Beruflich Dokumente
Kultur Dokumente
1 – INTRODUÇÃO
Algumas das aplicações da pesquisa operacional podem ser resumidas em: maximização de
lucros ; minimização de custos ; diminuição de filas (Hospitais, Self-Service, Parques de Diversão
e outros Estabelecimentos Comerciais) entre outros. Logo abaixo são citados três exemplos
simples onde as técnicas de pesquisa operacional podem ser aplicadas.
Exemplo 1:
Produção (t/dia)
Fábrica Custos Diários (R$)
A B C
1 200,00 5 4 2
2 170,00 2 1 4
Exemplo 2:
Quatro postos de gasolina A, B, C e D necessitam de 50.000, 40.000, 60.000 e 40.000
litros de gasolina, respectivamente. É possível suprir estas demandas partindo dos locais 1, 2 e 3
que dispõem de 80.000, 100.000 e 50.000 litros, respectivamente. Os custos de envio de 1.000
litros de gasolina aparecem na tabela abaixo.
A B C D
1 70,00 60,00 60,00 60,00
2 50,00 80,00 60,00 70,00
3 80,00 50,00 80,00 60,00
Exemplo 3:
O gerente de um supermercado deseja ter uma ou mais filas de caixa, de maneira tal que,
em média, o número de clientes esperando para ser atendido por fila não ultrapasse 10. Ele sabe
que, em média, um caixa leva quatro minutos para liberar um cliente e que a cada cinco minutos
um novo cliente procura um caixa para registrar as suas compras. Quantos caixas você sugere
que o gerente instale?
3
"Decisão é um curso de ação escolhido por uma pessoa ou grupo, considerando o meio mais
efetivo dentre aqueles que estão à sua disposição para atingir os objetivos desejados."
"Decisão é o marco para o desencadeamento de ações que visam atingir o objetivo desejado na
resolução do problema."
Grau de Estruturação:
RELAÇÃO ENTRE A PESQUISA OPERACIONAL E TOMADA DE DECISÃO
PESQUISA OPERACIONAL DECISÃO RACIONAL
a) Comprando refrigerante:
Gasta-se menos dinheiro;
Agrada à família que a prefere;
Risco para a família por causa do aumento do colesterol.
Analisando um caso mais complexo, tem-se que empresa que produz apenas dois
produtos, cada um necessitando de trabalho e matéria-prima para o processo de fabricação. O
problema do responsável pela produção é calcular as quantidades dos dois produtos que devem
ser produzidos de forma a maximizar o lucro total e, ao mesmo tempo, satisfazer as restrições de
disponibilidade de trabalho e matéria-prima e as restrições de demanda.
Os dados de entrada para o problema seriam:
Quantidades de trabalho e materiais necessários para produzir uma unidade de cada produto;
Custos por unidade de trabalho e matéria-prima;
Disponibilidades de trabalho e matéria-prima;
Preço de venda de cada produto;
Quantidade máxima que pode ser vendida de cada produto;
Lucro total;
Contribuição de cada produto para o lucro;
Quantidade a produzir de cada produto;
Quantidade utilizada de cada recurso.
variáveis têm seus valores determinados externamente ao modelo - são as chamadas variáveis
não-controláveis ou variáveis exógenas. Quando uma variável tem seu valor dependente do valor
de uma ou mais variáveis, sendo calculado internamente pelo modelo, durante o processo de
solução, recebe o nome de variável endógena ou variável controlável. No caso particular em que a
variável indica para o analista uma grandeza representativa da solução procurada, receberá a
denominação de variável de decisão.
Com base nestas considerações, os modelos podem ser divididos em dois grandes tipos:
modelos de simulação e modelos de otimização.
ótima, com relação a algum critério. Esse critério de otimização (função-objetivo) é escolhido pelo
tomador de decisão, e o modelo encontra a melhor alternativa através de uma análise
matemática.
a) Definição do problema
Existirem muitas variáveis de decisão ou quando as variáveis puderem assumir valores numa
faixa ampla de viabilidade, fazendo com que os modelos de simulação se tornem muito lentos;
Os sistemas forem tais que algumas variáveis devam ter seus valores calculados de forma
precisa, para respeitar restrições ou evitar grandes variações no resultado final.
c) Formulação da função-objetivo
A função-objetivo reflete o critério de otimização das variáveis de decisão e deve ser escrita na
forma matemática.
g) Avaliação da solução
Uma vez obtida a solução, esta deve ser verificada e avaliada à luz das expectativas e
experiências do administrador, antes de sua efetiva implementação;
É claro que, nessa fase do modelo, tanto pode ser aceito como pode ser necessário proceder
as correções, para serem incorporadas novas restrições, novas variáveis ou mesmo novos
critérios;
É importante lembrar que a maioria das decisões deve ser tomada em um ambiente de risco e
incerteza e que grande parte dos modelos de otimização são determinísticos. Assim, uma
estimativa do risco deve ser conseguida através de uma análise de sensibilidade pós-
otimização.
10
4 – PROGRAMAÇÃO LINEAR
Solução:
Objetivo: Minimizar o custo de fabricação das almôndegas.
Variáveis de decisão:
- XBoi = quantidade de carne bovina em cada quilo de almôndega;
- Xporco = quantidade de carne suína em cada quilo de almôndega.
