UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

COORDENAÇÃO DE ENGENHARIA MECÂNICA

CURSO DE ENGENHARIA MECÂNICA

ATIVIDADES DE ESTÁGIO DESENVOLVIDAS NA MARDIESEL RETIFICA

DE MOTORES

RELATÓRIO DE ESTÁGIO CURRICULAR OBRIGATÓRIO

PATO BRANCO

2017
 TÍTULO DO ARTIGO

Joao Guilherme Zati Ribeiro 1

Luan Henrique Scalco 2
Professor Orientador: Mauricio Pegoraro3

RESUMO:
A Pesquisa operacional (PO) pode ser definida como a aplicação de métodos
científicos a problemas complexos com o propósito de auxiliar no processo de tomada
de decisões, tais como projetar, planejar e operar sistemas em situações que
requerem alocações eficientes de recursos escassos. A Programação Linear (PL) é
uma das técnicas da pesquisa operacional mais utilizadas em problemas de
otimização. O presente trabalho objetivo mostrar uma aplicação da programação
linear em um problema de uma Faculdade Particular na Cidade de Pato Branco
Paraná. Para o trabalho, foram impostas as restrições físicas e operacionais do local.
Em seguida, um modelo matemático foi desenvolvido para a formalização do
problema, que descreveu o cenário, com a função objetivo e as restrições. As soluções
foram derivadas a partir de ferramentas de programação linear, utilizando o software
LINDO.

Palavras-Chave: Pesquisa Operacional. Programação Linear. Maximização.

ABSTRACT:
Operational Research (OP) can be defined as the application of scientific methods to
complex problems for the purpose of assisting the decision-making process, such as
designing, planning and operating systems in situations that require efficient
allocations of scarce resources. Linear Programming (PL) is one of the most used
operational research techniques in optimization problems. The present work aims to
show an application of linear programming in a problem of a Private Faculty in the City
of Pato Branco Paraná. For the work, the physical and operational restrictions of the
place were imposed. Next, a mathematical model was developed for the formalization
of the problem, which described the scenario, with the objective function and the
constraints. The solutions were derived from linear programming tools using LINDO
software.

Keywords: Operational Research. Linear Programming. Maximization.

1 Acadêmico do curso de Engenharia Mecânica da UTFPR – campus Pato Branco

2 Acadêmico do curso de Engenharia Mecânica da UTFPR – campus Pato Branco

3 Professor do curso de Engenharia Mecânica da UTFPR – campus Pato Branco

 LISTA DE TABELAS

Tabela 1 – Resultados experimentais do trabalho de Quaranta e Revelli (2015) Error!

Bookmark not defined.
SUMÁRIO
LISTA DE FIGURAS ....................................... ERROR! BOOKMARK NOT DEFINED.
SUMÁRIO ................................................................................................................... 5
1. INTRODUÇÃO ............................................................................................ 7
2. REFERENCIAL TEORICO...................................................................................... 8
2.1. PESQUISA OPERACIONAL ................................................................................ 8
2.2. PROGRAMAÇÃO LINEAR ................................................................................... 9
3. METODOLOGIA ................................................................................................... 10
4. FORMULAÇÃO DO PROBLEMA......................................................................... 11
4.1. FUNÇÃO OBJETIVO.......................................................................................... 11
4.2. VARIÁVEIS DE DECISÃO ................................................................................. 11
4.3. RESTRIÇÕES .................................................................................................... 11
4.4. MODELAGEM FINAL ......................................................................................... 11
 7

1. INTRODUÇÃO

Segundo Chaves (2011), O termo Pesquisa Operacional (PO) historicamente foi

utilizado pela primeira vez na Grã-Bretanha em 1938 para designar o estudo
sistemático de problemas estratégicos e táticos decorrentes de operações militares.
Um grupo de especialistas (matemáticos, físicos, engenheiros e cientistas sociais) foi
designado para avaliar e reposicionar adequadamente os radares do sistema de
defesa aérea da Grã-Bretanha antes e durante a Segunda Guerra Mundial.
A Pesquisa Operacional é um recurso indispensável, uma vez que se apresenta
como uma ferramenta para a tomada racional de decisões gerenciais, substituindo as
decisões empíricas geralmente utilizadas.
A programação linear (PL) pode ser considerada uma parte dos estudos de
Pesquisa Operacional, e os problemas associados a essa vertente buscam a
distribuição eficiente de recursos limitados para atender um determinado objetivo, em
geral, maximizar lucros ou minimizar custos.
O presente trabalho mostrará o que vem a ser pesquisa operacional, utilizar os
conceitos aprendidos em sala, principalmente conceitos de programação linear.
O objetivo principal é apresentar a pesquisa operacional como uma ferramenta
racional de tomada de decisão.
Os objetivos específicos são mostrar como utilizar os conceitos de programação
linear utilizando como ferramenta o software LINDO,
 8

2. REFERENCIAL TEORICO

2.1. PESQUISA OPERACIONAL

Para Shamblin e Stevens Jr (1979, p. 13), Pesquisa Operacional (PO) é “um

método científico de tomada de decisão”. Ela inicia-se descrevendo um sistema por
intermédio de um modelo e depois lida com este modelo para levantar o melhor modo
de operar o sistema.
Segundo Lachtermacer (2004, p.1), a PO pode ser utilizada para ajudar nos
processos de decisão. Como por exemplo:
• Problemas de Otimização de Recursos;
• Problemas de Localização;
• Problemas de Roteirização;
• Problemas de Carteiras de Investimento;
• Problemas de Alocação de Pessoas;
• Problemas de Previsão e Planejamento.
Shamblin e Stevens Jr (1979, p.13) observam que deve ser levado em
consideração, que é: “É essencial em qualquer estudo de PO que o problema em
consideração seja claramente definido. É quase impossível obter uma resposta ‘certa’
a partir de um problema ‘errado’”.
Ackoff e Sasieni (1974, p.11) mostram a forma de equações que os modelos de
PO assumem. Para eles, esta forma é de estrutura básica e muito simples:
Z = ƒ(Xi, Yj)
Onde:
Z é a utilidade ou valor do desempenho chamada de função objetivo;
Xi, as variáveis que podem ser controladas;
Yj as variáveis (ou constantes) que não podem ser controladas;
ƒ relacionamento entre Z, Xi, Yj.
Ainda segundo Ackoff e Sasieni (1974, p.11 e 12), além desta forma matemática
“necessitaremos frequentemente de uma ou mais equações ou inequações para
traduzir a condição de que algumas, ou todas as variações controladas só podem ser
manipuladas dentro de limites”. Por exemplo: o número de horas trabalhadas não
pode ser menor que zero, nem maior que 24.
 9

2.2. PROGRAMAÇÃO LINEAR

Para SHAMBLIN & STEVENS (1979) a PL (Programação Linear) é um meio

matemático de designar um montante fixo de recursos que satisfaça certa demanda
de tal modo que alguma função-objetivo seja otimizada e ainda se satisfaça a outras
condições definidas.
Segundo LACHTERMACHER (2009) de forma matemática podemos representar
um problema padrão por (método simplex de Geoger Dantzig):
Maximizar: Z = C1X1 + C2X2 + ... + CnXn
Sujeito a:
a11X1 + a12X2 + ... + anXn ≤ b1
a21X1 + a22X2 + ... + a2nXn ≤ b2
amX1 + am2X2 + ... + amnXn ≤ bm
X1, X2, ..., Xn ≥ 0
A construção de um modelo de programação linear seguetrês passos básicos
(Ravindran et al., 1987):
Passo I. Identifique as variáveis desconhecidas a serem determinadas (elas são
denominadas variáveis de decisão) e represente-as através de símbolos
algébricos (por exemplo, x e y ou x1 e x2).
Passo II. Liste todas as restrições do problema e expresse-as como equações (=)
ou inequações (≤, ≥) lineares em termos das variáveis de decisão definidas no
passo anterior.
Passo III. Identifique o objetivo ou critério de otimização do problema,
representando-o como uma função linear das variáveis de decisão. O objetivo
pode ser do tipo maximizar ou minimizar.

Segundo FREITAS (2013) após o surgimento do método simplex em 1947, seu

próprio inventor George B. Dantzig e outros matemáticos procuraram o
aperfeiçoamento do mesmo, visando principalmente torná-lo mais eficiente do ponto
de vista computacional.
Estas “melhorias”, no entanto, não mudaram a sua essência e, embora novos
métodos tenham surgido no final da década de 80, o simplex é ainda o algoritimo mais
usado para resolver modelos de programação linear e, provavelmente, o mais usado
em todos os algoritimos matemáticos.
 10

3. METODOLOGIA

Passos (2008) afirma que não existe um número de fases definidas no estudo da
PO, e que estas dependem diretamente da complexidade do trabalho que se está
realizando.
Para este trabalho será seguida uma metodologia proposta pelo professor:
I. Determinação do problema;
II. Estudo e descrição do problema;
III. Pesquisa sobre o tema;
IV. Levantamento de dados;
V. Restrições;
VI. Modelagem do problema;
VII. Resolução;
VIII. Conclusão.
 11

4. FORMULAÇÃO DO PROBLEMA

O problema da Núcleo consiste em estabelecer qual o número de vagas a oferecer no

período noturno em cada modalidade com o objetivo de maximizar a receita da
empresa.

4.1. FUNÇÃO OBJETIVO

Para este problema a função objetivo é maximizar/otimizar bla bla bla, através da
análise das variáveis de decisão citadas posteriormente. Em outras palavras o objetivo
é encontrar a melhor distribuição de alunos por curso para maximizar a receita da
Faculadade:

MAX z=.............

4.2. VARIÁVEIS DE DECISÃO

Na tabela 1 estão descritas as variáveis de decisões utilizadas para a modelagem

deste problema:

4.3. RESTRIÇÕES

Na tabela 2 é possível visualizar as restrições:

1) A primeira restrição é relacionada a quantidade máxima de alunos que a empresa

está capacitada a receber no período. Para isso foi elaborada a seguinte restrição:
X1 + X2 + X3 + X4 + X5 ≤ 120
2) A segunda restrição diz respeito a quantidade de alunos da musculação que a
empresa está capacitada a receber.
X1 ≤ 80

4.4. MODELAGEM FINAL

Max Z = 35X1 + 40X2 + 25X3 + 50X4 + 60X5

sujeito a:
 12

X1 + X2 + X3 + X4 + X5 ≤ 120
X1 ≤ 80
X2 ≤ 20
X3 ≤ 40
X4 ≤ 25
X5 ≤ 30
X4 + X5 ≤ 30
X1, X2, X3, X4, X5 ≥ 0
 13

5. RESOLUÇÃO ATRAVÉS DO SOFTWARE LINDO

 14

6. ANÁLISE DOS RESULTADOS DE CONCLUSÃO

 15

REFERÊNCIAS

ACKOFF, Russell L. & SASIENI, Maurice W. Pesquisa Operacional – Vol. 4, Editora

Livros Técnicos e Ciêntíficos S/A, Rio de Janeiro – RJ: 1974

CHAVES, V. H. C. Perspectivas históricas da Pesquisa Operacional. 2011. 118f.

Dissertação (Mestrado em Engenharia Elétrica). Universidade Estadual Paulista

LACHTERMACHER, Gerson. Pesquisa Operacional Na Tomada De Decisões, 2ª

edição; editora Campus; São Paulo/SP; p.26 – 261; 2004.

PASSOS, E. Programação linear como instrumento da pesquisa operacional.

São Paulo: Atlas, 2008.

SHAMBLIN, James E. & STEVENS JR, G.T. Pesquisa Operacional – Uma

Abordagem Básica; editora Atlas, São Paulo/SP; p. 13 – 18, e p. 263 – 389; 1979.