SlideShare uma empresa Scribd logo
1 de 34
Apostila de Exercícios da
Disciplina de Pesquisa
Operacional I
Luís Alberto Duncan Rangel
UFF – EEIMVR
Depto. de Engenharia de Produção de Volta Redonda
luisduncan@id.uff.br
Volta Redonda 09/03/2015
SUMÁRIO
3. Introdução à Pesquisa Operacional:
3.1 Histórico da Pesquisa Operacional
Sociedades de Pesquisa Operacional
3.2 Áreas da Pesquisa Operacional
Programação Linear
Programação Inteira
Programação Mista
Programação por Metas
Programação Não-Linear
Programação Dinâmica
Grafos
Simulação
Teoria das Filas
SUMÁRIO
3.2 Áreas da Pesquisa Operacional
Teoria das Filas
Tória dos Jogos
Inteligência Artificial
Redes Neurais Artificiais
Análise Envoltória de Dados
Apoio Multicritério à Decisão
3.3 Modelo
3.4 Introdução a Programação Linear (PL)
3.4.1 Hipóteses e Limitações da PL
Aditividade, Constantes, Proporcionalidade,
Divisibilidade
3.4.2 Definição de Conjuntos Convexos e Côncavos
SUMÁRIO
3.4.2 Definição de Conjuntos Convexos e Côncavos
3.4.3 Soluções viáveis e soluções ótimas
3.4.4 Variáveis de Decisão
3.4.5 Função Objetivo
3.4.6 Restrições Tecnológicas
3.4.7 Restrições de Não negatividades
3.4.8 Resumo dos Elementos de um PPL
3.5 Problemas de Programação Linear
3.5.1 Exemplo1: Problemas de Análise das Atividades
3.5.2 Exemplo2: Problemas de Análise das Atividades
3.5.3 Exemplo3: Problema da dieta . . . (fazer)
3.1 Histórico da Pesquisa Operacional
A pesquisa operacional tem como marco inicial, considerado por
pesquisadores, o período da segunda guerra mundial, quando
diversos profissionais e pesquisadores graduados em diversas
áreas foram reunidos em um grupo de pesquisa, para avaliar um
modo de abastecimento das frentes de batalha, uma vez que os
3. Introdução a Pesquisa Operacional I
modo de abastecimento das frentes de batalha, uma vez que os
recursos eram escassos.
Após a segunda guerra, pesquisadores e profissionais, que
pertenciam ao grupo de trabalho montado na segunda guerra,
foram trabalhar nas empresas, em universidades e em centros de
pesquisas, dando continuidades as pesquisas iniciadas
anteriormente.
3.1 Histórico da Pesquisa Operacional
Dantzig propôs em 1947 no método SIMPLEX para resolver
problemas de programação linear. Este método é considerado um
grande marco da área de pesquisa operacional. Em período
anterior a Dantzig, o pesquisador russo Kantorovitch (por volta de
1930) elaborou um modelo para alocação de recursos através do
3. Introdução a Pesquisa Operacional I
1930) elaborou um modelo para alocação de recursos através do
planejamento econômico, mas somente publicou as suas
pesquisas anos depois, que Dantzig havia publicado as suas
pesquisas.
A pesquisa operacional vem apresentando um crescimento muito
grande em função do crescimento de utilização de computadores
que facilitam o desenvolvimento de programas e a capacidade de
processamento dos dados com maior quantidade de dados
velocidade de processamento dos dados utilizados nos programas.
3.1 Histórico da Pesquisa Operacional
Sabe-se que diversos estudos foram realizados por muitos
pesquisadores em muitas áreas, que hoje são consideradas como
sub-áreas da pesquisa operacional como é o caso dos estudos
realizados por Leonhard Euler em 1736 para atravessar as pontes
de Kronenberg (Könisgberg), que hoje é referência no estudo de
3. Introdução a Pesquisa Operacional I
de Kronenberg (Könisgberg), que hoje é referência no estudo de
Grafos.
Hoje, os problemas abordados pela pesquisa operacional crescem
e exigem algoritmos cada vez mais eficientes na busca das
soluções. Assim, o campo da pesquisa operacional continua
crescendo e é extremamente dinâmico.
Sociedades de Pesquisa Operacional
SOBRAPO – Sociedade Brasileira de Pesquisa Operacional. SBPO,
Simpósio Brasileiro de Pesquisa Operacional.
ABEPRO – Associação Brasileira de Engenharia de Produção.
ENEGEP, Encontro Nacional de Engenharia de Produção.
3. Introdução a Pesquisa Operacional I
ENEGEP, Encontro Nacional de Engenharia de Produção.
SIMPEP – Simpósio de Engenharia de Produção. Promovido pela
UNESP, Universidade Estadual Paulista Júlio de Mesquita Filho.
SPOLM – Simpósio de Pesquisa Operacional e Logística da Marinha.
Promovido anualmente pela Marinha do Brasil.
REDM – Red Multicriterio. Promove periodicamente o Encontro de
Red Multicriterio de Evaluación y Decisión Multicriterio.
Sociedades de Pesquisa Operacional
CLAIO - Congreso Latino-Iberoamericano de Investigación
Operativa. Este evento acontece de dois em dois anos e é
patrocinado pela ALIO - Asociación Latino-Iberoamericana de
Investigación Operativa.
3. Introdução a Pesquisa Operacional I
INFORMS – Institute for Operations Research and the
Management Science.
Entre outras.
Revistas na Área de Pesquisa Operacional (Nacionais)
Pesquisa Operacional;Gestão & Produção; Produção; entre outras.
Revistas na Área de Pesquisa Operacional (Internacionais)
Journal of the Operational Research Society
3. Introdução a Pesquisa Operacional I
Journal of the Operational Research Society
European Journal Operational Research
Annals of Operational Research
Mathematical Programming
Omega
Computers and Operations Research
Decision Support Systems
Management Science
Software na Área de Pesquisa Operacional
SOLVER / EXCEL
LINDO / LINGO
3. Introdução a Pesquisa Operacional I
XPRESS
WINPLOT
GAMS
Matlab Optimization Toolbox