11
Restrições:
Teor de Gordura: 0,20x XBoi + 0,32x Xporco 0,25
Teor de Carne: 0,80x XBoi + 0,68x Xporco 0,75
Peso da almôndega: XBoi + Xporco = 1
Não-Negatividade: XBoi 0 Xporco 0
Exemplo 4.2: (Bronson, 1985) Um carpinteiro possui 6 peças de madeira e dispõe de 28 horas
de trabalho para confeccionar peças ornamentais. Dois modelos venderam muito bem no
passado, de maneira que ele se limitou a esses dois tipos. Ele estima que o modelo I requer 2
peças de madeira e 7 horas de trabalho enquanto o modelo II necessita de 1 peça de madeira e 8
horas de trabalho. Os lucros com os modelos são respectivamente, R$360,00 e R$240,00.
Quantas peças de cada modelo o carpinteiro deve montar para o obter o lucro máximo? (Monte
apenas o modelo para resolução).
Solução:
Objetivo: Maximizar o lucro com as vendas de peças ornamentais.
Variáveis de decisão:
- XM1 = quantidade de peças modelo 1 fabricada;
- XM2 = quantidade de peças modelo 2 fabricada;
Restrições:
Quantidade de Madeira Disponível: 2x XM1 + 1x XM2 6
Quantidade de Horas de Trabalho: 7x XM1 + 8x XM2 28
Não-Negatividade: XM1 0 XM2 0
LISTA DE EXERCÍCIOS:
4.1) Certa empresa fabrica dois produtos P1 e P2. O lucro unitário do produto P1 é de $5.000,00 e
o lucro unitário de P2 é de $9.000,00. A empresa precisa de 100 horas para fabricar uma unidade
de P1 e de 150 horas para fabricar uma unidade de P2. O tempo anual de produção disponível
para isso é de 6.000 horas. A demanda esperada para cada produto é de 48 unidades anuais para
P1 e 36 unidades anuais para P2. Qual é o plano de produção para que a empresa maximize seu
lucro nesses itens? Construa o modelo de programação linear para esse caso.
12
4.2) Para uma boa alimentação, o corpo necessita de vitaminas e proteínas. A necessidade
mínima de vitaminas é de 32 unidades por dia e a de proteínas de 36 unidades por dia. Uma
pessoa tem disponível carne e ovos para se alimentar. Cada unidade de carne contém 4 unidades
de vitaminas e 6 unidades de proteínas. Cada unidade de ovo contém 8 unidades de vitaminas e 6
unidades de proteínas. Qual a quantidade diária de carne e ovos que deve ser consumida para
suprir as necessidades de vitaminas e proteínas com o menor custo possível? Cada unidade de
carne custa $3,00 e cada unidade de ovo custa $2,50.
4.3) Uma agroindústria do ramo alimentício tirou de produção uma certa linha de produto não-
lucrativo. Isto criou um considerável excedente na capacidade de produção. A gerência está
considerando dedicar esta capacidade a um ou mais produtos, identificados como 1, 2 e 3. A
capacidade disponível das máquinas que poderia limitar a produção está resumida na tabela que
se segue:
Tipo de máquina Tempo disponível (horas de máquina)
A 500
B 350
C 150
O número de horas de máquina requerido por unidade dos respectivos produtos é conhecido
como coeficiente de produtividade (em horas de máquina por unidade), conforme representado a
seguir.
4.4) Uma refinaria produz três tipos de gasolina: comum ; aditivada e azul. Cada tipo tem em
sua composição: gasolina pura, gasolina octana e aditivo, que estão disponíveis nas
quantidades de 9.600.000, 4.800.000 e 2.200.000 litros por semana, respectivamente. As
especificações de cada tipo são:
Um litro de gasolina aditivada requer: 0,22L de gasolina pura, 0,50L de octana e 0,28L de aditivo;
Um litro de gasolina azul requer: 0,52L de gasolina pura, 0,34L de octana e 0,14L de aditivo;
Um litro de gasolina comum requer: 0,74L de gasolina pura, 0,20L de octana e 0,06L de aditivo.
4.5) Uma certa organização tem três filiais com capacidade de produção excedente. As três
fábricas têm capacidade para produzir um certo produto, tendo a gerência decidido utilizar parte
dessa capacidade de produção excedente para produzir tal produto. Ele pode ser feito em três
tamanhos – grande, médio e pequeno – os quais produzem um lucro unitário líquido de $140,00 ;
$120,00 e $100,00 , respectivamente. As fábricas 1, 2 e 3 têm capacidade excedente de mão-de-
obra e de equipamento para produzirem 750, 900 e 450 unidades do produto por dia,
respectivamente, independentemente do tamanho ou combinação de tamanhos envolvidos.
Entretanto, a quantidade de espaço disponível para o estoque de produtos em processo também
impõe um limite às taxas de produção. As fábricas 1, 2 e 3 têm 1.170, 1.080 e 450 metros
13
4.6) Um fabricante está iniciando a última semana de produção de quatro diferentes modelos da
estrutura de um produto, que são designados por modelo I, II, III e IV. Cada um destes modelos
deve sofrer uma operação de montagem seguida de uma operação de acabamento. Os modelos
necessitam, respectivamente, de 4h ; 5h ; 3h e 5h de montagem e de 2h ; 1h30min ; 3h e 3h para
acabamento. Os lucros sobre as vendas dos modelos são, respectivamente $7,00 ; $7,00 ; $6,00
e $9,00. O fabricante dispõe de 30.000 horas para a montagem destes produtos (750 montadores
trabalhando 40 horas semanais) e de 20.000 horas para acabamento (500 operários trabalhando
40 horas semanais). Quanto de cada um dos modelos deve ser produzido a fim de maximizar o
lucro? Admita que todas as unidades produzidas possam ser vendidas. Relatar também qual será
o lucro máximo.
