Aula 01 - Introdução à Pesquisa Operacional
Transcrição
Aula 01 - Introdução à Pesquisa Operacional
AULA 01 INTRODUÇÃO À PESQUISA OPERACIONAL Eduardo Camargo de Siqueira PESQUISA OPERACIONAL TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS CONCEITO • O que é Pesquisa Operacional? • “Pesquisa Operacional é o conjunto de conhecimentos relacionados com o processo científico de tomada de decisão, aplicados no projeto e operação de sistemas homemmáquina, em um ambiente com recursos restritos”. SOBRAPO CONCEITO • O que é Pesquisa Operacional? • É um método científico que fornece instrumentos para a tomada de decisões. • É uma ciência aplicada cujo objetivo é a melhoria da performance em organizações. • Trabalha através da formalização de modelos matemáticos a serem resolvidos com auxílio do computador. ORIGENS DA PO • Desde o advento da Revolução Industrial, o mundo presencia um crescimento extraordinário das organizações. • As pequenas oficinas evoluíram corporações bilionárias de hoje. para • Divisão do Trabalho e a segmentação das reponsabilidades. ORIGENS DA PO • Apesar dos pontos problemas surgiram. positivos, novos • Setores desenvolvem seus próprios objetivos e valores. Perdendo a visão do todo. • Unidades podem acabar trabalhando em objetivos conflitantes. ORIGENS DA PO • À medida que aumenta a complexidade em uma organização. • Torna-se mais disponíveis. difícil alocar • Da maneira mais eficiente organização como um todo. recursos para a ORIGENS DA PO • Esses tipos de problema e a necessidade de encontrar o melhor caminho para solucioná-los criaram as condições necessárias para o surgimento da Pesquisa Operacional (PO). ORIGENS DA PO • A PO surgiu décadas atrás na tentativa inicial de uma abordagem científica na gestão das organizações. • Porém, o termo “Pesquisa Operacional” é atribuído às atividades militares nos primórdios da 2ª GM. • Havia a necessidade de alocar recursos escassos nas operações militares. ORIGENS DA PO • Os comando militares (EUA e Inglaterra) convocaram diversos cientistas. • Na prática lhes foi solicitado fazer pesquisas sobre operações. • Esses esforços ajudaram em vitórias de diversas batalhas. ORIGENS DA PO • Ao final da guerra o sucesso da PO despertou interesse na sua aplicação fora do ambiente militar. • No início dos anos 50, a PO estava inserida em diversas organizações comerciais, industriais e governamentais. ORIGENS DA PO • Dois fatores impulsionaram o crescimento da PO: – Melhoria das Técnicas. – A revolução computacional. ORIGENS DA PO • Após a Guerra, muitos cientistas se motivaram para desenvolver pesquisas importantes. • Um exemplo é o “método Simplex”, desenvolvido por Dantzig em 1947. • Várias ferramentas da PO, se desenvolveram antes do final dos anos 50. ORIGENS DA PO • Problemas complexos requer um grande volume de cálculo. • O desenvolvimento dos computadores e de suas capacidades de processamento deu um impulso enorme na PO. • Outro estímulo foi nos anos 80 com surgimento dos computadores pessoais. A NATUREZA DA PO • A PO desenvolve pesquisa sobre operações. • A PO é aplicada a problemas envolvendo como conduzir e coordenar as operações. • A natureza da organização é secundária, pois a PO tem sido aplicada em áreas distintas. A NATUREZA DA PO • Manufatura: – Dimensionamento de lotes (Lot-Sizing Problem). – Otimização de layouts (Facility Layout Problem). – Formação de células de fabricação. A NATUREZA DA PO • Sistemas de Transporte e Distribuição: – Roteamento Problem). de veículos (Vehicle Routing – Otimização de tabela de horários de ônibus urbano. – Programação de tripulações de ônibus urbano (Bus Crew Scheduling). A NATUREZA DA PO • Instituições de ensino: – Programação de Horários em Escolas (School Timetabling). – Alocação de Assignment). Salas de Aula (Classroom • Hospitais: – Programação de horários de enfermeiras (Nurse scheduling). A NATUREZA DA PO • Construção: – Otimização de estruturas metálicas. • Finanças: – Análise de risco. • Agricultura: – Planejamento da produção agrícola. A NATUREZA DA PO • Programação Matemática: – Programação Linear. – Programação Não Linear. – Programação Dinâmica. – Programação Inteira. A NATUREZA DA PO • Teoria de Jogos. • Teoria de Filas. • Simulação. • Gestão de estoques. A NATUREZA DA PO • Uma característica marcante da PO é que ela procura encontrar uma melhor solução (Solução ótima). • A busca pela “otimalidade” é um tema importante na PO. • Otimização. O IMPACTO DA PO • A PO teve um impacto enorme na melhoria da eficiência de inúmeras organizações. • A PO deu uma contribuição significativa no aumento da produtividade de diversos países. • Ásia e Europa possuem federações de PO. O IMPACTO DA PO Organização Aplicação Economia Anual US$ Monsanto Produção nas fábricas químicas. 2 milhões United Airlines Turnos de trabalho nos balcões. 6 milhões Texaco Misturar os componentes químicos da gasolina. 30 milhões IBM Rede de inventários de peças. 270 milhões AT&T Projeto de call center. 