Aula 01 - PO (1)

8/19/2019 Aula 01 - PO (1)

http://slidepdf.com/reader/full/aula-01-po-1 1/31

rof. Moisés dos Santos Rocha

e-mails:

[email protected]

[email protected]

Pesquisa Operacional: Histrico!ob"eti#os! metodologia! processo de

modelagem! $reas de aplica%&o

mailto:[email protected]




8/19/2019 Aula 01 - PO (1)


S'M(R)O*onceito de Pesquisa Operacional +P.O.,Histrico

Ob"eti#os

Metodologia

Processo de modelagem

(reas de aplica%&o

58 PM /

8/19/2019 Aula 01 - PO (1)


*O0*1)2O

3Pesquisa Operacional é o campo deestudos em que s&o aplicados métodosanal4ticos para a"udar os e5ecuti#os a tomarmelhores decis6es.7

8onte:

MOR1)R9! -;! p. /.

39 Pesquisa Operacional é definida como aarte de aplicar técnicas de modelagem a

problemas de tomada de decis&o! e resol#eros modelos identificados por meio demétodos matem$ticos e estat4sticos #isando< obten%&o de uma solu%&o tima78onte: 90=R9=1! --! p. >.

//58 PM

8/19/2019 Aula 01 - PO (1)


3? uma ci@ncia aplicada #oltadapara a resolu%&o de problemas

reais. 2endo como foco a tomada dedecis6es! aplica conceitos emétodos de #$rias $reas cient4ficasna concep%&o! plane"amento ou

opera%&o de sistemas.7

8onte: SOAR 9 O +-;,

*O0*1)2O

58 PM B/

8/19/2019 Aula 01 - PO (1)


8/19/2019 Aula 01 - PO (1)


*O021D2O

1sses problemas e a necessidade de encontrar o

melhor caminho para solucion$-los criaram condi%6es

necess$rias para o surgimento da esquisa

Operacional. +H)EE)1RF E)1A1RM90! ;,

=ificuldade da aloca%&o de recursos

dispon4#eis.

1specialiGa%&o e5cessi#a gerando a perda da

#is&o sistmica.

9umento da di#is&o do trabalho e

segmenta%&o das responsabilidadesF

9umento da comple5idade das organiGa%6esF

58 PM /

8/19/2019 Aula 01 - PO (1)


OR)I1M =9 .O.

)) Irande Iuerra

Mundial:

*omandos militares britJnicos e norte-

americanos con#ocaram cientistas para

a realiGa%&o de pesquisas sobre

opera%6es militaresF

Resolu%&o de problemas militares:

aloca%&o de recursos escassos para

di#ersas opera%6es militares e

ati#idades internas de cada opera%&o.

58 PM K/

8/19/2019 Aula 01 - PO (1)


=1S10LOEL)M102O =9 1S')S9

O 1R9*)O09E

1studos sobre como melhoradministrar opera%6es de comboio eanti-submarinos que a"udaram na#itria do 9tlJntico 0orte.

1m ;N>! elementos que trabalharam

nas equipes militares introduGiram aP. O. nos setores comercial!industrial e go#ernamental.

59 PM /

8/19/2019 Aula 01 - PO (1)


1S')S9

O 1R9*)O09E

8atores fundamentais para o r$pido crescimento

da .O.:

Melhoria das técnicas de pesquisa operacional.

=esen#ol#imento do método simple5 por

Ieorge =antGig em ;NBK.

Re#olu%&o computacional.

=esen#ol#imento de computadores eletrnicosdigitais de grande porteF

=esen#ol#imento na década de ;N de P*Qs e de

pacotes de softares incluindo aplica%6es de P.O. N/59 PM

8/19/2019 Aula 01 - PO (1)


OA12)LOS =9 . O.

Oferecer o poder de tomar decis6esmais efeti#asF

*onstruir sistemas mais produti#os

baseados em dados mais completosF*onsiderar todas as alternati#as

poss4#eis! pre#is6es cuidadosas de

resultados e estimati#as de risco nasmais modernas ferramentas e técnicasde decis&o.

59 PM ;/

8/19/2019 Aula 01 - PO (1)


M12O=OEOI)9 =1 'M 1S2'=O =1

1S')S9 O 1R9*)O09E:

.

)mplementar

;.=efinir o problema de interesse e coletar

dados.

. 8ormular um modelo matem$tico

para representar o problema.

/. =esen#ol#er um modelo computacional a fim

de deri#ar solu%6es para o problema a partir do

modelo.

B. 2estar o modelo e aprimor$-lo conforme

necess$rio.

>. reparar-se para aplica%&o cont4nua do

modelo conforme prescrito pela gerncia.

8onte: 9daptado de He llier e Eieberma n +-;,.

:59 PM

;;/

8/19/2019 Aula 01 - PO (1)


;. =efinir o problema de interesse e

coletar dados.

9 defini%&o do problema é crucial! pois afeta enormemente

as conclus6es do estudoFOs problemas s&o apresentados a equipe de P.O. de forma

#aga e imprecisaF ? solicitado as equipe de P.O. que resol#am os problemas

conforme seu "ulgamentoF

9 primeira coisa a ser feita é estudar o sistema emquest&o de forma e5austi#a! que implica em determinar: os ob"eti#os apropriados! as restri%6es sobre o que pode ser feito! a rela%&o entre a $rea a ser estudada e outras $reas da

organiGa%&o! os poss4#eis caminhos alternati#os! os limites de tempo para a tomada de decis&o! e etc.

59 PM ;/

8/19/2019 Aula 01 - PO (1)




Mundo Real

Mundo

real

considera

do

Modelo

8onte: 90=R9=1 +-,.

59 PM ;//

8/19/2019 Aula 01 - PO (1)




Reformular o problema na forma que se"a con#enientepara a an$lise +na forma de modelo matem$tico,FOs modelos descre#em a ess@ncia do problemaF 2ipos de modelos:

de a#i6es! retratos! globos! modelos de $tomos! estrutura genética!

equa%6es matem$ticas que descre#em leisda f4sica ou rea%6es qu4micasF

gr$ficos! organogramasF e

sistemas cont$beis industriais.59 PM ;B/

8/19/2019 Aula 01 - PO (1)


APLICAÇÃO DOS MODELOS DEOTIMIZAÇÃO

MODELO DE OTIMIZAÇÃORepresentação do sistemaCritério de escolha damelhor alternativa

MODELO DE OTIMIZAÇÃORepresentação do sistemaCritério de escolha damelhor alternativa

Dados e informações dosistema

DECISÃO

SOLUÇÃOÓTIMA



8onte: 90=R9=1 +--,.

59 PM ;>/

8/19/2019 Aula 01 - PO (1)


APLICAÇÃO DOS MODELOS DE SIMULAÇÃO

MODELO

DESIMULAÇÃO

PROCESSODE ESCOLHADA MELHORSOLUÇÃO

HIPÓTESE 1

HIPÓTESE 2

HIPÓTESE 3

SOLUÇÃO 1

SOLUÇÃO 2

SOLUÇÃO 3

SOE'TUO

8)09E

CRITÉRIO DEESCOLHA

SOLUÇÃOESCOLHIDA



59 PM ;/

8onte: 90=R9=1 +--,.

8/19/2019 Aula 01 - PO (1)




O modelo matem$tico de um problema de negcios éum sistema de equa%6es e e5press6es matem$ticasrelati#as que descre#em a ess@ncia do problema.

Sinta5e dos modelos matem$ticos de pesquisa operacional:

Ma5imiGar ou minimiGar a fun%&o ob"eti#o

su"eito a

restri%6es

59 PM ;K/

8onte: 29H9 +--,.

8/19/2019 Aula 01 - PO (1)




15emplo de modelo de matem$tico de pesquisa operacional:

fun%&o ob"eti#o

su"eito a:

restri%6es

Ma5imiGar G V >5

;

W B 5

5

;

W 5

X

-5

;

W 5

X ;

5

X

5

;

!5

Y

59 PM ;/

8/19/2019 Aula 01 - PO (1)




Lantagens do uso de modelos matem$ticos:

• =escre#em um problema de forma mais concisado que uma descri%&o #erbalF

• )ndicam mais claramente quais dados s&o maisrele#antes para a an$liseF

• *onstitui-se em uma ponte para o emprego de

técnicas matem$ticas e computadores potentespara analisar o problema.

59 PM ;N/

8/19/2019 Aula 01 - PO (1)




=ificuldades no uso de modelos matem$ticos:

• Iarantir que o modelo continue uma representa%&o#$lida do problemaF

• Iarantir o equil4brio do modelo entre a precis&oe a tratabilidade no processo de enriquecimentodesteF

• =efinir uma medida de desempenho global quecontemple os #$rios ob"eti#os finais do tomadorde decis&o.

59 PM /

8/19/2019 Aula 01 - PO (1)




15emplo: 1mpresa fabricante de di#ersos cal%ados

pl$sticos.

uando uma ordem de produ%&o é emitida para odepartamento de in"e%&o! as matérias primas s&orequisitadas dos estoques da empresa ou adquiridas

+compradas, de fontes e5ternas. 2&o logo o lote de produ%&oeste"a conclu4do o departamento de #endas se encarrega dedistribuir o produto aos clientes.

roblema V =eterminar o tamanho do lote

de produ%&oZ

59 PM ;/

8/19/2019 Aula 01 - PO (1)


9 8abrica%&o de *al%ados Sintéticos

Matéria rima

rocesso roduti#o

roduto 9cabado



15emplo:

59 PM /

8/19/2019 Aula 01 - PO (1)


*adeia de distribui%&o de empresa

produtora de cal%ados do )nterior do

*ear$



59 PM //

8onte: RO*H9 +-;,.

8/19/2019 Aula 01 - PO (1)




15emplo: 1mpresa fabricante de di#ersos cal%ados pl$sticos.

roblema V =eterminar o tamanho do lote

de produ%&oZ

Lari$#eis que impactam no n4#el de produ%&o +Mundo Real,:

=epartamento de produ%&o:

•capacidade de produção em horas/máquina,•horas de trabalho disponíveis,•estoque para o processo e

•padrões de controle de qualidade.

=epartamento de materiais:

•estoque disponível de materias-primas,•programações de entregas de

fornecedores,

•limitações de armaenagem.=epartamento de #endas:

•previsão de vendas,•capacidade dos sistemas de distribuição,•efetividade das campanhas publicitárias e•efeito da concorr!ncia.

59 PM B/

8/19/2019 Aula 01 - PO (1)




15emplo: 1mpresa fabricante de di#ersos recipientes

pl$sticos.

roblema V =eterminar o tamanho do lote de produ%&oZ

1ssncia do problema +Mundo Real *onsiderado,:

2a5a de produ%&o:

•capacidade de produção,

•padrões de controle de qualidade e•disponibilidade de mat"ria-primas.

2a5a de consumo:

•variáveis associadas ao departamento

de vendas

Modelo

59 PM >/

8/19/2019 Aula 01 - PO (1)


/. =eri#ar solu%6es a partir do modelo

matem$tico.

•0&o é a parte mais importante do estudo de .O.F

•Modelos bem formulados proporcionam resultados

real4sticosF

Solu%&o tima custos ele#ados 5 Solu%6es subtimas

com custos mais bai5osF

rocedimentos

heur4sticos

rograma%&o linear

•9n$lise de ps-otimalidade ou de sensibilidade

+#erifica%&o de parJmetros sens4#eis,.

59 PM /

8/19/2019 Aula 01 - PO (1)


B. 2estar o modelo e aprimor$-lo

conforme necess$rio.

•Remo#er os bugs F

•Lalidar o modeloF

•Lerificar a consistncia das e5press6es

matem$ticas nas unidades especificadasF

•8aGer teste de retrospecti#aF

•=ocumentar o processo de #alida%&o do

modelo.

59 PM K/

8/19/2019 Aula 01 - PO (1)


>. reparar-se para aplica%&o

cont4nua do modelo conforme

prescrito pela gerncia.

*onsiste em instalar um sistema

baseado em computador documentado

para aplica%&o conforme prescrito pela

gerncia.

59 PM /

8/19/2019 Aula 01 - PO (1)


. )mplementar

Participa%&o da equipe de P.O.F9poio da alta ger@ncia e da ger@ncia operacionalF

? imprescind4#el:

8ases:

;[. 15plica%&o detalhada sobre o no#o sistema porparte da equipe de P.O. < ger@nciaF

[. *ompartilhamento entre os desen#ol#edores do

sistema e a gerencia sobre a responsabilidade de

colocar o sistema em funcionamentoF

/[. Monitoramento do sistema por parte da equipe deP.O.F

B[. =ocumenta%&o do estudo para permitir a sua

replicabilidade.59 PM N/

8/19/2019 Aula 01 - PO (1)


PM

//

8/19/2019 Aula 01 - PO (1)


Referncias

90=R9=1! 1duardo Eeopoldino de. )ntrodu%&o < PesquisaOperacional: Métodos e modelos para an$lise de decis6es. /[ ed.Rio de aneiro: E2*! B.

H)EE)1R! 8.S.F E)1A1RM90! I. . ! )ntrodu%&o < PesquisaOperacionalF tradu%&o 9rio#aldo Iriesi. - [ ed. \ Porto 9legre: McIra Hill! ;.

E9*H21RM9*H1R! I1RSO0! Pesquisa Operacional na tomada de

decis6es \ S&o Paulo: Pearson N. MOR1)R9! =aniel 9ugusto. Pesquisa Operacional: curso

introdutrio. [ ed. S&o Paulo: *engage Eearning! ;.

RO*H9! M. S. F L1R9S! M. R. F 9RR'=9! . A. 8. F OE)L1)R9! 8. I. .9PE)*9TUO =9 21OR)9 =9S R1S2R)T]1S 9 'M9 *9=1)9 =1

S'PR)M102OS =1 *9ET9=OS *OM L)S29S 9 S'9S'S21029A)E)=9=1. )n: DL))) S)MP1P - Simpsio 0acional de1ngenharia de produ%&o! ;;! Aauru. 9nais do DL))) S)MP1P -Simpsio 0acional de 1ngenharia de produ%&o.

29H9! Hamd^ 9.! Pesquisa Operacional: uma #is&o geral \ . ed. \S&o Paulo: Prentice Hall!

08:00:59 PM

/;/08:0

Documents

Aula 01 - PO (1)