4.7) Uma empresa de logística tem duas frotas de caminhões para realizar transportes de cargas
para terceiros. A primeira frota é composta por caminhões médios e a segunda por caminhões
gigantes, ambas com condições especiais para transportar sementes e grãos prontos para o
consumo, como arroz e feijão. A primeira frota tem uma capacidade de peso de 70.000kg e um
limite de volume de 1.000m3, enquanto a segunda pode transportar até 90.000kg e acomodar
1.250m3 de volume. O próximo contrato de transporte refere-se a uma entrega de 100.000kg de
sementes e 85.000kg de grãos, sendo que a empresa pode aceitar levar tudo ou somente uma
parte da carga, deixando o restante para outra transportadora entregar. O volume ocupado pelas
sementes é de 0,02m3 e o volume dos grãos é de 0,01m3 por quilograma. Sabendo que o lucro
para transportar as sementes é de $0,32 por quilograma e o lucro para transportar os grãos é de
$0,35 por quilograma, encontre, quantos quilogramas de sementes e quantos quilogramas de
grãos a empresa deve transportar para maximizar o seu lucro.
4.9) Um avião tem três compartimentos para transportar carga: frente, centro e traseira. Esses
compartimentos têm limites de capacidade tanto em peso quanto em volume, sendo que: Frente
tem capacidade de 12 toneladas e 189 m3; Centro tem capacidade de 18 toneladas e 243 m3 e
Traseira tem capacidade de 10 toneladas e 135 m3. Além disso, o peso da carga nos respectivos
compartimentos tem que observar a mesma proporção das capacidades de peso dos
14
compartimentos, para manter o equilíbrio do avião. As quatro cargas da tabela abaixo aguardam
remessa nos próximos vôos, à medida que haja espaço disponível.
Carga Peso (ton) Volume (m3/ton) Lucro ($/ton)
1 20 13,5 220
2 16 18,9 280
3 25 16,2 250
4 13 10,8 200
Pode ser aceita qualquer proporção dessas cargas. O objetivo é determinar quanto (se algo) de
cada carga deve ser aceito e como distribuí-las pelos compartimentos a fim de maximizar o lucro
total do vôo.
4.10) Um investidor possui R$26.000,00 e tem à sua disposição 3 alternativas para aplicar seu
capital, além de deixa-lo na Caixa Econômica Federal (rendendo 6% ao ano).
Alternativa 1: Comprar um lote de ações cujo preço unitário é R$3,75 e cuja rentabilidade anual
esperada é de 36%;
Alternativa 2: Comprar letras de câmbio cujo preço unitário é R$2,81 e cuja rentabilidade anual é
de 25%;
Alternativa 3: Comprar Títulos do Tesouro Nacional cujo preço unitário é R$1,65 e cuja
rentabilidade anual é de 12%.
Supondo que o investidor não deseje mais do que 2.000 ações e/ou letras de câmbio; que seu
corretor só possa conseguir até 1.100 ações e 1.200 letras de câmbio; que o investidor queira (por
medida de segurança quanto à liquidez) deixar, pelo menos, R$3.700,00 na Caixa Econômica
Federal; que o investimento feito em Títulos do Tesouro Nacional não ultrapasse 1,7 vezes o
depósito deixado na Caixa Econômica, que quantidades deve alocar o investidor a cada
alternativa, considerando que o seu objetivo é maximizar o seu capital no fim do ano? Formule o
problema em termos de Programação Linear.
4.11) Este problema se refere à programação agrícola relacionada à alocação das atividades para
três regiões. Formule este caso de programação linear conforme os dados apresentados na tabela
abaixo a fim de maximizar o lucro.
=0 =0 0 0 Termo
L xB xC xFA xFM Independente
0 2 1 1 0 14 Restrição alumínio
0 2 3 0 1 26 Restrição madeira
1 -9 -6 0 0 0 Função Lucro
3° Passo: Escolha da coluna pivô: Qual variável igual a zero (xB ou xC) deve ter um valor
positivo? xB pois tem o maior coeficiente na função lucro (L). Portanto, a coluna pivô será a
coluna xB .
Escolha da linha pivô. Qual variável diferente de zero (xFA ou xFM) deve passar a ser
zero?
Qual é o valor que xB pode ter?
Portanto, o máximo valor de xB é 7, ou seja, xFA deverá ser zero. Assim sendo, a linha pivô será a
da equação 2 (restrição de alumínio).
=0 =0 0 0 Termo
L xB xC xFA xFM Independente
0 2 (elem. pivô) 1 1 0 14 Restrição alumínio
0 2 3 0 1 26 Restrição madeira
1 -9 -6 0 0 0 Função Lucro
17
4º Passo: Coloque 1 no elemento pivô e zero nos outros elementos da coluna pivô (utilizar
operações com linha de matrizes);
Divida a linha pivô pelo valor do elemento pivô (no caso, elemento pivô = 2)
0 =0 =0 0 Termo
L xB xC xFA xFM Independente
0 1 ½ ½ 0 7 Restrição alumínio
0 2 3 0 1 26 Restrição madeira
1 -9 -6 0 0 0 Função Lucro
0 2 3 0 1 26 _
0 2 1 1 0 14
1 -9 -6 0 0 0 +
0 9 9/2 9/2 0 63
0 =0 =0 0 Termo
L xB xC xFA xFM Independente
0 1 ½ ½ 0 7 Restrição alumínio
0 0 2 -1 1 12 Restrição madeira
1 0 -3/2 9/2 0 63 Função Lucro
OBS.: Como, no quadro obtido, a função lucro apresenta coeficiente da variável de decisão x C
negativo, a solução encontrada não é a ótima. Portanto, deve-se repetir o procedimento.