750 milhões O IMPACTO DA PO Organização Aplicação Economia Anual US$ Delta Airlines Alocação de aeronaves. 100 milhões China Projetos de produção de energia. 425 milhões África do Sul Sistema de defesa e de armamentos. 1,1 bilhão HP Linha de produção. 280 milhões Samsung Fabricação e níveis de estoque 200 milhões 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: – 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; – O pacote de ração Tobi custa $ 20 e o pacote de ração Rex custa $ 30; EXEMPLO – O kg de carne custa $ 4 e o kg de cereais custa $ 1; – Estão disponíveis por mês 10 000 kg de carne e 30 000 kg de cereais. • Deseja-se saber qual a quantidade de cada ração a produzir de modo a maximizar o lucro. EXEMPLO - RESOLUÇÃO EXEMPLO - RESOLUÇÃO FASES DE UM ESTUDO DE PO • Definir o problema e coletar dados. • Formular o modelo matemático. • Desenvolver um procedimento computacional. • Testar o modelo e melhorá-lo. DEFINIÇÃO DO PROBLEMA • Determinar os objetivos. • Coletar dados relevantes sobre o problema. • Definir o escopo do problema. FORMULANDO UM MODELO • Após o problema ser definido a próxima fase é formular um modelo que seja conveniente para análise. • O método da PO é através da construção de um modelo matemático. FORMULANDO UM MODELO • Os modelos são partes integrantes da vida do dia-a-dia. • O que é um modelo? • “Representação simplificada e abstrata de fenômeno ou situação concreta, e que serve de referência para a observação, estudo ou análise” - Aurélio FORMULANDO UM MODELO • Os modelos desempenham importante papel nas ciências. • Modelos de átomos, estruturas genéticas, equações matemáticas descrevendo fenômenos físicos. • Gráficos, organogramas, fluxogramas. FORMULANDO UM MODELO • Os modelos matemáticos são representações idealizadas, expressos em termos de símbolos e expressões matemáticas. • O modelo de um problema de negócios é um conjunto de equações e expressões matemáticas que descrevem o problema. FORMULANDO UM MODELO • Se houver n decisões quantificáveis a serem feitas, elas são representadas pelas variáveis de decisão. • X , X , ..., X . 1 2 n • Por exemplo, número de cadeiras em uma sala de aula. FORMULANDO UM MODELO • A medida de desempenho apropriada é expressa por uma função matemática. • Por exemplo, o lucro. • Essa função é chamada de função objetivo (P = 3X + 2X – X ). 1 2 3 FORMULANDO UM MODELO • Quaisquer limitações nos valores que podem ser atribuídos são expressas por meio de desigualdades ou equações. • X + 3X < 10. 1 2 • Essas limitações Restrições. são denominadas FORMULANDO UM MODELO • Os valores constantes nas restrições e na função objetivo são chamados de parâmetros. • O modelo matemático nos diz que o problema é escolher os valores das variáveis de decisão de forma a otimizar a função objetivo sujeita às restrições. FORMULANDO UM MODELO PROCEDIMENTO COMPUTACIONAL • Sequência de ações para a obtenção de uma solução para um determinado problema. • O projeto de algoritmos é fortemente influenciado pelo estudo de seus comportamentos. COMPLEXIDADE DE ALGORITMOS • É necessário estudar as várias opções de algoritmos, considerando os aspectos de tempo de execução e espaço ocupado. • Esses algoritmos são encontrados em áreas como pesquisa operacional, otimização, teoria dos grafos, estatística, probabilidades, entre outras. COMPLEXIDADE DE ALGORITMOS • Qual é o custo de usar um dado algoritmo para resolver um problema específico? • Análise do número de vezes que cada parte do algoritmo deve ser executada. • Estudo da necessária. quantidade de memória COMPLEXIDADE DE ALGORITMOS • Podem existir vários algoritmos para resolver o mesmo problema. • Se a mesma medida de custo é aplicada a diferentes algoritmos, então é possível compará-los e escolher o mais adequado. COMPLEXIDADE DE ALGORITMOS • Para medir o custo de execução de um algoritmo é comum definir uma função de complexidade f(n). • A complexidade de tempo não representa tempo diretamente, mas o número de vezes que determinada operação considerada relevante é executada. COMPLEXIDADE DE ALGORITMOS COMPLEXIDADE DE ALGORITMOS COMPLEXIDADE DE ALGORITMOS COMPLEXIDADE DE ALGORITMOS • Notação O – Escrevemos g(n) = O(f(n)) para expressar que f(n) domina assintoticamente g(n). – Lê-se g(n) é da ordem de f(n). • Exemplo: – g(n) = (n + 1)2 – g(n) = O(n2) COMPLEXIDADE DE ALGORITMOS • g(n) = 3n3+ 2n2+n é O(n3) • g(n) = log5n é O(logn). • g(n) = 2n + 1 é O(2n) COMPLEXIDADE DE ALGORITMOS • Algoritmo exponencial tem função de complexidade O(cn). • Algoritmo polinomial tem função de complexidade O(p(n)). A CLASSE NP • Um problema A pertence à classe P se existe um algoritmo polinomial para A. • Um problema A pertence à classe NP se A pode ser verificado por um algoritmo polinomial. A CLASSE NP • A grosso modo, problemas NP-difíceis: somente possuem algoritmos exponenciais para resolvê-los. • Dizemos que um problema B é NPcompleto se B ∈ NP e B é NP-difícil. A CLASSE NP FIM • Dúvidas? • Obrigado pela atenção!