Cap tulo 1

Introduo ` Pesquisa ca a Operacional

1.1

Introduo ca

Este curso envolve o estudo de mtodos quantitativos para aux a tomada e lio ` de decises (decision making, em ingls), reunidos sob a denominaao de Pesquisa o e c Operacional (Operational Research, na Inglaterra; Operations Research nos Estados Unidos), Cincia da Administrao (Management Science) ou Cincia da e ca e Deciso (Decision Science). Os mtodos da Pesquisa Operacional visam auxiliar a e na seleao da melhor maneira de se operar um sistema, usualmente sob condioes c c que exijam a utilizaao de recursos limitados. c Empresas podem ser vistas como sistemas que visam obter o maior retorno poss para as suas atividades, com retorno podendo signicar qualidade do servio vel c prestado no caso de uma empresa pblica, ou lucro nanceiro no caso de uma emu presa privada. Planejar as atividades de uma empresa produtora de bens (eletrodomsticos, equipamentos eletrnicos, automveis, ...) e de servios (telefonia, e o o c transporte, energia, ...) signica determinar que decises a empresa deve tomar, o eventualmente ao longo do tempo e sob condioes de incerteza, para maximizar o c seu retorno. Problemas prticos de planejamento podem exigir a utilizaao de sistemas de a c suporte ` deciso, softwares destinados a apoiar o processo de tomada de decises. a a o Sistemas deste tipo geralmente oferecem opoes de modelagem matemtica e c a de mtodos quantitativos para tomada de decises compat e o veis com os modelos adotados. Os modelos matemticos utilizados em planejamento da produao so a c a geralmente modelos de otimizao, no sentido de que estes modelos prescrevem ca obter decises otimas, como m o nimo custo ou mximo lucro de produao, por a c exemplo. Existe um modelo de otimizaao adequado a cada problema de planejamento. c D-se o nome de Programao Matmatica ao conjunto de modelos e mtodos de a ca e e otimizaao utilizados em planejamento da produao, podendo o termo programaao c c c (programming) ser entendido como sinnimo de planejamento (planning). Os modeo los e mtodos da programaao matemtica constituem um subconjunto dos modelos e c a 1

Cap tulo 1. Introduo ` Pesquisa Operacional ca a

e mtodos da Pesquisa Operacional. Um estudo introdutrio dos principais mtodos e o e da programaao matemtica o objetivo central deste curso. c a e

1.2

Breve Histrico o

O termo Pesquisa Operacional foi utilizado pela primeira vez na Gr-Bretanha a em 1938 para designar o estudo sistemtico de problemas estratgicos e tticos dea e a correntes de operaoes militares. Numa atuaao clssica, um grupo de especialistas c c a (matemticos, f a sicos, engenheiros, ...) foi designado para avaliar e reposicionar adequadamente os radares do sistema de defesa area da Gr-Bretanha antes e durante e a a Segunda Guerra Mundial. Outras aplicaoes militares incluiram o planejamento c de operaoes de comboios, bombardeios e de guerra anti-submarina. c Aps a Segunda Guerra Mundial, muitos dos especialistas que estiveram envolo vidos no planejamento de operaoes militares deram continuidade a suas pesquisas, c agora visando tambm operaoes no militares. Provavelmente o desenvolvimento e c a metodolgico mais importante do per o odo ps-guerra foi o Mtodo Simplex, por o e George Dantzig, em 1947, para a resoluao de problemas de Programao Lic ca near, isto , de problemas de planejamento nos quais so utilizados modelos de otie a mizaao lineares. O surgimento de computadores digitais na dcada de 1950 tornou c e poss desenvolver e utilizar novas metodologias para resolver uma grande varievel ` dade de problemas prticos. A medida que a capacidade computacional dispon a vel foi crescendo, tornou-se poss resolver problemas cada vez mais complexos. Essa vel tendncia se verica at os dias de hoje. e e