18
5° Passo: Escolha a nova coluna pivô: Neste caso, a única coluna possível é a da variável de
decisão xC . Portanto a coluna pivô será a coluna da variável xC.
Escolha a nova linha pivô: Divida os termos independentes pelos coeficientes da nova
linha coluna pivô.
0 =0 =0 0 Termo
L xB xC xFA xFM Indep. Quociente
0 1 ½ ½ 0 7 7/(1/2)=14 Restrição alumínio
0 0 2 -1 1 10 12/2 = 6 Restrição madeira
1 0 -3/2 9/2 0 63 Função Lucro
Como a linha restrição madeira apresentou o menor coeficiente positivo, está será a nova linha
pivô.
0 =0 =0 0 Termo
L xB xC xFA xFM Independente
0 1 ½ ½ 0 7 Restrição alumínio
0 0 2 (elem. pivô) -1 1 12 Restrição madeira
1 0 -3/2 9/2 0 63 Função Lucro
6º Passo: Coloque 1 no novo elemento pivô e zero nos outros elementos da nova coluna pivô
(utilizar operações com linha de matrizes);
Divida a linha pivô pelo valor do elemento pivô (no caso, o elemento pivô = 2)
0 0 =0 =0 Termo
L xB xC xFA xFM Independente
0 1 ½ ½ 0 7 Restrição alumínio
0 0 1 -1/2 1/2 6 Restrição madeira
1 0 -3/2 9/2 0 63 Função Lucro
(Linha Alumínio Nova) = (linha alumino anterior) – 1/2 (linha pivô nova)
0 1 ½ ½ 0 7 _
0 0 ½ -1/4 ½ 3
0 0 =0 =0 Termo
L xB xC xFA xFM Independente
0 1 0 1/4 -1/2 4 Restrição alumínio
0 0 1 -1/2 1/2 6 Restrição madeira
1 0 -3/2 9/2 0 63 Função Lucro
1 0 -3/2 9/2 0 63 +
0 0 3/2 -3/4 3/4 9
0 0 =0 =0 Termo
L xB xC xFA xFM Independente
0 1 0 1/4 -1/2 4 Restrição alumínio
0 0 1 -1/2 1/2 6 Restrição madeira
1 0 0 15/4 3/4 72 Função Lucro
OBS.: Como no quadro obtido a função lucro não apresenta nenhum coeficiente negativo nas
variáveis de decisão, a solução encontrada é a ótima.
SOLUÇÃO ÓTIMA:
xB = 4 unidades ;
xC = 6 unidades ;
xFA = 0 quilos de alumínio ;
xFM = 0 quilos de madeira.
Resumindo: O problema dual, para os modelos em que as restrições são desigualdades do tipo
, é construído a partir do primal da seguinte forma:
Exemplo 4.4: Uma indústria dispõe de três recursos A, B e C em quantidades limitadas, com os
quais pretende produzir dois produtos que serão denominados de 1 e 2. A tabela abaixo mostra a
utilização unitária de cada recurso em cada um dos produtos e a disponibilidade de cada recurso.
A indústria sabe que cada unidade produzida do produto 1 dá um lucro de 5 e cada unidade
produzida do produto 2 dá um lucro de 6. O problema de programação da produção da empresa é
determinar a quantidade a ser fabricada do produto 1 e do produto 2 de forma a maximizar o lucro
total.
Recurso Disponibilidade Recurso gasto para fazer 1 unidade de:
Produto 1 Produto 2
A 14 1 2
B 9 1 1
C 56 7 4
Problema 1:
Maximizar: L = 5x1 + 6x2
Restrições: 1x1 + 2x2 14
1x1 + 1x2 9
7x1 + 4x2 56
x1 0 ; x2 0
Por outro lado, vamos supor que a indústria tenha a alternativa de vender os recursos A , B
e C no lugar de empregá-los na produção dos dois produtos.
O problema que se coloca agora é encontrar o valor da unidade de cada recurso. É
evidente que a venda dos recursos deve fornecer um ganho pelo menos igual ao obtido com a
utilização deles na produção. Vamos chamar:
y1 : valor do recurso A por unidade;
y2 : valor do recurso B por unidade;
y3 : valor do recurso C por unidade;
O valor total do estoque de recursos é:
14y1 + 9y2 + 56y3
Em termos desta avaliação dos recursos, cada um dos produtos pode também ser
avaliado, levando em conta a utilização dos recursos por unidade fabricada. Assim, como o
produto 1 gasta 1 unidade do recurso A, 1 unidade do recurso B e 7 unidades do recurso C, sua
avaliação, em termos do conteúdo de recursos, é:
1y1 + 1y2 + 7y3
Analogamente, a avaliação do produto 2 é:
2y1 + 1y2 + 4y3
22
É claro que essas avaliações dos produtos não podem ser inferiores aos lucros unitários
fornecidos por cada um. Assim pode-se escrever:
1y1 + 1y2 + 7y3 5
2y1 + 1y2 + 4y3 6
Neste tipo de problema, o gerente tem interesse em determinar o valor mínimo do estoque
total, respeitando as restrições de que as avaliações dos produtos sejam pelo menos iguais aos
lucros unitários fornecidos. Em forma matemática, tem-se:
Problema 2:
Minimizar: L1 = 14y1 + 9y2 + 56y3
6y1 + 4y2 + 1y3 + yF1 = 5 Portanto: 6y1 + 4y2 + 1y3 + 1yF1 + 0Fy2 = 5
1y1 + 3y2 + 2y3 + yF2 = 2 1y1 + 3y2 + 2y3 + 0yF1 + 1yF2 = 2
Z1 y1 y2 y3 yF1 yF2 B
0 6 4 1 1 0 5
0 1 3 2 0 1 2
1 -6 -12 -4 0 0 0
Z1 y1 y2 Y3 yF1 yF2 b
0 1 0 -5/14 3/14 -2/7 1/2
0 0 1 23/42 -1/14 3/7 1/2
Como não existe nenhum valor negativo nos coeficientes da função Z1, está é a solução
ótima, em que:
y1 = ½ ; y2 = ½ ; y3 = 0 ; yF1 = 0 ; yF2 = 0 e Z1 max = 9
5 - PROBLEMA DE TRANSPORTE
O modelo de transporte tem como objetivo minimizar o custo do transporte necessário para
abastecer n centros consumidores (os destinos) a partir de m centros fornecedores (as origens).
