A Pesquisa Operacional (PO) tem sido grandemente empregada em organizaes
governamentais (federais, estaduais e municipais), militares e de utilidade pblica (como
escolas, sindicatos, hospitais e bibliotecas). Torna-se cada vez mais comum seu emprego em reas das mais variadas. Primeiras equipes de Pesquisa Operacional: 2a Guerra Mundial - os lderes britnicos pedem aos cientistas e engenheiros para analisar diversos problemas militares organizao de rotas; gerenciamento de operaes de comboio, bombardeio e minas explosivas; alocao de recursos escassos s vrias operaes militares, etc. O resultado foi chamado de Pesquisa de Operaes Militares e mais tarde Pesquisa de Operaes. Utilizao em indstrias, negcios e governo.
1.0 A EVOLUO DA PESQUISA OPERACIONAL
O termo PO foi empregado pela primeira vez em 1939. A partir de individualizada e batizada, tornou-se possvel fixar suas origens em pocas remotas da histria da cincia e da sociedade.
Origens da PO:
Na Primeira Revoluo Industrial comearam a surgir os problemas que a nova disciplina iria resolver. medida que emergiam formas de administrao mais especializadas tambm surgiram aplicaes mais especializadas da cincia, tais como engenharia de movimentao de materiais, controle estatstico de qualidade, engenharia de manuteno e de confiabilidade e pesquisa no setor de promoo e vendas. Um aspecto importante dessa evoluo baseia-se no fato que no se aplicou o conhecimento cientfico novas funes de direo que iam surgindo na administrao. Para que a funo de direo possa ser exercida necessrio o estabelecimento de objetivos e medidas de avaliao do desempenho das unidades que lhe so subordinadas, a tarefa de integrao exige que todo o sistema seja considerado; isto a essncia do trabalho do dirigente. Com isso exigia-se cada vez mais do dirigente que passou a necessitar da ajuda de pessoas com mais experincia dos problemas que surgiam e com mais tempo para estud-los, provocando o aparecimento dos consultores de administrao, cuja atividade, no incio, no se baseava nem na cincia nem na pesquisa cientfica. O que denominamos PO custou a aparecer no cenrio do desenvolvimento da administrao industrial. A estagnao da PO poderia ter continuado indefinidamente, no fosse o desenvolvimento que teve nas organizaes militares com a deflagrao da Segunda Guerra Mundial. A diferena principal entre a evoluo dos administradores militares e a dos administradores industriais ocorreu entre o fim da Primeira Guerra Mundial e o incio da Segunda. Quando os administradores e dirigentes militares ingleses teriam recorrido ajuda de cientistas para incorporar o radar s tticas e estratgia da defesa antiarea. O emprego de equipes de cientistas difundiu-se entre os Aliados. Este trabalho ficou conhecido como pesquisa operacional no Reino Unido e recebeu diversas denominaes nos Estados Unidos : anlise de operaes, avaliao de operaes, pesquisa de operaes, anlise de sistemas, avaliao de sistemas, pesquisa de sistemas e cincia de administrao. O nome pesquisa operacional era o mais usado. Os ingleses reduziram os gastos destinados pesquisa no campo da defesa nacional, isto causou a liberao de muitos especialistas em PO das organizaes militares no momento em que os administradores industriais defrontavam-se com a necessidade de reconstruir grande parte das instalaes fabris da Gr-Bretanha, pedindo o auxlio dos especialistas em PO. As aplicaes industriais da PO comearam a surgir na explorao do carvo, na siderrgica, nos transportes, nas empresas de servio pblico. Nos Estados Unidos aplicao da cincia aos problemas de administrao industrial deve-se ao advento da Segunda Revoluo Industrial. O avano cientfico no estudo de comunicaes, controle e computao, o que forneceu a base tecnolgica da automao. A possibilidade de emprego de crebros eletrnicos como instrumento de administrao foi amplamente divulgada e os dirigentes, tiveram de recorrer ao auxlio dos especialistas para a seleo e utilizao de computadores. No incio da dcada de 1950 a indstria comeou a absorver alguns dos especialistas em PO que deixavam as organizaes militares; os demais eram absorvidos por empresas de consultoria, universidades, institutos de pesquisa e rgos governamentais. Hoje mais da metade das maiores empresas dos Estados Unidos mantm equipes de PO ou utilizam seus servios. Organizou-se uma associao nacional em 1953 - a Operations Research Society of America. Em 1957 foi fundada a Federao Internacional de Associaes de Pesquisa Operacional. Comearam a surgir revistas tcnicas, cursos e programas em PO.
