introduýýo (09 abril)

Upload: fabricia-carla-meirellys

Post on 07-Aug-2018

214 views

Category:

Documents


0 download

TRANSCRIPT

  • 8/20/2019 Introduýýo (09 Abril)

    1/30

    Campus - Mossoró

    Profª MSc. Miriam Karla Rocha

    INTRODUÇÃO À PESQUISA OPERACIONAL

  • 8/20/2019 Introduýýo (09 Abril)

    2/30

    FERRAMENTAS MATEMÁTICAS

    2

    “As pessoas não acreditam que a matemática é simples somenteporque elas não percebem como a vida é complicada.”

    John Von Neumann (1903-1957)

    http://www.karbosguide.com/books/pcarchitecture/images/923.jpg

  • 8/20/2019 Introduýýo (09 Abril)

    3/30

    3

    Wikipedia:

    “ramo interdisciplinar da matemática aplicada que

    faz uso de modelos matemáticos, estatísticos e dealgoritmos na ajuda à tomada de  decisões”

    INFORMS (Institute for operations research and

    management science):

    “ The science of better!”

  • 8/20/2019 Introduýýo (09 Abril)

    4/30

    4

     “Pesquisa Operacional é ummétodo científico que provêexecutivos com uma basequantitativa para decisõesconcernentes às operaçõessob seu controle.” 

    Morse & Kimball, 1950

  • 8/20/2019 Introduýýo (09 Abril)

    5/30

    5

    1934-1936

    2ª Guerra

    Mundial

    1947

    1950 - 1960

    Inglaterra - Invenção e uso do radar

    Uso operacional de recursos militares de maneira

    sistemática.

    Inglaterra e EUAEconomista Marshall e matemático Dantzig (ProgramaçãoLinear)

    Aplicações em setores públicos e privados einício da PO no Brasil

  • 8/20/2019 Introduýýo (09 Abril)

    6/30

    6

    Programação Linear, Inteira, Mista

    Programação Não-Linear, Estocástica, Mono e Multi-objetivo

    Programação Dinâmica

    Teoria dos Grafos (otimização em redes)

    Teoria dos Jogos

    Heurísticas e Meta-Heurísticas

    Teoria das Filas

    Simulação

    ...

  • 8/20/2019 Introduýýo (09 Abril)

    7/307

    Modelagem, Simulação e Otimização

     Programação Matemática

    Processos Decisórios

    Processos Estocásticos

     Teoria dos Jogos

     Análise de Demanda

     Inteligência Computacional

  • 8/20/2019 Introduýýo (09 Abril)

    8/308

  • 8/20/2019 Introduýýo (09 Abril)

    9/309

     (Em uma estrada) Qual o melhor caminho a tomar ?

     (Na bolsa de valores) Em que companhias investir ?

     (Em uma indústria) O que e em que ordem produzir ?

     (Em um trabalho em grupo) Que pessoas alocar a quetarefas ?

    (Em uma companhia de distribuição) Que rede (elétrica,de gás, etc.) instalar ?

  • 8/20/2019 Introduýýo (09 Abril)

    10/3010

  • 8/20/2019 Introduýýo (09 Abril)

    11/3011

  • 8/20/2019 Introduýýo (09 Abril)

    12/3012

  • 8/20/2019 Introduýýo (09 Abril)

    13/3013

  • 8/20/2019 Introduýýo (09 Abril)

    14/3014

     O que comprar?

     Que o caminho tomar?

     Onde/quando/quanto produzir?

     O que instalar?

     Onde construir?

     etc.

  • 8/20/2019 Introduýýo (09 Abril)

    15/3015

     O modelo matemático de programação linear é

    composto de uma função objetivo linear, e de

    restrições representadas por um grupo de

    inequações também lineares.

  • 8/20/2019 Introduýýo (09 Abril)

    16/30

    16

    Exemplo:

    Função objetivo a ser maximizada: Lucro=

    2x1+3x2

    Restrições: técnicas 4x1+3x2 ≤ 10

    6x1-3x2   ≥ 20

    de não negatividade x1  ≥

     0 x2   ≥ 0

  • 8/20/2019 Introduýýo (09 Abril)

    17/30

    17

     ROTEIRO:

    a) Quais as variáveis de decisão?

    b) Qual o objetivo?

    c) Quais as restrições?

  • 8/20/2019 Introduýýo (09 Abril)

    18/30

    18

     ROTEIRO:

    a) Quais as variáveis de decisão?

    - Consiste explicar as decisões que devem ser

    tomadas e representar as possíveis decisões

    por meio de variáveis chamadas variáveis de

    decisão.

  • 8/20/2019 Introduýýo (09 Abril)

    19/30

    19

     ROTEIRO:

    b) Qual o objetivo?

    - Consiste identificar o objetivo da tomada de decisão.