1.3

Problemas de deciso a

Problemas de tomada de deciso so freqentes no dia-a-dia. Escolher que a a u trajeto seguir para ir de um ponto a outro da cidade ou que refeiao pedir num c restaurante so exemplos t a picos. Nestes casos preciso selecionar uma alternativa e dentre vrias outras poss a veis de maneira a satisfazer um ou mais objetivos, como minimizar o tempo de trajeto no primeiro caso e o consumo de calorias no segundo. Nem sempre o problema de tomada de deciso possui um unico objetivo ou a os objetivos do problema so completamente mensurveis. Exemplo: um aluno a a recmformado recebe trs propostas de emprego, resumidas na Tabela 1.1. Se o e e objetivo visar o maior salrio inicial, a melhor deciso pela Empresa A; se visar o a a e maior potencial para desenvolvimento pessoal e prossional, a Empresa B; se visar a melhor localizaao, a Empresa C. Embora existam poucas alternativas, nenhuma c delas melhor do ponto de vista de todos os objetivos. Neste caso, o tomador de e deciso pode ponderar os objetivos, isto , atribuir pesos (normalmente subjetia e vos) aos objetivos de salrio, potencial e localizaao, e decidir pela empresa que a c fornea a melhor ponderaao. c c

1.3. Problemas de deciso a Tabela 1.1: Dados para deciso sobre emprego. a Alternativas Salrio a Potencial de Localizaao c Inicial Desenvolvimento da Empresa Empresa A R$ 4000 Mdio e Mdio e Empresa B R$ 3600 Excelente Bom Empresa C R$ 3700 Bom Excelente

Intuiao e experincia prvia ao lidar com problemas similares so as pricipais c e e a caracter sticas empregadas pelos chamados mtodos qualitativos para tomada e de decises. o

Mtodos quantitativos e
Se o tomador de deciso inexperiente no tipo de problema considerado, ou a e se este complexo o bastante para que intuiao e experincia no sejam sucientes, e c e a ento a adoao de mtodos quantitativos pode ser importante para se chegar a c e a uma deciso nal. Por mtodos quantitativos entenda-se mtodos baseados em a e e dados quantitativos e em modelos descritos por expresses matemticas que os o a relacionam. Mtodos quantitativos so especialmente uteis quando: e a 1. O problema complexo e no se consegue chegar a uma soluao adequada e a c sem o emprego de anlise quantitativa; a 2. O problema importante envolve questes de segurana, por exemplo e e o c uma anlise completa antes da deciso necessria; a a e a 3. O problema novo e no se dispe de experincia prvia que permita antecipar e a o e e o tipo de deciso a ser tomada; a 4. O problema repetitivo e a deciso pode ser tomada de forma automtica, o e a a que economiza tempo e esforo. c Diferentemente do processo de deciso baseado em mtodos qualitativos, gea e ralmente centrado na experincia que o tomador de deciso acumulou ao longo dos e a anos, decises baseadas em mtodos quantitativos requerem uma estruturaao do o e c problema, seguida de sua representaao matemtica e da utilizaao de mtodos de c a c e anlise apropriados. A sa produzida pelo mtodo quantitativo adotado ento a da e e a recomendada ao tomador de deciso. a Os mtodos qualitativos e quantitativos devem ser vistos como complementae res. A experincia acumulada pelo tomador de deciso importante para guiar a e a e escolha e a utilizaao de mtodos quantitativos, enquanto que a anlise das decises c e a o decorrentes do emprego de mtodos quantitativos ajuda o tomador de deciso a e a aumentar sua intuiao e conhecimento sobre o problema, realimentando o processo c de tomada de deciso. a Contrariamente a abordagem qualitativa, ganha-se habilidade na aplicaao ` c da abordagem quantitativa ao se estudar sistematicamente as hipteses e as caraco ter sticas particulares dos mtodos quantitativos utilizados como ferramentas para e

Cap tulo 1. Introduo ` Pesquisa Operacional ca a

tomada de decises. A principal caracter o stica destes mtodos o emprego de moe e delos matemticos para descrever problemas e avaliar o impacto das decises a o tomadas.