O Mtodo da PO
A experimentao tomada no sentido restrito - isto , a manipulao fsica das variveis - geralmente impossvel ou impraticvel quando se lida com organizaes governamentais, militares ou industriais. Apesar disso, a experimentao s vezes possvel, particularmente no caso de subsistemas, e desempenha papel importante na PO; a maioria das vezes, entretanto, o sistema global em estudo no pode ser submetido a um tratamento desta natureza. Quem trabalha em pesquisa operacional geralmente obrigado a construir representaes do sistema e do seu comportamento para se orientar durante a pesquisa. Os modelos em PO assumem a forma de uma ou mais equaes ou inequaes para traduzir a condio de que algumas, ou todas as variaes controladas s podem ser manipuladas dentro de limites. O conjunto destas equaes constitui, ao mesmo tempo, um modelo de sistema e um modelo de deciso. A soluo pode ser extrada do modelo mediante experimentao (isto , por simulao) ou mediante anlise matemtica. Para alguns tipos de funo f (por exemplo, relaes algbricas elementares), desde que as restries no sejam numerosas, a matemtica clssica fornece instrumentos perfeitamente adequados para a determinao dos melhores valores das variveis controladas. Por outro lado, a funo f pode consistir em um conjunto de regras de clculo (um algoritmo) que nos permita medir a utilidade (U) do desempenho para qualquer conjunto de valores das variveis controladas e no controladas. Em alguns casos o comportamento do elemento humano que toma a deciso no pode ser representado no modelo. Ocorre a necessidade do uso de simulaes que envolvero a participao de seres humanos, sendo denominadas jogos de operaes. A otimizao, portanto, produz a melhor soluo para o problema que foi modelado. A correspondncia entre modelo e realidade ter de ser aferida (testada) e a soluo avaliada. Isto , teremos de comparar seu desempenho com o da poltica ou procedimento que ela ir substituir. Os resultados da pesquisa devem ser implantados. nesta fase que se faz o teste e a avaliao final da pesquisa; proporciona pois, ao especialista as maiores e melhores oportunidades de aprender. Cinco fases num projeto de PO: 1. Formulao do problema 2. Construo do modelo 3. Obteno da soluo 4. Teste do modelo e avaliao da soluo 5. Implantao e acompanhamento da soluo (manuteno)
As vantagens e desvantagens da utilizao de modelos foram assim definidas por Beuren (1989): Vantagens a. emerge sob a forma grfica, para representar a realidade aprendida em determinado momento; b. simplifica a visualizao da amplitude das variveis sem alterar a essncia; c. ajuda a identificar vrias relaes possveis entre os elementos da realidade; d. permite compreender relaes complexas; e. serve como base para estabelecer e aprimorar parmetros. Desvantagens a. limitaes na identificao de todas as variveis relevantes que influenciam em determinada situao; b. problemas na definio das propriedades a serem mensuradas e na especificao de procedimentos para tal; c. dificuldades no entendimento entre os provedores e os usurios da informao. De acordo com Garcia (1997: p. 1212), "a representao simplificada de um problema do mundo real atravs de um modelo matemtico permite que sobre ele se aplique tcnicas e mtodos que facilitam a obteno de uma soluo". 1.1 O IMPACTO DA PESQUISA OPERACIONAL
A Pesquisa Operacional tem tido um grande impacto crescente na administrao de empresas nos anos recentes. Tanto o nmero quanto a variedade de suas aplicaes continuam a crescer rapidamente. Algumas de suas tcnicas envolvem idias bastante sofisticada em cincias polticas, matemtica, economia, teoria da probabilidade e estatstica. Como tambm sendo usada amplamente em outros tipos de organizaes, inclusive negcios e indstria. Segundo Hillier quase todas as doze maiores empresas do mundo, e uma considervel proporo das organizaes industriais pequenas, tm grupos de pesquisa operacional bem estabelecidos. Muitas indstrias, inclusive a de aviao e msseis, automveis, comunicaes, computadores, energia eltrica, eletrnica, alimentos, metalrgica, minerao, papel, petrleo e transporte, tm feito uso extensivo da pesquisa operacional. Mesmo instituies financeiras, agncias governamentais e hospitais tm aumentado rapidamente o uso que fazem da pesquisa operacional. Vejamos alguns dos problemas que tm sido resolvidos por tcnicas particulares de pesquisa operacional:
- PROGRAMAO LINEAR: tem sido usada com sucesso na soluo de problemas relativos alocao de pessoal, mistura de materiais, distribuio, transporte, carteira de investimento. - PROGRAMAO DINMICA: tem sido aplicada tambm com sucesso a reas como planejamento de despesas de publicidade, distribuio do esforo de vendas e programao de produo. - TEORIA DAS FILAS: tem tido aplicao na soluo de problemas relativos a congestionamento de trfego, mquinas de servios sujeitas a quebra, determinao do nvel de uma fora de servio, programao do trfego areo, projetos de represas, programao de produo e operao de hospitais. - PROGRAMAO INTEIRA: Que uma forma de programao linear onde as variveis podem apenas apresentar nmeros inteiros. Tem sido utilizada na resoluo de problemas de investimento dentre outros.
Outras tcnicas de pesquisa operacional, tais como teoria de estoque, teoria dos jogos e simulao, tambm tm sido aplicadas com sucesso a diversos contextos.
1.2 PROBLEMAS TPICOS
Desde o comeo a PO vem sendo aplicada a grande variedade de problemas. A maioria consiste em problemas de natureza ttica e no estratgica. A distino entre problemas tticos e problemas estratgicos se baseia em trs caractersticas: 1 o .) Alcance do problema: Um problema mais ttico que outro se sua soluo produzir efeito de durao mais curta ou, o que e essencialmente se a soluo pode ser modificada ou abandonada com facilidade. 2 o .) Extenso do problema: Um problema tanto mais estratgico quanto maior for a parte da organizao diretamente afetada pela soluo. 3 o .) Orientao do problema: Um problema tanto mais estratgico quanto mais envolver a determinao de finalidades, metas ou objetivos.