Para a formulação do modelo de transporte, considere que:
as quantidades disponíveis em cada origem são: a1, a2, a3 , a4 ... am ;
as quantidades requeridas em cada destino são: b1, b2, b3 , b4 ... bn ;
o custo unitário de transporte entre a origem i e o destino j é cij com i = 1, 2, ..., m e
j = 1, 2, ..., n ;
a quantidade do produto a ser transportada da origem i para o destino j é xij .
Sujeito a: x
j 1
ij ai com i = 1, 2, 3, 4, .... m ; x ij bi com j = 1, 2, 3, 4, .... n
i 1
EXEMPLO 5.1: Uma indústria fabrica um determinado produto em duas cidades (A e B), sendo
que o produto é distribuído em três centros de consumo ( I , II , III).
I
A
Origens II Destinos
B
III
x13 + x23 = 10
26
Exercícios:
5.1) Encontre os custos mínimos para os problemas de transporte abaixo. Os custos
apresentados na tabela são relativos a cada unidade transportada.:
a)
destinos 1 2 3
fontes fornecimento
A $4,50 $7,80 $3,25 300
B $5,75 $6,31 $4,18 500
demanda 280 330 190
b)
destinos 1 2 3 4
fontes fornecimento
A $3,30 $2,80 $4,10 - 450
B $4,60 - $3,50 $2,40 500
C - $2,90 $3,60 $2,60 650
demanda 280 370 440 250
5.3) Um comerciante compra ovos em três granjas para revendê-los em três cidades distintas. Ele
monta contratos de fornecimento com os granjeiros e compromete essa mercadoria em contratos
de fornecimento com supermercados das cidades, de modo que a produção nas granjas tem
destino certo nas cidades. As quantidades contratadas nas granjas (caixas com 100 cartelas - 30
ovos por cartela) e nas cidades e os custos e retornos unitários dessa operação, incluindo os
custos unitários de distribuição, estão nas tabelas:
Produção Preço de Demanda Preço de C1 C2 C3
Contratada Compra Contratada Venda
G1 340 unid. $123,00 C1 410 unid. $215,00 G1 $7 $11 $9
G2 280 unid. $135,00 C2 300 unid. $225,00 G2 $5 $6 $8
G3 320 unid. $128,00 C3 230 unid. $212,00 G3 $10 $4 $12
5.4) Uma organização possui três fábricas com capacidade máxima de produção de 400, 500 e
700 unidades. Os produtos acabados devem abastecer 4 depósitos, sendo que o 1° tem demanda
mínima de 400 unidades e máxima de 800 unidades; o 2° tem demanda mínima de 300 unidades
e máxima de 900 unidades; o 3° tem demanda mínima de 250 unidades e máxima de 400
unidades e o 4° tem demanda mínima de 200 unidades e máxima de 500 unidades. Para
transportar os produtos da fábrica 1 para os depósitos os custos unitários são: $2,00 ; $5,00 ;
$4,00 e $8,00, respectivamente. Da fábrica 2 para os depósitos os custos unitários são: $3,00 ;
$2,00 ; $5,00 e $4,00. Da fábrica 3 para os depósitos os custos unitários são: $5,00 ; $3,00 ; $9,00
e $5,00.
a) Monte o modelo e calcule a distribuição que proporcione o custo mínimo com transporte;
b) Se o modelo tivesse que levar em consideração um balanceamento das produções nas
três fábricas, como ficaria o modelo?
6.1 - Terminologia
Redes são diagramas compostos por uma coleção de vértices ou “nós” ligados entre si por
um conjunto de arcos (ou ramos);
“Nós” são simbolizados por círculos e representam os pontos de junção que conectam os
arcos ou ramos;
Arcos (ou ramos) são representados por linhas, conectam os nós e podem revelar a
direção do fluxo de um ponto para outro.
Nós
Arcos
10
[-250] 1 4 [+200]
12
7
3
4
[-250] 2 5 [+100]
5
10 5
[-100] 3 6 [+300]
4
Figura 6.2 – Exemplo de problema de transporte modelado como rede.
EXEMPLO 6.1 (a): (Lachtermacher, G. – 2002) Uma montadora de veículos está iniciando as
suas operações no país, construindo duas fábricas: uma na Bahia e outra em São Paulo. A
empresa está estudando a forma de distribuição de seus carros para as diversas revendas.
