ADILSON HORTA DE FREITAS RA 2039208765

ANTONIO AP. BARBOSA DA SILVA RA 0935687120

Atividade Pratica Supervisionada
PIRACICABA SO PAULO
2013
ADILSON HORTA DE FREITAS RA 2053014879
ANTONIO AP. BARBOSA DA SILVA RA 0901416609
Atividade Pratica Supervisionada
R!"#$%&' ( A#&)&("( P%*#&+" S,-%)&.&'/"("0
"-%./#"(' "' C,%.' ( A(1&/&.#%"23' ('
C/#%' ( E(,+"23' " D&.#4/+&" 5 CEAD ("
U/&)%.&("( A/6"/7,%" UNIDERP +'1'
%8,&.&#' '9%&7"#$%&' -"%" +,1-%&1/#' ("
(&.+&-!&/": Administrao Mercadolgica.
PIRACICABA SO PAULO
2013
SUMRIO
1. INTRODU;O.......................................................................................................04
2. ETAPA 01
2.1. O. +'/+&#'. +/#%"&. ( <"%=#&/7 " .," %!)4/+&".................04>05
2.2. E1-%." )&.&#"(".............................................................................06>07
2.3. I(/#&?&+"23' (" E1-%."................................................................07>10
3. ETAPA 02
3.1 P'.&+&'/"1/#'. 8, " 1-%." ', ' -%'(,#' #1 /' 1%+"('........10
3.2 P%'9!1". &(/#&?&+"('.........................................................................11
3.3 1!6'%&". " .%1 #'1"(". -!" 1-%."......................................12>14
4. ETAPA 03.
4. 1. A. .#%"#@7&". (' 1&A ( 1"%=#&/7 ,#&!&B"(". -!"
1-%.".........15>17
4.2 .,7.#C. ( .#%"#@7&". ('. 4-. -"%" " 1-%." BB&/6' #&D'!'...18>20

4.3 P%'1'2C.........................................................................................20
I!IO"RA#IAS...................................................................................................21
ETAPA 01
PASSO $ 01
Uma empresa de mobilirio de escritrio pretende lanar um modelo de secretrias e estantes.
Pensa-se que o mercado pode absorver toda a produo de estantes, mas aconselha-se que a
produo mensal de secretrias no ultrapasse as 16 unidades.
!mbos os produtos so processados nas unidades de estampa"em #U$% e de monta"em e
acabamento #U&!%.
! disponibilidade mensal em cada uma destas unidades ' de (2 horas)mquina #h)m% na
U$ e ** horas)homem #h)h% na U&!
.
+ada cadeira necessita de 2 h,m na U$ e de - h,h na U&!.
+ada armrio necessita de - h,m na U$ e de - h,h na U&!.
!s mar"ens de lucro unitrias estimadas so de 6 reais para as cadeiras e de . reais para as
armrios.
/ual o plano de produo mensal para as secretrias e estantes que ma0imi1a a mar"em de
lucro.
Formalizao do problema :
Variveis de deciso :
quantidade de secretrias a produ1ir por m2s #01%
quantidade de estantes a produ1ir por m2s #02%
3 3 3 3 3 3
Funo objectivo :
ma0imi1ar a mar"em bruta total por m2s #4 5 6 01 6 . 02%
Restries :
disponibilidade mensal na unidade de estampa"em
disponibilidade mensal na unidade de monta"em e acabamento
produo mensal de secretrias
Secretrias Estantes Capacidade disponvel
U$ 2 - (2
U&! - - **
&ercado 1 16
administrador de uma pe!uena "brica de m#veis est pensando em otimizar a
utilizao dos recursos de seu esto!ue$ Essa "brica produz poltronas em dois modelos%
&'lban(& e &)rid*et&% "orradas em brim e lona$
$le sabe que para 7orrar uma poltrona 8!lban98 so precisos 2 m
2
de brim e 6 m
2
de lona. :
para 7orrar uma poltrona 8;rid"et8 so precisos - m
2
de brim e - m
2
de lona. <o estoque, a
7brica disp=e de 16 m
2
de brim e 2- m
2
de lona.
/ualquer dos modelos de poltrona ' vendido por >? 16,.
+om essas in7orma=es, de que modo o administrador pode su"erir @ produo da 7brica para
obter a m0ima rendaA
$m outras palavras, qual ' o nBmero de poltronas de cada modelo que devem ser 7orradas
para otimizar a rendaA
$ssa ' uma situao que pode ser compreendida pela pro*ramao linear, uma 7erramenta
que modela e resolve problemas de otimi1ao em planeCamento. !trav's da pro"ramao
linear, conse"uem-se descobrir os parDmetros que levam ao m0imo ou mEnimo valor de uma
"rande1a em uma anlise de atividades, ou numa situao de mistura ou combina=es,
problemas de transporte, alimentao de mquinas, etc.
$stamos procurando um nBmero F de cadeiras 8!lban98 e G de cadeiras 8;rid"et8 que
satis7aam, simultaneamente, as se"uintes restri=esH
#1%
#2%
F
G
no se admitem nBmero ne"ativos de cadeiras
#na verdade, t2m sentido prtico apenas os
nBmeros naturais%.
#.%
#-%
20 6 -9
16
60 6 -9
2-
a metra"em de cada tecido a ser usado na 7orrao
no deve ultrapassar o e0istente no estoque
>enda 5 160
6 169
! 7uno da >enda d o total obtido na venda de
todas as poltronas
$ssas sentenas descrevem, matematicamente, de quais 7atores depende a melhor resposta
para o nosso problema e o que deseCamos a respeito do nBmero de cadeiras a serem
con7eccionadas.
<a verdade, a renda m0ima depende de vrios outros 7atoresI mas sem pensar em custos
subCacentes @ atividade de produo, tais como o consumo de ener"ia, impostos, despesas
com pessoal etc, redu1imos as variveis a duas que consideramos mais relevantesH essa ' a
modelagem do problema.
!trav's da modela"em, conse"uimos a soluo tima da questo, que nem sempre ' uma
soluo aplicvel na realidadeH a melhor soluo para o modelo pode no corresponder @
melhor soluo do caso real, e os motivos so vriosH ou a resposta obtida no ' possEvel, ou
no ' aplicvel @ situao.
Jomemos a 7uno >endaH note que ela ' uma 7uno de duas variveis, 0 e 9. > 5 160 6
169.
Ke escrevermos a 7uno 9 5 7#0% tendo > como um parDmetro, ento a e0presso 9 5 -0 6
>,16 descreve uma 7amElia de retas paralelas de inclinao m 5 -1.
Lembremos que queremos o maior > possEvel, e que as desi"ualdades #1% a #-% devem ser
satis7eitas. M aqui que entra a Neometria !nalEtica.
#1% F
descreve o semiplano de abcissas no
ne"ativas
#2% G
descreve o semiplano de ordenadas no
ne"ativas
#.% 20 6 -9 16
descreve o semiplano de ordenadas 9
-0,2 6 -
#-% 60 6 -9 2-
descreve o semiplano de ordenadas 9
- .0,2 6 6
$ssas restri=es do modelo determinam uma re"io poli"onal @ qual damos o nome de
conCunto das solu=es viveis . <o nosso caso, esse conCunto de pontos ' a re"io escura
O
1
O
2
O
.
O
-
, que satis7a1 as condi=es #1% a #-%. ! melhor das solu=es viveis, isto ', aquela
que melhor ma0imi1a ou minimi1a a 7uno obCetivo denomina-se soluo tima.
Pbservando a"ora as retas 9 5 -0 6 >,16 para vrios valores de >,
Qnicialmente cumpre destacar os pontos importantes para os quais as empresas devem ter
ateno, para criar, conquistar, dominar e manter mercados no s'culo FFQ, classi7icando
$0istem tr2s tipos de empresasH as que 7a1em as coisas aconteceremI as que observam as
coisas acontecendoI e as que querem saber o que aconteceu.
Etapa +
Pesquisa Pperacional #P.P.% nada mais ' que um m'todo cientE7ico para a tomada de decis=es.
! P.P. Restrutura processos, prop=e um conCunto de alternativas e a=es, 7a1endo a previso e
a comparao de valores, de e7ici2ncia e de custosS.
! P.P. ', portanto, um sistema or"ani1ado com au0Elio de modelos bem como da
e0perimentao de modelos, com o 7ito de operar um sistema da melhor maneira possEvel.
+onsidero a P.P. como uma 7erramenta matemtica aplicada no processo de tomada de
deciso. Para isso, 7a1emos uso de modelos matemticos estruturados em 7ases.
! P.P. ' ori"inria da Ke"unda Nuerra &undial, quando os cientistas de vrias disciplinas se
reuniram para resolver problemas militares de nature1a ttica e estrat'"ica.
Por ser uma 7erramenta matemtica aplicada, a P.P. nos d condi=es paraH
Kolucionar problemas reaisI
Jomar decis=es embasadas em 7atos, dados e correla=es quantitativasI
+onceber, planeCar, analisar, implementar, operar e controlar sistemas por meio da
tecnolo"ia bem como de m'todos de outras reas do conhecimentoI
&inimi1ar custos e ma0imi1ar o lucroI
$ncontrar a melhor soluo para um problema, ou seCa, a soluo tima.