    Aparece geralmente na forma de   maximização   de

    lucros ou receitas, minimização de custos, perdas etc.

    A função objetivo é a expressão que calcula o valor

    objetivo (lucro, custo, receita, perda etc.), em função

    das variáveis de decisão.

  • 8/20/2019 Introduýýo (09 Abril)

    20/30

    20

     ROTEIRO:

    c) Quais as restrições?

    - Cada  restrição imposta na descrição do sistema  deve

    ser expressa como uma relação linear (igualdade ou

    desigualdade), montadas com as variáveis de decisão.

  • 8/20/2019 Introduýýo (09 Abril)

    21/30

    21

     Exemplo 1:

    Certa empresa fabrica dois produtos P1 e P2. O lucrounitário do produto P1 é de 1.000 unidades monetárias e

    o lucro unitário de P2 é de 1.800 unidades monetárias. Aempresa precisa de 20 horas para fabricar uma unidadede P1 e de 30 horas para fabricar uma unidade de P2. Otempo anual de produção disponível para isso é de 1.200horas. A demanda esperada para cada produto é de 40

    unidades anuais para P1 e 30 unidades anuais para P2.Qual é o plano de produção para que a empresa maximizeseu lucro nesses itens? Construa o modelo deprogramação linear para esse caso.

  • 8/20/2019 Introduýýo (09 Abril)

    22/30

    22

    Solução:

    a) Quais são as variáveis de decisão?

    O que deve ser decidido é o plano de

    produção, isto é, quais as quantidades anuais

    que devem ser produzidas de P1 e P2.

    Portanto, as variáveis de decisão serão x1 e x2

     x1  → quantidade anual a produzir de P1

     x2  → quantidade anual a produzir de P2

  • 8/20/2019 Introduýýo (09 Abril)

    23/30

    23

    Solução:

    b) Qual é o objetivo?

    O objetivo é maximizar o lucro, que pode sercalculado:

    Lucro devido a P1: 1.000x1   (lucro por

    unidade de P1 x quantidade produzida de P1)

    Lucro devido a P2: 1.800x2   (lucro por

    unidade de P1 x quantidade produzida de P2)

  • 8/20/2019 Introduýýo (09 Abril)

    24/30

    24

    Solução:

    b) Qual é o objetivo?

    Lucro total: L = 1.000 x1 +1.800 x2

    Objetivo: maximizar L = 1.000 x1 +1.800 x2

  • 8/20/2019 Introduýýo (09 Abril)

    25/30

    25

    Solução:

    c) Quais as restrições?

    Disponibilidade de horas para produção:1.200h.

      Horas ocupadas com P1: 20x1   (uso por unidade x

    quantidade produzida)

      Horas ocupadas com P1: 30x2   (uso por unidade xquantidade produzida)

      Total em horas ocupadas na produção: 20x1+30x2

      Restrição descritiva da situação: 20x1+30x2≤1.200

  • 8/20/2019 Introduýýo (09 Abril)

    26/30

    26

    Solução:

    c) Quais as restrições?

    Demanda de P1: 40 unidades   Quantidade produzida: x1   Restrição descritiva da situação: x1 ≤40

    Demanda de P2: 30 unidades   Quantidade produzida: x2   Restrição descritiva da situação: x2 ≤30

  • 8/20/2019 Introduýýo (09 Abril)

    27/30

    27

    Solução:

    Resumo do modelo:  max  L= 1.000 x1 +1.800 x2

    Sujeito a:

    20x1+30x2≤1.200

     x1 ≤40

     x2 ≤30 x1 ≥0

     x2 ≥0

  • 8/20/2019 Introduýýo (09 Abril)

    28/30

    28

     Exemplo 2:Um aluno do curso de Engenharia de Produção possui duas namoradasAna*e Beatriz*. Ele gosta igualmente das duas e pretende otimizar suavida social.Como ele estuda muito para PO, entrega todos os trabalhos no dia,etc... Sobram 54 horas mensais livres para o lazer. Depois de pagarsuas despesas sobra no final do mês R$ 1.300,00 e após todas asatividades exigidas pelo curso, sobram 14.000 kcal /mês.Importante informar que Ana é uma pessoa extremamenteextrovertida, adora dançar e gosta de lugares simples ao contrário deBeatriz, que é uma garota mais sofisticada, contida e frequenta lugares

    caros. Fazendo as contas, chegou-se a conclusão que cada saída comAna consome 1600 Kcal e ele gastará R$ 100,00; já com Beatriz, elegastará em cada saída R$ 250,00 e metade das calorias.Sabendo que cada saída dura 3 horas, formule o modelo deprogramação linear que otimize a vida de nosso amigo.

    * os nomes foram trocados.

  • 8/20/2019 Introduýýo (09 Abril)

    29/30

    29

     Exemplo 3:

  • 8/20/2019 Introduýýo (09 Abril)

    30/30

     Exemplo 3: