Академический Документы
Профессиональный Документы
Культура Документы
Fundamentos da Teoria
Universidade Federal de Uberlndia
Faculdade de Matemtica
da Deciso
INTRODUO
Curso de Especializao em Estatstica Empresarial
toma.
Faculdade de Matemtica
1
Deciso correta:
1. Baseada na lgica
Curso de Especializao em Estatstica Empresarial
alternativa e contexto
5. Selecionar um modelo matemtico de apoio a tomada
de deciso
6. Aplicar o modelo e escolher a deciso
Exemplo:
Vamos considerar, como exemplo, o caso da empresa
WTA Transformadores para ilustrar estes seis passos da
Teoria da Deciso. O Sr Thomas Witt o fundador e
presidente da WTA Transformadores , uma lucrativa
empresa, que fabrica e comercializa transformadores.
2
Passo 1:
O problema que o Sr Witt identificou se expande sua
Curso de Especializao em Estatstica Empresarial
Passo 2:
Faculdade de Matemtica
Passo 4:
Nesta etapa Thomas Witt precisa registrar o resultado
Curso de Especializao em Estatstica Empresarial
3
Passos 5 e 6:
Estes dois ltimos passos envolvem a seleo e a
Curso de Especializao em Estatstica Empresarial
envolvida.
2. Tipos de ambientes para a tomada de deciso
O tipo de deciso a ser tomada depende do grau de
conhecimento e da quantidade de informaes que se
dispe sobre a situao na qual a deciso deve ser
tomada. Existem trs ambientes para tomada de deciso:
4
3. Tomada de deciso sob risco
Vrios possveis contextos podem ocorrer, cada um com
Curso de Especializao em Estatstica Empresarial
monetrio esperado?
Faculdade de Matemtica
5
Valor Esperado com Informao Precisa (VECIP)
Imaginemos que a Marketing Survey promete realizar
Curso de Especializao em Estatstica Empresarial
recomendaria ao Sr.Thomas?
VECIP o retorno mdio ou esperado, a longo prazo, se
temos uma informao precisa, sobre a probabilidade de
ocorrncia de cada contexto, antes da deciso ser
tomada:
VECIP=(melhor resultado do 1o contexto) x (prob. do 1o
contexto) + (melhor resultado do 2o contexto) x (prob. do 2o
contexto)+ ...+ (melhor resultado do ltimo contexto) x
(prob.do ltimo contexto)
Perda de Oportunidade
Num ambiente de tomada de deciso sob risco, um
mtodo alternativo maximizao do valor monetrio
esperado o mtodo da minimizao da perda de
oportunidade esperada (POE), que a diferena entre o
resultado timo e o resultado realizado. Em outras
palavras, o valor perdido por no se optar pela melhor
alternativa.
6
No exemplo da WTA transformadores, temos:
Tabela de Perda de Oportunidade da WTA
Curso de Especializao em Estatstica Empresarial
Contextos naturais
Universidade Federal de Uberlndia
7
Anlise de Sensibilidade
Curso de Especializao em Estatstica Empresarial
Seja:
p = Probabilidade de um mercado favorvel
Logo:
8
H tambm dois outros enfoques para a anlise de
sensibilidade:
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
1. Maximaxi
2. Maximini
3. Equiprobabilidade
4. Critrio realista
5. Minimaxi
9
Maximax
Curso de Especializao em Estatstica Empresarial
Equiprobabilidade (Laplace)
Este critrio de deciso, tambm chamado Laplace
Curso de Especializao em Estatstica Empresarial
10
Critrio Realista
Freqentemente chamado de critrio da mdia
Curso de Especializao em Estatstica Empresarial
Minimaxi
O ltimo critrio de deciso num ambiente de tomada de
Curso de Especializao em Estatstica Empresarial
11
Anlise marginal com muitas alternativas e contextos
Curso de Especializao em Estatstica Empresarial
12
Analogamente, a perda marginal esperada (PME) ser
dada por:
Curso de Especializao em Estatstica Empresarial
PME = (1-p)x(PM)
Universidade Federal de Uberlndia
p PM/(GM + PM)
Em outras palavras, enquanto a probabilidade de vender
mais uma unidade do produto for maior ou igual
PM/(GM + PM), o nvel de estoque pode ser acrescido de
uma unidade.
O mtodo de anlise marginal com distribuio discreta
segue os seguintes passos:
1. Determinar o valor de p para o problema
2. Construir uma tabela de probabilidade acumulada
3. Selecionar o nvel de estoque com base no valor de p
13
Distribuio de probabilidade de vendas de torradas
Curso de Especializao em Estatstica Empresarial
5 0,15
Faculdade de Matemtica
6 0,15
7 0,20
8 0,25
9 0,10
10 0,10
Total 1,00
P 0,66
14
Passo 3. Seleo do nvel timo de estoque:
Compara-se a probabilidade acumulada com o valor
Curso de Especializao em Estatstica Empresarial
p 0,66.
Faculdade de Matemtica
Otimizao de Processos
Universidade Federal de Uberlndia
15
INTRODUO
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
EXEMPLOS DE PROBLEMAS DE
OTIMIZAO
Curso de Especializao em Estatstica Empresarial
EXEMPLO 1
Universidade Federal de Uberlndia
16
Por razes econmicas, as matrias-primas P1,
P2 e P3 esto disponveis no mximo em 20, 32 e
Curso de Especializao em Estatstica Empresarial
10 unidades, respectivamente.
Universidade Federal de Uberlndia
Faculdade de Matemtica
17
Considerando-se as hipteses (a) e (b), a
funo f(x1, x2) = 200x1 + 300x2 exprime a
Curso de Especializao em Estatstica Empresarial
receita bruta.
