Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aliger dos Santos Pereira Graduada em Administração de Empresas pela Universidade Salvador (Unifacs). Especialista em Engenharia Econômica de Negócio pela Fundação Visconde de Cairu. Mestre em Planejamento Territorial e Desenvolvimento Social pela Universidade Católica do Salvador (Ucsal). Doutoranda em Administração Pública pela Universidad Complutense de Madrid/Unifacs. Professora do curso de Administração de Empresas da Universidade do Estado da Bahia (Uneb), do Centro Universitário Jorge Amado (UniJorge) e da Universidade Paulista (Ibes/Facsal). Professora de disciplinas voltadas para a área de gestão e relacionadas com a área de Estatística, Pesquisa Operacional, Administração, Produção, Processos Administrativos, Marketing e Gestão de Pessoas. Professora e tutora nos cursos de EaD de Administração Pública na Universidade Aberta do Brasil (UAB), na Uneb e na UniJorge. Coordenadora de Tutoria da Especialização em Gestão Pública de EaD na UAB e na Uneb. Autora de conteúdos didáticos para EaD. Pesquisa Operacional Dados Internacionais para Catalogação na Publicação (CIP) (Mônica Catani M. de Souza , CRB-9/807, PR, Brasil) P436 Pereira, Aliger dos Santos. Pesquisa operacional / Aliger dos Santos Pereira ; ilustrações Daniel Klein. ― Curitiba : Aymará, 2010. : il. ― (Série EAD). ISBN 978-85-7841-601-0 (Material impresso). ISBN 978-85-7841-602-7 (Material virtual). 1. Pesquisa operacional. I. Klein, Daniel. II. Título. III. Série. CDU 65.012.122 SOCIEDADE BAIANA DE EDUCAÇÃO E CULTURA — ASBEC Presidência do Conselho de Administração José Eugênio Barreto da Silva Presidência João Arinos R. dos Santos Diretoria de Desenvolvimento Humano Patricia Junquilho Diretoria Acadêmica Corporativa Paloma Modesto Diretoria Financeira Drauz Candido dos Reis Filho Diretoria de Tecnologia e Processos Anderson Urcicio de Lucca CENTRO UNIVERSITÁRIO JORGE AMADO — UNIJORGE Reitoria/Diretoria-Geral da Unidade Salvador Silvio Bello Diretoria-Geral de Educação a Distância Brasil Simone de Oliveira Branco Coordenação de Desenvolvimento e Produção de Conteúdos Karen Sasaki Coordenação de Tutoria Daniel Magnavita Revisão Técnico-Pedagógica Carlos Alberto Ferreira Danon AYMARÁ EDIÇÕES E TECNOLOGIA LTDA. Diretor Presidente André Gutierrez Caldeira Diretoria Editorial Júlio Röcker Neto Gerência Editorial Jeferson Freitas Gerência de Produção Editorial Jurema Ortiz Gerência de Produção Gráfica Hildevar Munin Junior Gerência de Produção Visual Cynthia Amaral Gerência de Patrimônio Intelectual Célia Suzuki Consultoria de Conteúdo Prof. Me. Paulo Martinelli Edição Floresval Junior Giórgia Hellou Revisão Elisabete Franczak Pesquisa de Imagens Daniela de Carvalho Projeto Gráfico Cynthia Amaral Capa Anabell Previdi Diagramação Rafaelle Moares Tatiana Murakami Ilustração Daniel Klein Tratamento de Imagens Sandra Ribeiro Produção Cartográfica João Miguel Alves Moreira Revisão Cartográfica Graci Pacheco Quadrado Dias Fotos capa: iStockphoto.com/Ian Hamilton/TommL/Eyeidea/alengo/pagadesign/Catherine Yeulet/sellingpix Dreamstime.com/Monkey Business Images. Prefácio Tenho a satisfação de escrever o prefácio deste trabalho singular, elabo- rado pela professora Aliger Pereira, que conduz, com grande desenvoltura, as disciplinas relacionadas à pesquisa operacional. A professora Aliger apresenta, em seu livro, uma nova abordagem da pes- quisa operacional, na qual demonstra, de modo claro e objetivo, a importância de métodos e modelos dessa disciplina para a administração. Assim, a todo momento percebemos a preocupação da autora em demonstrar a aplicabilidade dos conteúdos teóricos na gestão empresarial. Além disso, utilizando um siste- ma didático simples e fluido, no qual as novas ideias são naturalmente estimula- das, a autora estimula o interesse dos alunos por essa área. Este é um trabalho único, cujas características mais relevantes são a boa didática e um bom nível de detalhamento dos tópicos abordados. Os assuntos escolhidos para compor o livro são os que, historicamente, despertam mais in- teresse nos profissionais da administração, como teorias, princípios e diretrizes da pesquisa operacional e suas modelagens nos processos administrativos, programação linear, métodos dos transportes e teoria das filas. Pesquisa Operacional é, portanto, uma obra apropriada a seu objetivo: for- necer aos graduandos da modalidade EaD uma iniciação nessa área aplicada à administração. Boa leitura! José Delfino Sá Mestre em Ciências em Engenharia de Produção pela Universidade Federal do Rio de Janeiro (UFRJ), doutorando em Engenharia Industrial pela Universidade Federal da Bahia (UFBA), pro- fessor da Universidade do Estado da Bahia (Uneb) de áreas relacionadas à pesquisa operacional. Apresentação A pesquisa operacional exerce fascínio pela busca de resultados, pois tra- balha com modelos e simulações de fatos do dia a dia da organização e pode ser usada em todas as áreas da empresa. Seu conteúdo é complexo, mas não difícil. Este livro é composto de quatro capítulos: no primeiro, apresentamos o histórico desse estudo, bem como seus conceitos e sua importância para a área de administração, e como ela constitui um instrumento relevante para a tomada de decisão do gestor. No segundo capítulo, desenvolvemos, passo a passo, os cálculos e a in- terpretação da programação linear para a área da administração, por meio do Simplex, uso de gráficos e técnicas computacionais, além dos cálculos referen- tes à análise de sensibilidade. Todavia, antes de iniciar os cálculos, é necessário que o gestor identifique o problema organizacional e elabore a modelagem do sistema. No terceiro, mostramos a importância das principais técnicas de transporte (Custo Mínimo, Vogel, Canto Noroeste e Designação), para alocação dos re- cursos organizacionais e a tomada de decisão do administrador e a aplicação do Solver e do Lindo para a resolução do método do transporte, assunto muito utilizado na área de logística e no estudo de localização empresarial. No último capítulo, apresentamos, de forma introdutória, a teoria da fila e identificamos algumas aplicações dessa teoria na gestão organizacional. Nesta obra, Pesquisa Operacional, trabalhamos os conteúdos, utilizando exemplos da área de gestão, com o objetivo de facilitar a visualização dos pro- cedimentos e o aprendizado. Além disso, os exemplos foram resolvidos passo a passo e com o uso de diversas cores. Esses recursos gráficos auxiliam a compreensão dos assuntos abordados. Bom estudo! Conteúdos da disciplina CAPítulO 1 A IMPORtÂNCIA DA PESQuISA OPERACIONAl E DA MODElAGEM MAtEMÁtICA PARA A ADMINIStRAÇÃO CAPítulO 2 PROGRAMAÇÃO lINEAR APlICADA À GEStÃO EMPRESARIAl CAPítulO 3 tRANSPORtE APlICADO À GEStÃO EMPRESARIAl CAPítulO 4 tEORIA DA FIlA PARA A ÁREA DA ADMINIStRAÇÃO lista de abreviaturas, siglas e símbolos λ – Ritmo de chegada ou número médio de chegadas em unidade de tempo – Ritmo de atendimento X! – Fatorial de X n! – Fatorial de n Abras – Associação Brasileira de Supermercados APDIO – Associação Portuguesa de Investigação Operacional bi – Variável independente e – Base dos logaritmos neperianos FBI – Federal Bureau Investigation (escritório federal norte-americano de investigação) FCFS – First come, first served Fifo – First in, first out FO – Função objetiva GPS – Global Positioning System (sistema de posicionamento global) IC – Instante de chegada LCFS – Last come, first served Lifo – Last in, first out Máx – Função objetiva de maximização Máx(L) – Lucro máximo Mín – Função objetiva de minimização OMC/EAN – Organização Mundial do Comércio/European Article Number OMP – Optimum Multiparameter (software) PCC – Problema do carteiro chinês P – Probabilidade PIB – Produto Interno BrutoPL – Programação linear PO – Pesquisa operacional RT – Restrição técnica Sanepar – Companhia de Saneamento do Paraná Scoop – Scientific Computation of Optimum Programs Sobrapo – Sociedade Brasileira de Pesquisa Organizacional lista de abreviaturas, siglas e símbolos ST – Subject to (sujeito a) TF – Tempo médio de fila X – Número de sucesso no intervalo, que, na teoria da fila, pode corresponder à quan- tidade de clientes a serem atendidos X1 – Carros seminovos X2 – Carros novos XF – Variável de folga Z – Função objetiva lista de ilustrações Figura 1 – Principais recursos empresariais Figura 2 – Relação quantitativa e qualitativa presente na PO voltada para a adminis- tração Figura 3 – Etapas da tomada de decisão na PO Figura 4 – Processo de tomada de decisão pelo gestor utilizando a PO e modelagem Figura 5 – Jogo do sinal do ponto A1 Figura 6 – Jogo do sinal do ponto A2 Figura 7 – Jogo do sinal do ponto B Figura 8 – Jogo do sinal do ponto C Figura 9 – Visualização do Lindo Figura 10 – Visualização do cabeçalho para o relatório empresarial Figura 11 – Apresentação da modelagem no Lindo Figura 12 – Salvar modelo no Lindo Figura 13 – Salvar modelo como entrada no diretório Figura 14 – Realização do sistema dos cálculos e da análise de sensibilidade Figura 15 – Resultado no Lindo Figura 16 – Salvar resultado no Lindo Figura 17 – Definição das variáveis de decisão e da função objetiva Figura 18 – Representação da primeira restrição técnica Figura 19 – Representação da segunda restrição técnica Figura 20 – Representação da terceira