3.2 Áreas da Pesquisa Operacional
Programação Linear
Programação Inteira
3. Introdução a Pesquisa Operacional I
Programação Mista
Programação por Metas
Programação Não-Linear
Programação Dinâmica
Grafos
3.2 Áreas da Pesquisa Operacional
Simulação
Teoria das Filas
3. Introdução a Pesquisa Operacional I
Teoria dos Jogos
Inteligência Artificial
Redes Neurais Artificiais
Análise Envoltória de Dados
Apoio Multicritério à Decisão
3.3 Modelos
Os modelos são empregados para nos ajudar a abordar e
estruturar problemas complexos e a tratar incertezas que
eventualmente um problema de decisão possa ter.
A construção de modelos é a essência da abordagem de pesquisa
3. Introdução a Pesquisa Operacional I
A construção de modelos é a essência da abordagem de pesquisa
operacional (Wagner, 1986).
Em suma, o termo modelo em Pesquisa Operacional é uma
maneira de obter uma visão bem-estruturada da realidade,
permitindo-nos uma abordagem “quase real” do problema de
decisão.
3.3 Modelos
Identificam-se diversos significados do termo modelo, tais como:
- uma miniatura de um prédio, de um carro ou de um avião são
modelos em tamanho reduzido do prédio, do carro e do avião;
3. Introdução a Pesquisa Operacional I
- uma idealização da realidade, neste caso, busca-se um
simplificação da realidade permitindo a sua abordagem sem a
total complexidade do problema real.
Em Pesquisa Operacional, um modelo é quase sempre uma
representação aproximada da realidade, traduzida através de
formulações matemáticas. A figura 1 abaixo apresenta uma visão
da diferença entre o modelo e o problema do mundo real.
3.3 Modelos
3. Introdução a Pesquisa Operacional I
M O D E L O
M U N D O R E A L
3.3 Modelos
O termo representação aproximado da realidade significa que
pequenos detalhes podem ser retirados ou descartados do
problema de decisão, sem perda para a sua abordagem. Outros,
que mais significativos para o problema abordado tem que ser
considerados no modelo.
3. Introdução a Pesquisa Operacional I
considerados no modelo.
O modelo emprega símbolos matemáticos para serem associados
a determinadas características ou variáveis do problema
abordado. Estas variáveis são relacionadas por equações ou
inequações matemáticas que expressam o funcionamento do
sistema. A solução consiste em encontrar valores adequados das
variáveis de decisão que otimizem o desempenho do sistema,
segundo o critério desejado.
3.3 Modelos
Para a realização de uma análise quantitativa de um problema,
através da pesquisa operacional, é necessária a sua
fragmentação, identificando etapas para a sua abordagem, quais
sejam:
3. Introdução a Pesquisa Operacional I
3. Introdução a Pesquisa Operacional I
3.4 Introdução à Programação Linear
A Pesquisa Operacional primeiramente era associada à
Programação Linear, pois foi a primeira área da PO que teve uma
grande quantidade de aplicações. É ainda hoje uma das áreas
mais importantes da Pesquisa Operacional.
3. Introdução a Pesquisa Operacional I
O termo linear impõe restrições matemáticas, da seguinte forma:
somente equações matemáticas lineares podem ser empregadas
para escrever ou representar um modelo matemático.
Se um modelo não puder ser escrito somente em termos de
equações lineares, outras técnicas da pesquisa operacional devem
ser empregadas e não a programação linear na abordagem deste
problema.
3.4 Introdução à Programação Linear
Hipóteses e Limitações da Programação Linear:
Além de somente poder tratar modelos matemáticos
representados através de equações lineares, conforme comentado
no parágrafo anterior, um Problema de Programação Linear deve:
3. Introdução a Pesquisa Operacional I
no parágrafo anterior, um Problema de Programação Linear deve:
Aditividade; consideram-se as variáveis de decisão como sendo
totalmente independente uma das outras. Não permite que haja
interdependência entre as variáveis de decisão, (ex: X1 + 3X2).
Constantes; consideram-se os coeficientes a, b e c, que
multiplicam as variáveis de decisão ou limitam uma equação de
restrição, como sendo coeficientes constantes e na realidade
podem não ser.
3.4 Introdução à Programação Linear
Hipóteses e Limitações da Programação Linear:
Proporcionalidade; estes modelos, não consideram, por
exemplo, a economia de escala. Quanto mais produzimos de um
item mais reduzimos o custo de produção deste item. O lucro de
3. Introdução a Pesquisa Operacional I
item mais reduzimos o custo de produção deste item. O lucro de
cada atividade é proporcional ao lucro unitário de um item. Esta
hipótese diz que o lucro unitário c independe do nível de produção
de x (não considera a economia de escala).
Divisibilidade: as soluções dos modelos de programação linear
podem apresentar valores fracionários e em muitos problemas as
variáveis de decisão não podem assumir valores fracionários.
3.4 Introdução à Programação Linear
Conjuntos Convexos e Não-Convexos:
Conjuntos Convexos:
3. Introdução a Pesquisa Operacional I
Conjuntos Não-Convexos:
3.4 Introdução à Programação Linear
Soluções Viáveis:
O conjunto de todas as soluções viáveis de um problema de
programação linear é um conjunto convexo. Uma solução viável é
uma solução que respeita todas as restrições do modelo
3. Introdução a Pesquisa Operacional I
uma solução que respeita todas as restrições do modelo
matemático.
Soluções Ótimas:
Diz-se que uma solução é ótima em um PPL quando as variáveis
