Académique Documents
Professionnel Documents
Culture Documents
Faculdade de Matemtica
Curso de Especializao em Estatstica Empresarial
Fundamentos da Teoria
da Deciso
INTRODUO
O sucesso ou fracasso de uma pessoa ao longo de sua
vida depende, fundamentalmente, das decises que ela
toma.
Por exemplo, o gerente do projeto do nibus espacial
Challenger no trabalha mais na NASA. O engenheiro
que projetou o campeo de vendas Mustang, tornou-se
presidente da Ford Motor Company.
A teoria da deciso um enfoque analtico e sistemtico
de uma determinada situao para apoiar uma tomada
de deciso
Qual a diferena entre uma deciso correta e uma
deciso ruim?
Deciso correta:
1. Baseada na lgica
2. Considera todos os dados disponveis
3. Leva em conta todas as possveis alternativas
4. Mtodo quantitativo de apoio deciso
Eventualmente, uma boa deciso pode resultar em
um resultado inesperado ou desfavorvel.
Entretanto, se a deciso foi tomada da maneira
correta, ela continua sendo uma boa deciso.
Se voc toma uma deciso ruim e obtm resultados
favorveis, a deciso continua sendo ruim.
Entretanto, a longo prazo, a Teoria da Deciso ser
muito til na obteno de resultados favorveis.
Passo 1:
O problema que o Sr Witt identificou se expande sua
linha de produtos, fabricando e comercializando um novo
transformador de alta tenso.
Passo 2:
Thomas Witt definiu as seguintes possveis alternativas
ou estratgias: (1) Construir uma fbrica de grande
capacidade para fabricar o novo transformador; (2)
Construir uma fbrica de pequena capacidade para
fabricar o novo transformador e (3) No construir fbrica
alguma, isto , no desenvolver o novo transformador.
Passo 3:
Contextos: (1) mercado favorvel com existncia de uma
grande demanda pelo produto, (2) mercado desfavorvel
com uma pequena demanda. Contextos sobre os quais o
tomador de deciso no tem controle ou tem pouco
controle, so chamados de contextos naturais.
Passo 4:
Nesta etapa Thomas Witt precisa registrar o resultado
associado cada combinao alternativa/contexto. Neste
caso como ele deseja maximizar o retorno, deve avaliar
cada conseqncia da combinao. Na Teoria da
Deciso, os resultados (financeiros ou no), so
chamados de valores condicionais. O Sr. Witt avaliou o
resultado associado a cada conseqncia, e formou uma
tabela de resultados:
Contextos naturais
Alternativas
Mercado favorvel
($)
Mercado desfavorvel
($)
Fbrica de grande
capacidade
200.000
-180.000
Fbrica de pequena
capacidade
100.000
-20.000
No construir fbrica
Passos 5 e 6:
Estes dois ltimos passos envolvem a seleo e a
aplicao de um modelo matemtico de apoio a tomada
de deciso. a seleo do modelo depende do ambiente
no qual a deciso deve ser tomada e do risco e incerteza
envolvida.
Mercado
Mercado
favorvel ($) desfavorvel ($)
Valor Monetrio
Esperado
(VME)
Fbrica de grande
capacidade
200.000
-180.000
10.000
Fbrica de pequena
capacidade
100.000
-20.000
40.000
No construir
fbrica
Probabilidades
0,50
0,50
Fbrica de
grande
capacidade
200.000 - 200.000 = 0
Fbrica de
pequena
capacidade
200.000 - 100.000 =
100.000
No construir
fbrica
Probabilidades
Mercado desfavorvel
($)
0 - (-180.000) = 180.000
0 - (-20.000) = 20.000
200.000 - 0 = 200.000
0,50
0-0=0
0,50
Anlise de Sensibilidade
A anlise de sensibilidade investiga como nossa
deciso pode mudar quando algum dado do problema
alterado. Vamos investigar o impacto da mudana na
probabilidade de ocorrncia de cada contexto, na
deciso a ser tomada pela WTA Transformadores.