restrição técnica Figura 21 – Representação das restrições de não negatividade Figura 22 – Instalação do Solver I Figura 23 – Instalação do Solver II Figura 24 – Instalação do Solver III Figura 25 – Inserindo os dados da função objetiva, restrições técnicas e de não nega- tividade no Solver Figura 26 – Resultados calculados pelo Solver Figura 27 – Resultados do Solver Figura 28 – Resultado do Primal, que é igual ao de seu Dual lista de ilustrações Figura 29 – Representação do estudo de transporte I Figura 30 – Representação do estudo de transporte II Figura 31 – Entrada do comando no Lindo Figura 32 – Resposta do Lindo para as técnicas de transporte (Custo Mínimo, Vogel e Canto Noroeste) Figura 33 – Resolução do transporte pelo Excel I Figura 34 – Resolução do transporte pelo Excel II Figura 35 – Resolução do transporte pelo Excel III Figura 36 – Resolução do transporte pelo Excel IV Figura 37 – Resolução do transporte pelo Excel V Figura 38 – Resolução do transporte pelo método Excel Figura 39 – Elementos de uma fila Figura 40 – Exemplo de fonte finita de fila Figura 41 – Exemplo de fonte infinita de fila Figura 42 – Modelo de fila simples lista de gráficos Gráfico 1 – Exemplos de decisão nos diferentes níveis organizacionais e graus de es- truturação Gráfico 2 – Representação gráfica Gráfico 3 – Representação gráfica das possíveis soluções Gráfico 4 – Ponto ótimo entre o custo da fila e o custo de serviço lista de quadros Quadro 1 – Etapas de decisão da PO Quadro 2 – Principais técnicas da PO utilizadas pelo administrador na tomada de decisão Quadro 3 – Vantagens para o administrador como decisor ao utilizar o processo de modelagem Quadro 4 – Dicas para fazer a modelagem na área da gestão Quadro 5 – Representação dos modelos da PL Quadro 6 – Representação da função objetiva Quadro 7 – Representação da primeira restrição técnica Quadro 8 – Representação da segunda restrição técnica Quadro 9 – Representação da terceira restrição técnica Quadro 10 – Representação da restrição de não negatividade Quadro 11 – Representação da saída Quadro 12 – Representação da entrada e da saída (elemento pivô) Quadro 13 – Cálculo da nova linha pivô Quadro 14 – Cálculo da nova 1.a linha Quadro 15 – Cálculo da nova 2.a linha Quadro 16 – Cálculo da nova 3.a linha Quadro 17 – Resultado matemático (não ótimo) Quadro 18 – Cálculo da nova entrada na função objetiva Quadro 19 – Cálculo da nova saída na restrição técnica Quadro 20 – Representação da nova entrada e da nova saída (elemento pivô) Quadro 21 – Cálculo da nova linha pivô Quadro 22 – Cálculo da nova 1.a linha Quadro 23 – Cálculo da nova 3.a linha Quadro 24 – Cálculo da nova 4.a linha Quadro 25 – Resultado matemático ótimo Quadro 26 – Transformação do Primal em Dual Quadro 27 – Diferenças entre a logística eficiente e a logística responsiva Quadro 28 – Entrega média diária e demanda diária de cada região lista de quadros Quadro 29 – Tempo para distribuição de mercadorias Quadro 30 – Somatório da demanda igual ao somatório da produção Quadro 31 – Cálculo utilizando o método do Custo Mínimo I Quadro 32 – Cálculo utilizando o método do Custo Mínimo II Quadro 33 – Cálculo utilizando o método do Custo Mínimo III Quadro 34 – Cálculo utilizando o método do Custo Mínimo IV Quadro 35 – Cálculo utilizando o método de Vogel I Quadro 36 – Cálculo utilizando o método de Vogel II Quadro 37 – Cálculo utilizando o método de Vogel III Quadro 38 – Cálculo utilizando o método de Vogel IV Quadro 39 – Cálculo utilizando o método do Canto Noroeste I Quadro 40 – Cálculo utilizando o método do Canto Noroeste II Quadro 41 – Cálculo utilizando o método do Canto Noroeste III Quadro 42 – Cálculo utilizando o método do Canto Noroeste (otimização) Quadro 43 – Valor descartado na alocação pelo método do Canto Noroeste I Quadro 44 – Valor descartado na alocação pelo método do Canto Noroeste II Quadro 45 – Refazendo a otimização dos resultados pelo método do Canto Noroeste Quadro 46 – Comparação dos resultados de três métodos de transporte Quadro 47 – Teste de otimização dos resultados do método do Custo Mínimo e do método de Vogel Quadro 48 – Cálculo utilizando o método da Designação I Quadro 49 – Cálculo utilizando o método da Designação II Quadro 50 – Cálculo utilizando o método da Designação III Quadro 51 – Cálculo utilizando o método da Designação IV Quadro 52 – Resultado do método da Designação Quadro 53 – Valor de custo (R$) para alocação de máquinas por departamentos Quadro 54 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos I Quadro 55 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos II lista de quadros Quadro 56 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos III Quadro 57 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos IV Quadro 58 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos V Quadro 59 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos VI Quadro 60 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos VII Quadro 61 – Cálculo utilizando o método da Designação para o caso da alocação de máquinas por departamentos VIII Quadro 62 – Resultado do método da Designação para o caso da alocação de máqui- nas por departamentos Quadro 63 – Uso do Excel para o caso da academia Quadro 64 – Configurações da fila Quadro 65 – Intervalo de chegada de clientes Quadro 66 – Cálculo do momento na teoria da fila Quadro 67 – Ritmo de atendimento do caixa eletrônico Quadro 68 – Cálculo da liberação do cliente do atendimento total Quadro 69 – Tempo de espera dos clientes para atendimento no caixa eletrônico Conteúdo programático Históricoeconceitode“pesquisaoperacional” AvaliaçãodaPO Enfoquequantitativo Enfoquequalitativo ImportânciadaPO TécnicasdaPO Importânciadamodelagem Vantagensdamodelagem DicasparaaelaboraçãodemodelosdePO PrincipaismodelosdaPO Objetivos Conheceraevoluçãohistóricaeoconceitode“pesquisaoperacional”. Compreenderarelaçãoentreapesquisaoperacionaleasdiversasáreasdaadministração. Entendercomoapesquisaoperacionalmuniciaogestorparaatomada dedecisão,tantonoaspectoquantitativocomonoqualitativo. Compreenderaimportânciadamodelagem,presentenasdiversas técnicasdapesquisaoperacional,ecomoelasetornauminstrumento paraatomadadedecisãodogestor. A importância da pesquisa operacional e da modelagem matemática para a administração Capítulo 1 16 Histórico e conceito de “pesquisa operacional” A pesquisa operacional (PO) é uma abordagem científica muito relevante para a atuação dos gestores. Sua modernização ocorreu no final da Segunda Guerra Mundial, quando equipes de cientistas norte-ame- ricanos e ingleses desenvolveram métodos para resolver problemas de operações militares relacionados à defesa do território inglês. O fato que originou a moderna PO foi a formação de uma equipe de especialistas de diversas áreas com treinamento científico para buscar melhor eficiência no uso de equipamentos de radar. Essa equipe foi che- fiada pelo físico Blackett e ficou conhecida como “circo de Blackett”. Tal fato marcou o começo dos trabalhos das equipes de analistas operacionais, que iniciaram a expansão na Grã-Bretanha, depois Canadá, Austrália e Estados Unidos. A respeito do histórico da PO, Passos (2008) complementa: Após a guerra, por volta de 1947, com o desenvolvimento do método Simplex, por George Dantzig, a pesquisa operacional começou a ter maior emprego, não só no campo militar, mas também no campo econômico, com a utilização nas empresas civis. Em 1951, a história já registrava a sua utilização em empresas dos EUA. Utili- zava-se, àquela época, dentro do campo da pesquisa operacional, a programação linear (PL) como mais um ponto de apoio na tomada de decisões para a resolução de problemas que lhes eram afetados. O sucesso dessas aplicações na solução de problemas levou o mundo acadêmico e empresarial a utilizarem as técnicas criadas em problemas de gestão organizacional. Na área empresarial, por exemplo, as organizações eram gerencia- dasporumúnicogestor,queerao principal responsável pela tomada dedecisões.QuandoaPOpassou a utilizar grupos de especialistas de diversas áreas, as empresas começaram também a fracionar o processo de decisão entre os ad- ministradores(osgestoresdaárea demarketing,financeira,produção, entre outras). Assim, todos parti- cipam do processo decisório na empresa,descentralizandoopoder decisório e tornando a empresa maiscompetitiva. Patrick Maynard Stuart Blackett(Inglaterra,1897–1974)recebeu,no anode1948,oPrêmioNobeldeFísicapelodesenvolvimentodométo- dodaCâmaradeWilsonepordescobertasnocampodafísicanuclear eradiaçõescósmicas.Tambémparticipouda7.aeda8.aConferênciade Solvay(umasériedeconferênciascientíficascelebradasdesdeoanode D re am st im e. co m /M on ke y Bu si ne ss Im ag es 17 Pesquisa Operacional – Capítulo 1 Tomada de decisão Processo de identificar um problema ou uma oportunidade e selecionar uma linha de ação para resolvê-lo. 1911.Essasconferênciasreuniramosmaisconsagradoscientistasda épocaeproporcionaramavançosfundamentaisparaafísicaquântica). George Bernard Dantzig(EstadosUnidos,1914–2005)integrouopro- jetoScientific Computation of Optimum Programs (Scoop), da Força AéreaAmericana,comoobjetivodeencontrarsoluçõesótimaspara operaçõesmilitares.UmdosfocosdeseusestudosfoiaPL. Por meio da criação de modelos matemáticos, a PO chega ao melhor valor para a tomada das decisões