Universidade Federal de Uberlndia
2x1 + x2 20
4x1 32
x2 10
x1 0, x2 0 (hiptese d),
18
EXEMPLO 2
Sejam:
h1 = n de horas dedicadas disciplina D1 e
Curso de Especializao em Estatstica Empresarial
19
As demais restries so: para sua aprovao
Curso de Especializao em Estatstica Empresarial
so:
2h1 + 3h2 70 (mnimo para a aprovao)
Universidade Federal de Uberlndia
Ou ainda:
max (2h1 + 3h2), sujeito a
h1 + h2 50
2h1 + 3h2 70
2h1 20
3h2 30
h1 0, h2 0
EXEMPLO 3
20
Qual a programao de compra dos alimentos A1
e A2 que essa pessoa deve fazer para cumprir
Curso de Especializao em Estatstica Empresarial
Formulao do problema
Faculdade de Matemtica
Sejam:
x1 = quantidade de alimento A1;
x2 = quantidade de alimento A2;
21
Assim, o problema formulado como um problema
de programao linear torna-se:
Curso de Especializao em Estatstica Empresarial
4x1 + x2 20
Faculdade de Matemtica
x1 + 2x2 10
x1 2
x1 0, x2 0
(PPL):
max (200x1 + 300x2), sujeito a
2x1 + x2 20
4x1 32
x2 10
x1 0 , x2 0
22
Universidade Federal de Uberlndia Universidade Federal de Uberlndia
Faculdade de Matemtica Faculdade de Matemtica
Curso de Especializao em Estatstica Empresarial Curso de Especializao em Estatstica Empresarial
4x1 32;
2x1 + x2 20;
23
c) pontos que satisfazem a terceira inequao:
x2 10;
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
Faculdade de Matemtica
24
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
Faculdade de Matemtica
25
as curvas de nvel representadas no sistema de
eixo cartesiano so da seguinte forma:
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
Faculdade de Matemtica
objetivo:
f(x1,x2) = 200x1 + 300x2
Suas coordenadas so os coeficientes da funo:
f f
, = (200,300)
x1 x2
Alm disso, o vetor gradiente nos fornece o
sentido de crescimento da funo:
26
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
Faculdade de Matemtica
27
Dizemos que (x1, x2) = (5, 10) um soluo tima, e o
valor da funo f(x1, x2) = 4000 o valor timo do
problema.
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
Faculdade de Matemtica
4x1 + x2 20
x1 + 2x2 10
Universidade Federal de Uberlndia
x1 2
Faculdade de Matemtica
x1 0, x2 0
28
Anlise:
Curso de Especializao em Estatstica Empresarial
1300
Cmin = = 185,71
7
Observe que, como o problema de mnimo,
pesquisamos as curvas de nvel no sentido oposto ao
do gradiente.
29
Vejamos mais um exemplo:
Curso de Especializao em Estatstica Empresarial
Formulao do problema:
x1 = nmero de mesas a serem produzidas
Curso de Especializao em Estatstica Empresarial
Acabamento 2 1 100
30
Analisando a tabela formulamos o seguinte PPL:
max (7x1 + 5x2), sujeito a
Curso de Especializao em Estatstica Empresarial
no-negativo)
100
Nmero de Cadeiras (X2)
80
60
40
20
0
0 20 40 60 80 100
Nmero de Mesas (X1)
100
Universidade Federal de Uberlndia
N m e ro de C a de iras (X 2)
Faculdade de Matemtica
80 2
60
3
40
20
4
0
1 0 20 40 60 80 100
Nmero de Mesas (X1)
31
Valores nos pontos extremos do modelo
Curso de Especializao em Estatstica Empresarial
1 0 0 0
Faculdade de Matemtica
2 0 80 400
3 30 40 410
4 50 0 350
-2x1 + x2 2
x1 2x2 2
Universidade Federal de Uberlndia
x 1 + x2 4
Faculdade de Matemtica
x1 0, x2 0
32
Problema 01
Uma empresa fabrica 5 produtos: P1, P2, P3, P4 e P5. cada um deles
requer 3 tipos de matrias-primas: M1, M2 e M3. as quantidades
Curso de Especializao em Estatstica Empresarial
Produtos P1 P2 P3 P4 P5 Disponibilidade
Faculdade de Matemtica
de matrias-
Matrias-primas primas
M1 2 5 3 2 1 100 unidades
M2 3 1 4 7 2 80 unidades
M3 6 2 3 1 4 150 unidades
Problema 02
Uma fbrica tem 3 tipos de mquinas, M1, M2 e M3, a serem utilizadas
na fabricao dos produtos P1 e P2. O quadro abaixo descreve como a
Curso de Especializao em Estatstica Empresarial
Produtos P1 P2 Disponibilidade
Faculdade de Matemtica
Mquinas diria
M1 3 2 20h
M2 4 0 12h
M3 2 5 18h
33
LIMITAES DA PROGRAMAO LINEAR
1. Coeficientes constantes:
Curso de Especializao em Estatstica Empresarial
3. Proporcionalidade:
Nos modelos de programao linear apresentados,
Curso de Especializao em Estatstica Empresarial
4. Aditividade:
Especifica que no h correlao entre as variveis, ou
seja, so independentes. Por exemplo, o lucro total de
uma empresa sempre a soma dos lucros de cada uma
das atividades. No caso de produtos que concorrem entre
si, para uma mesma faixa de consumidores, o aumento de
vendas de um produto pode influenciar na demanda do
outro.
