Prévia do material em texto
Prof. Dr. Emerson J. Paiva 2EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem – Alocação de Recursos Uma companhia de aluguel de caminhões possui veículos de dois tipos: o tipo A com 2 metros cúbicos de espaço refrigerado e 4 metros cúbicos de espaço não refrigerado e o tipo B com 3 metros cúbicos refrigerados e 3 não refrigerados. Uma fábrica precisa transportar no mínimo 50 e no máximo 90 metros cúbicos de produto refrigerado e no mínimo 80 e no máximo 120 metros cúbicos de produto não refrigerado. Quantos caminhões de cada tipo ela deve alugar, de modo a minimizar o custo, se o aluguel do caminhão A custa $0,30 por km e o do B, $0,40 por km. Elabore o modelo de programação linear. Prof. Dr. Emerson J. Paiva 3EPRi30 – Pesquisa Operacional Introdução A Pesquisa Operacional (simplesmente PO) tem como principal propósito o auxilio na TOMADA DE DECISÃO. Segundo Chiavenato (1997), consiste no “processo de análise entre várias alternativas disponíveis do curso de ação que a pessoa deverá seguir”. Segundo Liczbinski (2002), a tomada de decisões envolve: ◼ Ambiente; ◼ Risco e incerteza; ◼ Custo e qualidade requerida pelo produto ou serviço; ◼ Agentes tomadores de decisão; ◼ Cultura organizacional; ◼ Mercado. Prof. Dr. Emerson J. Paiva 4EPRi30 – Pesquisa Operacional A “TOMADA DE DECISÃO” envolve analisar todos os elementos listados anteriormente, a fim de encontrar valores para todas as variáveis envolvidas num problema, que satisfaçam a todas as condições impostas e que busquem o melhor resultado final de maximização ou minimização. Introdução Esse decisão deve ser a melhor possível, ou, em termos de PO, ÓTIMA. Prof. Dr. Emerson J. Paiva 5EPRi30 – Pesquisa Operacional Condições de Otimização Como realizar uma otimização? Durante a 2a.Guerra Mundial, um grupo de cientistas ingleses foram convocados para estudar problemas de estratégia e de tática associados com a defesa do país; Objetivo: decidir sobre a utilização mais eficaz de recursos militares limitados. Os métodos utilizados deram origem à Pesquisa Operacional (PO). Com o fim da guerra, a utilização das técnicas de PO atraiu o interesse de diversas outras áreas. A premissa dessas técnicas dita que um processo qualquer é transformado em um modelo (fluxogramas, grafos, equações, etc.), o qual, depois de resolvido, apresenta as melhores configurações para as variáveis estudadas e o melhor resultado global para todas elas. Vamos identificar, agora, quais as definições são necessárias para se promover um estudo de PO! Prof. Dr. Emerson J. Paiva 6EPRi30 – Pesquisa Operacional Pesquisa Operacional Definições • Aplicação do método científico a problemas que dizem respeito ao controle de sistemas organizados; • Tem como finalidade obter soluções que melhor satisfaçam aos objetivos traçados; • Uma atividade que pode colocar a serviço dos gestores, pesquisadores, líderes, etc., novas atitudes, conceitos e técnicas, ajudando a resolver problemas complexos e tomar decisões importantes; • Aplicação de análises quantitativas dos problemas reais; o objetivo da análise é encontrar as melhores soluções para esses problemas; • Preparação científica das decisões, visando a modificação do binômio “Experiência/Intuição” pela “Informação/Racionalidade”. Prof. Dr. Emerson J. Paiva 7EPRi30 – Pesquisa Operacional Pesquisa Operacional Metodologia de Aplicação • Um estudo de PO consiste em construir um modelo da situação real. Um modelo, por sua vez, é definido como uma representação idealizada de um sistema, que pode já ser existente ou pode, ainda, ser uma ideia a espera de execução • A complexidade de um sistema real resulta do grande número de variáveis que comandam as operações do sistema; entretanto, em muitos casos, uma pequena fração destas variáveis domina essas operações • Então, a simplificação do sistema real em termos de um modelo condensado, identificando apenas as variáveis dominantes e as relações entre elas, é o empregado; • Não há regras fixas para determinar o nível de abstração necessário para se modelar o sistema; • A validade do modelo representativo do sistema depende da criatividade e imaginação dos analistas de PO e a equipe de trabalho no projeto. Prof. Dr. Emerson J. Paiva 8EPRi30 – Pesquisa Operacional Pesquisa Operacional O processo de Modelagem Prof. Dr. Emerson J. Paiva 9EPRi30 – Pesquisa Operacional Pesquisa Operacional Razões para se modelar Modelos nos forçam a ser explícitos em relação a nossos objetivos e ainda: • nos forçam a identificar e registrar os tipos de decisões que influenciam esses objetivos; • nos forçam a identificar e registrar interações