Localizadas nos estados de Goiás, Rio de Janeiro, Minas Gerais, Paraná, Santa Catarina e Rio
Grande do Sul, que minimize o custo total de distribuição. As capacidades instaladas de cada uma
das fábricas, as demandas das revendas, bem como os custos de transporte entre as fábricas e
revendas estão mostrados no diagrama abaixo:
29
43
BA GO +210
-780
1 5
28
23
33
MG
3 +260
PR +360
19
6
22 RJ +410
4
21 SC +210
17
7
18
37
SP RS
-980 +310
2 8
47
EXEMPLO 6.2: Uma fábrica de artigos de decoração, localizada na cidade A, deve entregar uma
grande quantidade de peças na cidade B. A empresa quer saber qual o caminho que seu
caminhão de entregas deve fazer para minimizar a distância total percorrida. A Figura abaixo
mostra um mapa rodoviário da região em que se situam as duas cidades com as distâncias entre
as mesmas em forma de rede.
1 37 3
41 45
A 4 B
50 65
44
27
2
30
EXEMPLO 6.3: Uma empresa distribuidora de gás deseja determinar a quantidade máxima de
metros cúbicos por segundo que pode bombear da estação da cidade C para o centro consumidor
da cidade D, através da rede de gasodutos existentes. A figura abaixo ilustra a estrutura da rede
de distribuição e apresenta a capacidade de fluxo máximo nos trechos (em metros cúbicos por
segundo).
1 30 3
20
40
C 20 D
30 40
2 30
4
Exercícios:
6.1) Considere que os números indicados na rede a seguir significam a quilometragem necessária
para um automóvel percorrer a estrada entre duas cidades indicadas pelos nós A e B. Monte o
modelo que determine a rota que o automóvel deve seguir para sair de A e chegar em B,
percorrendo a menor quantidade de quilômetros possível. (Resolver utilizando o Solver).
1800
1 4
900 400
400
900
1100
950 600 1300
2 5 B
800
600 1000
A
1200 600
00
3 6
31
6.2) Uma fábrica produz aparelhos eletrodomésticos em uma única unidade. A demanda esperada
para um desses aparelhos durante os próximos quatro meses está representada na tabela abaixo,
junto com os custos de produção esperados, além da capacidade de produção desses itens. Além
da produção normal, é possível uma produção extra, a um custo de $10,00 acima do custo
esperado. Ainda na mesma tabela, pode ser vista a capacidade de produção extra.
Mês 1° 2° 3° 4°
Demanda 420 580 310 540
Custo de Produção $49,00 $45,00 $46,00 $47,00
Capacidade de Produção 500 470 300 450
Capacidade Extra 50 60 45 20
A empresa estima que gastará $1,50 por mês para cada unidade desses aparelhos
armazenados em estoque de um mês para o seguinte. A empresa quer produzir pelo menos 300
unidades por mês. De acordo com o enunciado, determine quantos aparelhos devem ser
fabricado durante cada um dos quatro meses de produção normal e produção extra, para atender
às demandas ao menor custo possível.
6.3) Uma empresa de logística deseja saber a tonelagem máxima de material que pode
transportar do Porto A para o Porto F através de vias fluviais. O diagrama abaixo apresenta os
portos intermediários e a tonelagem máxima que pode sair de um porto para outro.
B 15 E
65 45 40
30
95 D
60 A 35
F
C 90
7.1 - Introdução:
Vários outros casos de aplicações podem ser citados: programação de tráfego aéreo em
aeroportos; determinação de capacidade de pátios de estacionamento de automóveis; tempo de
espera de comunicações telefônicas; sincronização de semáforos; estudo e programação de
linhas de montagem, etc.
Ele pode ser determinístico (isto é, exatamente conhecido) ou ele pode ser uma variável
aleatória, cuja distribuição de probabilidades é presumivelmente conhecida. Ele depende do
número de usuários já no sistema ou pode ser estabelecido independentemente.
Também de interesse é se os usuários chegam um-a-um ou em conjuntos e se o
impedimento ou a renegação são permitidos.
O impedimento ocorre quando um usuário chega e se recusa a entrar no estabelecimento
de prestação de serviços porque a fila está muito comprida.
A renegação ocorre quando um usuário que já está na fila deixa-a e, também ao
estabelecimento, porque a espera está muito demorada.
A menos que estabelecido o contrário, a suposição padrão será feita estabelecendo que,
todos os usuários chegam a sós e que nem o impedimento nem a renegação ocorrem.
A disciplina de fila é a ordem na qual os usuários são atendidos. Isto pode ocorrer na base
de primeiro a entrar, primeiro a sair (FIFO) (isto é, atendimento pela ordem de chegada).
Na base de o último a entrar primeiro a sair (LIFO) (isto é, o usuário que chega por último é
o primeiro a ser atendido), em uma base aleatória ou em uma base de prioridades.
Existem alguns parâmetros importantes no estudo de Filas:
Tempo médio que cada cliente gasta na fila de espera: TF;
Tempo médio gasto pelo cliente no sistema, ou seja, média dos tempos computados desde o
instante de entrada até a saída: TS;
Número médio de clientes na fila: NF;
Número médio de clientes em atendimento: NS;
Probabilidade de existir um número “n” de clientes no sistema num determinado momento.
Porcentagem do tempo em que o posto de atendimento permanece ocioso ou ocupado;
EXEMPLO 7.1: Um sistema M/D/2/5 LIFO tem tempos entre chegadas distribuídos
exponencialmente (M), tempos de atendimento determinísticos (D), dois atendentes (2) e um limite
de cinco usuários dentro do estabelecimento de prestação de serviços ao mesmo tempo (5),
sendo que o último usuário a chegar é o primeiro a ser atendido. Um sistema D/D/1 tem ambos os
tempos entre chegadas e de atendimento determinístico e somente um atendente. Como a
capacidade do sistema e a disciplina da fila não são especificadas, elas são consideradas como
infinita e FIFO, respectivamente.