!tualmente, sua principal utili1ao ' como 7erramenta nos processos de tomada de deciso
no ambiente empresarial e nos ne"cios, tanto no setor privado como no setor pBblico. !
P.P. pode ser utili1ada para resolver os se"uintes problemas no ambiente or"ani1acionalH
otimi1ao de recursosI
roteiri1aoI
locali1aoI
carteiras de investimentoI
alocao de pessoasI
previso de planeCamentoI
alocao de verbas de mEdiaI
determinao de mi0 de produtosI
escalonamento e planeCamento da produoI
planeCamento 7inanceiroI
anlise de proCetos e etc.

Para iniciarmos o estudo de P.P., devemos coletar e or"ani1ar dados em sistemas de
in7ormao "erencial de maneira que os dados seCam trans7ormados em in7ormao inteli"Evel
aos usurios 7inais #no t'cnicos%.
,ara !ue tomar decises-
Jomar decis=es ' uma condio da vida humana. Oiver ' escolher entre apostas viveis.
Ke"uir pela esquerda ou @ direita na bi7urcao de uma estrada, casar com &arina ou ir
embora com Ternanda, sabendo que nenhuma das duas op=es ' "arantia de 7elicidade ou
7ortunaI o melhor que podemos 7a1er ' analisar as chances. <o h como no tomar decis=es.
:ean Paul Kartre a7irmou que Ro homem est condenado @ liberdadeS, talve1 considerasse
plausEvel o meu ar"umentoH P homem est condenado a tomar decis=es.
$ntretanto, meu 7oco ' o ambiente empresarial. +omo em qualquer outra situao, h muitas
variveis que caracteri1am as situa=es-problema. &as o que so problemasA Ps problemas
e0istem quando o estado atual de uma situao ' di7erente do estado deseCado. $m outras
palavras, problemas so situa=es que a empresa precisa resolver para atin"ir seus obCetivos.
Uiante dos problemas or"ani1acionais, encontramos 7atores que inter7erem na tomada de
decisoH
! P.P. ' uma 7erramenta e0tremamente quali7icvel para o trabalho de "esto, seCa nos nEveis
"erencial, operacional ou estrat'"ico, uma ve1 que 7ornece condi=es para melhor
comunicao entre decisores e setores de uma or"ani1ao.
! &PU$L!N$&
/uando nos vemos em situa=es nas quais uma deciso precisa ser tomada entre um leque de
op=es possEveis e con7litantes, duas alternativas se apresentamH usar a intuio "erencial ou
utili1ar o processo de modela"em a 7im de reali1ar simula=es alterando as variveis do
problema para encontrar a soluo tima.
!t' bem pouco tempo, a primeira opo era a mais utili1ada. +om maior conhecimento dos
dados,in7orma=es sobre os problemas e a e0panso da capacidade de processamento dos
computadores, a se"unda opo vem sendo mais utili1ada. <este conte0to, duas considera=es
so importantesH
! quantidade de in7orma=es disponEveis cresce de maneira e0ponencial. !
quantidade de dados ' to "rande que ' impossEvel 7ormular modelos que considerem
todos os dados. Lo"o, para reali1ar a modela"em, ' necessrio separar as in7orma=es
relevantes das irrelevantes. UaE a necessidade de se criar um modelo. Um modelo ' uma
simpli7icao da realidade.

! intuio no pode ser dei0ada de lado no processo de tomada de deciso. Portanto, a
base de dados da intuio no pode ser desperdiada.

!s duas op=es devem ser utili1adas conCuntamente para aper7eioar os processos de tomada
de decis=es. ! intuio ' especialmente relevante na seleo das in7orma=es relevantes para
o problema em questo, bem como na criao de possEveis cenrios para anlise, na validao
e anlise do modelo, bem como dos resultados dos mesmos.
V'./'0E.S 1' 2/3435'67 1E 81E4S
! utili1ao da modela"em no processo de tomada de decis=es "era diversas vanta"ensH
&odelos obri"am os tomadores de deciso a tornarem e0plEcitos seus obCetivos.
&odelos 7oam a identi7icao e arma1enamento de diversas decis=es que in7luenciam
no atin"imento dos obCetivos.
&odelos 7oram a identi7icao e arma1enamento das rela=es entre di7erentes
decis=es.
&odelos 7oram a identi7icao de limita=es.
&odelos 7oram a determinao de variveis a serem consideradas e sua
quanti7icao.
&odelos permitem a comunicao e o trabalho em "rupo.

