1 / 67

Aula 1 Pesquisa Operacional

Aula 1 Pesquisa Operacional. PROFESSOR JOSE CORREIA 2013. PROFESSOR JOSE CORREIA. WWW.PROFESSORCORREIA.COM PROFESSORJOSECORREIA@GMAIL.COM 85 8598-2786. DEFINIÇÕES DE DATAS. 02 de Agosto –Primeira Avaliação 09 de Agosto – Segunda Avaliação

Download Presentation

Aula 1 Pesquisa Operacional

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Aula 1 Pesquisa Operacional PROFESSOR JOSE CORREIA 2013

  2. PROFESSOR JOSE CORREIA • WWW.PROFESSORCORREIA.COM • PROFESSORJOSECORREIA@GMAIL.COM • 85 8598-2786

  3. DEFINIÇÕES DE DATAS • 02 de Agosto –Primeira Avaliação • 09 de Agosto – Segunda Avaliação • 15 de Agosto – Terceira Avaliação • P1= 80% • P2= 75% • P3=70%

  4. Conteúdos do Capítulo • Introdução a Pesquisa Operacional • Tomada de Decisão • Fatores Relevantes • Classificação • Abordagem de Management Science no processo de tomada de decisão • Processo de Modelagem • Modelos Matemáticos • Modelagem de Problemas em Planilhas Eletrônicas

  5. Origem da Pesquisa Operacional Para quê a Pesquisa Operacional (PO)? A Pesquisa Operacional (PO) como ciência surgiu para resolver,de uma formamais eficiente, os problemas na administração das organizações, originados pelo acelerado desenvolvimento provocado pela revolução industrial.

  6. Origem da Pesquisa Operacional Mais desenvolvimento, mais complexidade na: Produção Distribuição de recursos Utilização ótima de recursos Gestão da Organização

  7. PO e Gestão. • A partir da Revolução Industrial aumentam os problemas na gestão das organizações: • as diferentes componentes dentro duma organização são sistemas autônomos com objetivos e gestão próprios; • os objetivos cruzam-se: o que pode ser melhor para uns pode ser prejudicial para outros. O Problema: Comogerir para obter umamelhor eficácia dentro de toda a organização?

  8. Surgimento da PO. Quando é que surgiu a PO? A origem da PO como ciência é atribuído à coordenação dasoperações militares durante a 2ª Guerra Mundial, quando os líderes militares solicitaram que cientistas estudassem problemas como posicionamento de radares, armazenamento de munições e transporte de tropa, etc... A aplicação do método científico e de ferramentas matemáticas em operações militares passou a ser chamado de Pesquisa Operacional.

  9. Surgimento da PO. • Em 1947, George Dantzig e outros cientistas do Departamento da Força Aérea Americana, apresentaram um método denominado Simplex para a resolução dos problemas de Programação Linear (PL). Outros cientistas que dedicaram os seus estudos a PO (“à pesquisa do ótimo”) foram: • na Antiguidade: • Euclides, Newton, Lagrange, ... • no século XX: • Leontief, Von Neumann, Kantarovich, ...

  10. Natureza da PO (1) O que é a Pesquisa Operacional? Pesquisa (estudo) dasOperações (atividades) Pesquisadasoperações(atividades)de uma organização

  11. Natureza da PO (2) O que é a Pesquisa Operacional? Uma abordagem científica na tomada de decisões Um conjunto de métodos e modelos matemáticos aplicados à resolução de complexos problemas nas operações (atividades) de uma organização

  12. Impacto da PO A PO tem provocado um significativo impacto na gestão e administração de empresas em diferentes organizações. Os serviços militares dos EUA continuaram a trabalhar ativamente nesta área. Com o desenvolvimento da informática nas últimas décadas, a PO tem sido estendida a numerosas organizações.

  13. PO: Ciência da Administração • Denominada “a ciência da administração”, a sua utilização e implementação tem sido estendida à: • business • economia • industria • industria militar • engenharia civil • governos • hospitais, etc.