Exercício 7.2: Um novo televisor chega para inspeção a cada 3 minutos, feita por um engenheiro
de controle de qualidade, sendo que o primeiro a chegar é o primeiro a ser inspecionado. Existe
somente um engenheiro disponível e ele gasta 4 minutos para inspecionar cada novo aparelho.
Determine o número médio de televisores esperando por inspeção no final da primeira meia hora
de expediente, se não existe nenhum aparelho esperando por inspeção no começo do expediente.
Exercício 7.3: Os ônibus de uma empresa chegam para limpeza na garagem central em grupos
de cinco a cada hora, na hora inteira. Os ônibus são atendidos em ordem aleatória, um de cada
vez. Cada um requer 11 minutos para ser completamente limpo deixando a garagem tão logo o
serviço esteja pronto. Determine (a) o número médio de ônibus na garagem, (b) o número médio
de ônibus esperando para serem limpos e (c) o tempo médio que um ônibus permanece na
garagem.
8 - SIMULAÇÃO
Simular significa reproduzir o funcionamento de um sistema, com o auxílio de um modelo,
o que nos permite testar algumas hipóteses sobre o valor de variáveis controladas. As conclusões
são usadas então para melhorar o desempenho do sistema produtivo em estudo.
Alguns exemplos que se enquadram dentro do campo de aplicações da simulação são:
dimensionamento de instalações;
37
9 – BIBLIOGRAFIA
ANDRADE, E. L.; Introdução à Pesquisa Operacional; Editora LTC- Livros Técnicos e Científicos,
Rio de Janeiro, 1990.
BREGALDA, P.F.; Introdução à Programação Linear; Editora Campus, Rio de Janeiro, 1988.
Bronson, R. ; Pesquisa Operacional, Editora McGraw-Hill, São Paulo, 1985.
EHRLICH, P. J.; Pesquisa Operacional, Editora Atlas, São Paulo, 1988.
GONÇALVES, V. et all; Pesquisa Operacional; Editora Atlas, 3ª Edição, São Paulo, 1998.
HILLER, F.J. & LIEBERMAN, G.J.; Introduction to Operations Research; Editora McGraw Hill, 5ª
Edição, 1991;
LACHTERMACHER, G. ; Pesquisa Operacional na Tomada de Decisões, Editora Campus Ltda,
Rio de janeiro, 2002.
PINTO, K. C. R.; Aprendendo a Decidir com a Pesquisa Operacional, Apostila, Faculdade de
Gestão e Negócios, UFU, Uberlândia, 2000;
TURBAN, E. & MEREDITH, J.R.; Fundamental of Management Science; Editora Irwin, 6ª Edição,
1994;
38
Para que se possa definir cada uma das células anteriormente citadas, necessita-se inserir
uma série de parâmetros do problema, tais como todos os coeficientes das restrições e da função-
objetivo. Para lembrar o que cada célula representa é aconselhável a colocação de títulos que
especifiquem o conteúdo de cada célula (células com texto). As células B2 e C2 são utilizadas
para inserir os valores dos coeficientes da função-objetivo, enquanto as células de B7 e C7
representam os coeficientes das quatro restrições.
Agora é necessária a definição de cada uma das entradas citadas anteriormente. A Tabela
10.1 representa as fórmulas colocadas em cada uma destas células.
B4 =(B3*B2)+(C3*C2) Função-objetivo
D8 =B8*$B$3+C8*$C$3 LER da 1ª Restrição
D9 =B9*$B$3+C9*$C$3 LER da 2ª Restrição
Agora, existe a necessidade de informar ao Excel quais são as células que representam a
função-objetivo, as variáveis de decisão, as restrições do modelo e, finalmente, mandar o Excel
resolve-las. Isto é feito utilizando-se a Ferramenta (Solver) do Excel. Para tal, clique com o botão
esquerdo do mouse sobre o nome Tools na barra de menu (Ferramentas na versão brasileira) e
clique sobre a ferramenta Solver. O Solver é encontrado nas versões de instalação COMPLETA
do Excel. Se ele não estiver habilitado, clique em SUPLEMENTOS e habilite-o.
Após este procedimento aparecerá na tela uma janela com o título Solver Parameters.
Nesta janela é que serão informadas ao software as células que representarão a função-objetivo,
as variáveis de decisão e as restrições.
Na parte superior da janela aparece um campo para a entrada de dados chamada Target
Cell (Célula-Alvo) que deve representar o valor da função-objetivo. Existem duas maneiras para
designar esta célula. A primeira é clicar sobre o ícone que está do lado direito do campo. A
segunda é digitar o nome da célula (B4 no exemplo em questão) no campo.
Realizando uma das duas maneiras, o resultado será:
Figura 10.5 – Janela do Solver após a designação das células das variáveis.
A janela de restrições tem três campos, que representam o LER - Cell Reference – Célula
de Referência (à esquerda), o sinal da restrição (ao centro) e o LDR - Constraint - Restrição (à
direita). Como já mencionado anteriormente, o LER representa a equação do lado esquerdo da
restrição. O LDR representa o lado direito da restrição. Em ambos os casos não é necessária a
introdução de variáveis de folga/excesso, já que o Excel fará isto de uma forma automática. A
Figura 10.7 representa o formato de entrada da 1ª restrição do problema. 2xB + 1xC 14
Vale notar que na célula D8 já havia sido colocada a fórmula que representa 2xB + 1xC ou
seja, =B8*$B$3+C8*$C$3, em que:
Faltam ainda as restrições de não-negatividade, isto é, quais variáveis de decisão não são
negativas. Uma das formas de inserir é, simplesmente, criar restrições dizendo que cada variável
deve ser maior ou igual a zero, adicionando a restrição mostrada na Figura 10.9.