assumem determinados valores que otimizam a função objetivo. A
solução ótima é uma solução pertencente ao conjunto de soluções
viáveis do PPL.
3.4 Introdução à Programação Linear (Elementos de um
modelo de PPL)
- Identificar as variáveis de decisão: VD (X1, X2, . . . , Xn);
3. Introdução a Pesquisa Operacional I
- Definir a função objetivo do problema: FO (Z-Max ou Z-Min);
- Restrições tecnológicas: R1, R2, ..., Rn;
- Restrições de não-negatividade: X1>=0; X2 >=0,...,Xn>=0.
3.4 Programação Linear (Resumo de um PPL)
- VD (X1, X2, . . . , Xn);
- FO (Z-Max ou Z-Min);
- Restrições tecnológicas, restrições de não-negatividade;
- Escrever as restrições de não-negatividade:
3. Introdução a Pesquisa Operacional I
- Escrever as restrições de não-negatividade:
Em PPL as hipóteses limitadoras são:
- Aditividade: as VD são independentes;
- Constantes: consideram-se “a, b, c” como constantes;
- Proporcionalidade: não considera a economia de escala;
- Divisibilidade: as VD assumem valores reais.
Em PPL os conjuntos de soluções viáveis são sempre conjuntos
convexos, e a solução ótima esta na fronteira deste conjunto.
3.5 Exemplos de Problema de Programação Linear
Ex.1 (Kolman, Introdução à Álgebra Linear com Aplicações, pg.301)
Um pequeno fabricante de produtos fotográficos prepara dois tipos
de reveladores de filme por dia. Fino e Extrafino, usando como
matéria-prima as soluções A e B. Suponha que cada litro do
3. Introdução a Pesquisa Operacional I
matéria-prima as soluções A e B. Suponha que cada litro do
revelador Fino contém 2 medidas da solução A e 1 medida da
solução B, enquanto que o revelador Extrafino contém 1 medida da
solução A e 2 medidas da solução B. Suponha, também que o lucro
em cada litro do revelador Fino é de 8 centavos, enquanto que o
lucro em cada litro do revelador Extrafino é de 10 centavos. Se a
firma tem disponíveis 50 medidas da solução A e 70 da solução B por
dia, quantos litros ela deve produzir de cada tipo de revelador por
dia para maximizar o lucro (supondo que ela pode vender tudo que
produzir)?
3.5 Exemplos de Problema de Programação Linear
- Variáveis de Decisão:
X1 - número de litros do revelador Fino a ser produzido por dia;
X2 - número de litros do revelador Extrafino a ser produzido por dia.
3. Introdução a Pesquisa Operacional I
- Restrições Tecnológicas:
Restrição devido a solução A:
Cada litro do revelador Fino contém 2 medidas da solução A,
Cada litro do revelador Extrafino contém 1 medida da solução A,
A quantidade total da solução A necessária é:
2.X1 + X2.
3.5 Exemplos de Problema de Programação Linear
Restrição devido a solução B:
Cada litro do revelador Fino contém 1 medidas da solução B,
Cada litro do revelador Extrafino contém 2 medida da solução B,
A quantidade total da solução B necessária é:
3. Introdução a Pesquisa Operacional I
A quantidade total da solução B necessária é:
X1 + 2.X2.
A disponibilidade das soluções A e B, são 50 medidas da solução A e
70 medidas da solução B, assim temos:
2.X1 + X2 < 50 ===> (Restrição devido a solução A)
X1 + 2.X2 < 70 ===> (Restrição devido a solução B)
3.5 Exemplos de Problema de Programação Linear
- Restrições de não-negatividade:
Como as soluções não podem ser negativas para produzir os
reveladores, temos:
X1 > 0
3. Introdução a Pesquisa Operacional I
X1 > 0
X2 > 0
- Função Objetiva:
O lucro em cada litro dos reveladores Fino e Extrafino é de,
respectivamente, 8 e 10 centavos, o lucro total (em centavos) é:
FO Max: Z = 8.X1 + 10.X2
3.5 Exemplos de Problema de Programação Linear
- Modelo Matemático do Ex. 1:
FO Max: Z = 8.X1 + 10.X2
3. Introdução a Pesquisa Operacional I
FO Max: Z = 8.X1 + 10.X2
Sujeito à:
2.X1 + X2 < 50
X1 + 2.X2 < 70
X1 > 0
X2 > 0
3.5 Exemplos de Problema de Programação Linear
Ex.2 (Kolman, Introdução à Álgebra Linear com Aplicações, pg.301)
Um fabricante de determinado produto químico tem duas fábricas
onde o produto é feito. A fábrica X pode fabricar no máximo 30
toneladas por semana, enquanto a fábrica Y pode fabricar no
3. Introdução a Pesquisa Operacional I
toneladas por semana, enquanto a fábrica Y pode fabricar no
máximo 40 toneladas por semana. O fabricante quer fazer um total
de pelo menos 50 toneladas por semana. A quantidade de partículas
poluentes encontradas semanalmente na atmosfera de uma cidade
próxima às fábricas é de 20 quilos por cada tonelada fabricada em X
e de 30 quilos por cada tonelada fabricada em Y. Quantas toneladas
devem ser fabricadas em cada fábrica por semana de modo a
minimizar as partículas poluentes na atmosfera?
3.5 Exemplos de Problema de Programação Linear
- Variáveis de Decisão:
X - número de toneladas fabricadas em X por semana;
Y - número de toneladas fabricadas em Y por semana.
3. Introdução a Pesquisa Operacional I
- Restrições Tecnológicas:
1) Restrição devido a quantidade de toneladas fabricadas: X+Y>50
2) A fábrica X pode fabricar no máximo 30 toneladas: X < 30
3) A fábrica Y pode fabricar no máximo 40 toneladas: Y < 40
4) X não pode ser negativo: X > 0
5) Y não pode ser negativo: Y > 0
3.5 Exemplos de Problema de Programação Linear
- Função Objetiva:
A quantidade total de partículas poluentes (em quilos) é:
FO Min: Z = 20.X + 30.Y
3. Introdução a Pesquisa Operacional I
- Modelo Matemático do Ex. 1:
FO Min: Z = 20.X + 30.Y
Sujeito à:
X + Y > 50
X < 30
Y < 40
X > 0
Y > 0