1.4

Modelos matemticos a

Dependendo do objeto de estudo, os mtodos quantitativos podem empregar e basicamente dois tipos de modelos: concretos ou abstratos. Modelos concretos ou f sicos so utilizados, por exemplo, em estudos de aerodinmica, quando uma verso a a a em escala reduzida de uma aeronave em projeto submetida a testes em tneisde e u vento. Modelos abstratos ou matemticos so mais freqentemente utilizados para a a u descrever fenmenos como movimento e equil o brio de corpos f sicos, crescimento populacional e variaoes climticas, entre outros. Eventualmente pode-se utilizar c a modelos abstratos numa etapa preliminar a construao de modelos concretos, como ` c forma de excluir alternativas para o projeto aerodinmico de uma aeronave, por a exemplo. Modelos matemticos so usados para descrever problemas de planejamento, a a mas, como em outras areas do conhecimento, devem ser vistos como aproximaoes c dos problemas reais que procuram retratar. Para que seja util, um modelo de plane jamento deve capturar os aspectos essenciais do problema, o que exige habilidade na tarefa de modelagem. Para se chegar a resultados signicativos a partir de modelos, uma boa capacidade de anlise tambm fundamental. Habilidade e capacidade de a e e anlise podem ser adquiridas por meio da experincia prtica e do entendimento da a e a teoria por trs dos modelos matemticos. a a Como modelos so aproximaoes de realidades, uma abordagem progressiva, a c que poderia ser vista como uma aplicaao do Mtodo Cient c e co a problemas de tomada de decises, quase sempre utilizada. Os principais passos dessa abordagem o e seriam os seguintes: 1. Dena o problema a ser resolvido; 2. Construa um modelo para o problema; 3. Obtenha uma soluao baseada no modelo; c 4. Verique se a soluao realista. c e Se Sim, v para 5; se No, volte para 2; a a 5. Implemente a soluao obtida. c

Denio do problema ca
A deniao do problema envolve delimitar seu escopo, descrever que quantic dades representam dados, que quantidades podem ser manipuladas, que objetivo deve ser atingido e que eventuais limitaoes podem atuar no sentido de restrinc gir as quantidades manipuladas, isto , as alternativas de soluao (deciso) para o e c a problema.

1.4. Modelos matemticos a

Construo do modelo ca
A construao de um modelo comea pela adoao de uma notaao apropric c c c ada para as principais quantidades presentes na deniao do problema. E comum c denotar por x1 , x 2 , . . . , x n as (por hiptese) n quantidades manipuladas do problema. D-se o nome de o a variveis de deciso a estas quantidades. Os dados do problema podem ser reprea a sentados por outras letras do alfabeto e so tambm referidos como parmetros a e a do problema. O passo seguinte redenir matematicamente o problema por meio e de frmulas, relaoes matemticas ou proposioes. Uma frmula denominada o c a c o de funoobjetivo utilizada para descrever como o objetivo do problema inca e e uenciado pelos valores das variveis de deciso. Relaoes matemticas envolvendo a a c a os s mbolos =, , e proposioes gerais so empregadas para descrever c a eventuais restrioes para a escolha de valores para as variveis de deciso. c a a Os modelos matemticos normalmente adotados para problemas de planejaa mento so prescritivos, no sentido de que prescrevem como o tomador de deciso a a deve agir para que a soluao derivada do modelo cumpra o objetivo proposto. A c prescriao quase sempre otimizar a funaoobjetivo sujeito as restrioes, sendo c e c ` c que otimizar pode signicar, dependendo do objetivo do problema, minimizar ou maximizar, isto , determinar os valores das variveis de deciso que conduzem e a a ao menor ou maior valor para a funaoobjetivo. Um modelo sinttico, prescritivo, c e para o problema de deciso seria a otimizar sujeito a (funaoobjetivo) c (restrioes). c

Representando as variveis de deciso por meio do vetor n-dimensional x = a a (x1 , x2 , . . . , xn ), poss expressar tanto a funaoobjetivo como as restrioes em e vel c c termos de x. Sejam f : Rn R e gi : Rn R, i = 1, 2, . . . , p, funoes de n c variveis, a primeira associada a funaoobjetivo e as p seguintes as restrioes do a ` c ` c modelo. Denotando por qualquer das relaoes =, , , obtm-se o c e modelo prescritivo na forma simblica o otimizar sujeito a f (x) g1 (x) 1 b1 , g2 (x) 2 b2 , . . . gp (x) p bp , no qual bi , i = 1, 2, . . . , p so valores constantes. E comum referir-se a (1.1) como a modelo ou problema de otimizao associado ao problema de deciso. ca a Exemplo 1.1 A construao de tanques para armazenagem de produtos comum c e na indstria petroqu u mica. Considere o problema de projetar um tanque cil ndrico com capacidade volumtrica m e nima de V m3 . O objetivo do projeto obter um e tanque com a menor superf total poss cie vel.

(1.1)

Cap tulo 1. Introduo ` Pesquisa Operacional ca a

A forma do tanque determinada pelo raio das areas circulares e da altura do e cil ndro que o representa. E natural ento denir as variveis de deciso, x1 e x2 , a a a como raio e altura do tanque, em metros, respectivamente. Em termos das variveis a de deciso, a superf total do tanque dada por a cie e 2x2 + 2x1 x2 . 1 (1.2)

A primeira parcela de (1.2) a superf das (duas) areas circulares. A see cie a gunda parcela a superf da area lateral. O volume do tanque x2 x2 (rea da e cie e 1 base vezes a altura). Alm disso, por representarem comprimentos, as variveis de e a deciso podem assumir apenas valores no negativos, isto , deve-se impor x 1 0 a a e e x2 0. O problema de otimizaao associado ao problema de projeto seria c minimizar 2x2 + 2x1 x2 1 sujeito a x2 x2 V, 1 x1 0, x2 0.

(1.3)

Em termos da formulaao geral (1.1), n = 2, m = 3, f (x) = 2x2 + 2x1 x2 , c 1 g1 (x) = x2 x2 , g2 (x) = x1 , g3 (x) = x2 , b1 = V , b2 = b3 = 0 e as restrioes so do c a 1 tipo . 2

Obteno de uma soluo ca ca

Vetores x = (x1 , x2 , . . . , xn ) de variveis de deciso representam poss a a veis soluoes para o problema de otimizaao (1.1). Uma soluao vivel em geral c c c e a existem inmeras soluoes viveis se satisfaz todas as restrioes do problema; uma u c a c soluao invivel, caso contrrio. No Exemplo 1.1, qualquer soluao com raio e c e a a c altura no negativas gerando um cil a ndro de volume maior ou igual a V vivel. e a Uma soluao otima podem existir inmeras soluoes otimas se produz o menor c e u c (maior) valor para a funaoobjetivo; uma soluao subtima, caso contrrio. c c e o a Quando o problema de otimizaao simples, pode-se obter soluoes otimas c e c (viveis) lanando-se mo das condioes de otimalidade aplicveis ao problema. a c a c a O estudo de condioes de otimalidade um dos objetivos do curso e ser desenc e a volvido oportunamente. Por hora registre-se apenas que a soluao otima para o c problema de otimizaao (1.3), obtida a partir de condioes de otimalidade, c c e x1 = V 2
1/3

x2 =

4V

1/3

= 2x . 1

A soluao otima encontra-se parametrizada por V (volume). A superf total c cie e minimizada quanda a altura do tanque igual ao dimetro da sua base. e a O estudo de mtodos numricos voltados para resoluao de problemas de otie e c mizaao em computadores outro objetivo do curso. Um mtodo exato quando c e e e capaz de gerar uma soluao otima x = (x1 , x2 , . . . , xn ) para o problema (1.1). e c Entretanto, existem problemas de otimizaao complexos o bastante para tornar a c aplicaao de mtodos exatos impraticvel, porque isso implicaria em tempos de c e a

1.5. Programao matemtica ca a

processamento innitos para todos os propsitos prticos. Para problemas desta o a natureza pode-se adotar um mtodo heur e stico. Enquanto que nos mtodos exae tos todo o conjunto de soluoes viveis explorado com vistas a obtenao de c a e ` c uma soluao otima, nos mtodos heur c e sticos apenas um subconjunto apropriado de soluoes viveis explorado visando-se obter uma boa soluo em tempo de c a e ca processamento razovel. a

Validao da soluo ca ca
Este etapa do processo envolve vericar se o modelo adotado e a soluao c obtida por meio dele so compat a veis com a realidade do problema. Se todas as caracter sticas relevantes do problema tiverem sido levadas em conta na modelagem, a soluao obtida ser implementvel. Caso contrrio, um novo ciclo de modelagem c a a a e obtenao de soluao ter de ser desenvolvido. Suponha, por exemplo, que a area c c a da base do tanque revela-se maior do que a area dispon vel para coloc-lo, um a aspecto que no foi considerado inicialmente na modelagem. Uma possibilidade a seria denir um raio mximo x1 para a base e incorporar ao modelo uma restriao a c do tipo x1 x1 . Uma nova soluao otima seria obtida, e o processo repetido, at c e que no mais restassem diferenas signicativas entre modelo e realidade. a c

Implementao da soluo ca ca
A implementaao de uma soluao validada envolve transformar a soluao, c c c obtida a partir do modelo, em um conjunto de instruoes na linguagem operacional c usada pelos administradores do sistema.

1.5

Programao matemtica ca a

A utilizaao de modelos de otimizaao caracteriza os mtodos da prograc c e maao matemtica. Um modelo de otimizaao pode ser genericamente classic a c cado como determin stico ou estocstico, em relaao ao grau de preciso com a c a que os parmetros do modelo so conhecidos, monoobjetivo ou multiobjetivo, a a em relaao ao nmero de funoesobjetivos utilizadas no modelo, e dinmico ou c u c a esttico, em relaao a capacidade do modelo de representar decises por etapas ou a c ` o estgios. a Modelos de otimizaao determin c sticos monoobjetivos estticos so abordados a a na maior parte deste curso. Uma classicaao dos principais modelos de otimizaao c c discutidos no curso baseada na natureza das variveis de deciso e das diversas a a funoes presentes do modelo apresentada a seguir. c e

Programao linear ca
Modelos de programaao linear envolvem variveis de deciso que podem asc a a sumir qualquer valor real. A funaoobjetivo e as funoes que descrevem restrioes c c c so lineares, isto , assumem a forma a e 1 x 1 + 2 x 2 + + n x n , (1.4)

Cap tulo 1. Introduo ` Pesquisa Operacional ca a

na qual 1 , 2 , . . . , n e so valores reais conhecidos. a

Programao inteira ca
Os modelos de programaao inteira diferem dos modelos de programaao linear c c pela incluso da restriao adicional de que todas as variveis de deciso podem a c a a assumir apenas valores inteiros.

Programao nolinear ca a
Modelos nolineares envolvem variveis de deciso que podem assumir quala a a quer valor real, mas ou a funaoobjetivo ou alguma funao presente nas restrioes c c c no pode ser expressa na forma (1.4). (Vide Exemplo 1.1.) a

1.6

Softwares

A maioria dos mtodos da programaao matemtica encontra-se implemene c a tada computacionalmente em softwares comerciais, como o MATLAB/Optimization Toolbox ou XpressMP , a serem adotados. O curso procurar enfatia zar os aspectos de modelagem dos processos de tomada de deciso e discutir os a mtodosmais adequados aos diferentes modelos de otimizaao gerados. e c