Uma vez inserido o modelo e suas características, o passo seguinte é a resolução. Para
tanto basta clicar no botão Solve (Resolver) na janela dos parâmetros da ferramenta Solver do
Excel.
Se o modelo foi corretamente inserido, será processado e o resultado será
automaticamente exibido na planilha. A janela mostrada na Figura 10.11 aparecerá na tela. Se for
observado valores incoerentes ou inesperados, deve-se neste ponto clicar na opção Restore
Original Values (Restabeler Valores Originais) para restaurar os valores iniciais do modelo. Existe
ainda neste ponto a opção de requisitar três tipos de relatórios (lado direito da janela).
Deve-se tomar cuidado com a mensagem que o Excel está mandando. Neste caso, a
mensagem é "Solver found a solution. All constraints and optimality conditions are satisfied.",
informando que uma solução ótima foi encontrada para o nosso modelo. Outras mensagens
poderiam aparecer, indicando que soluções não foram encontradas por serem inviáveis ou por
serem ilimitadas.
Por ora vamos apenas clicar no botão 0K para manter os resultados na planilha, a fim de
melhor estudá-los.
43
Os únicos resultados que podem ser lidos diretamente da planilha são os valores das
variáveis de decisão na solução ótima e o valor da função-objetivo nesta solução. Esses valores
se encontram nas células B3, C3 e B4 (Figura 10.12). Para visualizar todos os resultados,
deveríamos ter marcado a opção Answer (Resposta) na janela de Resultados do Solver (Figura
10.13). O resultado seria apresentado em uma janela do Excel em separado, como apresentada
na Figura 10.14.
Relatório de Limites:
A Figura 10.15 mostra o relatório de limites do problema em estudo. Este relatório apresenta
duas partes. A primeira na parte superior (Linha 8), relativa à função-objetivo e a outra na parte
inferior (linhas 13 e 14) relativa às variáveis de decisão. A parte superior é de interpretação direta e
apresenta a célula utilizada para representar a função-objetivo e o seu valor na solução ótima (no
caso $72,00).
A parte inferior carece de esclarecimentos. O lado esquerdo apresenta as células utilizadas
para representar as variáveis de decisão (I4 e J4) e seus valores na solução ótima (4 e 6). O lado
direito (colunas F, G, I e J) diz respeito à variação possível dos valores das variáveis de decisão. Os
limites inferiores (células F13 e F14) significam os menores valores que estas variáveis podem
assumir (mantidas todas as outras como constantes) sem que nenhuma restrição deixe de ser
satisfeita. A coluna seguinte (G13 e G14) indica o valor da função-objetivo, caso cada variável de
decisão em questão assuma o limite inferior e todas as outras permaneçam constantes. As duas
colunas seguintes (I e J) são de interpretação análoga. A única diferença é que ao invés de
encontrarmos os menores valores, encontraremos os maiores valores possíveis.
Relatório de Sensibilidade
Modelo Dual:
Variáveis de Decisão:
- ymadeira = valor de oportunidade da unidade de madeira;
- yalumínio = valor de oportunidade da unidade de alumínio.
Solução da Figura 10.16: ymadeira = $0,75 (célula E15) yalumínio = $3,75 (célula E16)
1ª Análise:
Linha 9: A coluna F apresenta o valor 9 (lucro unitário do banco). É apresentado o valor de 3 para
o permissível acréscimo, ou seja, (9 + 3 = 12) e 5 para o permissível decréscimo, ou seja (9-5 = 4).
Isto significa que: enquanto o valor do lucro unitário do banco for maior que $4,00 e menor que
$12,00, a solução ótima será fabricar 4 banco e 6 cadeiras (solução encontrada, ver células D9 e
D10). Fora desta faixa de lucro a solução será diferente. Esta análise é válida quando os outros
parâmetros permanecem constantes.
47
Linha 10: A coluna F apresenta o valor 6 (lucro unitário da cadeira). É apresentado o valor de 7,5
para o permissível acréscimo, ou seja, (6 + 7,5 = 13,5) e 1,5 para o permissível decréscimo, ou seja
(6 – 1,5 = 4,5). Isto significa que: enquanto o valor do lucro unitário da cadeira for maior que $4,50
e menor que $13,50, a solução ótima será fabricar 4 banco e 6 cadeiras (solução encontrada, ver
células D9 e D10). Fora desta faixa de lucro a solução será diferente. Esta análise é válida quando
os outros parâmetros permanecem constantes.
2ª Análise:
Observação:
1) Para cada unidade a mais de madeira disponível (dentro da faixa de 14 e 42) o lucro máximo terá
um acréscimo de $0,75, ou seja, se a quantidade de madeira disponível for 27 (ao invés de 26), a
solução apresentará um lucro de $72,75 (72,00 + 0,75).
2) Para cada unidade a mais de alumínio disponível (dentro da faixa de 8,66... e 26) o lucro máximo
terá um acréscimo de $3,75, ou seja, se a quantidade de alumínio disponível for 15 (ao invés de 14),
a solução apresentará um lucro de $75,75 (72,00 + 3,75).