Portanto, os modelos so 7erramentas consistentes para o processo de avaliao e divul"ao
de polEticas empresariais distintas.
/3,S 1E 81E4S
! literatura e a prtica de "esto nos ensina que e0istem basicamente tr2s tipos de modelosH
modelos 7Esicos, anal"icos e os matemticos ou simblicos. Ps modelos 7Esicos seriam as
maquetes. Ps anal"icos representam as rela=es de di7erentes maneiras. Ps mapas, os
velocEmetros atrav's de sua escala circular so e0emplos de modelos anal"icos.
Ue maior interesse em situa=es empresariais, os modelos matemticos ou simblicos
representam as "rande1as por variveis de deciso e as relacionam por meio de e0press=es ou
equa=es matemticas. Lo"o, os modelos matemticos se assentam sobre uma base
quanti7icvel. Um modelo matemtico deve possuir variveis su7icientes para queH
Ps resultados atinCam seus propsitos.
P modelo apresente consist2ncia de dados.
P modelo possa ser analisado no momento disponEvel @ sua concepo.
<um modelo simblico, quando uma das variveis representa uma deciso a ser tomada, o
modelo ' denominado de deciso. <ormalmente, decis=es so tomadas para se atin"ir al"um
obCetivo. +onsequentemente, nos modelos de deciso adicionamos uma varivel que
represente a medida de per7ormance dos obCetivos #7uno obCetivo%.

<unca devemos nos esquecer de que os modelos so uma simpli7icao da realidade. Para
minimi1armos os e7eitos da simpli7icao devemos adicionar detalhes ao modelo para queH
Ps resultados atinCam os obCetivos.
KeCa modelado e analisado em tempo disponEvel.
KeCa consistente com as in7orma=es disponEveis.
Ps modelos matemticos podem ser classi7icados em determinEsticos ou probabilEsticos. Ps
determinEsticos so aqueles em que todas as variveis relevantes so conhecidas. <os modelos
probabilEsticos, uma ou mais variveis no so conhecidas com certe1a e essa incerte1a deve
ser incorporada ao modelo.

C8 F'5ER ' 81E4'0E8 8'/E89/3C'
P processo de modela"em deve considerar as se"uintes condi=esH
Oariveis do problema. Ko 7atores controlveis e quanti7icveis. >epresentam as
variveis de deciso.
ParDmetros do problema. Ko os valores 7i0os do problema. Ps valores 7inanceiros dos
dados os ou custos 7i0os da produo so al"uns e0emplos.
>estri=es. Ko aspectos que limitam a combinao de valores e variveis de solu=es
possEveis.
Tuno obCetivo. M uma 7uno que busca ma0imi1ar ou minimi1ar , dependendo do
obCetivo do problema. $la ' essencial na de7inio da qualidade da soluo em 7uno das
inc"nitas encontradas.

Oamos a um e0emplo prtico #e breCeiro% muito comum na literaturaH
Um Covem estava saindo com duas namoradasH Kandra e >e"ina. Kabe, por e0peri2ncia, queH
Kandra, ele"ante, "osta de 7requentar lu"ares so7isticados, mais caros, de modo que
uma saEda de tr2s horas custar >?2-,I
>e"ina, mais simples, pre7ere um divertimento mais popular, de modo que uma saEda
de tr2s horas custar >?16,I
Keu oramento permite dispor de >?V6, mensais para diversoI
Keus a7a1eres escolares lhe daro liberdade de dispor de, no m0imo, 1* horas e
-. calorias de sua ener"ia para atividades sociaisI
+ada saEda com Kandra consome W. calorias, mas com >e"ina, mais ale"re e
e0trovertida, "asta o dobroI
$le "osta das duas com a mesma intensidade.
+omo deve planeCar sua vida social para obter o nBmero m0imo de saEdas A
Variveis de deciso:
F
1
5 nBmero de saEdas com KandraI
F
2
5 nBmero de saEdas com >e"ina.
,ar:metros do problema:

Funo objetivo:
&a0imi1ar 1 5 0
1
6 0
2
Restries:
2-01 6 1602 X V6
.01 6 .02 X 1*
W01 6 102 X-
Utili1ando t'cnicas de pro"ramao linear encontramos a soluoH P rapa1 deve sair 2 ve1es
com Kandra e . ve1es com >e"ina , totali1ando W saEdas por m2s.
RES4267 1E ,R)4E8'S ,E4' ,ES;23S' ,ER'C3.'4
! utili1ao dessa 7erramenta ' dividida em seis 7asesH 7ormulao do problemaI construo
do modeloI clculo do modeloI teste do modelo e da soluoI controle das solu=esI e
implantao e acompanhamento. +ada uma de suas seis 7ases deve ser transposta para se
encontrar a soluo tima.
<$ Formulao do problema$ <essa 7ase, determinamos o obCetivo, identi7icamos restri=es
e esboamos possEveis caminhos a serem percorridos. Oeri7icamos re"istros, coletamos
in7orma=es com m0ima preciso e consist2ncia possEvel.
+$ Construo do modelo$ <essa 7ase predomina a modela"em matemtica, ou seCa, as
equa=es e inequa=es, seCa na 7uno obCetivo, seCa nas restri=es. +abe distin"uir variveis
decisivas # variveis controlveis%, das no decisivas. Por e0emplo, em uma situao de
produo, a quantidade a ser produ1ida ' uma varivel controlvel. ! demanda bem como o
preo praticado pelo mercado so e0emplos de variveis no controlveis.
=$ Resoluo do modelo$ Jamb'm chamada de clculo do modelo. M nessa 7ase que
encontramos a soluo do modelo por meio da utili1ao de diversas t'cnicas, desde as mais
simples para problemas simples, at' as t'cnicas mais modernas para resoluo de problemas
mais comple0os. $0istem muitos so7tYares que permitem resolver problemas e0tremamente
comple0os com rapide1, con7iabilidade e e0tremo ri"or. $0emplosH da LQ<UP K9stemsH
Zhat[s;est\, LQ<NP, LQ<UP !PQI da &icroso7tH Kolver do P77ice $0celI da &apleso7tH
&apleKim, ;ordo, Nlobal Pptimi1ation Joolbo0I da P&P e da PL&, +-PL$F, /& 7or
ZindoYs, &PK$], entre outros.
>$ /este do modelo e da soluo$ Uurante essa 7ase, veri7icamos se os resultados
encontrados atendem o modelo real do problema. ! simulao, aps sua implantao, nos
permite detectar se novas solu=es so necessrias para possEveis melhorias.
?$ Controle das solues$ Uevemos identi7icar parDmetros e valores 7i0os que envolvem o
problema. P controle dos parDmetros ' importante para detectar desvios durante o processo.
!s varia=es nos parDmetros implicam em correo do modelo.
@$ 3mplantao e acompanAamento$ <essa 7ase avaliamos os resultados para 7a1er aCuste,
se necessrio, no modelo.
,R3.C3,'3S /BC.3C'S 1' ,$$
,ro*ramao linear$ <o mundo real, a escasse1 ' um problema constante. <ossas
necessidades so in7initas, mas os recursos so limitados, por diversas ra1=es. Kur"e, ento, o
desa7io de utili1ar esses recursos escassos de 7orma e7iciente e e7ica1. !lmeCa-se, portanto,
ma0imi1ar # o lucro, a receita, a capacidade de produo etc.% ou minimi1ar # o custo de mo-
de-obra, insumos etc.% uma quantidade, denominada obCetivo, que, por sua ve1, depende de
um ou mais recursos escassos. ! pro"ramao matemtica ' a rea que estuda a otimi1ao de
recursos. ! pro"ramao linear nada mais ' que uma pro"ramao matemtica em que as
7un=es obCetivo e de restrio so lineares.
$m resumo
P.P. ' uma 7erramenta prtica que o7erece subsEdios para a atividade de "esto. +omo
7erramenta quantitativa, 7ornece parDmetros decisrios con7iveis, considera cenrios e
estabelece, por meio de modelos matemticos, visuali1a=es de possEveis solu=es de
problemas que apresentam variveis, restri=es, e 7uno obCetivo, analisadas por meio de
clculos estruturados em 7ases. Uesta 7orma, a P.P. se constitui de um moderno instrumental
para a tomada de decis=es.
httpH,,YYY.administradores.com.br,arti"os,tecnolo"ia,pesquisa-operacional-visao-
"eral,W(-(W, acesso em <@C<<C<=