organizacionais, considerando um problema observado pelo gestor. Assim, ela está relacionada ao campo da tomada de decisão e caracteriza-se pelo uso de conhecimentos científicos por equipes interdisci- plinares, no esforço de determinar a melhor utilização de recursos de uma empresa. Esses recursos são limitados, em razão do ambiente sistêmico em que a empresa está inserida. Considerando todas essas questões, Passos (2008) elaborou a definição de PO: A pesquisa operacional é a utilização (aplicação) de métodos científicos em pro- blemas econômicos, governamentais, militares, pessoais, materiais e de outros diferentes setores, analisando e orientando os responsáveis (gestores) a encontrar a melhor solução para os problemas. Ela assume, de maneira eficaz e eficiente, a coordenação desses setores, através da simplificação de modelos matemáticos, apresentando soluções nas quais o decisor poderá se apoiar. Como a PO leva em consideração os recursos da empresa, observe o esquema a seguir, que identifica esses recursos: AMBIENTE AMBIENTERECURSOS Materiais Financeiros Mercadológicos Humanos AdministrativosTecnológicos Fonte:aautora. Figura1–Principaisrecursosempresariais. Recurso é tudo aquilo que gera ou tem capacidade de gerar riqueza no sentido econômico do termo. Apesar de, na figura 1, estarem separados, eles atuam de forma interligada na área empresarial. Acompa- nhe a explicação de cada recurso: Materiais – Também conhecidos como recursos físicos. Estão relacionados ao fator de produção natureza. Exemplos: prédios, máquinas e equipamentos. Tecnológicos – Não há nenhum fator de produção correspondente. Estão relacionados ao apri- moramento, inovação e criação de tecnologias. Exemplos: a convergência digital no celular e a pesquisa e desenvolvimento de novos produtos. Financeiros – Estão relacionados ao fator de produção capital. São os meios financeiros que pos- sibilitam a execução das operações da empresa. Exemplos: capital, fluxo de caixa e investimentos da empresa. Mercadológicos – Não há nenhum fator de produção correspondente. São os meios utilizados pela empresa para se comunicar com o ambiente externo (mercado e clientes). Exemplo: vendas, promoções, propaganda e distribuição. 18 Humanos – Estão relacionados ao fator de produ- ção trabalho. São as diversas pessoas que traba- lham em uma empresa. Exemplo: diretores, geren- tes, chefes, supervisores, funcionários e operários. Administrativos – Estão relacionados ao fator de produção empresa. Sua função é coordenar os re- cursos empresariais. Exemplo: direção, gerência e supervisão. A PO, portanto, é aplicável em uma organização para solucionar questões que envolvem o aproveitamento e a administração dos recursos da empresa. avaliação da po A avaliação da PO pode ter dois enfoques, que são contrários em sua abordagem, porém coerentes e complementares quando aplicados à prática administrativa. O primeiro enfoque é considerado tradicional (avaliação quantitativa), e o segundo é mais moderno e atual (avaliação qualitativa). Enfoque quantitativo Nesse enfoque, a PO é definida como uma ciência que visa aplicar métodos matemáticos e estatísticos na solução de problemas de decisão, por meio de uma abordagem sistêmica, utilizando modelos. Dessa forma, os administradores que utilizam a PO buscam uma solução quantitativa do seu problema empresa- rial, para, assim, formalizarem os resultados para a organização. Isso é feito com auxílio de um conjunto de técnicas e métodos matemáticos e estatísticos aplicáveis à solução de determinados problemas. Nesse enfoque quantitativo, os gestores não consideram aspectos subjetivos do ambiente empresarial. Embora essa visão seja adequada apenas para alguns casos, ela foi extremamente útil para o desen- volvimento dessa ciência, já que reuniu grande número de matemáticos, físicos, engenheiros, economistas e outros pesquisadores. Esse esforço resultou numa coleção de métodos matemáticos e algoritmos de tal porte que é praticamente impossível a um especialista de PO conhecer todos eles. Na área da administração, o enfoque tradicional sofreu resistênciapor parte dos gestores de níveis hierárquicos superiores, por causa do rigor matemático dos métodos e da pouca flexibilidade dos modelos da PO. Assim, os executivos viam, e ainda veem, a PO como uma ciência que desenvolve métodos opera- cionais que servem para resolver somente certos tipos de problemas. O desenvolvimento da tecno- logia digital e da computação, sua velocidade de processa- mento e a capacidade de ar- mazenamento e recuperação de informações proporciona- ramgrandeprogressoàPOno ramo empresarial. Assim, os profissionaisdessaáreae,consequentemente,osgestorespuderamdesenvolver modelosmaisversáteis,maisrápidose,principalmente,interativos,quepermitem maiorparticipaçãodohomemnaresoluçãodoscálculosenatomadadedecisão. D re am st im e. co m /D ad ob ab o 19 Pesquisa Operacional – Capítulo 1 Enfoque qualitativo É a visão decorrente do conceito qualitativo da PO mais moderna. Nesse caso, a importância dos mé- todos matemáticos desenvolvidos pelo esforço dos pesquisadores está menos na solução dos conflitos e mais nas formulações e nas interpretações dos resultados para solucionar questões da área empresarial. A contribuição da PO está na influência que ela exerce na maneira de os administradores abordarem os problemas, de como eles os formulam, em suas avaliações da relação com outros problemas e em seus mo- dos de comunicação com outras pessoas. Afinal, o cotidiano dos administradores está repleto de situações que exigem decisões, e a PO destaca-se na construção das melhores soluções possíveis para encontrar “soluções ótimas”. O conhecimento de disciplinas exatas e o treinamento em abordagem qualitativa de problemas levam o administrador a pensar nessas situações em termos precisos e a usar técnicas elaboradas de análise, concentrando-se nas estruturas básicas e não nas características particulares dos problemas. O resultado, em muitos casos, não é uma nova ferramenta de administração, mas uma nova estrutura conceitual de trabalho para o administrador, uma nova maneira de pensar. Assim, a PO na área de gestão organizacional constitui “um método científico para a tomada de deci- sões empresariais, presente num ramo da ciência administrativa que fornece instrumentos para a análise de decisões a partir de análises quantitativas e qualitativas” (ANDRADE, 2004). Fonte:aautora. Figura2–RelaçãoquantitativaequalitativapresentenaPOvoltadaparaaadministração. A análise do gestor representada na imagem anterior é quantitativa e qualitativa, pois os modelos ma- temáticos e estatísticos aplicados devem estar inter-relacionados. A avaliação quantitativa também inclui o exame da estrutura organizacional da empresa, que influencia e, muitas vezes, condiciona o processo de- cisório. A forma como o fluxo de informações é processado, as características da organização e o sistema hierárquico são fatores que afetam fundamentalmente o processo de decisão e estão relacionados à área qualitativa. Portanto a tomada de decisão é um processo complexo e, ao mesmo tempo, sequencial, que, muitas vezes, envolve valores subjetivos. 20 importância da po Com base no que foi estudado, percebemos que a PO é um instrumento importante para o administra- dor tomar decisões na empresa, no nível: estratégico ou corporativo, que envolve decisões aplicadas à organização como um todo, com definições de objetivos gerais e que posicionam a organização em termos de ambiente; gerencial ou tático, que engloba decisões referentes aos detalhes de como os objetivos gerais da organização serão alcançados); operacional, que abrange decisões relacionadas às atividades cotidianas e rotineiras da empresa. O gráfico 1 traz exemplos de decisão nos diferentes níveis organizacionais e graus de estruturação: Grau de estruturação da decisão Nível estratégico da decisão Alto Médio Baixo Administração deestoques Programação daprodução Localizaçãode umanovafábrica Financiamento decapitaldegiro Programação orçamentária Diversificação poraquisição deempresa Escolhade capaderevista Contratação deumdiretor Programade pesquisae desenvolvimento Operacional Gerencial Corporativo Fonte:AdaptadodeANDRADE,2004. Gráfico1–Exemplosdedecisãonosdiferentesníveisorganizacionaisegrausdeestruturação. No eixo horizontal desse gráfico, visualizamos a importância e a abrangência da PO para o processo decisório do administrador em todos os níveis da estrutura organizacional (operacional, gerencial e cor- porativo). Quanto mais as atividades e os resultados de uma organização forem afetados pela decisão, mais estratégica ela será. No eixo vertical, ou seja, no grau de estruturação, observamos a relevância da possibilidade de repeti- ção dos resultados de um processo decisório em outras ocasiões ou situações. O grau de estruturação diz respeito à possibilidade de uma decisão ser acompanhada, desde sua preparação até sua conclusão, pelo administrador e por sua equipe e de ser reproduzida por outras pessoas, obtendo os mesmos resultados. Assim, quanto mais o processo é acompanhado, mais estruturada é a decisão. E, ao contrário, quanto maior o nível de incerteza em relação aos dados ou o grau de subjetividade embutido na decisão, menos estruturada ela é. O eixo horizontal está diretamente relacionado com o eixo vertical e deve ser analisado de acordo com a abordagem adotada para cada problema. O apoio necessário para obtermos a solução varia conforme o tipo de abordagem, a atividade da empresa e a situação dela no mercado. Vamos analisar duas situações desse gráfico para facilitar sua compreensão. 