Mais conteúdo relacionado

Mais procurados

Pesquisa Operacional Aula 02 - Programação Linear - Parte I
Pesquisa Operacional Aula 02 - Programação Linear - Parte IPesquisa Operacional Aula 02 - Programação Linear - Parte I
Pesquisa Operacional Aula 02 - Programação Linear - Parte ILeinylson Fontinele
 
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001Luis Duncan
 
Apostila Pesquisa operacional
Apostila Pesquisa operacionalApostila Pesquisa operacional
Apostila Pesquisa operacionalPamella Campos
 
Modelando Sistemas com UML
Modelando Sistemas com UMLModelando Sistemas com UML
Modelando Sistemas com UMLarmeniocardoso
 
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de SoftwareAlgoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de SoftwareJosé Corrêa Viana
 
01 io introdução à investigação operacional
01 io   introdução à investigação operacional01 io   introdução à investigação operacional
01 io introdução à investigação operacionalFaquira Antonio
 
Pesquisa operacional
Pesquisa operacionalPesquisa operacional
Pesquisa operacionalÉder Alves
 
1 5 programação didática das aulas de po1
1 5 programação didática das aulas de po11 5 programação didática das aulas de po1
1 5 programação didática das aulas de po1luisadr
 
Aula 6 - Estruturas de seleção encadeada - parte 1
Aula 6 - Estruturas de seleção encadeada - parte 1Aula 6 - Estruturas de seleção encadeada - parte 1
Aula 6 - Estruturas de seleção encadeada - parte 1Pacc UAB
 
Aula 5 - Estruturas de seleção simples e composta - parte 1
Aula 5 - Estruturas de seleção simples e composta - parte 1Aula 5 - Estruturas de seleção simples e composta - parte 1
Aula 5 - Estruturas de seleção simples e composta - parte 1Pacc UAB
 
Modelagem de sistemas - Pensamento sistêmico
Modelagem de sistemas - Pensamento sistêmicoModelagem de sistemas - Pensamento sistêmico
Modelagem de sistemas - Pensamento sistêmicoBruno Oliveira
 
Aula 5 - Estruturas de seleção encadeada - parte 2
Aula 5 - Estruturas de seleção encadeada - parte 2Aula 5 - Estruturas de seleção encadeada - parte 2
Aula 5 - Estruturas de seleção encadeada - parte 2Pacc UAB
 
Eng.Software-Métricas
Eng.Software-MétricasEng.Software-Métricas
Eng.Software-Métricaselliando dias
 
Análise Orientada a Objetos com UML
Análise Orientada a Objetos com UMLAnálise Orientada a Objetos com UML
Análise Orientada a Objetos com UMLEliseu Castelo
 
Aula 2 - Introdução à programação de computadores - parte 2
Aula 2 - Introdução à programação de computadores - parte 2Aula 2 - Introdução à programação de computadores - parte 2
Aula 2 - Introdução à programação de computadores - parte 2Pacc UAB
 
Aula-tga-09-matemática
Aula-tga-09-matemáticaAula-tga-09-matemática
Aula-tga-09-matemáticaAndre Boavista
 
Aula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplosAula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplosPacc UAB
 
Pesquisa Operacional Aula 01 - Apresentação
Pesquisa Operacional Aula 01 - ApresentaçãoPesquisa Operacional Aula 01 - Apresentação
Pesquisa Operacional Aula 01 - ApresentaçãoLeinylson Fontinele
 

Mais procurados (20)

Pesquisa Operacional Aula 02 - Programação Linear - Parte I
Pesquisa Operacional Aula 02 - Programação Linear - Parte IPesquisa Operacional Aula 02 - Programação Linear - Parte I
Pesquisa Operacional Aula 02 - Programação Linear - Parte I
 
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001
 
Apostila Pesquisa operacional
Apostila Pesquisa operacionalApostila Pesquisa operacional
Apostila Pesquisa operacional
 
Modelando Sistemas com UML
Modelando Sistemas com UMLModelando Sistemas com UML
Modelando Sistemas com UML
 
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de SoftwareAlgoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
 
USC COCOMO II
USC COCOMO IIUSC COCOMO II
USC COCOMO II
 
01 io introdução à investigação operacional
01 io   introdução à investigação operacional01 io   introdução à investigação operacional
01 io introdução à investigação operacional
 
Pesquisa operacional
Pesquisa operacionalPesquisa operacional
Pesquisa operacional
 
1 5 programação didática das aulas de po1
1 5 programação didática das aulas de po11 5 programação didática das aulas de po1
1 5 programação didática das aulas de po1
 
Aula 6 - Estruturas de seleção encadeada - parte 1
Aula 6 - Estruturas de seleção encadeada - parte 1Aula 6 - Estruturas de seleção encadeada - parte 1
Aula 6 - Estruturas de seleção encadeada - parte 1
 
Aula 5 - Estruturas de seleção simples e composta - parte 1
Aula 5 - Estruturas de seleção simples e composta - parte 1Aula 5 - Estruturas de seleção simples e composta - parte 1
Aula 5 - Estruturas de seleção simples e composta - parte 1
 
Modelagem de sistemas - Pensamento sistêmico
Modelagem de sistemas - Pensamento sistêmicoModelagem de sistemas - Pensamento sistêmico
Modelagem de sistemas - Pensamento sistêmico
 
Aula 5 - Estruturas de seleção encadeada - parte 2
Aula 5 - Estruturas de seleção encadeada - parte 2Aula 5 - Estruturas de seleção encadeada - parte 2
Aula 5 - Estruturas de seleção encadeada - parte 2
 
Eng.Software-Métricas
Eng.Software-MétricasEng.Software-Métricas
Eng.Software-Métricas
 
Análise Orientada a Objetos com UML
Análise Orientada a Objetos com UMLAnálise Orientada a Objetos com UML
Análise Orientada a Objetos com UML
 
Aula 2 - Introdução à programação de computadores - parte 2
Aula 2 - Introdução à programação de computadores - parte 2Aula 2 - Introdução à programação de computadores - parte 2
Aula 2 - Introdução à programação de computadores - parte 2
 
Aula-tga-09-matemática
Aula-tga-09-matemáticaAula-tga-09-matemática
Aula-tga-09-matemática
 
Resenha crítica Fuzzy
Resenha crítica FuzzyResenha crítica Fuzzy
Resenha crítica Fuzzy
 
Aula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplosAula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplos
 
Pesquisa Operacional Aula 01 - Apresentação
Pesquisa Operacional Aula 01 - ApresentaçãoPesquisa Operacional Aula 01 - Apresentação
Pesquisa Operacional Aula 01 - Apresentação
 

Destaque

1ª lista de exercícios de pesquisa operacional com gabarito
1ª lista de exercícios de pesquisa operacional   com gabarito1ª lista de exercícios de pesquisa operacional   com gabarito
1ª lista de exercícios de pesquisa operacional com gabaritoAntonio Rodrigues
 
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)Cássio Gonçalves
 
Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Joabe Amaral
 
Pesquisa Operacional
Pesquisa OperacionalPesquisa Operacional
Pesquisa Operacionalmsleite100
 
Programação linear
Programação linearProgramação linear
Programação linearKaryn XP
 
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalUso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalToshiaki Saito Filho
 
Analise de Sensibilidade
Analise de SensibilidadeAnalise de Sensibilidade
Analise de SensibilidadeVivi Basilio
 
Programacao linear 11 ano - 1011
Programacao linear 11 ano -  1011Programacao linear 11 ano -  1011
Programacao linear 11 ano - 1011deolindasa
 
Enegep out 2012 slide 1
Enegep out 2012   slide 1Enegep out 2012   slide 1
Enegep out 2012 slide 1Luis Duncan
 
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...Luis Duncan
 
Programação Linear e Aplicações - Modelos
Programação Linear e Aplicações - ModelosProgramação Linear e Aplicações - Modelos
Programação Linear e Aplicações - ModelosLidiane Taquehara
 
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...Luis Duncan
 
Problema de Programação Linear - IFS
Problema de Programação Linear - IFSProblema de Programação Linear - IFS
Problema de Programação Linear - IFSRenzo Petri
 
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001Luis Duncan
 
Plano de aula po1 capitulo 6 método simplex 2015 vrs 0000 - fazer.ppt [modo...
Plano de aula po1 capitulo 6   método simplex 2015 vrs 0000 - fazer.ppt [modo...Plano de aula po1 capitulo 6   método simplex 2015 vrs 0000 - fazer.ppt [modo...
Plano de aula po1 capitulo 6 método simplex 2015 vrs 0000 - fazer.ppt [modo...Luis Duncan
 
Programação linear Matematica
Programação linear  MatematicaProgramação linear  Matematica
Programação linear MatematicaTiago Faisca
 
Pesquisa Operacional no R
Pesquisa Operacional no RPesquisa Operacional no R
Pesquisa Operacional no RGraziela Alves
 

Destaque (20)

1ª lista de exercícios de pesquisa operacional com gabarito
1ª lista de exercícios de pesquisa operacional   com gabarito1ª lista de exercícios de pesquisa operacional   com gabarito
1ª lista de exercícios de pesquisa operacional com gabarito
 
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
 
Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2
 
Pesquisa Operacional
Pesquisa OperacionalPesquisa Operacional
Pesquisa Operacional
 
Programação linear
Programação linearProgramação linear
Programação linear
 
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalUso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
 
Analise de Sensibilidade
Analise de SensibilidadeAnalise de Sensibilidade
Analise de Sensibilidade
 
Programacao linear 11 ano - 1011
Programacao linear 11 ano -  1011Programacao linear 11 ano -  1011
Programacao linear 11 ano - 1011
 
Enegep out 2012 slide 1
Enegep out 2012   slide 1Enegep out 2012   slide 1
Enegep out 2012 slide 1
 
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
 
Programação Linear e Aplicações - Modelos
Programação Linear e Aplicações - ModelosProgramação Linear e Aplicações - Modelos
Programação Linear e Aplicações - Modelos
 
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...
 
Problema de Programação Linear - IFS
Problema de Programação Linear - IFSProblema de Programação Linear - IFS
Problema de Programação Linear - IFS
 
Semana 1 Álgebra Linear
Semana 1 Álgebra LinearSemana 1 Álgebra Linear
Semana 1 Álgebra Linear
 
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001
 
Plano de aula po1 capitulo 6 método simplex 2015 vrs 0000 - fazer.ppt [modo...
Plano de aula po1 capitulo 6   método simplex 2015 vrs 0000 - fazer.ppt [modo...Plano de aula po1 capitulo 6   método simplex 2015 vrs 0000 - fazer.ppt [modo...
Plano de aula po1 capitulo 6 método simplex 2015 vrs 0000 - fazer.ppt [modo...
 
Programação linear Matematica
Programação linear  MatematicaProgramação linear  Matematica
Programação linear Matematica
 
Pesquisa Operacional Tazza
Pesquisa Operacional TazzaPesquisa Operacional Tazza
Pesquisa Operacional Tazza
 
Pesquisa Operacional no R
Pesquisa Operacional no RPesquisa Operacional no R
Pesquisa Operacional no R
 
Apresentação Forum Científico Unicerp 2012
Apresentação Forum Científico Unicerp 2012Apresentação Forum Científico Unicerp 2012
Apresentação Forum Científico Unicerp 2012
 

Semelhante a Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de compatibilidade]

Cap 1
Cap 1Cap 1
Cap 1UFRJ
 
57931578-TI-Analise-de-sistemas-Concursos.pdf
57931578-TI-Analise-de-sistemas-Concursos.pdf57931578-TI-Analise-de-sistemas-Concursos.pdf
57931578-TI-Analise-de-sistemas-Concursos.pdfRicardoZorekDaniel1
 
Atps 1 algebra_linear_geometria_analitica
Atps 1 algebra_linear_geometria_analiticaAtps 1 algebra_linear_geometria_analitica
Atps 1 algebra_linear_geometria_analiticaRonanMs23
 
Aula modelagem de dados
Aula modelagem de dadosAula modelagem de dados
Aula modelagem de dadosGabriel Moura
 
Modelando Linhas de Balanço com Relacionamentos "Início-Término"
Modelando Linhas de Balanço com Relacionamentos "Início-Término"Modelando Linhas de Balanço com Relacionamentos "Início-Término"
Modelando Linhas de Balanço com Relacionamentos "Início-Término"Felipe Moreira
 
Modelando Linhas de Balanço com Relacionamentos “Início-Término”
Modelando Linhas de Balanço com Relacionamentos “Início-Término”Modelando Linhas de Balanço com Relacionamentos “Início-Término”
Modelando Linhas de Balanço com Relacionamentos “Início-Término”Ricardo Viana Vargas
 
SysSorting Professional
SysSorting ProfessionalSysSorting Professional
SysSorting ProfessionalMichel Alves
 
Especificação requisitos
Especificação requisitosEspecificação requisitos
Especificação requisitosLuis Fernandes
 
TDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data ScienceTDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data Sciencetdc-globalcode
 
Gestão de Projectos de SW OO Métricas Estimações e Planificações
Gestão de Projectos de SW OO Métricas Estimações e PlanificaçõesGestão de Projectos de SW OO Métricas Estimações e Planificações
Gestão de Projectos de SW OO Métricas Estimações e PlanificaçõesRogerio P C do Nascimento
 
1otimização de sistemas de transportes
1otimização de sistemas de transportes1otimização de sistemas de transportes
1otimização de sistemas de transportesbruno rocha
 

Semelhante a Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de compatibilidade] (20)

Cap 1
Cap 1Cap 1
Cap 1
 
slides livro.pdf
slides livro.pdfslides livro.pdf
slides livro.pdf
 
Apostila apsoo
Apostila apsooApostila apsoo
Apostila apsoo
 
57931578-TI-Analise-de-sistemas-Concursos.pdf
57931578-TI-Analise-de-sistemas-Concursos.pdf57931578-TI-Analise-de-sistemas-Concursos.pdf
57931578-TI-Analise-de-sistemas-Concursos.pdf
 
Samuel ta1.pps
Samuel ta1.ppsSamuel ta1.pps
Samuel ta1.pps
 
Dfd
DfdDfd
Dfd
 
Atps 1 algebra_linear_geometria_analitica
Atps 1 algebra_linear_geometria_analiticaAtps 1 algebra_linear_geometria_analitica
Atps 1 algebra_linear_geometria_analitica
 
PO - aula 1.pptx
PO - aula 1.pptxPO - aula 1.pptx
PO - aula 1.pptx
 
Relatorio base so
Relatorio base soRelatorio base so
Relatorio base so
 
Aula modelagem de dados
Aula modelagem de dadosAula modelagem de dados
Aula modelagem de dados
 
Modelando Linhas de Balanço com Relacionamentos "Início-Término"
Modelando Linhas de Balanço com Relacionamentos "Início-Término"Modelando Linhas de Balanço com Relacionamentos "Início-Término"
Modelando Linhas de Balanço com Relacionamentos "Início-Término"
 
Modelando Linhas de Balanço com Relacionamentos “Início-Término”
Modelando Linhas de Balanço com Relacionamentos “Início-Término”Modelando Linhas de Balanço com Relacionamentos “Início-Término”
Modelando Linhas de Balanço com Relacionamentos “Início-Término”
 
SysSorting Professional
SysSorting ProfessionalSysSorting Professional
SysSorting Professional
 
Amostra algoritmos funcionais-1
Amostra algoritmos funcionais-1Amostra algoritmos funcionais-1
Amostra algoritmos funcionais-1
 
Amostra algoritmos funcionais-1
Amostra algoritmos funcionais-1Amostra algoritmos funcionais-1
Amostra algoritmos funcionais-1
 
Especificação requisitos
Especificação requisitosEspecificação requisitos
Especificação requisitos
 
TDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data ScienceTDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data Science
 
Gestão de Projectos de SW OO Métricas Estimações e Planificações
Gestão de Projectos de SW OO Métricas Estimações e PlanificaçõesGestão de Projectos de SW OO Métricas Estimações e Planificações
Gestão de Projectos de SW OO Métricas Estimações e Planificações
 
1otimização de sistemas de transportes
1otimização de sistemas de transportes1otimização de sistemas de transportes
1otimização de sistemas de transportes
 
Aula-04-UML.pptx
Aula-04-UML.pptxAula-04-UML.pptx
Aula-04-UML.pptx
 

Último

Caça palavras - BULLYING
Caça palavras  -  BULLYING  Caça palavras  -  BULLYING
Caça palavras - BULLYING Mary Alvarenga
 
arte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacionalarte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacionalidicacia
 
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...Colaborar Educacional
 
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdfRitoneltonSouzaSanto
 
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)profesfrancleite
 
Cruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiCruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiMary Alvarenga
 
Termo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegraTermo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegrafernando846621
 
Peixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES MonelosPeixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES MonelosAgrela Elvixeo
 
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdfARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdfItaloAtsoc
 
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxSlides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxLuizHenriquedeAlmeid6
 
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdfEBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdfIBEE5
 
Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974AnaRitaFreitas7
 
Ressonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptxRessonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptxPatriciaFarias81
 
Apresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxApresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxtaloAugusto8
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123JaineCarolaineLima
 
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...Colaborar Educacional
 

Último (20)

(42-ESTUDO - LUCAS) DISCIPULO DE JESUS
(42-ESTUDO - LUCAS)  DISCIPULO  DE JESUS(42-ESTUDO - LUCAS)  DISCIPULO  DE JESUS
(42-ESTUDO - LUCAS) DISCIPULO DE JESUS
 
Caça palavras - BULLYING
Caça palavras  -  BULLYING  Caça palavras  -  BULLYING
Caça palavras - BULLYING
 
arte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacionalarte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacional
 
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
 
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
 
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
 
Cruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiCruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegypti
 
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdfAbordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
 
Termo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegraTermo de audiência de Mauro Cid na ìntegra
Termo de audiência de Mauro Cid na ìntegra
 
Peixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES MonelosPeixeiras da Coruña. O Muro da Coruña. IES Monelos
Peixeiras da Coruña. O Muro da Coruña. IES Monelos
 
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdfARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
ARTE BARROCA E ROCOCO BRASILEIRO-min.pdf
 
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxSlides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
 
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdfEBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
 
Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974
 
Ressonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptxRessonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptx
 
Apresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxApresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptx
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
 
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
 
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdfAbordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
 
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
 

Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de compatibilidade]