e concessões entre essas decisões; • nos forçam a pensar cuidadosamente sobre as variáveis a serem incluídas e suas definições em termos que sejam quantificáveis; • nos forçam a considerar que dados são pertinentes para a quantificação dessas variáveis e a determinar suas interações; • nos forçam a reconhecer restrições (limitações) nos valores que estas variáveis quantificadas podem assumir; • permitem a comunicação de nossas ideias e percepções para facilitar o trabalho da equipe. Prof. Dr. Emerson J. Paiva 10EPRi30 – Pesquisa Operacional Pesquisa Operacional Etapas Para se chegar a resultados de otimização, é necessário cumprir as seguintes etapas: • formulação (ou definição) do problema; • construção do modelo (mapeado, gráfico, matemático, etc.); • obtenção de uma solução a partir do modelo; • teste do modelo e avaliação da solução obtida; • estabelecimento de controle sobre a solução; • implantação da solução. A seguir essas etapas serão demonstradas, a partir do desenvolvimento de um modelo de solução para um problema meramente didático... Prof. Dr. Emerson J. Paiva 11EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem Formulação – Uma empresa virtual distribui diversos produtos para várias regiões do país. Para alavancar as vendas de dois determinados produtos, resolveu, a título de promoção, bancar os custos relativos a frete, distribuindo esses dois produtos com frete gratuito. O PRODUTO1, típico da Região 1, é vendido a $27 e o custo do frete é de $10. Taxas, impostos e mão-de-obra equivalem a $14. A mão-de-obra é representada por Montagem, que requer 1h de trabalho, mais 2h de deslocamento, manuseio e embalagem. Prof. Dr. Emerson J. Paiva 12EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem O PRODUTO2, típico da Região 2, é vendido a $21 e o custo do frete é de $9. Taxas, impostos e mão-de-obra equivalem a $10. A mão-de-obra é representada por Montagem, que requer 1h de trabalho, mais 1h de deslocamento, manuseio e embalagem. A cada semana a empresa dispõe de 100h de montagem e 80h de deslocamento, manuseio e embalagem. A demanda pelo PRODUTO2 é ilimitada, mas a do PRODUTO1 é de, no máximo, 40 unidades/semana. Quantas unidades de cada produto deveriam ser distribuídas semanalmente, para que o lucro fosse o maior possível? Prof. Dr. Emerson J. Paiva 13EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem Construção do modelo – A solução se inicia pela construção de um modelo matemático. Um modelo matemático de um Problema de Otimização é definido por: • um número N de decisões a serem tomadas, denominadas Variáveis de Decisão; • uma função matemática, que representa a medida da vantagem (ou desvantagem) da tomada de decisão, denominada Função Objetivo; • um conjunto de restrições associadas às variáveis de decisão, denominadas Restrições do Modelo. Em alguns casos, existem restrições que não estão explícitas no problema, denominadas restrições adicionais Prof. Dr. Emerson J. Paiva 14EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem Construção do modelo – A PO, como visto, vem sendo aplicada a problemas de estratégia, marketing, finanças, recursos humanos, operações e logística, etc. Sumariamente, o objetivo é decidir sobre a utilização mais eficaz de recursos,geralmente escassos. A Programação Linear (PL) é uma das principais ferramentas da PO, e sua aplicação está cada vez mais difundida. Nesses problemas, a função objetivo, as restrições do modelo e as restrições adicionais, caso existam, são representadas por funções lineares, considerando-se todas as variáveis de decisão como contínuas, ou seja, devem assumir quaisquer valores em um intervalo de números reais. Prof. Dr. Emerson J. Paiva 15EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem A questão, portanto, é: Sobre o quê se deseja decidir? Para o exemplo em questão, necessita-se saber quantos itens do Produto1 e quantos do Produto2 a empresa deve distribuir, para que o lucro seja o máximo possível. Portanto: Variáveis de Decisão: X1 = quantidade de itens do Produto1 que devem ser entregues; X2 = quantidade de itens do Produto2 que devem ser entregues. Função Objetivo: Maximizar Receitas – Despesas Receitas Semanais: 27X1 + 21X2 Custos relativos a fretes: 10X1 + 9X2 Custos relativos a taxas, impostos e mão-de-obra: 14X1 + 10X2 Prof. Dr. Emerson J. Paiva 16EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem Então, o que se deseja é: Maximizar (27X1 + 21X2) (10X1 + 9X2) Receitas Despesas Frete Despesas Mão-de-Obra Assim, o objetivo da empresa é escolher X1 e X2 para Maximizar 3X1 + 2X2 ou Max Z = 3X1 + 2X2 (14X1 + 10X2) Prof. Dr. Emerson