21 Pesquisa Operacional – Capítulo 1 A primeira situação corresponde ao ponto considerado como “nível estratégico de decisão operacional” e como “grau de estruturação da decisão baixo”. No gráfico 1, esse ponto é “escolha de capa de revista”. Imagine, então, uma empresa, cujo principal negócio é a confecção de revistas e o lançamento semanal delas no mercado. Perceba que o nível estratégico dessa decisão para a empresa é operacional, pois a escolha da capa da revista é uma decisão rotineira (faz parte do negócio principal da organização). Logo, o grau de estruturação da decisão é baixo. A segunda situação corresponde ao ponto considerado como “nível estratégico de decisão corporativo” e como “grau de estruturação da decisão alto”. No gráfico 1, esse ponto corresponde a uma decisão sobre a “localização de uma nova fábrica”. Imagine, agora, uma organização que deseja expandir seu negócio, abrindo uma nova fábrica em outra região do país. A empresa terá de avaliar aspectos relacionados ao risco do empreendimento em razão da nova localidade: infraestrutura necessária para realizar as atividades do negócio (água, esgoto, luz, vias de escoamento para produção), grau de influência das políticas regionais, interferências governamentais e do meio ambiente, disponibilidade de mão de obra qualificada e em quanti- dade suficiente para atuar na empresa, entre outros. Assim, há vários fatores (controláveis e incontroláveis) que podem interferir em todos os níveis organizacionais. Por isso, a escolha da localização da nova fábrica é uma decisão estratégica de nível corporativo que exige um alto grau de estruturação, pois vários fatores serão avaliados, e a decisão trará consequências para a estrutura da empresa. Essas duas situações, portanto, permitem-nos ter uma boa compreensão do que está envolvido nos diferentes níveis de tomada de decisão. Agora, observe, na figura seguinte, as etapas a serem seguidas no processo decisório que envolve a PO: Identificaçãoeelaboraçãodoproblema Estudodoproblema Construçãodomodelo Resoluçãodomodelo Validaçãoeavaliaçãodomodelocombasenarealidadeorganizacional Estabelecimentodecontrolesesoluçõescom basenarealidadeorganizacional Implantaçãoeacompanhamentodomodelocom basenarealidadeorganizacional Fonte:AdaptadodeANDRADE,2004. Figura3–EtapasdatomadadedecisãonaPO. 22 Acompanhe a explicação de cada etapa: EtAPAS DA tOMADA DE DECISÃO DA PO ExPlICAÇÃO 1. Identificação e elabo- raçãodoproblema Defineoqueseráavaliado,osobjetivosaseremalcançadoseoscami- nhosalternativosaseremseguidosparaasoluçãodoproblema.Caso nãohajaumaboadelimitaçãoecompreensãodoproblema,asoutras etapasficarãocomprometidas. 2. Estudodoproblema Realizaacoletadeinformaçõeseseuregistrocomomáximodepreci- são,evitandodadosquenãoestejamdiretamenterelacionadosaopro- blemalevantado. 3. Construçãodomodelo Representaoudescreveoselementosrelevantesdeumasituaçãoeas interaçõesentreeles.Aconcepçãodeummodeloobjetivafacilitaroen- tendimentodasrelaçõesentreosdiversosparâmetrosqueintegramum sistemaouoprocessoabstraídodeuma realidade.Essaetapa repre- sentaarealidadeorganizacionalpormeiodeequaçõese/ouinequações matemáticas. 4. Resoluçãodomodelo Visa,apósamodelagemeconstruçãodoproblema,realizaroscálculos matemáticos para a solução domodelo.Não havendo a possibilidade deresoluçãodomodeloouseasoluçãoencontradanãoforviável,será necessárioretornaràetapa2ouàetapa1,conformesetasdafigura3. 5. Validação e avaliação do modelo com base narealidadeorganiza- cional Buscaaferiretestaroresultadodomodelo,paraverificarseosdados sãoadequadosàrealidadedaempresa.Seasoluçãonãoforviável,será necessáriodefinire/ouconstruirumnovomodelo,afinalosdadosquanti- tativosdevemestaremsintoniacomarealidadeorganizacional. 6. Estabelecimento de controles e soluções combasenarealidade organizacional Realizacontroleseexperimentaçõescomomodelo,identificandoparâme- trosfundamentaisparaasoluçãodoproblema.Qualquermudançanesses parâmetrosdeverásercontroladaparagarantirsuavalidade.Casoalguns dessesparâmetrossoframdesviosalémdopermitido,poderáserneces- sárioocálculodenovocontroleouareformulaçãodomodelo. 7. Implantaçãoeacompa- nhamento do modelo combasenarealidade organizacional Apósaimplantaçãodomodelo,seráverificadaavalidadedasfasesante- riores.Nessaúltimaetapa,énecessáriooacompanhamentodomodelo apresentadoe,senecessáriofor,serãofeitascorreções. Fonte:AdaptadodeANDRADE,2004ePASSOS,2008. Quadro1–EtapasdedecisãodaPO. Diversas dificuldades aparecem para conturbar um processo de tomada de decisão e interferir, tam- bém, na modelagem (representação da situação empresarial). Entre essas dificuldades, destacamos: Tempo disponível para a tomada de decisão – Muitas vezes, a urgência de uma solução faz o administrador tomar uma decisão sem conhecer todos os dados do problema. Importância da decisão – A decisão pode demandar mais ou menos tempo em função da análise das suas consequências para a empresa. Ambiente – Pode transformar uma boa decisão em fracasso. É o caso das flutuações da política econômica do governo, que podem interferir nos resultados de uma decisão. Certeza/incerteza e risco – Dependendo do grau de risco ou do nível de incerteza de determina- das variáveis, uma decisão pode necessitar de uma análise mais aprofundada e cuidadosa. Agentes decisores – Algumas limitações são de caráter pessoal do administrador, como força do hábito, distração, valores pessoais, entre outros. Conflitos de interesses – São oriundos das dificuldades que surgem em razão do caráter político da decisão, como a necessidade de compromisso entre diferentes setores da empresa. 23 Pesquisa Operacional – Capítulo 1 técnicas da po A PO atua em diversas áreas da empresa, como finanças, marketing, gestão de pessoas e logística, utilizando várias técnicas, que têm como principal objetivo solucionar e orientar a tomada de decisão. Co- nheça, no quadro a seguir, as principais técnicas: téCNICA CONCEItO AlGuNS ExEMPlOS DO uSO DA PO PARA A ÁREA DE ADMINIStRAÇÃO Programação linear (PL) Técnica de programação matemática paramaximizarouminimizarumafun- ção, sujeitando-a a certas limitações ourestriçõesderecursospresentesna empresa. É utilizada em casos como estes: lo- calização de empreendimentos, logís- tica interna e externa, composição de produtosaseremfabricadoscombase nas limitaçõesdomercadoedosequi- pamentosdisponíveis,avaliaçãodede- sempenhodefuncionários,avaliaçãode carteiradeinvestimentos. Programação inteira Programaçãomatemáticaemqueuma oumaisvariáveisdedecisãotêmvalo- resinteiros(programaçãointeiratotal), eoutrasvariáveisdeescolhapodemter valorescontínuos(programaçãointeira mista). É aplicável em situações em que se trabalha commodelosdeaquisiçãode equipamentos,nosquaisoresultadodo modelosomentepodeserexpressoem númerosinteiros. Programação dinâmica Aocontráriodaprogramaçãolinear,em que as soluções são estáticas, a pro- gramaçãodinâmicaverificaatrajetória temporaldasvariáveisemdeterminado período. Énecessáriaparaaalocaçãoderecur- sosescassosentrediversosempreendi- mentos,realizaçãodeumplanejamento otimizadoemváriosperíodos,comres- triçõesespecíficasparacadaperíodoe com disponibilidade de recursos para períodosglobais. Teoria dos grafos Ramodamatemáticaqueestudaasre- laçõesentreosobjetosdedeterminado conjunto.Emgeral,éutilizadaparaoti- mizarproblemasdefluxomáximo(en- contraromaiorpercurso)edecaminho maiscurto(cálculodomenorpercurso) paraveículosoupessoas. Éutilizadanoplanejamentodeprojetos, emquesãoidentificadasdiversasações quedevemserfeitasdentrodeumtem- po considerado, e na análise de cami- nhosparapercursosnaárealogística. Teoria da fila SetordaPOqueutilizaconceitosbási- cosdeprocessos estocásticosede matemática aplicada para analisar o fenômenodeformaçãodefilasesuas características. Foi desenvolvida com a finalidade de prever o comportamento das filas, de modo a permitir o dimensionamento adequadode instalações, equipamen- toseinfraestrutura.Émuitousadaem problemas de congestionamento de sistema, visando diminuir o tempo de espera. Éusadaparacalcularotempodeespe- raemchamadastelefônicas,emfilasde banco,supermercadosouqualquerou- troestabelecimento. Processos estocásticos Parte da teoria da probabilidade que estuda fenômenos aleatórios que variam de acordo com o tempo. 24 Simulação Técnica de solução de um problema pelaanálisedeummodeloquedescre- veocomportamentodosistema.Para tanto,podemserusadoscomputadores digitais. É utilizada para prever o aumento da produçãodeumaempresa,naqualserá testado (simulado)o funcionamentode algumasnovasmáquinas,comoobjeti- vodeverificaranecessidadedeoutros equipamentosourecursos. Teoria dos jogos Problema de otimização em que as partes envolvidas usam estratégias paraconvencerseuoponente. Éobservadaemnegociaçãoeconômica epolíticainternacional. Fonte:AdaptadodePASSOS,2008ePRADO,2008. Quadro2–PrincipaistécnicasdaPOutilizadaspeloadministradornatomadadedecisão. Oquadro2evidenciaqueaPOpodeserusadaemdiversasáreasda empresa,afinalelaabrangeumprocessoadministrativosistêmico,que é,aomesmotempo,quantitativoequalitativo.Em geral, as disciplinas que constituem a PO estão apoiadas em quatro ciências fundamentais: Economia, Matemática, Estatística e Informática. importância da modelagem Para tomar a decisão que mais se aproxima do objetivo almejado, o gestor deve visualizar as prováveis consequências de cada alternativa disponível. É evidente que quanto mais simples e in- tuitivo for esse processo, mais simples será a decisão, não importando se a decisão é doméstica ou empresarial. Mesmo em problemas simples, em que o executivo não precise formular, conscientemente, listas de alternativas de ação e respectivas consequências, em algum ponto do processo de decisão, ele deve fazer uma ligação entre o que pode fazer e o que poderá acontecer em cada caso. Isso significa que ele deve ter um modelo mental do processo para prever as possíveis consequências das ações. Contudo, a partir de certo nível de complexidade, torna-se quase impossível estimar corretamente as implicações de uma decisão sem avaliar, de forma lógica e ordenada, a informação disponível. Esse tipo de análise estruturada dos dados é, essencialmente, uma forma de modelagem. Um modelo pode ser a representação de um sistema que já existe. Nesse caso, ele procura reproduzir o funcionamento do sistema no intuito de aumentar sua produtividade. Um modelo pode, também, ser uma representação de um sistema que é apenas um projeto ainda não colocado em prática. Nesse caso, ele serve para definir qual deve ser a estrutura ideal desse sistema. A validação do modelo é a confirmação de que ele representa o sistema real, por isso a confiabilidade da solução obtida pelo modelo depende da validação. A precisão do modelo em descrever o comportamen- to original do sistema determina a diferença entre a solução real e a proposta por esse sistema. Otimização Em PO, está relacionada com a busca do melhor resultado para a empresa. 25 Pesquisa Operacional – Capítulo 1 A complexidade de um modelo também está diretamente relacionada à complexidade do sistema. Os sistemas mais simples podem ser representados por modelos também simples, já os sistemas mais compli- cados requerem modelos mais elaborados. Em uma situação gerencial, em que a decisão deva ser tomada entre uma série de alternativas con- flitantes e concorrentes, é necessário elaborar, construir e validar um modelo da situação real e, também, usar a intuição gerencial para solucionar o problema. Além disso, é preciso fazer exaustivas simulações dos mais diversos cenários, de maneira a estudar mais profundamente o problema e chegar ao resultado ótimo para a tomada de decisão empresarial (figura 4). Veja, na figura a seguir, a representação desse processo: Mundo real Mundo realMundo simbólico Situaçãogerencial Modelo Resultado Decisões Intuição Fonte:RABENSCHLAG,2008. Figura4–ProcessodetomadadedecisãopelogestorutilizandoaPOemodelagem. Vantagens da modelagem O quadro seguinte mostra as vantagens para o administrador, como decisor, ao utilizar o processo de modelagem de acordo com a figura 4, pois o modelo bem elaborado e aplicado é uma boa ferramenta de avaliação e de divulgação das diferentes políticas empresariais. PRINCIPAIS VANtAGENS DOS MODElOS Forçamosdecisoresaexplicitaremseusobjetivos. Forçamaidentificaçãoeoarmazenamentodasdiferentesdecisõesqueinfluenciamosobjetivos. Forçamaidentificaçãoeoarmazenamentodasrelaçõesentreasdecisões. Forçamaidentificaçãodasvariáveisaseremincluídaseemquetermoselasserãoquantificáveis. Forçamoreconhecimentodelimitações. Permitemacomunicaçãodeideiaseseuentendimento,facilitandootrabalhoemgrupo. Fonte:AdaptadodeRABENSCHLAG,2008. Quadro3–Vantagensparaoadministradorcomodecisoraoutilizaroprocessodemodelagem. Dicas para a elaboração de modelos de PO O quadro a seguir traz dicas básicas para fazermos uma modelagem de forma rápida e prática na área de administração: DICA AÇÃO 1. Pensesobreques- tõescomplexas, masmodelede formasimples. Modelossimplessãomaisfáceisdeserementendidosdoqueoscomplexos. Naáreaempresarial,osmodelossãoconstruídosparaajudaraspessoase asorganizaçõesasetornaremmaisefetivasnoquefazem.Paratanto,seus resultadosprecisamserusados,oquerequerconfiançaporpartedousuá- rio.Aconfiançaémaisfácildeseratingidaquandoousuárioé,pelomenos, capazdeapreciarecompreenderomodelodeformaglobal. 26 2. Comececompou- coe,emseguida, acrescente. Em vez de tentarmontar, inicialmente, ummodelo que incorpore todos osaspectosdasituaçãodemaneira realista, comececomalgosimples. Oobjetivoéaaprendizagemdomodeloedasituação.Apósessaetapa, façaorefinamentogradativodomodelodeformaconstanteouquandofor necessário. 3. Evitemegamodelos. Megamodelossãodifíceisdevalidar,de interpretar,decalibrarestatistica- mentee,maisimportante,deexplicar.Então,adoteumconjuntodemodelos maissimples. 4. Usemetáforase analogias. Aideiadasanalogiasélevaraspessoasaobteremumanovavisãooudi- ferentespontosdevistasobrealgo.Podeserusadaparaqueaspessoas percebamdemaneiradiferentealgoqueébastantefamiliaraelasoupara quecompreendamalgoqueaindanãohaviasidoentendido.Emtermosde modelagemdas ciências administrativas, isso significa tentar obter novos insightsquepodemlevaramodelosúteis. 5. Descartedados,se necessário. Omodelodeveconduzirosdadosenãoocontrário.Afinal,osdadosnão gerampensamentocuidadosoecrítico.Osdadossãocoletadosparadepois seremassociadosaosmodelos,quesãoaprincipalferramentaparaainter- pretaçãoeanálisedessesdados. 6. Construamodelos comoformadeco- nheceraPOede descobrirsoluções empresariais. Umavezqueummodelo,comousadonasciênciasadministrativas,éore- sultadodeumatentativaderepresentaralgumapartedarealidadedeforma talqueasaçõespossamserpraticadasoualgumentendimentopossaser melhorado,poderiasepensarqueaconstruçãodemodeloéumprocesso linearealtamenteracional,noqualprogressossuavessãofeitosetudose encaixaperfeitamente.Naprática,verificou-sequemodeladoresexperien- tespulamdetópicoparatópicoenquantomodelameprecisamrefinarsuas ideiasconstantemente. Fonte:AdaptadodeRABENSCHLAG,2008. Quadro4–Dicasparafazeramodelagemnaáreadagestão. principais modelos da po A PO e, consequentemente, a área de administração utilizam a representação de modelos matemáti- cos para a solução de problemas. De acordo com Andrade (2004), eles podem ser classificados em dois grandes grupos: Modelos de simulação – Procuram oferecer uma representação do mundo real empresarial, com o objetivo de permitir a geração e análise de alternativas, antes da implementação de uma delas. Por isso, dão ao analista um considerável grau de liberdade e flexibilidade em relação à escolha da ação mais conveniente. Isso significa que o administrador pode criar ambientes futuros possíveis e testar alternativas que respondam às questões ou aos problemas. Modelos de otimização – Não procuram flexibilidade na escolha da alternativa, o termo “otimiza- ção” evidencia a busca pela melhor alternativa ou resultado matemático para a solução do modelo. Apesar de, por uma questão didática, os principais modelos de PO serem apresentados, neste livro, de forma separada, na área empresarial eles podem ser utilizados de forma separada ou conjunta. No modelo da simulação, por exemplo, uma empresa pode determinar a probabilidade de um novo produto Insight Capacidade de observação profunda e de dedução da realidade, na qual o gestor deve ter discernimento e percepção para ter grandes ideias e prevero futuro. 27 Pesquisa Operacional – Capítulo 1 1 1 O software permite a resolução dos cálculos matemáticos e estatísticos presentes na PO, pois há cálculos que não podem ser feitos manualmente, mas apenas com o uso de instrumentos computacionais. téCNICAS DA PESQuISA OPERACIONAl APlICADAS A uM PROBlEMA DE COBERtuRA DE ARCOS Serviços do setor público, como varredura de ruas, coleta de lixo, entrega de correspondências, inspeção de linhas de água, eletricidade ou gás e monitoramento de estacionamentos regulamen- tados, são realizados com utilização de recursos humanos em grande escala. Para a execução dos serviços mencionados, é necessário percorrer uma distância, seja uma caminhada ou um desloca- mento com algum tipo de veículo, ao longo dos trechos (denominados “arcos”) produtivos da região em estudo. Por esse motivo, esses problemas, que se objetiva otimizar, são chamados de problemas de cobertura de arco. Nos problemas de roteamento, o problema do carteiro chinês (PCC) caracteriza os pro- blemas de cobertura de arcos, em que, sobre uma rede viária, devem-se percorrer todos os arcos, exatamente uma única vez. O seu estudo é destacado por alguns pesquisadores [...]. Eglese e Murdock apresentam um software[1] para otimizar o serviço de limpeza de ruas com veí- culos vassouras. Esse estudo foi aplicado no noroeste da Inglaterra, com a intenção de desenvolver leitura complementar Problema do carteiro chinês Estudo para encontrar uma solução ótima para o problema de entrega de correspondên- cias na China: os carteiros chineses deviam entregar as correspondências para a população, utilizando todos os caminhos de uma rede viária apenas uma única vez, de forma a realizarem o menor percurso. Os cálculos matemáticos do PCC foram utili- zados pela gestão pública brasileira e por diversos países, com o objetivo de otimizar os recursos existentes tanto nas rotas dos leituristas de medidores elétricos (pessoas que coletam as informações dos medidores de luz) como também no traçado da co- leta do lixo urbano nas grandes cidades brasileiras. A finalidade era colocar a quantidade de recursos humanos nas rotas certas e realizar os serviços no menor tempo possível, pelos menores percursos (arcos), atendendo às necessidades dos cidadãos. ser lucrativo em um novo mercado. Para isso, a organização calcula previamente o custo mínimo desse produto e seu maior lucro, considerando as matérias-primas de que ele é constituído. Nesse caso, ela recorre ao modelo da otimização. Os custos e os lucros são analisados de formas diversas em diferentes cenários desse novo mercado. Quando isso ocorre, há junção do modelo da otimização com o modelo de simulação. Numbers (Numb3rs),direçãodeNicolasFalacci eCherylHeuton,EUA,Paramount. Nestasérie,ummatemáticoajudaoFBIasolu- cionarcrimescomousodemodelosmatemáti- cosparainterpretarepreveraaçãodoscrimino- sos.ObserveousodaPOnassimulações. 28 Uma mente brilhante(A beautiful mind),direção deRonHoward,EUA,2001,DreamWorksDis- tributionLLC/UniversalPictures/UIP,135min. Este filme conta a história do matemático ganhador do Prêmio Nobel em 1994, John ForbesNashJr., que fazmodelose cálculos queproduzemequilíbrioemaçõesaparente- mentecaóticas,comouso,principalmente,da teoriadosjogos. SevocêdesejapesquisarmaissobreaPO,acesseestessites: www.apdio.pt/home.do–site daAssociaçãoPortuguesade In- vestigaçãoOperacional (APDIO),emqueconstampublicações einformaçõessobreconferênciasinternacionaisrelacionadasà PO. www.ifors.org – site da International Federation of Operational ResearchSocieties,responsávelporpesquisasacadêmicaseprofis- sionaisnaáreadePO,emdiversoslugaresdomundo:Ásia,América doNorte,AméricadoSuleEuropa. www.informs.org–sitedoInstituteforOperationsResearchandthe ManagementSciences,quetrazinformaçõessobreaaplicaçãoda POnaáreadenegóciosorganizacionais. www.sobrapo.org.br–sitedaSociedadeBrasileiradePesquisaOpe- racional(Sobrapo),quereúneosprincipaispesquisadoresbrasilei- rosdePO. uma rota a ser seguida pelo varredor cuja distância total percorrida fosse minimizada, respeitadas as restrições com relação à quantidade de trabalho e ao tempo hábil em cada dia. [...] Os serviços de saneamento básico oferecidos pela Sanepar (Companhia de Saneamento do Pa- raná) são operacionalizados por leituristas (também chamados de agentes) que fazem a leitura dos dados, digitam-nos em um microcomputador, emitem a fatura e a entregam ao cliente; além disso, é função do leiturista conferir dados do logradouro, prestar informações diversas, vender serviços como consertos dos mais diversos e verificar as condições de instalação da ligação predial de água (conjunto formado pelo ramal predial e o cavalete) e hidrômetro dos locais visitados. Por isso a necessidade de otimizar, ao máximo, o percurso do leiturista, para que o tempo gasto com seu deslocamento seja o menor possível. [...] SMIDERLE, Andreia; STEINER, Maria Terezinha Arns; WILHELM, Volmir Eugenio. Técnicas da pesquisa operacional aplicadas a um problema de cobertura de arcos. Disponível em: <http://www.sbmac.org.br/tema/seletas/docs/v5_2/00-Smiderle.pdf>. Acesso em: 15 maio 2010. 29 Pesquisa Operacional – Capítulo 1 Você estudou: Durante a Segunda Guerra Mundial, pesquisadores iniciaram a busca de métodos para a resolução de determinados problemas em operações militares. Com o êxito da aplicação desses métodos, o mundo empresarial e o mundo acadêmico passaram a desenvolver técnicas de solução de problemas a serem usadas na administração. A PO é um ramo da ciência administrativa que fornece instrumentos para a análise de decisões, partindo de análises quantitativas e qualitativas e observando o ambiente sistêmico em que a empresa está inserida. Todas as áreas da empresa podem se utilizar da PO, seja no nível estratégico ou corporativo, gerencial ou tático e operacional, desde que considere a relação entre o nível estratégico da decisão e o grau de estruturação da decisão. A PO possui sete etapas: identificação e elaboração do problema, estudo do problema, construção do modelo, resolução do modelo, validação do modelo, estabelecimento de controles e soluções, implan- tação e acompanhamento do modelo. O modelo é importante na tomada de decisão da PO voltada para a área de administração e está pre- sente em algumas técnicas da PO, como a programação linear, a programação inteira, a programação dinâmica, a teoria das filas, a teoria dos grafos, a simulação e a teoria dos jogos. Os modelos da área de administração podem ser de simulação ou de otimização. Síntese ANDRADE, Eduardo Leopoldino de. Introdução à pesquisa operacional: métodos e modelos para análise de decisões. Rio de Janeiro: LTC, 2004. ARENALES, Marcos et al. Pesquisa operacional. Rio de Janeiro: Elsevier, 2006. COLIN, Emerson Carlos. Pesquisa operacional: 170 aplicações em estratégia, finanças, logística, produção, marketing e vendas. Rio de Janeiro: LTC, 2007. MOREIRA, Daniel Augusto. Pesquisa operacional: curso introdutório. São Paulo: Thomson, 2007. NEWS STANFORD. Memorial resolution: George Bernard Dantzig. Disponível em: <http://news.stanford.edu/ news/2006/june7/memldant-060706.html>. Acesso em: 14 maio 2010. PASSOS, Eduardo José Pedreira Franco dos. Programação linear como instrumento da pesquisa operacional. São Paulo: Atlas, 2008. PRADO, Darci. Programação linear. Belo Horizonte: Instituto de Desenvolvimento Gerencial, 2008. RABENSCHLAG, Denis Rasquin. Pesquisa operacional. Disponível em: <http://www.ufsm.br>. Acesso em: 20 jun. 2008. SILVA, Ermes Medeiros da et al. Pesquisa operacional para os cursos de economia,administração e ciências contábeis. São Paulo, Atlas: 2007. SMIDERLE, Andreia; STEINER, Maria Terezinha Arns; WILHELM, Volmir Eugenio. Técnicas da pesquisa operacional aplicadas a um problema de cobertura de arcos. Disponível em: <http://www.sbmac.org.br/tema/seletas/docs/v5_2/00- Smiderle.pdf>. Acesso em: 15 maio 2010. THE NOBEL PRIZE IN PHySICS 1948. Patrick Maynard Stuart Blackett. Disponível em: <http://nobelprize.org/nobel_ prizes/physics/laureates/1948/>. Acesso em: 14 maio 2010. Referências 30 Anotações Atividades do capítulo Resolva as questões a seguir com base no texto complementar Técnicas da pesquisa operacional aplicadas a um problema de cobertura de arcos e no exemplo da Sanepar que esse texto apresenta: a) Qual é a importância da PO para a gestão pública? b) De acordo com o texto, qual é o principal problema da gestão pública? c) Que técnica de PO foi utilizada no caso apresentado pelo texto? d) Qual é o tipo de modelo utilizado no exemplo apresentado no texto? e) Quais são as etapas de implantação da PO? f) Que benefícios a PO trouxe para o caso? Conteúdo programático Programaçãolinear(PL)emodelagem ConstruçãodomodelodePL Estudodecaso:concessionária Dual(transposiçãodematriz) Objetivos Compreenderaimportânciaeaaplicaçãodaprogramaçãolinearpara atomadadedecisãodoadministrador. Aprenderamontaromodelodaprogramaçãolineardeacordocoma realidadeorganizacional. CompreenderaimportânciadoPrimaledoDualnaprogramação linear. Acompanhar,passoapasso,comosãorealizadososcálculosea interpretaçãodaprogramaçãolinearpelaáreadaadministração, sejapormeiodoSimplexoupelousodegráficosoutécnicas computacionais(ExceleLindo). Aprenderaefetuaroscálculosreferentesàanálisedesensibilidade. Interpretar,analisareconfrontarosdadosdaprogramaçãolinear comaavaliaçãográfica,considerandooobjetivodogestoraotomar asdecisõesmaisviáveisdeacordocomaspectosquantitativose qualitativosdoambientequecercaaempresa. Programação linear aplicada à gestão empresarial Capítulo 2 32 programação linear (pl) e modelagem2 Os problemas ou as oportunidades presentes na PL envolvem modelos de otimização e, por isso, são muito utilizados em pesquisa operacional. A PL é estudada pelos grandes matemáticos desde o século XVII. Newton, Bernoulli e Lagrange, são exemplos de cientistas que deram as bases matemáticas e estatísticas para a elaboração da atual PO. Seus conhecimentos foram utilizados, por exemplo, para a elaboração da teoria da fila (que você vai estudar no capítulo 4 deste livro). Sobre o histórico da PL, leia o que afirma Prado (2007): Do ponto de vista histórico, é importante saber que o assunto foi inicialmen- te analisado em 1936 por Wassily Leontieff, que criou um modelo constituído por um conjunto de equações lineares, considerado o primeiro passo para o estabelecimento das técnicas de programação linear. O matemático russo L. V. Kantorovich, em 1939, publicou um trabalho sobre planejamento da produção, o qual apresentava, dentre diversas abordagens, o uso de equações lineares. Este trabalho somente veio a ser conhecido no Ocidente em 1960. É importante ainda citar que, em 1940, Frank L. Hitchcock apresentou uma abordagem ao problema de transportes. No final da década de 1940, a PL passou a ser mais aplicada e, conforme Passos (2008), ...teve um grande desenvolvimento ao despontarem cientistas do porte de Leonid Kantorovich, Prêmio Nobel de Economia em 1975 e autor de “Métodos matemá- ticos de planejamento e organização” (1939), George Stigler, com o “problema da dieta” (1946), Tjalling Koopmans, que desenvolveu o “problema de transporte”, Janos Von Neumann, com a “teoria dos jogos”, e George Dantzig, que, em 1947, desenvolveu o método Simplex (método das