Seja:
p = Probabilidade de um mercado favorvel
Logo:
Maximax
O critrio maximax seleciona a alternativa que maximiza
o melhor resultado de cada uma das alternativas. Ele
tambm conhecido como critrio de deciso otimista.
Aplicao do critrio maximaxi
Alternativas
Contextos naturais
Melhor
resultado
($)
Mercado
favorvel ($)
Mercado
desfavorvel
($)
Fbrica de grande
capacidade
200.000
-180.000
200.000
Maximaxi
Fbrica de pequena
capacidade
100.000
-20.000
100.000
No construir
fbrica
Equiprobabilidade (Laplace)
Este critrio de deciso, tambm chamado Laplace
seleciona a alternativa com o melhor resultado mdio.
Primeiro voc calcula o resultado mdio de cada
alternativa, somando-se todos os possveis resultados e
dividindo-se a soma pelo nmero de contextos
possveis. A seguir seleciona-se a alternativa com o
melhor resultado mdio.
Aplicao do critrio de equiprobabilidade
Alternativas
Contextos naturais
Resultado mdio
($)
Mercado
favorvel ($)
Mercado
desfavorvel ($)
Fbrica de grande
capacidade
200.000
-180.000
10.000
Fbrica de pequena
capacidade
100.000
-20.000
40.000
Equiprobabilidade
No construir fbrica
10
Critrio Realista
Freqentemente chamado de critrio da mdia
ponderada. Primeiramente, necessrio definir-se o
coeficiente de realismo , que pode variar entre zero e
um. A vantagem deste critrio que ele permite ao
tomador de deciso construir uma percepo pessoal
mais otimista ou mais realista.
Critrio realista = ()x(melhor resultado) + (1 - )x(pior resultado)
Contextos naturais
Critrio realista
( = 0,80)
($)
Mercado
favorvel ($)
Mercado
desfavorvel ($)
Fbrica de grande
capacidade
200.000
-180.000
124.000
Critrio Realista
Fbrica de pequena
capacidade
100.000
-20.000
76.000
No construir fbrica
Minimaxi
O ltimo critrio de deciso num ambiente de tomada de
deciso sob incerteza baseado na perda de
oportunidade. O critrio minimaxi seleciona a alternativa
que minimiza a mxima perda de oportunidade de cada
uma das alternativas. Primeiro selecionamos a maior
perda de oportunidade de cada alternativa. Depois
selecionamos a alternativa com a menor dessas perdas.
Aplicao do critrio minimaxi
Alternativas
Contextos naturais
Mercado
favorvel ($)
Mercado
desfavorvel
($)
Perda
mxima
($)
Fbrica de grande
capacidade
180.000
180.000
Fbrica de pequena
capacidade
100.000
20.000
100.000 Minimaxi
No construir fbrica
200.000
200.000
11
12
13
0,05
0,15
0,15
0,20
0,25
0,10
10
0,10
Total
1,00
Probabilidade de vender
o nmero de pacotes
de torradas
Probabilidade de
vender at o nmero
de pacotes
0,05
1,00
0,15
0,95
0,15
0,80
0,20
0,65
0,25
0,45
0,10
0,20
10
0,10
0,10
Total
1,00
14
Otimizao de Processos
(Programao Linear) (PL)
15
INTRODUO
A programao linear pertence a
uma classe de problemas chamada
otimizao, que visa maximizar ou
minimizar (otimizar) uma funo de
vrias variveis sujeita a certas
restries.
EXEMPLOS DE PROBLEMAS DE
OTIMIZAO
EXEMPLO 1
16
17
18
EXEMPLO 2
Sejam:
h1 = n de horas dedicadas disciplina D1 e
h2 = n de horas dedicadas disciplina D2.
Se, para cada hora de estudo, ele consegue 2
pontos para a disciplina D1 , ento em h1 horas
ele conseguir 2h1 pontos. Analogamente, 3h2
para D2. Assim, o nmero total de pontos ser
expresso pela funo
19
EXEMPLO 3
Vit.
A
Alim. A1
Alim. A2
4
1
Vit. Vit.
B
C
1
2
Preo
unitrio
R$30,00
R$20,00
20
21
22
2x1 + x2 20;
4x1 32;
23
24
25
f f
= (200,300)
,
x1 x2
Alm disso, o vetor gradiente nos fornece o
sentido de crescimento da funo:
26
27
28
Anlise:
Soluo tima: (x1, x2) = (30/7; 20/7) =(4,29; 2,86)
quantidade de alimentos:
A1 - pelo menos 4 unidades
A2 pelo menos 2 unidades
Valor timo (custo mnimo):
Cmin =
1300
= 185,71
7
29
Formulao do problema:
Horas
disponveis
Marcenaria
MESA
4
CADEIRA
3
240
Acabamento
100
R$ 7,00
R$ 5,00
Lucro Unitrio
30
80
60
40
20
0
0
20
40
60
80
100
100
N m e ro de C a de iras (X 2)
80
60
3
40
20
4
0
1 0
20
40
60
80
100
31
X1
X2
Funo Objetivo
80
400
30
40
410
50
350
do
modelo
aquela
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
utilizadas por cada produto, as disponibilidades das matrias-primas
e o lucro lquido de cada produto so dados na tabela abaixo:
Produtos
P1
P2
P3
P4
P5
Disponibilidade
de matriasprimas
M1
100 unidades
M2
80 unidades
M3
150 unidades
60
50
150
Unidades
monetrias
Matrias-primas
Lucro lquido
unitrio
200 100
Problema 02
Produtos
P1
P2
Disponibilidade
diria
M1
20h
M2
12h
M3
18h
Mquinas
33
2. Divisibilidade:
Os valores timos das variveis de deciso so nmeros
reais, no necessariamente inteiros. Se uma varivel
inteira (por exemplo: o nmero de cadeiras produzidas)
no faz sentido pens-la como um nmero fracionrio.
Nestas situaes devemos impor tal condio ao modelo
na forma de uma restrio.
3. Proporcionalidade:
Nos modelos de programao linear apresentados,
admitimos proporcionalidade em relao s variveis de
deciso na funo objetivo. Nestes casos, devemos
modelar o problema dividindo-o em intervalos onde tal
proporcionalidade assuma valores que possam ser
considerados vlidos.
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:
Apesar das limitaes apresentadas, a programao
linear uma ferramenta extremamente poderosa na
resoluo de problemas empresariais que envolvam
anlise quantitativa e tm por objetivo a obteno do
ponto timo de operao. Isto se deve simplicidade que
a hiptese de linearidade produz e ao fato de o modelo
poder ser resolvido sem a necessidade de elevados
conhecimentos matemticos e de programao de
computadores.
35
Programao Linear
Aplicaes
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
utilizadas por cada produto, as disponibilidades das matrias-primas
e o lucro lquido de cada produto so dados na tabela abaixo:
Produtos
P1
P2
P3
P4
P5
Disponibilidade
de matriasprimas
M1
100 unidades
M2
80 unidades
M3
150 unidades
60
50
150
Unidades
monetrias
Matrias-primas
Lucro lquido
unitrio
200 100
36
Problema 02
Produtos
P1
P2
Mquinas
M1
Disponibilidade
diria
20h
M2
12h
M3
18h
Aplicaes em Marketing
1.1 Problema de seleo de mdia
Um Cassino de Mar Del Plata tem um oramento de $ 8.000 por
semana para ser utilizado em propaganda local. Este valor deve
ser distribudo entre quatro tipos de mdias: TV, Jornal, Rdio
(horrio nobre) e Rdio ( tarde). O objetivo do cassino
alcanar a maior audincia possvel, atravs das vrias formas de
mdia. A tabela a seguir apresenta o nmero de jogadores
potenciais alcanados pela propaganda em cada tipo de mdia.
Mostra tambm o custo e o nmero mximo de anncios que
podem ser comprados por semana. Um contrato do cassino exige
que pelo menos cinco propagandas por semana sejam feitas nas
rdios. Para evitar concentrao de mdia, a direo do cassino
definiu um valor mximo de $ 1.800 a ser utilizado em
propagandas de rdio.
37
Mdia
Audincia
por
anncio
Custo por
anncio
Nmero
mximo
por semana
TV (1 minuto) (X1)
5000
800
12
8500
925
2400
290
25
2800
380
20
38
lulas ajustveis
Clula
Nome
$C$3 TV (1 minuto)
$C$4 Jornal (pgina)
$C$5 Rdio (30 seg.)
$C$6 Rdio (1 min.)
Valor original
0
Valor original
Valor final
66900
Valor final
0
0
0
0
2
5
6
0
39
Tabela de custos
Cidades
Idade > 51
$7,50
$ 6,80
$ 5,50
$ 6,90
$ 7,25
$ 6,10
2. Aplicaes na Produo
2.1 Problema de mix de produo
Um fabricante de perifricos para microcomputadores utiliza trs
equipamentos diferentes para testes dos produtos fabricados. A
tabela a seguir mostra o tempo gasto, em minutos, para testar
cada produto fabricado e o custo por hora de cada equipamento de
teste.
Equip Modem Modem
Teste Interno Externo
Placa
de
Vdeo
Flopp
y
Disks
Hard
Disks
Placa
Custo
de
($/hora)
Memria
12
18
17
15
15
17
12
18
40
Receita ($)
Custo de material
($)
Modem Interno
200
35
Modem Externo
120
25
Placa de Vdeo
180
40
Floppy Disk
130
45
Hard Disk
430
170
Placa de
Memria
260
60
Custo por
metro ($)
Material
disponvel por ms
(metros)
Seda
21
800
Polyester
3000
Algodo
1600
41
Preo
de
venda
($)
Quant.
mnima
mensal
(m)
Quant.
mxima
mensal
(m)
Material
requerido por
gravata (m)
Tipo de material
requerido
Seda pura
6,70
6000
7000
0,125
100% seda
Toda
Polyester
3,55
10000
14000
0,08
100% Poly.
PolyAlgodo 1
4,31
13000
16000
0,10
50%Poly-50%Alg.
PolyAlgodo 2
4,81
6000
8500
0,10
30%Poly-70%Alg.
3. Aplicaes em Finanas
3.1 Problema de seleo de investimento
Um ganhador da Mega Sena decidiu separar $ 5 milhes para
investir no mercado, de maneira diversificada. Aps analisar as
diversas opes, escolheu quatro tipos de investimentos para
aplicar sua pequena fortuna: Fundo Cambial, Fundo de Renda Fixa,
Aes de Primeira Linha, Aes de Segunda Linha. Para evitar a
concentrao dos investimentos, ele resolveu limitar o volume de
recursos a ser investido em cada modalidade. A tabela a seguir
apresenta o rendimento anual mdio dos ltimos anos e o valor
mximo a ser investido em cada tipo de investimento.
Tipo de Investimento
Rendimento Anual
(%)
Valor mximo
($ milhes)
Fundo Cambial
1,0
11
2,5
Linha
19
1,5
Aes de 2a Linha
15
1,8
Aes de
1a
42
4. Aplicaes em Transportes
4.1 Problema de transporte de carga
Uma empresa transportadora precisa decidir que carga
transportar num caminho, que tem capacidade de 10 toneladas. A
tabela a seguir apresenta as cargas que esto esperando para
serem carregadas, informando o valor do transporte e o peso.
Cada item pode ser parcialmente carregado e o valor
proporcional ao peso transportado. O objetivo da empresa
maximizar o valor do transporte, respeitando a capacidade do
caminho. Como o caminho deve ser carregado? Como deveria ser
este carregamento se as cargas no pudessem ser parcialmente
carregadas?
Carga
Valor ($)
Peso (kg)
1
22.500
7.500
24.000
7.500
8.000
3.000
9.500
3.500
11.500
4.000
9.750
3.500
43
Ingrediente
A (%)
Ingrediente
B (%)
Preo
($/Barril)
X100
35
55
15,00
X220
60
25
17,40
44
45
Valor original
Clulas ajustveis
Clula
Nome
$C$4 X100 para Premium
$C$5 X100 para Regular
$C$6 X220 para Premuim
$C$7 X220 para Regular
Valor final
1294571
0
0
0
0
Valor final
35714
15238
0
30476
Valor original
Custo
($/Kg)
Protena
(Un/Kg)
Riboflavin
(Un/Kg)
Fsforo
(Un/Kg)
Magnsio
(Un/Kg)
0,33
22
16
0,47
28
14
0,38
21
25
46
47
programao linear. A utilizao para outros tipos de problemas segue o mesmo padro, sendo por isso
intuitivo ao usurio o seu aprendizado.
Deseja-se saber qual a quantidade de cada rao a produzir de modo a maximizar o lucro.
Nosso problema deseja maximizar o lucro (Z=11x1+12x2) a partir da quantidade de rao A (x1) e de rao
B (x2), sujeito a
x1 + 4x2 10000
5x1+ 2x2 30000
x1 0, x2 0
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:
fornecida.
Qualquer alterao nos valores das clulas B1 ou B2 far com que o valor da funo objetivo
seja recalculado.
Sero definidas agora as restries do problema: As clulas de restrio devem ser preenchidas
da seguinte forma:
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;
Preste ateno nesta mensagem. Em caso de Soluo Impossvel ou Soluo Ilimitada, ele
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
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:
piso
Revest. bancada
Revest. parede
disponibilidade
10
50
1500
200
Vinil(quilos)
30
Betume(quilos)
Trabalho(homem/hora)
0,2
0,1
0,5
12
Mquina(maq/hora)
0,1
0,2
0,3
lucro
10,0
5,0
5,5
Unidades
caixas
metro
placa
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:
3. Informar as restries: na rea intitulada Subject to the Constraints clique no boto Add.
Voc ver:
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.
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.
Dados da Colorado Cattle Company
Ingredientes da Rao (Unidades por Libra)
Classe 1
Classe 2
Classe 3
Clcio
0,7
0,8
Ferro
0,9
0,8
0,8
Protenas
0,8
1,5
0,9
Gordura
0,5
0,6
0,4
(Clcio)
(Ferro)
(Protenas)
(Gordura)
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.
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).
Os passos a seguir so utilizados para criar o modelo de LP mostrado abaixo:
1. Selecione Ferramentas e Solver.
2. Clique na caixa Definir clula de destino e insira B26.
3. Clique em Mn.
4. Clique na caixa Clulas variveis e clique e arraste o mouse na planilha de B15 para D15 (ou
digite B15:D15).
5. Clique no boto Adicionar para ativar a caixa Adicionar restrio.
6. Para inserir as restries mnimas de necessidade: Na caixa Referncia de clula, clique e insira
B20:B22, selecione o tipo >= e, a seguir, clique na caixa Restrio e digite F7:F9. Clique em
Adicionar.
7. Para inserir a restrio mxima permitida: Na caixa Referncia de clula, clique e insira B24,
selecione o tipo <= e, a seguir, clique na caixa Restrio e digite G10. Clique no boto OK.
8. Finalmente, selecione Opes, Presumir no negativos e Presumir modelo linear.
O modelo completo na caixa de dilogo Parmetros do Solver o seguinte:
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.
Valor original
Clulas ajustveis
Clula
Nome
$B$15
Qtd Classe 1
Valor original
$C$15
$D$15
Restries
Clula
$B$20
$B$21
$B$22
$B$24
Valor final
0
Valor final
0
0
0
Qtd Classe 2
Qtd Classe 3
Nome
Qtd. Clcio
Qtd. Ferro
Qtd. Protena
Qtd. Gordura
2,59
Valor da clula
Frmula
10 $B$20>=$F$7
12 $B$21>=$F$8
15,1 $B$22>=$F$9
7,5 $B$24<=$G$10
8
5,5
0,5
Status
Agrupar
Agrupar
Sem agrupar
Agrupar
Transigncia
0
0
0,1
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
Nome
Clula
$B$15
Classe 1 Qtd
$C$15
$D$15
Valor
Final
Classe 2 Qtd
Classe 3 Qtd
Reduzido
Custo
Objetivo
Coeficiente
8
5,5
0,5
0
0
0
10
12
15,1
Sombra
Preo
0,31
0,67
0
7,5
-1,14
Permissvel
Acrscimo
Permissvel
Decrscimo
0,25
1E+30
0,1
0,162857143
0,177142857
0,08
0,1425
1E+30
2,68
Restries
Clula
Nome
$B$20
Clcio Qtd
Ferro Qtd
$B$21
$B$22
Protenas
Qtd
$B$24
Gordura Qtd
Valor
Final
Restrio
Lateral R.H.
10
12
15
7,5
Permissvel
Acrscimo
0,137931034
0,054794521
Permissvel
Decrscimo
0,1
4
2
1E+30
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
$B$26 Custo
Total
Valor
2,59
Limite
Inferior
Nome
Clula Ajustvel
$B$15 Classe 1
Qtd
$C$15 Classe 2
Qtd
$D$15 Classe 3
Qtd
Valor
Resultado
Destino
Limite
Superior
Resultado
Destino
2,59
2,59
5,5
5,5
2,59
5,5
2,59
0,5
0,5
2,59
0,5
2,59
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:
A frmula que relaciona estes coeficientes com as variveis de deciso a funo objetivo
propriamente dita.
A frmula que relaciona estes coeficientes com as variveis de deciso o lado esquerdo
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.
Algumas destas clulas contm frmulas, conforme se pode ver na figura seguinte:
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.
Em termos prticos trs situaes podem ocorrer:
O comando Solver... est disponvel no menu Ferramentas o Solver est pronto a ser
utilizado.
No campo Por alterao das clulas indicaremos a referncia das clulas correspondentes
s variveis de deciso.
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:
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.
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.
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!
Figura 1
O endereo E7 que contm a funo objetivo deve ser colocado na opo:
"Definir clula de destino"
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.
Clulas ajustveis
Clula
Nome
$C$5 Soluo x1
$D$5 Soluo x2
Restries
Clula
Nome
$E$9 HH
$E$10 HM
Valor original
Valor final
13
Valor final
0
0
1
9
Valor da clula
Frmula
Status Transigncia
18 $E$9<=$G$9
Agrupar
0
12 $E$10<=$G$10 Agrupar
0
Clulas ajustveis
Clula
Nome
$C$5 Soluo x1
$D$5 Soluo x2
Valor
Final
1
9
Reduzido
Custo
Objetivo
Permissvel Permissvel
Coeficiente Acrscimo Decrscimo
0
4
5
1
0
1 0,333333333 0,555555556
Restries
Valor
Sombra
Restrio Permissvel Permissvel
Final
Preo
Lateral R.H. Acrscimo Decrscimo
18 0,166666667
18
18
6
12 0,833333333
12
6
6
Clula
Nome
$E$9 HH
$E$10 HM
x1
0
1
0
x2
0
0
1
x3
1/6
1/6
-1/2
x4
5/6
-1/6
3/2
bi
13
1
9
Nome
Clula Destino
$E$7 Max
Valor
13
Nome
Clula Ajustvel Valor
$C$5 Soluo x1
1
$D$5 Soluo x2
9
Limite Resultado
Inferior Destino
0
9
0
4
Limite Resultado
Superior Destino
1
13
9
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.
4. Exemplos para serem Implementados
4.1 Hillier e Lieberman - Cap.1 pag.26
Uma fabrica produz vidros de alta qualidade, incluindo janelas e portas de vidro.
Ela tem 3 fbricas . Na primeira so feitas esquadrias e ferragens de alumnio; na
segunda as esquadrias de madeira e a terceira usada para produzir o vidro e montar os
produtos.
Dois produtos potenciais:
P1 => Porta de Vidro 2,40m, com esquadrias de alumnio.
P2 => Uma grande janela (1,20x1,80m) de duas folhas e esquadrias de madeira.
- Decidir quantos produtos produzir
Resultado da investigao:
1. Percentagem de capacidade de produo de cada fbrica que estaria disponvel
para estes produtos .
2. As percentagem requeridas por produtos para cada unidade produzida por minuto.
3. O lucro unitrio de cada produto.
Resumo:
Produto
Fbrica
1
2
3
Lucro por unidade
Capacidade Disponvel
4
12
18
Clulas ajustveis
Clula
Nome
$D$6 Soluo x1
$E$6 Soluo x2
Restries
Clula
Nome
$F$11 F1 Max
$F$12 F2 Max
$F$13 F3 Max
Valor original
Valor final
0
Valor original
33
Valor final
0
0
1
6
Valor da clula
Frmula
Status
Transigncia
4 $F$11<=$H$11 Agrupar
0
12 $F$12<=$H$12 Agrupar
0
15 $F$13<=$H$13 Sem agrupar
3
Clulas ajustveis
Clula
Nome
$D$6 Soluo x1
$E$6 Soluo x2
Valor Reduzido
Objetivo
Permissvel Permissvel
Final
Custo
Coeficiente Acrscimo Decrscimo
1
0
3
1E+30
3
6
0
5
1E+30
5
Restries
Clula
Nome
$F$11 F1 Max
$F$12 F2 Max
$F$13 F3 Max
Valor Sombra
Restrio Permissvel Permissvel
Final
Preo
Lateral R.H. Acrscimo Decrscimo
4
0,75
4
4
4
12
2,5
12
3
12
15
0
18
1E+30
3
Nome
Clula
Destino
Valor
$F$8
Lucro/unid Max
33
Nome
Clula
Ajustvel
$D$6 Soluo x1
$E$6 Soluo x2
Interprete os resultados!!!!
Valor
1
6
Limite Resultado
Inferior Destino
0
30
0
3
Limite Resultado
Superior Destino
1
33
6
33
A
m
b
i
e
n
t
e
mo-de-obra
capital
energia
outros insumos
I
n
p
u
t
s
Funes de
transformao
O produtos
u
t
p
u servios
t
s
fronteira do sistema
A
m
b
i
e
n
t
e
mquina B
(inversor)
mquina C
(filtro)
depsito A
mquina D
(misturador)
depsito B
Mquina X
(esteira)
mquina Y
(soprador)
depsito C
mquina Z
(rotulador)
mquina E
(lavador)
mquina D
(misturador)
mquina F
(enchedor)
mquina E
(lavador)
gua e CO2
recursos materiais,
Diferena
348,88
(10,68)
423,00
170,00
288,00
325,89
(31,50)
(45,24)
(277,97)
(162,00)
(77,70)
396,00
242,88
600,43
304,00
2.493,99
A definio das quantidades de cada produto que devem ser produzidas, contribuindo para
a organizao da programao da produo, fazendo com que os produtos com maior
rentabilidade tenham prioridade na produo.
A diferena obtida, mesmo tendo a empresa um sistema produtivo enxuto e sem
desperdcios, foi expressiva tendo como valores R$ 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.