Podemos separar a forma de um problema do seu contedo pelo processo denominado abstrao. A linguagem na qual expressamos a forma assim abstrada do contedo a linguagem da matemtica. Portanto, um modelo matemtico de deciso uma representao da forma de um problema. A abstrao da forma exige o conhecimento do contedo do problema. A aplicao da PO a grande variedade de problema tticos pode ser representada por um pequeno nmero de problemas tpicos. Desenvolveram-se tcnicas para model-los e obter solues a partir dos modelos. Problemas tpicos: 1. Alocao 2. Estoque 3. Substituio ou reposio 4. Filas de espera 5. Seqncia e coordenao 6. Determinao de rotas 7. Situaes de competio 8. Busca de informao Quando lidamos com modelos mltiplos, a soluo geralmente obtida resolvendo-se os modelos em seqncia e repetindo o ciclo at que se obtenha uma soluo satisfatria para o problema global.
Algumas das tcnicas matemticas empregadas para a soluo dos modelos, aplicam- se a modelos de diferentes tipos. Os modelos so freqentemente classificados segundo de mtodos e tcnicas matemticas empregadas na obteno da sua soluo. Estas tcnicas e mtodos so indicados a seguir:
Programao Linear; Programao Dinmica; Programao Inteira; Teoria dos Estoques; Teoria das Filas; Programao multiobjetiva Simulao; Teoria dos Jogos; Teoria dos Grafos; Anlise de Risco, etc.
2.0 PROGRAMAO LINEAR
2.1 INTRODUO
Programao Linear uma tcnica de otimizao bastante utilizada na resoluo de problemas que tenham seus modelos representado por expresses lineares. Pela sua simplicidade e a possibilidade de aplicao em uma considervel diversidade de problemas, tornou-se um recurso bastante difundido.
Podemos assim resumir a tcnica de Programao Linear:
- Conjunto de restries Problema RESOLUO - Funo Objetivo
Chamamos de conjunto de restries, as expresses contornais do problema, ou seja, todas as disponibilidades e limitaes levantadas do problema, numa linguagem matemtica comparativa: desigualdades ou igualdades (<, = ou >). A funo objetivo, obtida com as mesmas variveis das restries, com o objetivo de ser maximizada ou minimizada, com a resoluo do sistema restritivo. Quanto a resoluo, pode ser: a) Problema com duas variveis - Grfica - Anlise matemtica - Algortmo (Mtodo Simplex).
b) Problema com um nmero qualquer de variveis - Anlise matemtica - Algortmo (Mtodo Simplex) O modelo matemtico de um problema de otimizao pode ser formulado como segue (Chiang: 1982, p. 556):
Max. Ou Min. Z = c 1 x 1 + c 2 x 2 +............ c n x n (1) Sujeito a: a 11 x 1 + a 12 x 2 +.............. a 1n x n r 1 a 21 x 1 + a 22 x 2 +.............. a 2n x n r 2 (2) a m1 x 1 + a m2 x 2 +............. a mn x n r m e x j 0 (j = 1,2,............,n) onde: a. (1) representa a funo matemtica que codifica o objetivo do problema e denominada funo objetivo. b. (2) representam as funes matemticas que codificam as principais restries identificadas. c. "Z" a funo a ser maximizada ou minimizada, respeitando o conjunto de restries. d. "x i " so as variveis decisrias que representam as quantidades ou recursos que se quer determinar para otimizar o resultado global. e. "c i :" so os coeficientes de ganho ou custo que cada varivel capaz de gerar. f. "r j " representa a quantidade disponvel de cada recursos g. "a ij " representa a quantidade de recursos que cada varivel decisria consome. Este trabalho vai demonstrar passo a passo a resoluo de problemas de programao linear onde as restries possuem sinal de maior (>)ou igual (=). A programao linear o campo mais vastos das programaes matemticas , uma das variantes de aplicao generalizada em apoio a deciso. O termo programao deve entender- se como planejamento e a qualificao linear deixa antever que as relaes matemticas utilizadas so funes lineares.
Todos os clculos sero desenvolvidos atravs do mtodo simplex desenvolvido pelo matemtico George dantzig , que considerado o pai da programao linear. O mtodo simplex considerado como um dos mais significativos avanos da matemtica no sculo XX.
Fig1: George dantizg
fig2: Quadro do mtodo simplex.
Registro das equaes na forma Padro. Coluna Para registrar as variveis bsicas de soluo A ltima linha aloca-se a funo objetivo transformada Problema: Uma companhia de transporte tem 3 tipos de caminhes o tipo A tem 2m3 de espao refrigerado e 3m3 de espao na refrigerado. O tipo Btem 2m3 de espao refrigerado e 1m3 de espao no refrigerado e o tipo C tem 3m 3
de espao refrigerado e 5m 3 de espao no refrigerado . O cliente quer transportar um produto que necessitar de 20m 3 de rea refrigerada e a rea no refrigerada seja igual a 10m 3 . A companhia calcula entre 1.100 litros o combustvel para uma viagem com o caminho Ae 750 litros para o caminho B e C 800 litros. Quantos caminhes de cada tipo devero ser usados no transporte do produto com o menor consumo de combustvel. 1 Passo: Todo o problema de modelagem matemtica inicia-se pela discrio das variveis de deciso, neste caso P1,P2 e P3. $ X1=> Quantidade de Caminho tipo A $ X2=> Quantidade de Caminho tipo B $ X3=> Quantidade de caminho tipo C
