Prévia do material em texto
PESQUISA OPERACIONAL Universidade Federal de Ouro Preto-UFOP Instituto de Ciências Exatas e Aplicadas- ICEA Introdução à Engenharia de Produção – ENP 100 Ana Carolina Lage Camila Oliveira Matheus Marques Vinicius Abreu Vinicius Lempke Ronan Abreu O QUE É? • É uma abordagem científica para a tomada de decisões. • É ciência devido as técnicas matemáticas e recursos computacionais (objetividade) e é arte porque depende muito da criatividade e experiência de quem aplica os conceitos de PO (subjetividade). Exemplo de tomada de decisão - Se um dado combustível é obtido de uma mistura de produto de preços variados, qual a composição de menos custo com poder calorífico suficiente? - Se existem vários caminhos que ligam duas cidades, qual é a que propicia o mínimo de gasto de combustível? - Se o espaço para armazenamento é limitado, de quanto deve ser o pedido de material para atender a demanda de um certo período? A PO pode ser dividida em: • 1)Modelagem, simulação e otimização • 2)Programação Matemática • 3)Processos Decisórios • 4)Processos Estocásticos • 5)Teoria dos Jogos • 6)Analise de Demanda • 7)Inteligência Computacional 1) MODELAGEM, SIMULAÇÃO E OTIMIZAÇÃO • Um modelo é uma representação das relações dos componentes de um sistema, sendo considerada como uma abstração, no sentido em que tende a se aproximar do verdadeiro comportamento do sistema. • Área da Pesquisa Operacional que utiliza o método científico para apoiar a tomada de decisões, procurando determinar como melhor projetar e operar um sistema, usualmente sob condições que requerem a alocação de recursos escassos. Trabalha com modelos determinísticos. As informações relevantes são assumidas como conhecidas (sem incertezas). Modelo é uma representação simplificada / idealizada, que visa obter informações sobre o sistema real com economia de tempo e recursos Dedução: uso de técnicas dependentes do modelo formulado, rigor matemático e precisão, uso de computadores Formulação: liberdade, arbitrariedade e coerência Interpretação: julgamento humano, reavaliação do modelo Sistema Real Modelo Solução Real Solução do Modelo Formulação/ Dedução/ Interpretação/ modelagem análise inferência Avaliação/ julgamento Modelagem e simulação de eventos discretos, Chwif e Medina, 2006 Introdução à Engenharia de Produção, Mário Batalha 2) PROGRAMAÇÃO MATEMÁTICA • Como surgiu? • O que é? • Para que ela é usada? Exemplo Queremos saber quais as quantidades ideais de cada ingrediente para fazer uma quantidade de ração, com as necessidades nutricionais atendidas e o custo total dos ingredientes seja o menor possível. • Temos os ingredientes e seus custos: - Milho (A1) - R$ 65,00 /Kg - Farinha de ossos (A2) - R$ 30,00 /Kg • Para fazer uma certa quantidade de ração para aves, é necessário uma certa quantidade nutrientes, vitamina A (Va), vitamina B (Vb) e proteína (Vc). Os ingredientes apresentam esses nutrientes determinadas unidades (un): - A1 - 2 un. de Va, 3 un. de Vb e 1 un. de Vc; - A2 - 3 un. de Va, 2 un. de Vb EXEMPLO • Deseja-se prepara uma ração que contenha no mínimo 7 unidades de Va, 9 unidades de Vb e 1 unidade de Vc. Determinar a quantidade dos alimentos necessárias para satisfazer a necessidades da ração. Nutrientes Ingredientes Qtde. Mínima A¹ A² Vitamina A 2 3 7 Vitamina B 3 2 9 Proteína 1 0 1 Custos (R$/Kg) 65 30 EXEMPLO • Como misturar (as quantidades) dos ingredientes para produzir a ração de menor custo possível? EXEMPLO • O custo mínimo seria nulo se não fosse as quantidades mínimas de nutrientes a serem atendidas (Vitamina A, Vitamina B e Proteína)(os custos são positivos). Objetivo: minimizar o custo total da mistura. Custo total é dado por uma função objetivo. • f (x1,x2) = 65x1 + 30x2. • Devemos determinar x1 e x2 tal que f (x1,x2) seja o menor possível. min f (x1,x2) = 65x1 + 30x2 EXEMPLO • Considere que as composições de vitamina A, vitamina B e proteína na ração sejam satisfeitas. • Modelo Matemático: • min f (x¹,x²) = 65x¹ + 30x² • 2x¹ + 3x² ≥ 7 • 3x¹ + 2x² ≥ 9 • 1x¹ + 0x² ≥ 1 • X¹ ≥ 0,x² ≥ 0. EXEMPLO EXEMPLO EXEMPLO EXEMPLO EXEMPLO 3) PROCESSOS DECISÓRIOS • Com sistemas de análise e apoio à decisão garante-se mais eficiência e eficácia conseguindo ir ao encontro da otimização ganhando pró-atividade em vez de reatividade de uma forma transversal. EXEMPLO • Caso do terreno com ou sem petróleo Marcus, é proprietário de um terreno que pode ter petróleo em seu subsolo. Um geólogo relatou que existe a probabilidade de 35% de chance de ter petróleo. Em virtude disso, a Petrobrás ofereceu R$200 mil para comprar o terreno. Porém Marcus está estudando a hipótese de abrir uma nova empresa para explorar o petróleo de seu próprio terreno. Para isso, ele terá que gastar R$500 mil. Caso consiga explorar o petróleo, ele terá um lucro de R$8 milhões. EXEMPLO Alternativa Condição do Terreno Prêmio Petróleo Seco Perfurar em busca de Petróleo Vender o terreno R$8 milhões R$ -500 mil R$200 mil R$200 mil Chance da Condição 35 % 65% 4) PROCESSOS ESTOCÁSTICOS • Um processo estocástico é uma família de variáveis aleatórias indexadas por elementos t pertencentes a determinado intervalo temporal. Intuitivamente, se uma variável aleatória é um número real que varia aleatoriamente, um processo estocástico é uma função temporal que varia aleatoriamente. • De forma simplificada, podemos dizer que processos estocásticos são processos aleatórios que dependem do tempo. 5) TEORIA DOS JOGOS • Teoria dos Jogos é o estudo da tomada de decisões entre indivíduos quando o resultado de cada um depende da decisão dos outros, numa interdependência similar a de um jogo. Exemplo 6) ANÁLISE DE DEMANDA • O que é demanda? • É determinado produto ou serviço que uma coletividade está necessitando e procurando. ( Dicionário Michaelis online) • O que é Análise de Demanda? • São estimativas sobre por exemplo a demanda do mercado no futuro, ou seja, previsões do potencial de compra em que se avaliará a necessidade e procura de bens e serviços em determinada data. Validar e implementar resultados Monitorar Modelo Coleta e análise de dados Objetivo da previsão Escolha da técnica de previsão 7) INTELIGÊNCIA COMPUTACIONAL • A Inteligência Computacional busca, através de técnicas inspiradas na Natureza, o desenvolvimento de sistemas inteligentes que imitem aspectos do comportamento humano, tais como: aprendizado, percepção, raciocínio, evolução e adaptação. • Esses sistemas tem sido aplicados com sucesso em diversas áreas da engenharia e tecnologia, resolvendo problemas que eram difíceis para métodos convencionais ou mesmo sem solução. APLICAÇÕES • As aplicações desses sistemas são diversas: sistemas de apoio à decisão, classificação, planejamento, modelagem, reconhecimento de padrões, otimização, previsão, controle e automatização industrial, mineração de dados e de síntese de sistemas • Exemplos de sistemas: Lógica Fuzzy, Redes Neurais, Computação Evolucionária, Algoritmos Genéticos, etc. BIBLIOGRAFIA • BATALHA, Introdução à Engenharia de Produção. • MORAES, Introdução a Pesquisa Operacional. Planejamento e Controle da Produção. CORRÊA, 2010 • HILLIER, Pesquisa Operacional, 2005. • http://brasil.smetoolkit.org/brasil/pt_br/content/pt_br/4 16/Previs%C3%A3o-de-demanda acessado em 4 de Dezembro • http://engproducaoufersa.blogspot.com.br/p/pesquisa- operacional.html acessado em 4 de Dezembro • http://inovatech.tecnologia.ws/produtos/service- optimizer-99/demanda/ acessado em 10 de Dezembro • http://sucena.eng.br/PosEstacio/Mod4_Prev_Demanda.pdf acessado em 10 de Dezembro. • http://wiki.icmc.usp.br/images/f/fd/Aula1PM_mari.pdf acessar em 10 de Dezembro.