interações). DuranteaSegundaGuerraMundial,nosEstadosUnidos,surgiuose- guinteproblema:comodescobrirqualéaalimentaçãomaiseconômica, levandoemconsideraçãoqueoserhumanonecessitadeumaquanti- dademínimadiáriadecertosnutrientes,equeelesdevemserobtidos dealimentosquepossuemdiversospreçose umacomposiçãodife- rentedenutrientes?Esseproblemaficouconhecidocomo“problema dadieta”.Odesafio foi publicadonoconhecido jornalThe New York Times,ganhourepercussãonacional,e,em1945,GeorgeStiglerdeua melhorsolução:adietaidealteriaumcustoanualdeUS$59,88eseria compostadetrigo,repolhoefígadodeporco.Entretantoopesquisador nãolevouemconsideraçãoadiversidadedegostodaspessoas,con- 2 Modelagem é a atividade de construir modelos que expliquem as características ou o comportamento de uma organização. Método Simplex Método matemático que combina conceitos de álgebra matricial com um conjunto de regras básicas que levam à solução dos problemas de PL, quando existe solução com as restrições impostas Newton, Bernoulli e Lagrange Foram importantes cientistas do século XVII e XVIII. Isaac Newton (1643–1727), cientista inglês, formulou a Lei da Gravitação Universal e o binômio de Newton, o qual faz uso de coeficientes binominais e análise combinatória. Jakob Bernoulli (1654–1705), matemático suíço, é considerado o pai do cálculo exponencial. Elaborou, também, o processo de Bernoulli, que é um processo estocástico de probabilidade. Joseph-Louis Lagrange (1736–1813), matemático italiano, elaborou o teorema dos multiplicadores, além de ter aplicado o cálculo diferencial para a teoria da probabilidade. 33 Pesquisa Operacional – Capítulo 2 siderandoapenasaspectoseconômicoseaanálisede77alimentose 9nutrientes.Emboraadietanãotenhasidobemaceita,aabordagem utilizada foi consolidada com Dantzig, responsável pelo desenvolvi- mentodoSimplex,queécapazderesolverqualquerproblemadePL (PRADO,2007). Apesardeaexperiênciadenominada“problemadadieta”tersidomo- tivodepiadasnaépocaemquefoi lançada,elafoimuito importante paramelhoraragestãoagropecuária.Atualmente,émuitoempregada nagestãodaalimentaçãodeanimais. Com a expansão dos computadores, a PL passou a ser aplicada em vários ramos de atividades industriais. Nas décadas de 1980 e 1990, foi muito utilizada em programas relacionados à gestão da qualidade total. Atualmente, a PL é uma técnica empregada na área de administração para realizar e elaborar plane- jamento, de forma a promover a otimização dos recursos, buscando maximizá-los ou minimizá-los. Moreira (2008) assim define a PL: [...] é um modelo matemático desenvolvido para resolver determinados tipos de problemas nos quais as relações entre as variáveis relevantes possam ser expres- sas por equações e inequações lineares. O quadro seguinte mostra resumidamente a representação (modelo) da PL. Observe-o atentamente: PARtES DA Pl PADRÃO (EQuAÇÃO) CANôNICO (INEQuAÇÃO) MAtRICIAl (MAtRIz) Função objetiva Otimizar(máx./mín.)=C.X máx.(mín.) . Z =C1X1 +C2X2 + ...+C n X n Otimizar(máx./mín.)=C.X máx.(mín.) .Z=C1X1+C2X2+ ...+C n X n Otimizar(máx./mín.)=C.X [C1C2...Cn] . X1 X2 X n Restrições técnicas (limitações dos recursos empresa- riais) A.X=B A11X1+A12X2+...+A1nXn=B1 A21X2+A22X2+...+A2nXn=B2 ... A m1X1+Am2X2+...+AmnXn=Bn A.X≤/≥B A11X1+A12X2+...+A1nXn≤/≥B1 A21X2+A22X2+...+A2nXn≤/≥B2 ... A m1X1+Am2X2+...+AmnXn≤/≥Bn A11A12...A1m A21A22...A2m A m1Am2...Amn . X1 X2 X n ≤/≥/= B1 B2 B3 Restrições de não negatividade X≥0;B≥0 X≥0;B≥0 X≥0;B≥0 X R X=variáveisdedecisão A=coeficientesdasvariáveis B=termoindependentequerepresentaosrecursosdisponíveisC=valorrelacionadoàvariáveldedecisão Pela leitura do quadro, perceba que a PL apresenta três partes: Função objetiva3 – Busca identificar o que se quer otimizado, no estudo administrativo em aná- lise, com a finalidade de atingir a meta desejada. Dessa forma, durante a resolução do problema 3 Também denominada de função objetivo, é uma técnica matemática destinada a determinar a melhor utilização de recursos limitados, de forma que uma função objetiva seja otimizada, e determinadas condições sejam satisfeitas. Fonte:aautora. Quadro5–RepresentaçãodosmodelosdaPL. 34 e a representação do modelo, essa função será identificada pela palavra “máximo” ou “mínimo” e estará relacionada às variáveis de decisão (são aquelas que medem a quantidade dos di- ferentes recursos da empresa, como funcionários, dinheiro, número de clientes, capacidade de produção, etc.). Restrições4 técnicas – Como o nome sugere, são condições que limitarão a funcionalidade do sistema empresarial. Estão relacionadas aos recursos que a empresa tem à sua disposição, como capacidade de estoque, mão de obra, equipamentos, etc. Os recursos organizacionais são fatores limitados e finitos. Restrição de não negatividade – Relata que os valores das variáveis não podem ser nega- tivos. Antesdeconstruirmosomodelo,combasenastrêspartescitadasan- teriormente,devemserdefinidasasvariáveis de decisão,poiselas sãonecessáriasparaadeterminaçãodafunçãoobjetiva,darestrição técnicaetambémdarestriçãodenãonegatividade. Perceba, também, que a PL pode ser representada por três modelos: Padrão: utilizado quando a modelagem possui equação. Nesse modelo, há a presença do sinal de igualdade (=). Canônico: utilizado quando a modelagem possui inequações. Nesse modelo, há a presença dos sinais de maior ou igual (≤) e de menor ou igual (≥). Matricial: utilizado quando a modelagem possui matrizes. Nesse modelo, há a presença dos sinais (=), (≤) e (≥). construção do modelo de pl A seguir, apresentaremos um modelo de PL (com suas três partes: função objetiva, restrição técnica e restrição de não negatividade), com base no estudo de caso de uma concessionária de automóveis. Depois, explicaremos o Simplex, associando-o ao estudo de caso da concessionária, para, então, efetuarmos a representação gráfica e respondermos ao problema em análise (o caso da concessionária). Essa resposta corresponde ao principal objetivo da PO e, consequentemente, da PL. Estudo de caso: concessionária O texto seguinte é apresentado em cores diferentes para facilitar a compreensão entre a explicação e os dados associados a ela. 4 A palavra “restrições” corresponde às limitações impostas sobre possíveis valores que podem ser assumidos pelas variáveis de decisão. 35 Pesquisa Operacional – Capítulo 2 Uma concessionária trabalha com dois tipos de veículos: seminovos e novos. O lucro na venda de carros seminovos é de R$ 1.000,00 por unidade, e o lucro com os carros novos é de R$ 1.800,00 por unidade. A empresa tem áreas específicas e estratégicas para armazenar e promover os veículos seminovos e os novos. Nesses espaços, os clientes conseguem visualizar os veículos. Os carros semi- novos podem ocupar uma área de 20 m2; e os carros novos, o espaço de 30 m2. A concessionária tem um espaço máximo de 1200 m2 para armazenar tanto os carros novos como os seminovos (depósito localizado atrás do estabelecimento). A demanda esperada para os carros seminovos é de, no máximo, 40 unidades/mês e, para os carros novos, de, no máximo, 30 unidades/mês. Qual é o planejamento de vendas que a concessionária pode realizar, pela PL, de forma a maximizar seu lucro com base nos carros novos e seminovos? SILVA, Ermes Medeiros da et al. Pesquisa operacional para os cursos de economia, administração e ciências contábeis. São Paulo: Atlas, 2007. (Adaptado). Acompanhe a resolução desse problema, etapa a etapa. 1.o passo – Identifique as variáveis de decisão, que sempre estarão relacionadas à palavra “máximo” ou “mínimo”. Nesse caso, é possível identificá-las na última frase do texto, em cor vermelha: “... de forma a maximizar seu lucro com base nos carros novos e seminovos?”. Para esse caso da concessionária, a decisão está relacionada ao lucro obtido com a venda de carros novos e seminovos, sendo assim, ambos são as variáveis de decisão desse caso, e chamaremos de X1 os carros seminovos e de X2 os carros novos. As variáveis de decisão serão denominadas X1 e X2: X1 = carros seminovos X2 = carros novos 2.o passo – Após estarem definidas as variáveis de decisão, identifique a função objetiva. Ela sempre está associada às variáveis de decisão e à palavra “máximo” ou “mínimo”. Podemos chegar à função obje- tiva por meio das informações presentes em dois trechos: Na última frase do texto, em cor vermelha: “... de forma a maximizar seu lucro com base nos carros novos e seminovos?”. Observe que as variáveis de decisão, X1 (carros seminovos) e X2 (carros novos), estão relacionadas à palavra “lucro”. A palavra “lucro” é a principal pista para detectarmos os valores de X1 e X2, ou seja, o valor do lucro unitário que a empresa ganhará pela venda de cada carro seminovo (X1) e novo (X2). Perceba que, no texto, a ideia de lucro está na frase em azul: “O lucro na venda de carros seminovos é de R$ 1.000,00 por unidade, e o lucro com os carros novos é de R$ 1.800,00 por unidade”. A função objetiva, nesse caso, é representada da seguinte forma: x1 (CARROS SEMINOVOS) x2 (CARROS NOVOS) Lucro unitário R$1.000,00 R$1.800,00 Fonte:aautora. Quadro6–Representaçãodafunçãoobjetiva. A função objetiva, portanto, para o caso da concessionária, é o lucro máximo a ser obtido com a venda de carros novos e seminovos, representado por “máx(L)”. A representação matemática da função objetiva é: máx(L) = 1000X1 + 1800X2. 3.o passo – Identifique os recursos que a empresa tem à disposição. Esses recursos são importan- tes para que você chegue à restrição técnica da PL. Nesse caso da concessionária, essa restrição está 36 identificada na parte do texto escrita em verde: “Os carros seminovos podem ocupar uma área de 20 m2; e os carros novos, o espaço de 30 m2. A concessionária tem um espaço máximo de 1200 m2 para armazenar tanto os carros novos como os seminovos (depósito localizado atrás do estabelecimento)”. Assim, o primeiro recurso limitado da empresa é seu espaço físico. A primeira restrição é representada da seguinte forma: x1 (CARROS SEMINOVOS) x2 (CARROS NOVOS) tOtAl Espaço (m2) 20 30 ≤1200(áreaquenãopodeser ultrapassada) Fonte:aautora. Quadro7–Representaçãodaprimeirarestriçãotécnica. A representação matemática da restrição técnica do espaço para armazenagem dos carros tanto semi- novos como novos (nesse caso, a primeira restrição técnica) é: 20X1 + 30X2 ≤ 1200. A segunda restrição refere-se à demanda de carros seminovos, conforme texto na cor roxa: “A demanda esperada para os carros seminovos é de, no máximo, 40 unidades/mês...”, e é representada da seguinte forma: x1 (CARROS SEMINOVOS) x2 (CARROS NOVOS) tOtAl Demanda em unidades ≤40(quantidadedecarrosvendidos quenãopodeserultrapassada) Fonte:aautora. Quadro8–Representaçãodasegundarestriçãotécnica. A representação matemática da restrição técnica para a demanda dos carros seminovos (nesse caso, a segunda restrição técnica) é: X1 ≤ 40. A terceira restrição refere-se à demanda de carros novos, conforme texto na cor laranja “... para os carros novos, de, no máximo, 30 unidades/mês”, e é representada da seguinte forma: x1 (CARROS SEMINOVOS) x2 (CARROS NOVOS) tOtAl Demanda em unidades ≤30(quantidadedecarros quenãopodeserultrapas- sada) Fonte:aautora. Quadro9–Representaçãodaterceirarestriçãotécnica.A representação matemática da restrição técnica para a demanda dos carros novos (nesse caso, a terceira restrição técnica) é: X2 ≤ 30. Aoanalisarmososrecursosdaempresa,osdadosdevemestarsempre namesmaunidadefísicaoudetempo.Casocontrário,precisaremos fazerastransformações(conversões),paratrabalharmoscomasmes- masunidades. 4.o passo – Represente a restrição técnica de não negatividade. Essa restrição significa que as variá- veis de decisão sempre devem ser maiores ou iguais a zero. Portanto não podem ser negativas, caso con- trário, X1 (carros seminovos) e X2 (carros novos) teriam uma quantificação negativa, o que, com a PL, não 37 Pesquisa Operacional – Capítulo 2 é possível, pois essa é uma técnica que visa à otimização na área empresarial. A restrição técnica de não negatividade é representada da seguinte forma: x1 (CARROS SEMINOVOS) x2 (CARROS NOVOS) ≥0 ≥0 Fonte:aautora. Quadro10–Representaçãodarestriçãodenãonegatividade. A representação matemática da restrição técnica de não negatividade é: X1 ≥ 0 e X2 ≥ 0. 5.o passo – Organize e represente o modelo de forma clara: Função objetiva: máx(L) = 1000X1 + 1800X2 Restrição técnica (recursos limitados) Espaço (m2): 20X1 + 30X2 ≤ 1200 Demanda de carros seminovos: X1 ≤ 40 Demanda de carros novos: X2 ≤ 30 Restrição de não negatividade: X1 ≥ 0 e X2 ≥ 0 Resolução tabular do Simplex O Simplex foi desenvolvido por Dantzig, no ano de 1947, e seu objetivo era encontrar resultados ótimos para problemas militares. Atualmente, de acordo com Passos (2008), o Simplex [...] é um método interativo que, utilizando um algoritmo, procura maximizar ou mi- nimizar (otimizar) uma função objetiva de um modelo matemático (modelo linear), considerando-se algumas restrições lineares. A cada iteração realizada, a função objetiva melhora a solução do problema, passando de um ponto extremo da região de soluções a outro, até chegar à solução ótima. Visando facilitar o cálculo do Simplex, apresentaremos esse cálculo passo a passo: 1.o passo – Identifique, no modelo, a função objetiva pela palavra “máximo” ou “mínimo”. No caso da concessionária, buscamos calcular o máximo lucro: máx(L) = 1000X1 + 1800X2 2.o passo – Passe as variáveis de decisão, com o sinal trocado, para o lado do máx(L): máx(L) – 1000X1 – 1800X2 Seocasofossedeminimizar(seocasoemestudotratassedecusto em vez de lucro), seria necessário transformarmos a expressão em máximo.Multiplicaríamostodaaexpressãopor–1.Então,aexpressão ficaria:máx(Z)=–1000X1–1800X2e,aopassarmosasvariáveisparao outrolado,aexpressãoficariaassim:máx(Z)+1000X1+1800X2. 3.o passo – Identifique o número relacionado à variável de decisão que possui o maior valor absoluto (maior valor, não importando o sinal), com o objetivo de detectar a variável que entra na função objetiva. 38 Entrada em X2, por ser o maior valor absoluto, nesse caso, X2 = 1800: máx(L) – 1000X1 – 1800X2 AvariávelqueentrapodeserX1ouqualqueroutravariáveldedecisão presentenafunçãoobjetiva,desdequetenhaomaiorvalorabsoluto. 4.o passo – Identifique, nas restrições técnicas, o local onde haverá a saída. A saída é pelo menor valor não negativo. Para identificá-la, divida o bi (variável independente) de cada restrição técnica pelos valores da variável que entra da restrição respectiva. O bi é o valor presente na restrição técnica após o sinal (≤, ≥, =, < ou >). REStRIÇÃO téCNICA bi x2 (VARIÁVEl QuE ENtRA) bi DE CADA REStRIÇÃO téCNICA/VARIÁVEl QuE ENtRA DE CADA REStRIÇÃO téCNICA 20X1+30X2≤1200 1200 30 1200/30=40 X1≤40 40 0 40/0=IMPOSSÍVEL X2≤30 30 1 30/1=30 SAÍDA(poiséome- norvalornãonegativo) Fonte:aautora. Quadro11–Representaçãodasaída. 5.o passo – Acrescente a variável de folga, para isso, avalie o sinal de cada restrição técnica: Se o sinal for o de menor ou igual (≤), coloque variável de folga positiva (+XF). Se o sinal for o de maior ou igual (≥), coloque variável de folga negativa (–XF). Entretanto, se o sinal for de igualdade (=), não haverá variável de folga (XF), apenas variável auxiliar (variável colocada para auxiliar nos cálculos). Nesse caso, as inequações precisam ser transforma- das em equações. Para tanto, basta trocar os sinais de maior ou igual (≥) ou o de menor ou igual (≤) por igual (=), caso contrário, não será possível colocar as variáveis de folga (XF). É preciso transformar as inequações em equações trocando os sinais de ≥/≤ por igual (=). Se isso não for feito, não será possível colocar as variáveis de folga. 20X1 + 30X2 + XF1 = 1200 (Primeira restrição técnica) X1 + XF2 = 40 (Segunda restrição técnica) X2 + XF3 = 30 (Terceira restrição técnica) 39 Pesquisa Operacional – Capítulo 2 Note que, no caso apresentado, a variável de folga (XF) foi positiva, pois todas as restrições técnicas têm sinal de ≤. Observe, também, que cada variável de folga (XF) é representada com um número especí- fico, com o objetivo de identificar a origem de cada uma delas no cálculo (à qual restrição técnica ela está relacionada). Assim, a primeira restrição técnica terá a variável de folga denominada de XF1; a segunda restrição técnica, de XF2; e a terceira restrição técnica, de XF3. Perceba que o número tem como referência a posição da variável no sistema ou modelo. 6.o passo – Organize o sistema, destacando a entrada e a saída. No local em que a entrada e a saída são iguais, está o elemento pivô (no ponto comum entre a entrada e a saída). A linha em que esse elemento estiver será a linha pivô. A denominação “pivô” ocorre porque todos os cálculos futuros têm essa linha como base; então, ela será “o pivô” de tudo. No quadro a seguir, Z é a variável responsável pelo valor da função objetiva: z x1 x2 (ENtRADA) xF1 xF2 xF3 bi 1.alinha(FO) 1 –1000 –1800 0 0 0 0 2.alinha(RT) 0 20 30 1 0 0 1200 3.alinha(RT) 0 1 0 0 1 0 40 4.alinha(RT) 0 0 1 0 0 1 30(SAÍDA) Nessecaso,oelementopivôéonúmero1,poiséelequeestánopontoemqueaentradaé igualàsaída(pontodeencontroentreentradaesaída). Fonte:aautora. Quadro12–Representaçãodaentradaedasaída(elementopivô). Ao organizar o sistema, perceba que a 1.a linha será sempre a função objetiva (FO), e o Z correspon- dente a ela será sempre igual a 1. As outras linhas serão sempre as restrições técnicas (RT). 7.o passo – Faça uma tabela, começando pela linha pivô. Em seguida, divida cada um dos valores da linha pivô pelo valor do elemento pivô. Com os resultados dessas divisões, você obterá uma nova linha pivô unitária. Nesse caso, a linha pivô é a 4.a linha (do quadro 12). Divida cada um de seus elementos pelo valor do elemento pivô (neste caso, 1) e obterá a nova linha pivô. z x1 x2 (ENtRA) xF1 xF2 xF3 bi Linhapivô(4.alinhadoquadro12) 0 0 1 0 0 1 30 Divisãopor1(elementopivô), para chegarmosànova linha pivô 0 0 1 0 0 1 30 (SAI) Estevalordebideveserigualaovalordasaídaobtidonoquartopasso. Fonte:aautora. Quadro13–Cálculodanovalinhapivô. 8.o passo – Calcule as novas linhas, com base na nova linha pivô. Para chegar às novas linhas, siga estes procedimentos: 40 a) Multiplique cada elemento da nova linha pivô pelo valor da variável de entrada (em verde, no quadro 12) de cada linha: para chegar à 1.a nova linha, multiplique pelo valor da entrada da 1.a linha; para chegar à 2.a nova linha, multiplique pelo valor de entrada da 2.a linha; e assim por diante. Todavia, o valor da entrada deve ter o sinal trocado. b) Some os elementos encontrados com o procedimento a, termo a termo, com os elementos da 1.a linha (do quadro 12). c) Repita esses procedimentos (a e b) com as outras linhas do quadro 12, exceto com a linha em que está o elemento
Compartilhar