2 Passo: Expressar a funo objetivo, neste caso a empresa quer minimizar o consumo de combustvel , portanto tem-se:
FUNO OBJETIVO: Min C= 1.700X1+750X2+800X3
3 Passo: Expressar as restries tcnicas.
2X1+2X2+5X3 20 20 20 20 Disponibilidade mnima de espao refrigerado
3X1+X2+5X3 = 10 10 10 10 Disponibilidade de espao no refrigerado
Variveis de no negatividade X1,X2e X2 0
RESOLUO
Repare que as restries possuem sinais de igual (=) e () maior, neste caso necessrio realizar transformaes lineares neste equaes. Na restrio do tipo () equilibrada com uma varivel excedentria, passando para: 2X1+2X2+5X3 E1= 20 20 20 20. .. . A segunda restrio j esta equilibrada: 3X1+X2+5X3 = 10 10 10 10
No h uma matriz identidade para uma soluo inicial !! Porqu? Repare que na 1 restrio do tipo (=) no h varivel folga, pois a restrio diz que deve ser utilizado exatamente 10m 3 de espao no refrigerado. Na segunda restrio do tipo () , a varivel auxiliar tem coeficiente -1
Tcnica da varivel artificial Forma padro do simplex: Funo objetivo: Min C= 1.700X1+750X2+800X3+0E1 Restries tcnicas 2X1+2X2+5X3 E1= 20 20 20 20 3X1+X2+5X3 = 10 10 10 10 X1,X2,X3eE1 0 00 0 Nas restries do tipo (=) e (), acrescenta uma varivel artificial, ficando:
Repare que j temos a matriz identidade que esta sendo formada pelas variveis artificiais A1 e A2 . A soma original entre x1 e x2 e x2 igual a 10, s se matem se a varivel artificial A2 for igual a zero. Idem com A1. Tenho a identidade mas arranjei um Gargalho. Tenho que me livrar de A1 e A2 , mas como fazer isso? Preciso de A1=0 e A2=0, conheo o mtodo simplex para maximizao ou minimizao, ento vou comear por minimizar a soma de A1+A2. Resumindo Organize uma funo que seja a soma das variveis artificiais; Minimize a funo utilizando o mtodo simplex; Atingindo o timo, ou o mnimo da soma nulo e esta livre das variveis artificiais; Caso o mnimo das soma no seja nulo, conclui-se que o sistema de equaes no tem soluo.
Este o primeiro passo do mtodo dos dois passos. Funo artificial igual= a soma das variveis artificiais
Anlise o quadro podemos iniciar o clculo? Acertou quem disse no Veja que no quadro A1=20 e A2=10, pela soma daria F(A)= 30 No quadro estamos lendo F(A)=0, o que est errado. Isto acontece porque as variveis artificiais esto no base, mas no tm coeficiente nulo na equao da funo. necessrio transformar linearmente a equao da funo o que feito no prprio quadro. A transformao linear feita da seguinte maneira: Some as equaes que tem variveis artificiais e nesta obter coeficiente nulos para as variveis artificiais, que so variveis bsicas, e o valor da funo ser 30 VB x1 x2 x3 E1 A1 A2 VSM A1 2 2 5 -1 1 0 20 A2 3 1 5 0 0 1 10 F(A) 0 0 0 0 -1 -1 0 Soma 2+3+0 2+1+0 5+5+0 -1 1+0-1 0+1-1 20+10+0 F(A) 5 3 10 -1 0 0 30
O quadro esta pronto para o clculo. Entra na base X3, pois o coeficiente mais positivo que estamos a minimizar Ratio: 20/5=4 10/5=2 Sai A2 menor ratio no negativo. Dividir a linha A2, por (5) Depois Multiplica esta no linha A2 x -5+ a linha A1, pois temos que zerar a coluna X3
Soluo no tima, pois h coeficientes positivos na equao da funo. Entra X2 na base Sai: 10/1=10 2/0,2= 10, neste caso escolhe aleatoriamente um deles, vou escolher A1
Soluo tima todos os coeficientes da funo so no positivos; Min F(A) implica que variveis artificiais com valor nulo; A base tima da soluo do sistema de equao da forma padro. Vai ser utilizada para a otimizao da funo objetivo.
J reparou na simetria das colunas E1 e A1. J reparou que na equao final da funo artificial e igual do quadro inicial. Isto s acontece porque o mnimo de F(A) zero e todas as variveis artificiais so variveis no bsicas ( pode obter min F(A) =0 com uma ou variveis artificiais na base com valor zero.
2 passo otimizar a funo objetivo Do modelo matemtico temos: Min C= 1.700X1+750X2+800X3 O 2 passo do mtodo consiste em minimizar esta funo, aplicando o mtodo simplex na base tima obtida no final do primeiro passo.
O quadro esta pronto para a soluo? Quem respondeu no acertou. Veja que o coeficiente de X2=10 e X3=0 , pelo que a funo objetivo= Min C= 1.700x0+750.10+800.0= R$ 7.500,00. No quadro esta se lendo F(O)=0, o que est errado. Isto acontece porque as variveis X1,X2 e X3, esto na base mas no tem coeficiente nulo na equao da funo. necessrio transformar linearmente a equao da funo que feito no prprio quadro. Ligue os coeficiente a anular s coordenadas unitrias das respectivas variveis bsicas, coloque a esquerda desta varivel bsica o simtrico do coeficiente que tem em F(O). Multiplique as equaes pelos valores situados esquerda, e some-as equao da funo. VB x1 x2 x3 E1 VSM X2 =750 -1,0000 1,0000 0,0000 -1,0000 10,0000 X3= 800 0,8000 0,0000 1,0000 0,2000 0,0000 F(O) -1700,0000 -750,0000 -800,0000 0,0000 0,0000 Soma 750*1+800*0- 750 750*0+800*1- 800 750*- 1+800*0,2+0 750*10+800*0+0 F(O) 0 0 -590 7.500,00 Soluo tima foi atingida todos os coeficientes so no negativos estamos a minimizar
X= X2 10 X3 = 0 X1 0
Min C= 750*10+800*0= R$ 7.500,00 A soluo tima nica, pois s as variveis bsicas tm coeficiente nulos na equao da funo. Neste exerccio a soluo tima utilizar somente o caminho B na quantidade de 10 caminhes. 2*0+2*10+5*0 = 20 20 20 20 3*0+1*10+5*0 = 10 10 10 10 Atendendo as necessidades do cliente ao menor consumo possvel de combustvel. A Fbrica de Rdios fabrica os Modelos A, B e C que tm contribuies ao lucro de 16, 30 e 50, respectivamente. As exigncias de produo mnimas semanais so 20 para o Modelo A, 120 para o Modelo B e 60 para o Modelo C. Cada tipo de rdio requer uma certa quantidade de tempo para a fabricao das partes componentes, para a montagem e para a embalagem. Especificamente, uma dzia de unidades do Modelo A requer trs horas para fabricar, quatro horas para montar e uma para embalar. Os nmeros correspondentes para uma dzia de unidades do Modelo B so 3.5, 5 e 1.5, e para uma dzia de unidades do Modelo C so 5, 8 e 3. Durante a prxima semana, a fbrica tem disponveis 120 horas de tempo de fabricao, 160 horas de montagem e 48 horas de embalagem.
Variveis de deciso X1=> Quantidade a ser produzida/ vendida do modela A X2=> Quantidade a ser produzida/ Vendida do modelo B X3=> Quantidade a ser produzida/ vendida do modelo C
Funo Objetivo: MAX LUCRO) 16X1+30X2+50X3
Restries tcnicas
X1 20 Exigncias mnimas de produo do modela A X2 120 120 120 120 Exigncias mnimas de produo do modela B X3 60 Exigncias mnimas de produo do modela C 0.25X1+0.29167X2+0.4167X3 120 Disponibilidade de horas Fabricao 0.333 0.333 0.333 0.333X1+0.4167X2+0.6667X3 160 160 160 160 Disponibilidade de horas Montagem 0.0833X1 + 0.125X2 + 0.25X3 48 48 48 48 Disponibilidade de horas embalagem
Variveis de no negatividade X1,X2 e X3 0 0 0 0
Modelo na forma padro do simplex MAX L= 16X1+30X2+50X3 S.a: X1 1= 1= 1= 1= 20 X2-E2= 120 X3-E3=60 0.25X1+0.29167X2+0.4167X3 + ++ +F1=120 0.333 0.333 0.333 0.333X1+0.4167X2+0.6667X3 + ++ +F2= 160 160 160 160 0.0833X1 + 0.125X2 + 0.25X3 +F3= 48 = 48 = 48 = 48 Variveis de no negatividade X1,X2,X3,F1,F2,F3,E1,E2 e E3 0 0 0 0 Nota: - Restries do tipo ( ) ) ) ) So equilibradas com uma varivel de Folga (F) - Restries do tipo ( ) ) ) ) So equilibradas com uma varivel excedentria (E) Quadro Inicial X1 X2 X3 F1 F2 F3 E1 E2 E2 VSM 0,2500 0,2917 0,4167 1 0 0 0 0 0 120,0000 0,3333 0,4167 0,0667 0 1 0 0 0 0 160,0000 0,0833 0,1250 0,2500 0 0 1 0 0 0 48,0000 1,0000 0,0000 0,0000 0 0 0 -1 0 0 20,0000 0,0000 1,0000 0,0000 0 0 0 0 -1 0 120,0000 0,0000 0,0000 1,0000 0 0 0 0 0 -1 60,0000
Repare que no h matriz identidade. Nas restries de( ) ) ) ) o vetor de F1,F2 e F3, servem para matriz identidade F1,F2 e F3. F1,F2 e F3 so variveis bsicas na trs primeiras restries. As restries do tipo ( ) ) ) ) a varivel auxiliar tem valor negativo. Para resolver este problema, vamos utilizar a tcnica da varivel auxiliar onde: As variveis do tipo ( ) ) ) ) e (=) acrescenta-se uma varivel artificial.
Agora temos a matriz identidade. A soma de X-E1=20 s se matem, se A1 for igual a zero. Idem para A2 e A3. Tenho que me livrar de A1, A2 e A3. Preciso de A1, A2 e A3= 0, Utilizando o mtodo simplex tm-se as seguintes etapas: Organize uma funo que seja a soma das variveis artificiais; Minimiza-se esta funo utilizando o mtodo simplex; Atingindo o timo, ou o mnimo da soma nulo; Se o mnimo da soma no nulo conclui-se que o sistema de equao da funo no tem soluo.