  14. Os Ramos da PO. Quais são os ramos mais importantes desenvolvidos na PO? • PROGRAMAÇÃO MATEMÁTICA • Programação Linear (LP) • Problemas de distribuição de recursos. • Problemas de transporte • Problemas de planejamento da produção • Problemas de corte de materiais, etc. • Programação Não Linear • Programação Dinâmica • Programação Inteira • otimização Global Programação = planejamento de atividades

  15. Outros Ramos da PO. Quais são outros ramos da PO? • OUTROS RAMOS DA PO são: • Análise Estatística • Teoria de Jogos • Teoria de Filas • organização do tráfego aéreo • Construção de barragens, etc. • Simulação • Gestão de estoques, etc.

  16. Exemplos de Problemas de Decisão • Se tanto a Matéria Prima quanto a Mão de Obra são limitados, qual a quantidade produtos que maximiza o lucro da empresa? • Se um dado combustível é obtido de uma mistura de produto de preços variados, qual a composição de menor custo com poder calorífico suficiente? • Se existem vários caminhos que ligam duas cidades, qual é a que propicia o mínimo de gasto de combustível?

  17. Exemplos de Problemas de Decisão • Se em uma região existem casas que devem ser interconectados com uma rede de água, qual a que minimiza o gasto com tubulação? • Se existem vários ativos financeiros, qual a combinação que melhor reflete o compromisso entre o risco e o retorno? • Se o espaço para armazenamento é limitado, de quanto deve ser o pedido de material para atender a demanda de um certo período?

  18. Exemplo 1: Um problema de PO que determina um plano ótimo de Produção • Uma empresa produz três tipos de portas a partir de um determinado material. Sabendo que diariamente a empresa dispõe de 500 kg de material e 600 horas de trabalho, determinar umplano ótimo de produção que corresponda ao maior lucro. • A tabela seguinte indica a quantidade de material e horas de trabalho necessárias para a produção de uma porta de cada tipo, assim como o lucro unitário de cada uma delas:

  19. Decisão a ser tomada: Qual será a quantindade de portas a serem produzidas, para obter-se o máximo lucro?

  20. Exemplo 2: Produção de Aço vs. Ambiente(1) • Uma empresa de aço emite para a atmosfera três tipos de contaminantes: • partículas • óxido sulfúrico • hidrocarbonetos • A produção de aço inclui duas fontes principais de contaminação: • os altos- fornos para produzir o ferro-gusa (ferro de primeira fundição ainda não purificado) • os fornos abertos para converter o ferro em aço

  21. Exemplo 2: Produção de Aço vs. Ambiente(2) De acordo com decisões governamentais a fábrica tem de reduzir anualmente a emissão dos contaminantes como a seguir se indica:

  22. Exemplo 2: Produção de Aço vs. Ambiente(3) • Para reduzir a emissão os engenheiros propõem as seguintes medidas: • Aumentar a altura das chaminés • A utilização de filtros nas chaminés • Incluir certos aditivos nos combustíveis • Cada medida tem associado os seguintes custosanuaisna sua implementação em milhares de Euros:

  23. Exemplo 2: Produção de Aço vs. Ambiente(4) • Com as medidas propostas vai ser possível eliminar as quantidades anuais dos contaminantes A, B e C nas seguintes quantidades (em milhares de toneladas): • Estas medidas podem ser implementadas na sua totalidade ou parcialmente.

  24. Exemplo 2: Produção de Aço vs. Ambiente(5) Por exemplo, se implementar na totalidade a medida 1 (em 100%) conseguir-se-á reduzir a emissão dos contaminantes A, B e C em 12, 35 e 37 milhares de toneladas, respectivamente. Caso contrário, se implementar esta medida parcialmente (só a um 50% do previsto), apenas se reduzirá a emissão em 6, 17.5 e 18.5 milhares de toneladas.

  25. Exemplo 2: Produção de Aço vs. Ambiente(6) • O problema de PO pode ser formulado como segue: • Determinar um plano ótimo que, aplicando as medidas expostas (total ou parcialmente) nos fornos emissores, consiga ao menor custo o índice de maior redução da contaminação.