J. Paiva 17EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem Entretanto, existem elementos que impedem que os valores assumidos pelas variáveis de decisão sejam os máximos. Observem: Para executar a tarefa de montagem, a empresa dispõe de, apenas, 100h semanais. Assim, os valores máximos para as variáveis de decisão, somando- se os dois produtos, não devem exceder esse limite. Portanto: 2X1 + X2 ≤ 100 Apenas 80h estão disponíveis, semanalmente, para deslocamentos, manuseio e embalagem, resultando em: X1 + X2 ≤ 80 Além disso, não existem garantias de que se consiga entregar mais do que 40 unidades do Produto1. Então: X1 ≤ 40 Por último, não faz sentido pensar em entregas negativas. Dessa forma: X1 ≥ 0; X2 ≥ 0 Prof. Dr. Emerson J. Paiva 18EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem O modelo matemático completo será, portanto: Max Z = 3X1 + 2X2 Sujeito a: 2X1 + X2 ≤ 100 X1 + X2 ≤ 80 X1 ≤ 40 X1 ≥ 0; X2 ≥ 0 Esse sistema de equações, o chamado Modelo Matemático, deverá ser resolvido a partir de técnicas adiante apresentadas, obtendo-se, como resultado, os valores que maximizam a Função Objetivo, considerando devidamente as restrições do problema. Prof. Dr. Emerson J. Paiva 19EPRi30 – Pesquisa Operacional Pesquisa Operacional Características Gerais Max ou Min z = f(x1, x2, ..., xn) = c1 x1 + c2 x2 + ... + cn xn Sujeito a: a11 x1 + a12 x2 + ... + a1n xn {≤, =, ≥} b1 a21 x1 + a22 x2 + ... + a2n xn {≤, =, ≥} b2 ................................................................. am1 x1 + am2 x2 + ... + amn xn {≤, =, ≥} bm x1, x2, …, xn ≥ 0 Genericamente, um modelo de PL pode descrito como: onde: z é função objetivo; xj são as variáveis de decisão; aij é a constante ou coeficiente da i-ésima restrição da j-ésima variável, i = 1, 2, ..., m, j = 1, 2, ..., n; bj é o termo independente ou coeficiente da j-ésima variável da função objetivo, j = 1, 2, ..., m); cj é a constante ou coeficiente da j-ésima variável da função objetivo, j = 1, 2, ..., n; Imagem disponível em http://www.ime.usp.br/~mpmmf/htm/discip.htm Prof. Dr. Emerson J. Paiva 20EPRi30 – Pesquisa Operacional Pesquisa Operacional Características Gerais Resumidamente, “os problemas de PL buscam determinar valores ótimos para as variáveis de decisão x1, x2, ..., xn, que devem ser contínuas, a fim de maximizar ou minimizar a função linear z, sujeita a um conjunto de m restrições lineares de igualdade e/ou desigualdade”. As soluções que satisfazem todas as restrições, inclusive as de não negatividade, são chamadas soluções factíveis, e aquela que apresenta melhor valor para a função objetivo é chamada de solução ótima. (BELFIORE e FÁVERO, 2013). Imagem disponível em http://www.ime.usp.br/~mpmmf/htm/discip.htm Prof. Dr. Emerson J. Paiva 21EPRi30 – Pesquisa Operacional Pesquisa Operacional Hipóteses dos Modelos de PL Para que um modelo possa ser tratado como um problema de PL, o conjunto de seus elementos constituintes devem satisfazer as seguintes hipóteses: Imagem disponível em http://www.ime.usp.br/~mpmmf/htm/discip.htm Proporcionalidade: essa hipótese requer que, para cada variável de decisão considerada no modelo, a sua contribuição em relação à função objetivo seja diretamente proporcional ao valor da variável de decisão; Aditividade: os relacionamentos entre as variáveis não podem, em hipótese alguma, indicar interdependência entre elas; se isso ocorrer, o modelo utilizado não poderá ser linear; Divisibilidade: cada uma das variáveis de decisão pode assumir quaisquer valores não negativos dentro de um intervalo, incluindo valores fracionários; Certeza: essa hipótese afirma que os coeficientes da função objetivo e das restrições, além dos termos independentes do modelo são determinísticos (constantes e conhecidos com certeza). Prof. Dr. Emerson J. Paiva 22EPRi30 – Pesquisa Operacional Pesquisa Operacional Exemplo de Modelagem II – Alocação de Recursos Uma companhia de aluguel de caminhões possui veículos de dois tipos: o tipo A com 2 metros cúbicos de espaço refrigerado e 4 metros cúbicos de espaço não refrigerado e o tipo B com 3 metros cúbicos refrigerados e 3 não refrigerados. Uma fábrica precisa transportar no mínimo 50 e no máximo 90 metros cúbicos de produto refrigerado e no mínimo 80 e no máximo 120 metros cúbicos de produto não refrigerado. Quantos caminhões de cada tipo ela deve alugar, de modo a minimizar o custo, se o aluguel do caminhão A custa $0,30 por km e o do B, $0,40 por km. Elabore o modelo de programação linear. Voltando ao exemplo inicial de alocação de recursos, aplique os conceitos apresentados de Programação Linear para a formulação do modelo, como se segue: