ATPS Pesquisa Operacional
ATPS Pesquisa Operacional
ATPS Pesquisa Operacional
CURSO DE ADMINISTRAÇÃO
Alunos:
PESQUISA OPERACIONAL
2
SUMÁRIO
1.0 INTRODUÇÃO
Ao decorrer desta ATPS serão observados diversos contextos que mostrarão o quanto
é importante a maximização dos lucros viabilizando alocação de recursos limitados e
minimizando os impactos nas tarefas da tomada de decisão.
função das atividades, geralmente lucros (perdas). O problema resume-se na maximização (ou
minimização) de uma função linear, a função objetiva, sujeita a restrições também lineares.
Formulação do problema: Nesta fase, deverá haver uma identificação dos elementos
do problema que incluem variáveis controláveis, variáveis não controláveis, as restrições
sobre as variáveis e os objetivos para definir uma boa solução. O papel do decisor é
fundamental, pois é ele quem determina os limites de uma dada análise e o que é uma questão
de juízo pessoal.
Recurso Disponibilidade
Madeira 24 m²
Mão de Obra 8h
O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 1m 2 de
madeira e 02 horas de mão de obra. Para fazer um armário, a fábrica gasta 05 m 2 de madeira e
06 horas de mão de obra. Além disso, o fabricante sabe que cada cadeira dá uma margem de
contribuição para o lucro de R$ 20, 00 e cada armário de R$ 50,00.
5
Restrições: Quantidade de mão de obra (horas) para a confecção dos dois móveis
(armário e cadeira); Quantidade de matéria prima (m 2 de madeira) para a confecção dos dois
móveis (armário e cadeira).
O modelo mais apropriado para a representação do sistema deve ser escolhido com
base na definição do problema. Esta é a fase que exige mais criatividade do analista, uma vez
que a qualidade de todo o processo seguinte é consequência do grau de representação da
realidade que o modelo venha a representar.
Vários modelos podem ser utilizados para resolver problemas, desde um simples
modelo conceitual que apenas representa a inter-relação entre as informações, até modelos
matemáticos complexos que exigem uma força de trabalho muito grande para sua formulação
e operação.
Uma das equações do conjunto serve para medir a eficiência do sistema para cada
solução proposta. É a Função Objetivo ou Função de Eficiência. As outras equações
geralmente descrevem as limitações ou restrições técnicas do sistema. As variáveis que
compõem as equações são de dois tipos:
6
Variáveis controladas ou de decisão: são as variáveis cujos valores estão sob controle.
Decidir, neste caso, é atribuir um particular valor a cada uma dessas variáveis. Numa
programação de produção, por exemplo, a variável de decisão é a quantidade a ser
produzido em um período, o que compete ao Administrador controlar.
Variáveis não controladas: são as variáveis cujos valores são arbitrados por sistemas
fora do controle do Administrador. Custos de produção, demanda de produtos, preço
de mercado são variáveis não controladas.
A Função Objetivo é:
Assim temos:
Madeira: x1 + 5x2 ≤ 24
Um método comum para testar a validade do sistema é analisar seu desempenho com
dados passados do sistema e verificar se ele consegue reproduzir o comportamento que o
sistema manifestou.
Para que a empresa consiga atingir esse ponto ótimo ela tem que desenvolver seu
próprio mecanismo de formação de custos, despesas, preços, remuneração do seu
investimento, enfim obter um modelo ideal que vai desde a programação da produção até a
colocação do produto no mercado.
Para que a empresa possa cumprir sua missão, a organização depende dos resultados
obtidos, assim, a otimização dos resultados disponíveis constitui um fator de extrema
importância, principalmente se considerarmos o alto grau de competitividade como exigência
no mercado atual.
9
3ª definição: solução básica é o único vetor determinado pela escolha de uma matriz
básica, fazendo as n – m variáveis associadas as colunas que não estão na matriz básica iguais
a zero, e resolvendo o sistema (não singular) de equações para as m variáveis restantes.
4ª definição: uma solução básica factível é uma solução básica não negativa.
5ª definição: uma solução básica factível não degenerada é uma solução básica factível
com exatamente m componentes xi > 0.
6ª definição : uma solução ótima é uma solução básica factível que minimiza z.
10
Uma marcenaria produz dois modelos de certo produto, armário e cadeira, ambos de
um só modelo. Para efeito de simplificação, vamos considerar que a marcenaria tem
limitações em somente dois recursos: madeira e mão de obra, cujas disponibilidades diárias
são mostradas na tabela a seguir.
4.3 Restrições
12
Quantidade de mão de obra (horas) para a confecção dos dois móveis (armário e
cadeira).
Quantidade de matéria prima (m2 de madeira) para a confecção dos dois móveis
(armário e cadeira).
O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 01 m 2 de
madeira e 02 horas de mão de obra. Para fazer um armário, a fábrica gasta 05 m 2 de madeira e
06 horas de mão de obra.
Além disso, o fabricante sabe que cada cadeira dá uma margem de contribuição para o
lucro de R$ 20,00 e cada armário de R$ 50,00. O problema é encontrar o programa de
produção que maximiza a margem de contribuição total para o lucro.
A função objetivo é:
O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 01 m 2 de
madeira e 02 horas de mão de obra. Para fazer um armário, a fábrica gasta 05 m 2 de madeira e
06 horas de mão de obra.
Além disso, o fabricante sabe que cada cadeira dá uma margem de contribuição para o
lucro de R$ 20,00 e cada armário de R$ 50,00. O problema é encontrar o programa de
produção que maximiza a margem de contribuição total para o lucro.
14
Montagens do modelo:
Sujeito a: x1 + 5x2 ≤ 24
2x1 + 6x2 ≤ 8
x1, x2 ≥ 0
Maximizar: Z = 20 x1 + 50 x2
Sujeito a: x1 + 5x2 + x3 = 24
2x1 + 6x2 + x4 = 8
x3 = 24 – x1 – 5x2
x4 = 8 - 2x1 - 6x2
x3 = 24
15
x4 = 8
Z=0
Por último, procuram-se os pontos situados nesta região que maximizem (minimizem)
o valor de Z. Esta fase vai proceder-se por tentativas. O processo baseia-se na representação
gráfica da reta Z = F (x1, x2) = constante para um conjunto de valores. A ideia é traçar retas Z
= constante, até que contenha pelo menos um ponto da reta.
6.0 CONCLUSÃO
Com a presente ATS podemos observar por etapa todo o processo de uma
programação linear. Observamos que é uma importante área da otimização por várias razões;
é também uma programação matemática em que a função-objetivo e as restrições assumem
características lineares, tendo diversas aplicações no controle gerencial, como por exemplo, a
administração de produção, análise de investimentos, logística empresarial, problemas de
transportes, em síntese.
Através de todo esse contexto observamos que essa programação linear está em nosso
dia-a-dia, ou seja, em tudo que fazemos. Como grande exemplo tivemos a simulação da
quantidade de madeira que se gasta para fazer uma cadeira e um armário.
A princípio foi citado o tanto de madeira que seria gasto, depois se foi calculando
passo-a passo o seu processo de produção; para melhor esclarecimento tivemos exposto em
uma tabela separadamente para melhor entendermos a quantidade de cada um.
18
LACHTERMACHER, Gerson. Pesquisa Operacional. 4. ed. São Paulo: Pearson, 2009. PLT
401.