  26. Tomada de Decisão • É o processo de identificar um problema específico e selecionar uma linha de ação para resolvê-lo.

  27. Tomada de Decisão • Um Problemaocorre quando o estado atual de uma situação é diferente do estado desejado. • Uma Oportunidade ocorre quando as circunstâncias oferecem a chance do indivíduo/organização ultrapassar seus objetivos e/ou metas.

  28. Tomada de DecisãoFatores Relevantes • Tempo disponível para tomada de decisão • A importância da decisão • O ambiente • Certeza/incerteza e risco • Agentes decisores • Conflito de interesses

  29. Tomada de DecisãoClassificação - Nº de Decisores • Tomada de Decisão Individual ( são menos complexas de serem tomadas) • Autoritária • Participativa

  30. Tomada de Decisão IndividualModelo Racional • Decisor • Consistente • Racional • Maximizador de utilidade • Método de Resolução do Problema • Identificar o problema • Gerar alternativas • Escolher a melhor alternativa

  31. Novo ABC Manter Tomada de DecisãoClassificação - Nº de Decisores • Tomada de Decisão em Grupo • Maior Complexidade • Comunicação • Conflito – Convencimento • Diferenças culturais

  32. Tomada de DecisãoEstágios do Processo Identificação do Problema Criação de Alternativas Seleção de Alternativa Implementação e Monitoração

  33. Abordagem de Management Scienceno processo de tomada de decisão • Management Sciences • área de estudos que utiliza computadores, estatística e matemática para resolver problemas de negócios. • Três objetivos inter-relacionados: • Converter dados em informações significativas. (através do armazenamento de forma organizada utilizando sistemas de informações gerenciais SIG) • Apoiar a tomada de decisão transferíveis e independentes. Os SIG dão suporte para que as decisões sejam independentes do decisor, tornando o processo claro e transparente. • Criar sistemas computacionais úteis para usuários não técnicos.

  34. Abordagem da Management ScienceConversão de Dados em Informações Números e Fatos Processamento de Dados Dados Sist.de Informação Gerencial Informações Sistemas de Apoio à Decisão Conhecimento Sistemas Especialistas Decisões

  35. Modelo de Computador • Modelo de Computador é um conjunto de relações matemáticas e hipóteses lógicas implementadas em computador como uma representação de um problema real de tomada de decisão. • Durante a última década foi observado que uma das maneiras mais efetivas de se resolver problemas de negócios consiste na utilização de modelos de computador baseados em planilhas eletrônicas.

  36. Processo de Modelagem - Vantagens • Força os decisores a tornarem explícitos seus objetivos. • Força a identificação e armazenamento das diferentes decisões que influenciam os objetivos. • Força a identificação e armazenamento dos relacionamento entre as decisões. • Força a identificação das variáveis a serem incluídas e em que termos elas serão quantificáveis. • Força o reconhecimento de limitações. • Permitem a comunicação de suas idéias e seu entendimento para facilitar o trabalho de grupo.

  37. Processo de Modelagem • Realismo • Um modelo só tem valor se o seu uso provoca melhores decisões. • Intuição • Modelos quantitativos e intuição gerencial não se encontram em lados opostos. • Intuição é crucial durante a interpretação e implementação.

  38. ModelosCaracterísticas • Um modelo sempre simplifica a realidade. • Um modelo deve conter detalhes suficientes para que: • Os resultados atinjam suas necessidades • O modelo seja consistente com os dados • O modelo possa ser analisado no período de tempo disponível a sua concepção

  39. Modelos Matemáticos • Um modelo é uma representação de um sistema real, que pode já existir ou ser um projeto aguardando execução. No primeiro caso, o modelo pretende reproduzir o funcionamento do sistema, de modo a aumentar sua produtividade. No segundo caso, o modelo é utilizado para definir a estrutura ideal do sistema. • A confiabilidade da solução obtida através do modelo depende da validação do modelo na representação do sistema real. A validação do modelo é a confirmação de que ele realmente representa o sistema real. A diferença entre a solução real e a solução proposta pelo modelo depende diretamente da precisão do modelo em descrever o comportamento original do sistema.