Estes processos so conhecidos com o primeiro passo dos mtodos dos dois passos. Funo artificial = Soma das variveis artificiais Min F(A)= A1+A2+A3. No quadro teremos F(A)= -A1-A2-A3=0
Anlise o quadro acima, e veja se podemos iniciar os clculos. Se voc pensou que sim, errou. Repare que a soma de A1+A2+A3=200. No quadro estamos a ler F(A)= 0, o que errado. Isto acontece porque as variveis esto na base mas no tem coeficientes nulo na equao funo. necessrio transformar linearmente a equao da funo o que feito no prprio quadro. Soma as equaes que tm varivel artificial equao da funo e nesta obter coeficiente nulos para as variveis artificiais , que so variveis bsicas (VB) e o valor da funo ser 200.
Quadro pronto para clculo. Entra na base o coeficiente mais positivo, estamos a minimizar, neste caso a escolha aleatria, pois os coeficiente so positivos e tem o mesmo peso. Sai da base o menor ratio: A1
Soluo tima, todos os coeficientes da funo so no positivos. Min f(A)= Implica em variveis artificiais com valor nulo. A base tima a soluo do sistema de equao da forma padro. Vai ser utilizada para otimizao da funo objetivo. 2 passo otimizao da funo objetivo; do modelo maximizar ) = MAX LUCRO) 16X1+30X2+50X3 O 2 passo a otimizao desta funo, aplicando o mtodo simplex na base tima obtida no final do primeiro passo. As colunas artificiais podem ser eliminadas VB X1 X2 X3 E1 E2 E3 F1 F2 F3 VSM X3 0 0 1 0 0 0 0 -1 0 60 X2 0 1 0 0 0 0 -1 0 0 120 X1 1 0 0 0 0 -1 0 0 0 20 F1 0 0 0 0 0 0 1 0 0 115 F2 0 0 0 0 0 0 0 1 0 153 F3 0 0 0 0 0 0 0 0 1 46 F(O) -16,00 -30,00 -50 0 0 0 0 1 0 0
Anlise o quadro podemos iniciar o Clculo? Se voc responde no acertou. Veja que X1= 20, X2=120 e X3=60, pela que a funo objetivo= MAX L= 16*20+30*120+50*30= 6920 No quadro estamos lendo F(o)= 0, o que errado. Isto acontece porque as variveis da X1,X2e X3, esto na base mas no tem coeficiente nulo na equao da funo. necessrio transformar linearmente a equao da funo o que feito no prprio quadro. - Ligue os coeficientes a anular as coordenadas das respectivas variveis bsicas, coloque a esquerda destas VB o simtrico do coeficiente que tem em F(o) Multiplique as equaes pelos valores situadas a esquerda e some-as a equao da funo.
Soluo tima encontrada: Produzir X1= 20, X2=250,672 e X3=60, gerando um lucro mximo de R$ 10.840,16. Repare que temos F1=16,903, ou seja, est sobrando na fabricao dos produtos. F3= 0, ou seja foram utilizadas todas as horas disponveis para embalar os produtos. F2= 8,88, ou seja, esta sobrando 8,88 horas no departamento de montagem.
NOTA: Ao se introduzir o conceito de folga de recurso, a inequao pode ser escrita como Utilizao de recurso + Folga = Disponibilidade. Isso significa que Utilizao de recurso < Disponibilidade implica Folga > 0; Utilizao de recurso = Disponibilidade implica Folga = 0. Deste modo, a folga de cada recurso pode ser representada por uma varivel de forma exatamente igual produo de cada produto.
Este grfico ns mostra o valor de X1, X2 e X3.
As variveis duais podem receber uma interpretao econmica muito interessante, que leva ao clculo da utilidade margina (preo de sombra, Dual price, valor marginal etc.) O problema dual, para modelos em que as restries so de desigualdades do tipo construdo a partir de um modelo primal. 1. Cada restrio, em um problema corresponde a uma varivel no outro; 2. Os elementos do lado direito das restries, em um problema, so coeficientes da funo objetivo do outro problema; 3. Se o objetivo de um problema primal maximizar o objetivo do problema dual ser minimizar e assim vice e versa. 4. O problema de maximizao primal tem restries do tipo () problema dual de minimizao ter as restries inversa, ou seja 5. As variveis de ambos os problemas so no negativas.
Min Z)120y1+ 160y2+48y3-20y4-120y5-60y6 S.a: 0.25y1+0.333y2+0.0833y3-y4>=16 Incremento no depart Fabricao 0.29167y1+0.4167y2+0.125y3-y5>=30 Incremento no depart Montag 0.4167y1+0.6667y2+0.25y3-y6>=50 Incremento no Depart Embal Variveis de no negatividade (y1y6>=0)
Admita-se que em ambiente de maximizao F(x)=c1x1+a12x2, as restries primal: a11x1+a12x2 b1 desigualdade do tipo : | -a11-a12x2 b1 A que est associada a varivel dual Y10 A primeira restrio dual a11y1............. c1 A segunda restrio dual: -a12y1............... c2 E na funo dual g(y) =-b1y1....
Considerando que Y1=-Y1 0 as expresses anteriores ficam: 1 restrio dual: a11y1............. c1 2 restrio dual: a12y1............... c2 E na funo dual g(y) =b1y1.... Y1 0 ( no positiva)
Pode assim concluir que, em ambiente de maximizao, a cada restrio primal do tipo corresponde uma varivel dual no positiva ( 0).
Funo objetivo transformada de Max (y), para Max (-y)= -120y1-160y2- 48y3+20y4+120y5+60y6. As restries tcnicas: passam para: -0.25y1-0.333y2-0.0833y3+y4+Z7>=-16 -0.29167y1-0.4167y2-0.125y3+y5+Z8>=-30 -0.4167y1-0.6667y2-0.25y3+y6+Z9>=-50
Para iniciar o clculo do mtodo dual atravs do simplex, deve-se tirar uma varivel da base e colocar uma varivel na base. - A varivel que sai: a varivel bsica com o valor mais negativo. Se todas as variveis bsicas tiverem valores positivos soluo tima. Neste caso as variveis bsicas Z 7 = 16 , Z8= -30 e Z9=-50, so negativas, portanto a soluo inicial e invivel ou no tima. Logo sai da base Z9 - A Varivel que entra: escolhida entre as variveis fora da base, da seguinte maneira: 1. Dividir os coeficientes do lado esquerdo da equao F(Y) transformada pelos correspondentes coeficientes negativos da equao da varivel que sai da base. 2. a varivel que entra a que tem o menor valor entre os quocientes encontrados (problemas de minimizao) ou o menor valor absoluto (problemas de maximizao). Quando em ambos os casos, no houver coeficiente negativos na linha da varivel que sai da base, o problema no tem soluo vivel. Ratio: -120/-0,4= 287,97 -160/-0,7=239,98 48/-0,3 =192 Entra na base Y3 . Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 VSM 1,667 2,667 1,000 0,000 0,000 -4,000 0,000 0,000 -4,000 200,000 -0,111 -0,111 0,000 1,000 0,000 -0,333 1,000 0,000 -0,333 0,660 -0,083 -0,083 0,000 0,000 1,000 -0,500 0,000 1,000 -0,500 -5,000 F(Y) - 39,994 - 31,994 0,000 20,000 120,000 - 132,000 0,000 0,000 - 192,000 9600,000
Soluo no tima, pois h valores negativos na coluna VSM. Sai da base Z8e entra na base Y6 Y1 Y2 Y3 Y4 Y5 Y6 z7 z8 z9 VSM 0,167 0,167 0,000 0,000 -2,000 1,000 0,000 -2,000 1,000 10,000 -0,056 -0,05 0,000 1,000 -0,666 0,000 1,000 -0,666 0,000 3,992 2,333 3,334 1,000 0,000 -8,000 0,000 0,000 -8,000 0,000 240,000 F(Y) - 17,997 - 9,989 0,000 20,000 -144, 0,000 0,000 -264,0 -60,0 10840,160
Soluo tima: Se a empresa conseguir aumentar em 1 hora a disponibilidade de horas no departamento de embalagens o lucro aumentaria para em R$ 240,00 reais. Se fosse produzido em uma unidade a mais do produto x3 o lucro reduziria em R$ 10,00, se fosse produzido o produto X1 em uma unidade a mais o lucro iria reduzir em R$ 3,99 reais. Esta disponibilidade de hora incremental no departamento de embalagens, seria apenas para embalar o produto B.
Este grfico demonstra que se for aumentado em uma hora disponibilidade mxima de horas no departamento de embalagem (F3), o lucro aumentaria em R$ 240,00 reais.
A anlise de ps-otimizao ou de sensibilidade tem como objetivo determinar as condies para as quais a soluo tima Vlida. No mundo real a soluo tima encontrada, pode no ser a melhor, pois, a demanda pode sofrer alteraes o custo do produto dentre outras variveis, demonstrando o quo importante anlise de sensibilidade para orientar a tomada de deciso, caso alguma destas variveis sofram alteraes no tempo. Tomando com base o exerccio anterior , vamos realizar as seguintes anlises: Funo Objetivo: MAX LUCRO) 16X1+30X2+60X3 Restries tcnicas X1 20 Exigncias mnimas de produo do modela A X2 120 120 120 120 Exigncias mnimas de produo do modela B X3 60 Exigncias mnimas de produo do modela C 0.25X1+0.29167X2+0.4167X3 120 Disponibilidade de horas Fabricao 0.333 0.333 0.333 0.333X1+0.4167X2+0.6667X3 160 160 160 160 Disponibilidade de horas Montagem 0.0833X1 + 0.125X2 + 0.25X3 48 48 48 48 Disponibilidade de horas embalagem Variveis de no negatividade (x1,x2,X3>=0)
1 Variaes no coeficiente da funo objetivo: De F(O)= 16X1+30X2+50X3 Para 20x1+35x2+50x3 Vamos obter X1=20, X2=250,672 e X3= 0 Isto nos mostra que para estes novos coeficientes a soluo ainda tima, pois os coeficientes de X1, X2 e X3 no sofreram alterao. Agora imaginemos que os coeficientes da funo objetivos sofram as seguintes modificaes: X1=10, X2=24, X3=61 X1 =20, X2 =120 e X3= 125.335999 . Isto nos mostra que o valor do coeficiente X3=61 na funo objetivo, gera uma soluo invivel, pois proporcionou mudanas na funo objetivo.
Modelagem dos dados feita da seguinte maneira: A2= X1 B2 = 0 A3= X2 B3=0 B4=0 B4=0
Na clula A5, escreva funo objetivo e na cdula B5 vamos inserir a frmula matemtica, tendo: B5 (16*B2+30*B3+50*B4), Restries tcnicas: B7 (=0,25*B2+0,29167*B3+0,4167*B4), modelo matemtica da restrio do departamento de fabricao. B8 (=0,333*B2+0,4167*B3+0,6667*B4), modelo matemtica da restrio do departamento de montagem. B9 (=0,0833*B2+0,125*B3+0,25*B4), Modelo matemtica da restrio do departamento de Embalagem. B10 (=B2), => Mnimo de produo de X1 B11( = B3)=> Mnimo de produo de X2 B12 (=B4)=> Mnimo de Produo de X3 Nas colunas C e D , inseria os dados como mostra a figura acima. Agora, vamos instalar a Ferramenta solver, para isso v ao menu ferramenta, e clique em Solver. Caso no encontre preciso instalar esta ferramenta, para isso v ao menu ferramentas e clique em suplementos e habilite a ferramenta solver. A figura abaixo mostra a janela de entrada do Solver.
- Definir Clula de Destino, neste campo aloca-se a expresso matemtica da funo objetivo; - Logo abaixo temos 3 opes, se o problema for de maximizao marque a opo Max, caso seja de minimizao, marque a opo min ou caso queria estipular um valor para a funo objetivo marque a opo valo de depois insira o valor desejado no campo ao lado; - No campo Clula de destino insira o valor das variveis de deciso; - E finalmente no ltimo campo insira a expresso matemtica das restries tcnicas.
A janela abaixo mostra como devem ser inseridos os dados do problema.
No campo Clula de Destino Inseria a Clula B5, pois foi nesta clula que inserimos a expresso matemtica da funo objetivo. - Como queremos maximizar o lucro, marque a opo MAX. - No campo Clulas variveis, insira as Clulas B2;B3;B4, pois estas clulas esto contidas as variveis de deciso do problema, que maximizar X1,X2 e X3. - No campo Submeter s restries, basta seguir os passos acima, Inserindo as restries na janela abaixo, tomando cuidado para no inserir as restries com sinais trocados. No campo referncia de Clula, insira o modelo matemtico da restrio e no campo restrio insira o termo independente da restrio ,ou seja, a disponibilidade.
Depois de feito todos os processos descritos acima, obteremos os seguintes resultados.
Soluo tima: Produzir X1= 20, X2=250,672 e X3= 60, Gerando um lucro mximo de R$ 10.840,16 reais.
O Primeiro relatrio o de resposta, onde nos mostra o valor da funo objetivo maximizada e o valor das variveis de deciso. Na ltima planilha contm o consumo de cada restrio, caso h folga ou sobras, ou seja, a disponibilidade do recurso no foi totalmente consumida. A coluna Transigncia, mostra o valor das folgas de cada recurso, onde podemos observar que o recurso, disponibilidade de horas no departamento de fabricao no foi totalmente consumida sobrando 16,88 horas e no departamento de embalagem as hora foram totalmente consumidas, logo podemos perceber que h restrio deste departamento impede que o lucro da empresa seja superior ao atual, pois temos folga nas outras restries.
O segundo relatrio e o de sensibilidade.
Est janela nos mostra o valor da funo objetivo e valor das variveis de deciso. Na coluna permissvel acrscimo, nos mostra que o mximo de variao que a varivel X1 do coeficiente da funo objetivo pode variar, em outras palavras o nmero 3,992, demonstra que o mximo lucro unitrio de X1, pode elevar no Mximo 3,992 sem que alterar o valor final. O coeficiente X2 da funo objetivo pode ser reduzido no mximo para 5, ou seja, de 30 para 25, este seria o mximo de desconto que a empresa poderia oferecer para seu cliente, sem alterar o valor final, ou seja, apresentando X2=250,672.
A coluna preo de Sombra, mostra o preo dual, ou seja, quanto o lucro da empresaria aumentaria se fosse adicionado uma unidade a mais de recursos para produo dos produtos. Veja que se a disponibilidade de horas do departamento de embalagem fosse aumentada em 1 hora o lucro aumentaria em R$ 240,00 reais. Perceba que se fosse produzido uma unidade a mais dos produtos X3 e X1, o lucro iria reduzir para R$ -3,9992 e R$ -10,00 respectivamente. Nas colunas acrscimo e decrscimo, demonstram qual o valor mximo que as restries podem oscilar sem alterar o valor timo. Tomando como base as linhas de disponibilidade de horas no departamento de fabricao e montagem, podemos perceber que os mximos que estas restries podem reduzir So: 16,88 horas e 8,88 horas, que so as respectivas folgas.
E finalmente o ltimo relatrio e o de limite
Este relatrio nos mostra qual seria a soluo tima do problema caso o problema fosse de minimizao e caso fosse de maximizao. Na coluna limite Inferior X1=20, X2=120 e X3=60, Apresentaria um lucro minimo de R$ 6.920,00, caso o problema fosse de minimizao. A coluna Superior limite mostra o valor da soluo tima caso o problema fosse de maximizao, tendo X1=20, X2=250,672 e X3= 60. Gerando um lucro mximo de R$ 10.840,16