34
Concluso:
Curso de Especializao em Estatstica Empresarial
Universidade Federal de Uberlndia
1. Aplicaes em Marketing
Faculdade de Matemtica
35
Curso de Especializao em Estatstica Empresarial
Programao Linear
Universidade Federal de Uberlndia
Aplicaes
Faculdade de Matemtica
Problema 01
Uma empresa fabrica 5 produtos: P1, P2, P3, P4 e P5. cada um deles
requer 3 tipos de matrias-primas: M1, M2 e M3. as quantidades
Curso de Especializao em Estatstica Empresarial
Produtos P1 P2 P3 P4 P5 Disponibilidade
Faculdade de Matemtica
de matrias-
Matrias-primas primas
M1 2 5 3 2 1 100 unidades
M2 3 1 4 7 2 80 unidades
M3 6 2 3 1 4 150 unidades
36
Problema 02
Uma fbrica tem 3 tipos de mquinas, M1, M2 e M3, a serem utilizadas
na fabricao dos produtos P1 e P2. O quadro abaixo descreve como a
Curso de Especializao em Estatstica Empresarial
Produtos P1 P2 Disponibilidade
Faculdade de Matemtica
Mquinas diria
M1 3 2 20h
M2 4 0 12h
M3 2 5 18h
Aplicaes em Marketing
1.1 Problema de seleo de mdia
Curso de Especializao em Estatstica Empresarial
37
Mdia Audincia Custo por Nmero
por anncio mximo
Curso de Especializao em Estatstica Empresarial
inteira) (X2)
Rdio (30 Segundos horrio 2400 290 25
nobre) (X3)
Rdio (1 minuto tarde) 2800 380 20
(X4)
38
icrosoft Excel 8.0 Relatrio de resposta
anilha: [selmedia.xls]Mdia
Curso de Especializao em Estatstica Empresarial
lulas ajustveis
Clula Nome Valor original Valor final
$C$3 TV (1 minuto) 0 2
$C$4 Jornal (pgina) 0 5
$C$5 Rdio (30 seg.) 0 6
$C$6 Rdio (1 min.) 0 0
39
Tabela de custos
Curso de Especializao em Estatstica Empresarial
habitantes
Menos de 200 mil $ 6,90 $ 7,25 $ 6,10
habitantes
2. Aplicaes na Produo
2.1 Problema de mix de produo
Curso de Especializao em Estatstica Empresarial
40
Os equipamentos de testes 1 e 2 esto disponveis 120 horas por
semana e o equipamento de teste 3 s pode ser usado 100 por
semana. O mercado est em franca expanso e absorve tudo que
Curso de Especializao em Estatstica Empresarial
41
Esta fbrica possui contratos de fornecimento com vrias lojas de
departamentos, que garantem o fornecimento de uma quantidade
Curso de Especializao em Estatstica Empresarial
3. Aplicaes em Finanas
3.1 Problema de seleo de investimento
Curso de Especializao em Estatstica Empresarial
42
O investidor deseja maximizar o retorno dos investimentos, porm
estabeleceu algumas condies para reduzir os riscos: ele definiu
Curso de Especializao em Estatstica Empresarial
4. Aplicaes em Transportes
4.1 Problema de transporte de carga
Curso de Especializao em Estatstica Empresarial
43
5. Aplicaes na composio de Produtos
5.1 Problema de composio de matria prima
Curso de Especializao em Estatstica Empresarial
X100 35 55 15,00
X220 60 25 17,40
44
Sujeita s seguintes restries:
Curso de Especializao em Estatstica Empresarial
45
Microsoft Excel 8.0 Relatrio de resposta
Planilha: [gasolina.xls]Plan1
Curso de Especializao em Estatstica Empresarial
Clulas ajustveis
Clula Nome Valor original Valor final
$C$4 X100 para Premium 0 35714
$C$5 X100 para Regular 0 15238
$C$6 X220 para Premuim 0 0
$C$7 X220 para Regular 0 30476
46
Utilizando Programao Linear, o fabricante deseja saber que
quantidade de cada tipo de cereal deve ser utilizada na fabricao
Curso de Especializao em Estatstica Empresarial
47
UNIVERSIDADE FEDERAL DE UBERLNDIA
FACULDADE DE MATEMTICA
Curso de Especializao em Estatstica Empresarial
B (x2), sujeito a
x1 + 4x2 10000
5x1+ 2x2 30000
x1 0, x2 0
2
Para definir o problema na planilha, devemos definir clulas para representar as variveis de
deciso e uma clula para representar o valor da funo objetivo. Alm disso, as restries tambm
devem ser definidas. Abra um novo arquivo no Microsoft Excel e siga os seguintes passos:
na clula A1 digite " x ";
1
Funo Objetivo
variveis
restries
Para o Excel, tudo tem que estar em clulas: a funo objetivo, as variveis e as restries. Para
tanto, precisamos definir as clulas onde estaro as variveis, e calcular a funo objetivo e as
restries com frmulas que usem estas clulas. Assim,
Na caixa "Definir clula de destino", selecione a clula da funo objetivo (B4) clicando sobre
ela, ou simplesmente digite B4.
Logo abaixo, requerido que se escolha entre trs opes: Mx, para maximizar a funo
objetivo, Mn, para minimizar a funo objetivo, e Valor, que faz com que a funo objetivo
tenha determinado valor. No nosso exemplo, como queremos maximizar a funo objetivo,
escolheremos a opo Mx.
Na caixa "Clulas variveis", devem ser inseridas as clulas ajustveis, que contm os valores
das variveis de deciso. Deve-se inserir um nome ou uma referncia para cada clula ajustvel,
separando as clulas no-adjacentes por ponto-e-vrgula. As clulas ajustveis devem estar
relacionadas direta ou indiretamente clula que contm o valor da funo objetivo. Podem ser
especificadas at 200 clulas ajustveis. Para que o Solver proponha automaticamente as clulas
ajustveis com base na clula de destino, clique em Estimar.
Na caixa Submeter s restries, devem ser inseridas as restries do problema. Para inserir
uma restrio, siga os seguintes passos:
clique no boto "Adicionar". A janela apresentada na Figura 4 se abrir;
na caixa "Referncia de clula", selecione a clula contendo a primeira restrio (B6);
na caixa de seleo, escolha a opo que corresponde ao tipo de restrio, que pode ser
menor ou igual (<=), maior ou igual (>=), igual (=), valor inteiro (nm) ou valor binrio (bin).
No nosso caso a opo a ser escolhida <=;
na caixa "Restrio", defina a clula que contm o valor limite da restrio, ou seja, D6;
clique em OK para adicionar a restrio;
repita estes passos at que todas as restries estejam adicionadas.
Aps serem adicionadas as restries, a janela deve estar igual janela da Figura 3, exceto
talvez pela presena dos cifres ($), que indicam que a clula fixa.
5
Para resolver o problema, clique no boto "Resolver". Se tudo estiver correto, a janela da Figura
7 ser apresentada. Nesta janela, podemos escolher entre manter a soluo encontrada pelo
Solver ou restaurar os valores originais.
Preste ateno nesta mensagem. Em caso de Soluo Impossvel ou Soluo Ilimitada, ele
relatar apenas aqui (Figuras 8 e 9).
ou seja, a quantidade de rao A a ser produzida de 5555,556 kg (clula B1, que corresponde ao valor
da varivel x ) e a quantidade de rao B de 1111,111 kg (clula B2, que corresponde ao valor da
1
Tambm podemos selecionar relatrios, que contm informaes sobre o processo de soluo
do problema (Figuras 11 e 12).
Exemplo: Uma fbrica que manufatura pisos (vendidos em caixas), revestimento para bancadas (vendido por
medida linear) e revestimento para parede (vendido em placas), deseja planejar sua produo de modo a
maximizar seu lucro. Os insumos utilizados na produo so vinil, betume, trabalho e mquina de corte.
Os dados relevantes para o problema so dados na tabela abaixo:
os valores colocados nas clulas B18, C18 e D18 so arbitrrios. Mais tarde indicaremos ao solver para
escrever a soluo nestas clulas. Abaixo mostramos a formulao:
A clula B21, por exemplo, deve conter a expresso 30x+10y +50z. A funo SUMPRODUCT do Excel
fornece uma frmula para tanto. O contedo da clula B21 =SUMPRODUCT(B9:D9,B$18:D$18),
ou seja, ela contm o produto interno da tripla nas clulas B9, C9 e D9, com a tripla nas clulas B18,
C18 e D18. O contedo da clula D21 =F9, a quantidade disponvel de vinil. As demais clulas so
preenchidas de forma anloga.
Para resolver o problema escolha Solver no menu Tools:
Agora preciso:
1. Indicar a clula que contm a funo objetivo e informar se queremos maximizar, minimizar ou
atingir valor pr-determinado:
Como as expresses para as desigualdades j foram escritas em forma de coluna e so todas do tipo
, podemos clicar no campo Cell Reference e colocar o trecho de coluna com as combinaes
lineares das variveis e depois clicar no campo Constraint, colocando ali o trecho de coluna com
o vetor lado direito:
Portanto a soluo tima x = 40, y = 25 e z = 0, e o lucro timo de 525. Note que podemos
ler nas colunas contendo as restries que na soluo tima a primeira (gasto de vinil) e a terceira
restries (gasto de mo-de-obra) esto folgadas.
UNIVERSIDADE FEDERAL DE UBERLNDIA
FACULDADE DE MATEMTICA
Curso de Especializao em Estatstica Empresarial
A Colorado Cattle Company (CCC) pode comprar trs tipos de ingredientes de rao animal de um
atacadista. O gado da empresa tem certas necessidades nutricionais em relao gordura, protenas, clcio e
ferro. Cada vaca exige, no mnimo, 10 unidades de clcio, no mais que 7,5 unidades de gordura, no mnimo
12
unidades de ferro e 15 unidades de protenas por dia. A tabela abaixo mostra a quantidade de gordura, protenas,
clcio e ferro em cada libra dos trs ingredientes de rao animal. A rao de classe 1 custa $ 0,25/libra, a de
classe 2, $ 0,10/libra e a de classe 3, $0,08/libra. O gado pode ser alimentado com uma mistura dos trs tipos
de
rao. A CCC gostaria de alimentar seu rebanho da forma mais econmica possvel.
Considere classe1 = quantidade (em lb) da rao classe 1 a ser usada diariamente na alimentao de uma vaca
classe2 = quantidade (em lb) da rao classe 2 a ser usada diariamente na alimentao de uma vaca
classe3 = quantidade (em lb) da rao classe 3 a ser usada diariamente na alimentao de uma vaca
Minimize
0,25 classe1 + 0,1 classe2 + 0,08 classe3
sujeita a
0,7 classe1 + 0,8 classe2 + 0 classe3 10 (Clcio)
0,9 classe1 + 0,8 classe2 + 0,8 classe3 12 (Ferro)
0,8 classe1 + 1,5 classe2 + 0,9 classe3 15 (Protenas)
0,5 classe1 + 0,6 classe2 + 0,4 classe3 7,5 (Gordura)
classe1, classe2, classe3 0
1 Esse problema est em Management Science, Modeling, Analysis and Interpretation, de J.D. Camm e J.R. Evans, South-Western Publishing Co.,
Cincinnati, Ohio, 1996.
Um modelo de planilha Excel desse cenrio mostrada a seguir
As frmulas das clulas nessa planilha ocorrero todas na seo Sadas do Modelo (isto , Restries):
A funo SUMPRODUCT efetua o produto escalar. Por exemplo, a quantidade de clcio usada
SUMPRODUCT(B7:D7,B15:D15) = (B7*B15 + C7*C15 + D7*D15).
Para resolver o modelo, clique no boto Resolver. Aps a resoluo do problema, a caixa Resultados do
Solver ser exibida
Voc tem a opo de manter a soluo encontrada pelo Solver na planilha ou restaurar os valores originais. Alm
disso, como mostrado na caixa Relatrios, trs relatrios diferentes podem ser automaticamente gerados. Voc
pode selecionar qualquer um deles, clicando sobre os mesmo nessa caixa. Na prxima seo descreveremos cada
um dos relatrios.
Relatrios do Solver
O Solver gera trs relatrios para programas lineares: Relatrio de Resposta, Relatrio de Sensibilidade
e Relatrio de Limites. Se a opo Manter soluo do Solver tiver sido selecionada na caixa de resultados do
Solver, a soluo ideal ser mantida na prpria planilha. Para o problema a Colorado Cattle Company, isso
mostrado a seguir.
O Relatrio de Resposta fornece os valores original e final da Clula de Destino e de todas as Clulas
Ajustveis, bem como uma lista de cada restrio e seu status (nota: o termo Transigncia descreve as variveis
de sobra e falta). O modelo do Relatrio de Resposta para a Colorado Cattle Company mostrado na prxima
pgina. Observe que o EXCEL rotula a Clula de Destino, as Clulas Ajustveis e as Restries utilizando o
primeiro texto encontrado esquerda e acima de cada uma das clulas.
Clulas ajustveis
Clula Nome Valor original Valor final
$B$15 Qtd Classe 1 0 8
$C$15 Qtd Classe 2 0 5,5
$D$15 Qtd Classe 3 0 0,5
Restries
Clula Nome Valor da clula Frmula Status Transigncia
$B$20 Qtd. Clcio 10 $B$20>=$F$7 Agrupar 0
$B$21 Qtd. Ferro 12 $B$21>=$F$8 Agrupar 0
$B$22 Qtd. Protena 15,1 $B$22>=$F$9 Sem agrupar 0,1
$B$24 Qtd. Gordura 7,5 $B$24<=$G$10 Agrupar 0
O Relatrio de Sensibilidade fornece o valor final de cada clula ajustvel, seu custo reduzido, o
coeficiente da funo objetivo, o acrscimo e o decrscimo do coeficiente da funo objetivo para o qual a
soluo atual permanecer tima (todo o resto mantido fixo). Por exemplo, no Relatrio de Sensibilidade
da Colorado Cattle Company mostrado abaixo, o custo da classe 1 pode diminuir em at 0,1425 e a soluo
atual permanecer como ideal. O preo-sombra para cada restrio (a variao na funo objetivo por
unidade de acrscimo no lado direito) fornecido juntamente com o acrscimo e decrscimo do valor no
lado direito para o qual o preo vlido. Por exemplo, no Relatrio de Sensibilidade da Colorado Cattle
Company mostrado abaixo, um acrscimo de 0,5 unidades na quantidade de gordura (o qual est dentro do
acrscimo permitido de 1 na restrio) resultar em uma variao na funo de objetivo de (0,5)x(-1,14) = -
0,57.
Clulas ajustveis
Valor Reduzido Objetivo Permissvel Permissvel
Clula Nome Final Custo Coeficiente Acrscimo Decrscimo
$B$15 Classe 1 Qtd 8 0 0,25 1E+30 0,1425
$C$15 Classe 2 Qtd 5,5 0 0,1 0,162857143 1E+30
$D$15 Classe 3 Qtd 0,5 0 0,08 0,177142857 2,68
Restries
Valor Sombra Restrio Permissvel Permissvel
Clula Nome Final Preo Lateral R.H. Acrscimo Decrscimo
$B$20 Clcio Qtd 10 0,31 10 0,137931034 4
$B$21 Ferro Qtd 12 0,67 12 0,054794521 2
$B$22 Protenas 15,1 0 15 0,1 1E+30
Qtd
$B$24 Gordura Qtd 7,5 -1,14 7,5 1 0,016949153
O Relatrio de Limites (mostrado abaixo para o Exemplo da Colorado Cattle Company) fornece os limites
inferior e superior de cada clula ajustvel, mantendo todas as outras clulas em seus valores atuais e
satisfazendo as restries. O relatrio abaixo mostra que a soluo para o Exemplo da Colorado Cattle Company
muito apertada (com duas das trs clulas ajustveis fixadas em seus valores de destino, a terceira tem limites
inferior e superior iguais ao seu valor de destino).
Nome
Clula Destino Valor
$B$26 Custo 2,59
Total
A resoluo de modelos lineares de inteiros, modelos no-lineares e mesmo modelos de inteiros no-
lineares obtida por meio das mesmas tcnicas previamente descritas. Para especificar uma restrio como
inteiro, ative a caixa de dilogo Adicionar Restrio, selecione a clula ajustvel em Referncia de clula e
selecione o tipo int (inteiro) (para variveis binrias, selecione bin). Para modelos no-lineares, simplesmente
no especifique Presumir modelo linear na caixa de dilogo Opes.
UNIVERSIDADE FEDERAL DE UBERLNDIA
FACULDADE DE MATEMTICA
Curso de Especializao em Estatstica Empresarial
Suj. a: 5 x1 + 3 x2 1500
7 x1 + 9 x2 1900
2 x1 + 9 x2 1000
9 x1 + 5 x2 500
7 x1 + 9 x2 300
x1, x2 0
O primeiro passo consiste em criar uma folha de clculo com a informao contida no modelo.
Nessa folha de clculo deveremos ter:
As clulas onde sero colocados os valores das variveis de deciso.
A frmula que relaciona estes coeficientes com as variveis de deciso a funo objetivo
propriamente dita.
Os coeficientes da matriz das restries.
A frmula que relaciona estes coeficientes com as variveis de deciso o lado esquerdo
das restries.
As constantes que constituem o lado direito das restries.
Na figura seguinte apresenta-se o aspecto de uma folha de clculo com esta informao, mais
texto adicional que apenas serve para nos ajudar a compreender o que est em cada clula e no
tem qualquer funo especfica para o Solver.
2
Algumas destas clulas contm frmulas, conforme se pode ver na figura seguinte:
1
3
Construda esta folha de clculo falta ainda definir o sentido da otimizao (maximizao ou
minimizao) e o tipo de restries (tipo de desigualdade ou igualdade) e de variveis.
Para isso j necessrio baixar a ferramenta Solver. Este suplemento do Excel no
instalado quando da instalao do Excel em modo tpico ou mnimo. Apenas instalada em
modo completo ou personalizando a instalao.
No campo Por alterao das clulas indicaremos a referncia das clulas correspondentes
s variveis de deciso.
4
As restries sero introduzidas atravs do boto Adicionar que abre a seguinte caixa de
dilogo:
possvel introduzir mais do que uma restrio de uma vez, usando as capacidades de range
do Excel, desde que tenham o mesmo tipo de desigualdade. Por exemplo, em vez de
introduzirmos as trs restries: $D$16 <= $E$16; $D$17 <= $E$17; $D$18 <= $E$18;
podemos introduzir uma s da forma: $D$16:$D$18 <= $E$16:$E$18.
Antes de pressionar o boto Solucionar convm dar uma vista de olhos caixa de dilogo
correspondente ao boto Opes:
Para alm da possibilidade de se guardarem modelos distintos para uma mesma folha de clculo
(um mesmo problema) nesta caixa possvel configurar vrios parmetros da resoluo dos
problemas. Para alm daqueles cujo nome bvio, as escolhas do fundo (Estimativas,
Derivadas e Procura) dizem respeito Programao no Linear, que ultrapassa o mbito
deste manual. Para os problemas de PL crucial verificar se a opo Assumir modelo linear
esteja verificada.
Feitas as verificaes finais pode-se passar resoluo do modelo atravs do boto
Solucionar.
Se a resoluo correr bem, isto , se no houver nenhum erro na folha de clculo nem no
modelo, surge o seguinte dilogo:
6
muito importante ler a mensagem que surge no cimo da janela. Neste caso -nos dito que o
Solver encontrou uma soluo que, como verifica todas as restries e as condies de
otimalidade, a soluo tima. O Solver pode ainda gerar relatrios que analisam a
soluo encontrada. Eles so criados como folhas do mesmo livro onde estamos a trabalhar.
Particularmente interessantes so os relatrios Resposta e Sensibilidade. Vamos ento
selecionar esses dois relatrios e analisar o seu contedo.
7
Neste relatrio dada informao sobre a soluo tima (clulas ajustveis) e o valor timo
da funo objetivo (Clula de destino). Neste caso x1 = 271,4285714 e x2 = 0, com
F.O. = 31757,14286. Note-se que, como tivemos o cuidado de colocar nomes imediatamente
por cima das clulas que continham as variveis de deciso e a funo objetivo, estas etiquetas
surgem agora no relatrio, tornando-o bastante mais legvel.
No que diz respeito s restries de salientar a informao sobre a distncia a que, na soluo
tima, estamos do limite da restrio. Por exemplo, apenas temos 1500 barris de crude A
disponveis. No entanto estamos a gastar apenas 1357,142857 o que d uma folga de
142,8571429. Isso significa que esta restrio no est ativa, isto , o vrtice correspondente
soluo tima no se encontra sobre esta restrio (o mal traduzido No arquivar da coluna
Estado). O mesmo no se pode dizer da restrio em relao ao crude B que totalmente
gasto. Uma anlise semelhante se pode fazer relativamente s restries de . O no estarem
ativas significa que as quantidades associadas a essas restries esto acima daquilo que era
exigido.
O segundo relatrio faz anlise de sensibilidade soluo tima, isto , analisa como podem
variar as constantes do problema, nomeadamente os coeficientes da funo objetivo e os lados
direitos das restries, sem que a soluo tima sofra alteraes substanciais. Esta anlise
baseia-se na teoria do mtodo simplex, pelo que se as variveis forem inteiras (o problema no
pode ser resolvido diretamente pelo mtodo simplex) este relatrio no est disponvel pois
no tem qualquer significado.
8
Finalmente a coluna Preo Sombra. J tnhamos visto que se estava a gastar todo o crude B
disponvel (1900 barris). Ento, provavelmente, se tivssemos mais crude B poderamos ter um
lucro maior (pelo menos enquanto no fossem os outros tipos de crude a restringir a produo).
O preo sombra d exatamente o acrscimo no lucro por cada unidade de recurso (barril de
crude B) adicional. Neste caso se tivssemos 1901 barris de crude B teramos mais 16,71428571
unidades de lucro, e se tivssemos 1902 barris de crude B teramos mais 2 16,71428571
9
unidades de lucro, etc. Esta relao acrscimo de recurso / acrscimo de lucro mantm-se
enquanto o vrtice timo no se alterar, isto , dentro dos valores dados pelo aumento e
diminuio permissveis. Note-se que no caso do crude A este valor zero. De fato, se no
gastarmos todo o recurso disponvel no era comprando mais que aumentvamos o lucro!
1
Max L = 4 x1 + x2
x1, x2
sujeito a
9x1 + x2 18 e
3x1 + x2 12
x1 0 e x2 0
2
OBSERVAO:
A frmula SOMARPRODUTO
A frmula somar produto multiplica os componentes correspondentes nas
matrizes fornecidas e retorna a soma destes produtos.
A Sintaxe da funo SOMARPRODUTO(matriz1;matriz2;matriz3; ...)
Matriz1, matriz2, matriz3,... so matrizes de 2 a 30 cujos componentes
se deseja multiplicar e depois somar.
Os argumentos da matriz devem ter a mesma dimenso. Se no tiverem,
SOMARPRODUTO fornecer o valor de erro #VALOR!.
SOMARPRODUTO trata as entradas da matriz no-numricas como se
fossem zeros.
A seguinte frmula multiplica todos os componentes das duas matrizes
da planilha anterior e depois soma os produtos ou seja, 3*2 + 4*7 +
8*6 + 6*7 + 1*5 + 9*3.
SOMARPRODUTO({3.4.8.6.1.9}; {2.7.6.7.5.3}) igual a 156
Figura 1
O endereo E7 que contm a funo objetivo deve ser colocado na opo:
3. Interpretando os Relatrios
Como se viu existem trs relatrios. O de resposta o de sensibilidade e o de
limites. Existem problemas srios na traduo de forma que se voc no tiver
conscincia do mtodo simplex se perde totalmente.
Os resultados so disponibilizados em trs planilhas diferentes.
5
Clulas ajustveis
Clula Nome Valor original Valor final
$C$5 Soluo x1 0 1
$D$5 Soluo x2 0 9
Restries
Clula Nome Valor da clula Frmula Status Transigncia
$E$9 HH 18 $E$9<=$G$9 Agrupar 0
$E$10 HM 12 $E$10<=$G$10 Agrupar 0
Clulas ajustveis
Valor Reduzido Objetivo Permissvel Permissvel
Clula Nome Final Custo Coeficiente Acrscimo Decrscimo
$C$5 Soluo x1 1 0 4 5 1
$D$5 Soluo x2 9 0 1 0,333333333 0,555555556
Restries
Valor Sombra Restrio Permissvel Permissvel
Clula Nome Final Preo Lateral R.H. Acrscimo Decrscimo
$E$9 HH 18 0,166666667 18 18 6
$E$10 HM 12 0,833333333 12 6 6
x1 x2 x3 x4 bi
L 0 0 1/6 5/6 13
R1 1 0 1/6 -1/6 1
R2 0 1 -1/2 3/2 9
Nome
Clula Destino Valor
$E$7 Max 13
Neste exemplo, este relatrio pode parecer um pouco idiota, entretanto em casos
mais complexos ele se torna til para visualizao dos resultados, que obviamente o
objetivo de um relatrio.
Z = 3x1 + 5x2
Sujeito a restrio x1 4
2x2 12
3x1 + 2x2 15
e x1 0 , x2 0
Clulas ajustveis
Clula Nome Valor original Valor final
$D$6 Soluo x1 0 1
$E$6 Soluo x2 0 6
Restries
Clula Nome Valor da clula Frmula Status Transigncia
$F$11 F1 Max 4 $F$11<=$H$11 Agrupar 0
$F$12 F2 Max 12 $F$12<=$H$12 Agrupar 0
$F$13 F3 Max 15 $F$13<=$H$13 Sem agrupar 3
9
Clulas ajustveis
Valor Reduzido Objetivo Permissvel Permissvel
Clula Nome Final Custo Coeficiente Acrscimo Decrscimo
$D$6 Soluo x1 1 0 3 1E+30 3
$E$6 Soluo x2 6 0 5 1E+30 5
Restries
Valor Sombra Restrio Permissvel Permissvel
Clula Nome Final Preo Lateral R.H. Acrscimo Decrscimo
$F$11 F1 Max 4 0,75 4 4 4
$F$12 F2 Max 12 2,5 12 3 12
$F$13 F3 Max 15 0 18 1E+30 3
Nome
Clula Destino Valor
$F$8 Lucro/unid Max 33
Interprete os resultados!!!!
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006
1. Introduo
A acirrada competitividade causada, principalmente, pelo aumento do nmero de
competidores, pela diversidade de opes apresentadas ao consumidor e pelo incremento da
oferta de produtos dos concorrentes tem obrigado as empresas a buscarem uma maior
produtividade em diversas reas, inclusive na produo.
A administrao da produo tem papel de destaque neste processo, pois gerencia os
recursos disponveis para a produo de bens e servios em uma organizao, para isto ela
busca a melhor utilizao de mquinas, equipamentos, matrias-primas e recursos humanos
visando obter o melhor desempenho possvel.
Uma eficiente programao da produo pode conferir empresa um ganho de
produtividade medida que permita um gerenciamento otimizado de seus recursos. A
definio de uma metodologia para programar a produo a fim de obter-se um mix produtivo
mais rentvel pode traduzir-se em vantagem competitiva para as empresas.
Uma das metodologias disponveis a Programao Linear que considerada uma
eficiente ferramenta para a programao de produo (Martins e Laugeni, 2005;
Lachtermacher, 2004; Moreira, 2004; Goldbarg e Luna, 2005; Caixeta-Filho, 2001).
A organizao em estudo uma indstria de bebidas de pequeno porte situada no
Oeste de Santa Catarina que fabrica 15 tipos de diferentes de refrigerantes (entre sabores e
volumes) e que no possui qualquer metodologia para planejar e controlar seu mix de
produo.
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006
2. Fundamentao Terica
As empresas industriais em sua maioria competem em seus mercados com o intuito de,
atravs da venda do mix de produtos que dispe, obter ganhos financeiros ou lucros.
Kotler (2000, p.420), define mix de produtos como o [...]conjunto de todos os
produtos e itens que um vendedor pe venda. Ou seja, so todos os produtos que uma
empresa produz, sendo que existem empresas que possuem somente um produto, mas a
grande maioria produz um sortimento de produtos que so oferecidos a seus clientes,
denominado de mix de produtos.
Estes so produzidos em um sistema de produo, que na viso de Martins e Laugeni
(2005) tem como objetivo a fabricao de bens manufaturados.
Russomano (2000, p.5), define sistema de produo como um [...]processo
organizado, que utiliza insumos e os transforma em bens ou executa servios, ambos devem
se apresentar dentro dos padres de qualidade e preo e ter procura efetiva.
O sistema de produo de uma empresa industrial pode ser representado conforme
demonstrado na figura 1:
empresa
A mo-de-obra I O produtos A
m n u m
b capital p Funes de t b
i u p i
e energia t transformao u servios e
n n
t outros insumos s t t
e s e
fronteira do sistema
Figura 1 Sistema de produo
Fonte: Martins e Laugeni, 2005, p.11
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006
3. Metodologia
A empresa, situada no oeste de Santa Catarina uma indstria que atua no ramo
alimentcio e que produz refrigerantes de vrios sabores. A empresa possui um sistema
produtivo com um lay-out em linha (por produto) e a programao da produo elaborada
com os dados de demanda, capacidades produtivas e disponibilidades de insumos, sem o
auxlio de qualquer tipo de programa ou software.
A aplicao do estudo ocorreu no setor produtivo desta empresa, caracterizando-se
como um estudo de caso, como tcnica de coleta de dados foram utilizadas a observao, a
pesquisa documental e a entrevista.
A observao, realizada pelo pesquisador, foi feita no processo produtivo da empresa
onde foram levantados os tempos de cada processo individual, resultando num tempo total de
fabricao.
A pesquisa documental foi realizada nos seguintes setores: no departamento de
produo para obter os tempos de utilizao e as capacidades de cada mquina do processo
produtivo; no departamento de marketing/vendas foram obtidos os dados relativos as
quantidades de demanda de cada produto; no departamento financeiro foram analisados os
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006
A partir do estoque de xarope simples (depsito A), este ser transformado em xarope
composto e ser estocado no depsito B. O xarope simples enviado para a mquina D
(misturador) por uma tubulao, onde o processo de transformao do xarope realizado
atravs da mistura do xarope simples com outras matrias-primas que iro conferir o sabor
caracterstico a cada tipo de refrigerante (cola, laranja, guaran, etc.). A Figura 2 apresenta o
fluxo de produo da xaroparia.
depsito A mquina D depsito B
(misturador)
O xarope composto que est no depsito B da xaroparia enviado pela tubulao para
a mquina D (misturador) que faz a mistura do xarope composto com gua e CO2 (gs
carbnico), transformando-o em refrigerante. O refrigerante enviado pela tubulao para a
mquina F (enchedora), que fica esperando as garrafas virem da mquina E (lavadora). A
mquina E (lavadora), lava as garrafas e envia pela esteira para a mquina F (enchedora), que
envaza as garrafas da seguinte maneira: as garrafas entram na mquina so encaixadas no bico
enchedor que enche com a quantidade pr-determinada.
depsito B
z { |}~A |
> !
6. Consideraes finais
Comparando os dados constantes no quadro 1 (clculo efetuado pelo solver dados do
solver), com os dados originais do sistema de produo da empresa (clculo sem utilizar o
solver dados da empresa), constata-se que o solver fez o clculo utilizando as mesmas
restries de produo que foram utilizadas pelo sistema de produo da empresa. O solver
fez uma anlise, utilizando o parmetro Lucro, que o que a empresa deveria levar em
considerao. No quadro 1, esto os dados de ambas as situaes, uma com o clculo do
solver e a outra da programao de produo original da empresa (sem utilizar a programao
linear).
O quadro 1 apresenta: na coluna Produto os produtos que a empresa fabrica; na coluna
Sabor os sabores de cada produto produzido; na coluna Variavl a quantidade que deve ser
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006
A definio das quantidades de cada produto que devem ser produzidas, contribuindo para
a organizao da programao da produo, fazendo com que os produtos com maior
rentabilidade tenham prioridade na produo.
A diferena obtida, mesmo tendo a empresa um sistema produtivo enxuto e sem
desperdcios, foi expressiva tendo como valores R$ 2.493,99 representando 40,68% em um
dia de trabalho, concluindo-se pela aplicabilidade da programao linear na empresa.
importante salientar que o estudo limitou-se a apenas uma amostra, correspondente a
um dia de produo. Sugere-se uma ampliao do perodo de aplicao desta metodologia
afim de verificar se os resultados se confirmaro.
7. Referncias Bibliogrficas
CAIXETA-FILHO, Jos Vicente. Pesquisa Operacional: tcnicas de otimizao aplicadas a sistemas
agroindustriais. So Paulo: Atlas, 2001. 171 p.
DODGE, Mark e STINSON, Craig. Microsoft Excel 2000 Guia Autorizado. So Paulo: Makron Books,
2001. 1016 p.
GOLDBARG, Marco Cesar e LUNA, Henrique Paccal. Otimizao combinatria e programao linear:
modelos e algoritmos. 2.ed. Rio de Janeiro: Elsevier, 2005. 649 p.
LACHTERMACHER, Gerson. Pesquisa Operacional na Tomada de Decises. 2. ed. Rio de Janeiro: Campus,
2004. 384 p.
LUCHE, Jos Roberto Dale e MORABITO, Reinaldo. Otimizao na programao da produo de gros
eletrofundidos: um estudo de caso. Gesto & Produo. So Carlos, v. 12, n. 1, p.135-149. jan./abr.2005.
MOREIRA, Daniel Augusto. Administrao da Produo e Operaes. So Paulo: Pioneira Thomson
Learning, 2004. 619 p.
KOTLER, Philip. Administrao de Marketing: a edio do novo milnio. 10. ed. So Paulo: Prentice Hall,
2000. 764 p.
RUSSOMANO, Victor Henrique. Planejamento & Controle da Produo. 6. ed. So Paulo: Pioneira, 2000.
320 p.
TUBINO, Dalvio Ferrari. Manual de planejamento e controle da produo. 2. ed. So Paulo: Atlas, 2000. 220
p.