  40. Modelos Matemáticos • Um problema simples pode ser representado por modelos também simples e de fácil solução. Já problemas mais complexos requerem modelos mais elaborados, cuja solução pode vir a ser bastante complicada.

  41. Estrutura de Modelos Matemáticos Em um modelo matemático, são incluídos três conjuntos principais de elementos: • (1) variáveis de decisão e parâmetros: variáveis de decisão são as incógnitas a serem determinadas pela solução do modelo. Parâmetros são valores fixos no problema; • (2) restrições: de modo a levar em conta as limitações físicas do sistema, o modelo deve incluir restrições que limitam as variáveis de decisão a seus valores possíveis (ou viáveis); • (3) função objetivo: é uma função matemática que define a qualidade da solução em função das variáveis de decisão.

  42. Estrutura de Modelos Matemáticos: Exemplo • "Uma empresa de comida canina produz dois tipos de rações: Tobi e Rex. Para a manufatura das rações são utilizados cereais e carne. Sabe-se que: • ü a ração Tobi utiliza 5 kg de cereais e 1 kg de carne, e a ração Rex utiliza 4 kg de carne e 2 kg de cereais; • ü o pacote de ração Tobi custa $ 20 e o pacote de ração Rex custa $ 30; • ü o kg de carne custa $ 4 e o kg de cereais custa $ 1; • ü estão disponíveis por mês 10 000 kg de carne e 30 000 kg de cereais.

  43. Estrutura de Modelos Matemáticos: Exemplo • Deseja-se saber qual a quantidade de cada ração a produzir de modo a maximizar o lucro." • Neste problema as variáveis de decisão são as quantidades de ração de cada tipo a serem produzidas. • Os parâmetros fornecidos são os preços unitários de compra e venda, além das quantidades de carne e cereais utilizadas em cada tipo de ração. • As restrições são os limites de carne e cereais • A função objetivo é uma função matemática que determine o lucro em função das variáveis de decisão e que deve ser maximizada.

  44. Técnicas Matemáticas em Pesquisa Operacional • Estas técnicas incluem principalmente: • Programação linear: é utilizada para analisar modelos onde as restrições e a função objetivo são lineares; • Programação inteira: se aplica a modelos que possuem variáveis inteiras (ou discretas); • Programação dinâmica: é utilizada em modelos onde o problema completo pode ser decomposto em subproblemas menores;

  45. Técnicas Matemáticas em Pesquisa Operacional • Programação estocástica: é aplicada a uma classe especial de modelos onde os parâmetros são descritos por funções de probabilidade; • Programação não- linear:é utilizada em modelos contendo funções não- lineares.

  46. Técnicas Matemáticas em Pesquisa Operacional • Uma característica presente em quase todas as técnicas de programação matemática é que a solução ótima do problema não pode ser obtida em um único passo, devendo ser obtida iterativamente. É escolhida uma solução inicial (que geralmente não é a solução ótima). Um algoritmo é especificado para determinar, a partir desta, uma nova solução, que geralmente é superior à anterior. Este passo é repetido até que a solução ótima seja alcançada (supondo que ela existe).

  47. Fases do Estudo de Pesquisa Operacional Um estudo de pesquisa operacional geralmente envolve as seguintes fases: • (1) definição do problema; • (2) construção do modelo; • (3) solução do modelo; • (4) validação do modelo; • (5) implementação da solução.

  48. Modelagem em Planilhas Eletrônicas: O caso da fábrica de pastéis A Pastéis e Pastelões Ltda fabrica pastéis a partir de 2 ingredientes: massa semipronta e recheio congelado. A empresa pretende definir um modelo para previsão de seu lucro mensal em função do preço praticado. A diretoria considera que a demanda é função do preço do seu pastel(x) e do preço médio praticado pela concorrência(y) segundo a seguinte equação: Z = 15000 – 5000x + 5000y

More Related