  • 1. Apostila de Exercícios da Disciplina de Pesquisa Operacional I Luís Alberto Duncan Rangel UFF – EEIMVR Depto. de Engenharia de Produção de Volta Redonda luisduncan@id.uff.br Volta Redonda 09/03/2015
  • 2. SUMÁRIO 3. Introdução à Pesquisa Operacional: 3.1 Histórico da Pesquisa Operacional Sociedades de Pesquisa Operacional 3.2 Áreas da Pesquisa Operacional Programação Linear Programação Inteira Programação Mista Programação por Metas Programação Não-Linear Programação Dinâmica Grafos Simulação Teoria das Filas
  • 3. SUMÁRIO 3.2 Áreas da Pesquisa Operacional Teoria das Filas Tória dos Jogos Inteligência Artificial Redes Neurais Artificiais Análise Envoltória de Dados Apoio Multicritério à Decisão 3.3 Modelo 3.4 Introdução a Programação Linear (PL) 3.4.1 Hipóteses e Limitações da PL Aditividade, Constantes, Proporcionalidade, Divisibilidade 3.4.2 Definição de Conjuntos Convexos e Côncavos
  • 4. SUMÁRIO 3.4.2 Definição de Conjuntos Convexos e Côncavos 3.4.3 Soluções viáveis e soluções ótimas 3.4.4 Variáveis de Decisão 3.4.5 Função Objetivo 3.4.6 Restrições Tecnológicas 3.4.7 Restrições de Não negatividades 3.4.8 Resumo dos Elementos de um PPL 3.5 Problemas de Programação Linear 3.5.1 Exemplo1: Problemas de Análise das Atividades 3.5.2 Exemplo2: Problemas de Análise das Atividades 3.5.3 Exemplo3: Problema da dieta . . . (fazer)
  • 5. 3.1 Histórico da Pesquisa Operacional A pesquisa operacional tem como marco inicial, considerado por pesquisadores, o período da segunda guerra mundial, quando diversos profissionais e pesquisadores graduados em diversas áreas foram reunidos em um grupo de pesquisa, para avaliar um modo de abastecimento das frentes de batalha, uma vez que os 3. Introdução a Pesquisa Operacional I modo de abastecimento das frentes de batalha, uma vez que os recursos eram escassos. Após a segunda guerra, pesquisadores e profissionais, que pertenciam ao grupo de trabalho montado na segunda guerra, foram trabalhar nas empresas, em universidades e em centros de pesquisas, dando continuidades as pesquisas iniciadas anteriormente.
  • 6. 3.1 Histórico da Pesquisa Operacional Dantzig propôs em 1947 no método SIMPLEX para resolver problemas de programação linear. Este método é considerado um grande marco da área de pesquisa operacional. Em período anterior a Dantzig, o pesquisador russo Kantorovitch (por volta de 1930) elaborou um modelo para alocação de recursos através do 3. Introdução a Pesquisa Operacional I 1930) elaborou um modelo para alocação de recursos através do planejamento econômico, mas somente publicou as suas pesquisas anos depois, que Dantzig havia publicado as suas pesquisas. A pesquisa operacional vem apresentando um crescimento muito grande em função do crescimento de utilização de computadores que facilitam o desenvolvimento de programas e a capacidade de processamento dos dados com maior quantidade de dados velocidade de processamento dos dados utilizados nos programas.
  • 7. 3.1 Histórico da Pesquisa Operacional Sabe-se que diversos estudos foram realizados por muitos pesquisadores em muitas áreas, que hoje são consideradas como sub-áreas da pesquisa operacional como é o caso dos estudos realizados por Leonhard Euler em 1736 para atravessar as pontes de Kronenberg (Könisgberg), que hoje é referência no estudo de 3. Introdução a Pesquisa Operacional I de Kronenberg (Könisgberg), que hoje é referência no estudo de Grafos. Hoje, os problemas abordados pela pesquisa operacional crescem e exigem algoritmos cada vez mais eficientes na busca das soluções. Assim, o campo da pesquisa operacional continua crescendo e é extremamente dinâmico.
  • 8. Sociedades de Pesquisa Operacional SOBRAPO – Sociedade Brasileira de Pesquisa Operacional. SBPO, Simpósio Brasileiro de Pesquisa Operacional. ABEPRO – Associação Brasileira de Engenharia de Produção. ENEGEP, Encontro Nacional de Engenharia de Produção. 3. Introdução a Pesquisa Operacional I ENEGEP, Encontro Nacional de Engenharia de Produção. SIMPEP – Simpósio de Engenharia de Produção. Promovido pela UNESP, Universidade Estadual Paulista Júlio de Mesquita Filho. SPOLM – Simpósio de Pesquisa Operacional e Logística da Marinha. Promovido anualmente pela Marinha do Brasil. REDM – Red Multicriterio. Promove periodicamente o Encontro de Red Multicriterio de Evaluación y Decisión Multicriterio.
  • 9. Sociedades de Pesquisa Operacional CLAIO - Congreso Latino-Iberoamericano de Investigación Operativa. Este evento acontece de dois em dois anos e é patrocinado pela ALIO - Asociación Latino-Iberoamericana de Investigación Operativa. 3. Introdução a Pesquisa Operacional I INFORMS – Institute for Operations Research and the Management Science. Entre outras.
  • 10. Revistas na Área de Pesquisa Operacional (Nacionais) Pesquisa Operacional;Gestão & Produção; Produção; entre outras. Revistas na Área de Pesquisa Operacional (Internacionais) Journal of the Operational Research Society 3. Introdução a Pesquisa Operacional I Journal of the Operational Research Society European Journal Operational Research Annals of Operational Research Mathematical Programming Omega Computers and Operations Research Decision Support Systems Management Science
  • 11. Software na Área de Pesquisa Operacional SOLVER / EXCEL LINDO / LINGO 3. Introdução a Pesquisa Operacional I XPRESS WINPLOT GAMS Matlab Optimization Toolbox
  • 12. 3.2 Áreas da Pesquisa Operacional Programação Linear Programação Inteira 3. Introdução a Pesquisa Operacional I Programação Mista Programação por Metas Programação Não-Linear Programação Dinâmica Grafos
  • 13. 3.2 Áreas da Pesquisa Operacional Simulação Teoria das Filas 3. Introdução a Pesquisa Operacional I Teoria dos Jogos Inteligência Artificial Redes Neurais Artificiais Análise Envoltória de Dados Apoio Multicritério à Decisão
  • 14. 3.3 Modelos Os modelos são empregados para nos ajudar a abordar e estruturar problemas complexos e a tratar incertezas que eventualmente um problema de decisão possa ter. A construção de modelos é a essência da abordagem de pesquisa 3. Introdução a Pesquisa Operacional I A construção de modelos é a essência da abordagem de pesquisa operacional (Wagner, 1986). Em suma, o termo modelo em Pesquisa Operacional é uma maneira de obter uma visão bem-estruturada da realidade, permitindo-nos uma abordagem “quase real” do problema de decisão.
  • 15. 3.3 Modelos Identificam-se diversos significados do termo modelo, tais como: - uma miniatura de um prédio, de um carro ou de um avião são modelos em tamanho reduzido do prédio, do carro e do avião; 3. Introdução a Pesquisa Operacional I - uma idealização da realidade, neste caso, busca-se um simplificação da realidade permitindo a sua abordagem sem a total complexidade do problema real. Em Pesquisa Operacional, um modelo é quase sempre uma representação aproximada da realidade, traduzida através de formulações matemáticas. A figura 1 abaixo apresenta uma visão da diferença entre o modelo e o problema do mundo real.
  • 16. 3.3 Modelos 3. Introdução a Pesquisa Operacional I M O D E L O M U N D O R E A L
  • 17. 3.3 Modelos O termo representação aproximado da realidade significa que pequenos detalhes podem ser retirados ou descartados do problema de decisão, sem perda para a sua abordagem. Outros, que mais significativos para o problema abordado tem que ser considerados no modelo. 3. Introdução a Pesquisa Operacional I considerados no modelo. O modelo emprega símbolos matemáticos para serem associados a determinadas características ou variáveis do problema abordado. Estas variáveis são relacionadas por equações ou inequações matemáticas que expressam o funcionamento do sistema. A solução consiste em encontrar valores adequados das variáveis de decisão que otimizem o desempenho do sistema, segundo o critério desejado.
  • 18. 3.3 Modelos Para a realização de uma análise quantitativa de um problema, através da pesquisa operacional, é necessária a sua fragmentação, identificando etapas para a sua abordagem, quais sejam: 3. Introdução a Pesquisa Operacional I
  • 19. 3. Introdução a Pesquisa Operacional I
  • 20. 3.4 Introdução à Programação Linear A Pesquisa Operacional primeiramente era associada à Programação Linear, pois foi a primeira área da PO que teve uma grande quantidade de aplicações. É ainda hoje uma das áreas mais importantes da Pesquisa Operacional. 3. Introdução a Pesquisa Operacional I O termo linear impõe restrições matemáticas, da seguinte forma: somente equações matemáticas lineares podem ser empregadas para escrever ou representar um modelo matemático. Se um modelo não puder ser escrito somente em termos de equações lineares, outras técnicas da pesquisa operacional devem ser empregadas e não a programação linear na abordagem deste problema.
  • 21. 3.4 Introdução à Programação Linear Hipóteses e Limitações da Programação Linear: Além de somente poder tratar modelos matemáticos representados através de equações lineares, conforme comentado no parágrafo anterior, um Problema de Programação Linear deve: 3. Introdução a Pesquisa Operacional I no parágrafo anterior, um Problema de Programação Linear deve: Aditividade; consideram-se as variáveis de decisão como sendo totalmente independente uma das outras. Não permite que haja interdependência entre as variáveis de decisão, (ex: X1 + 3X2). Constantes; consideram-se os coeficientes a, b e c, que multiplicam as variáveis de decisão ou limitam uma equação de restrição, como sendo coeficientes constantes e na realidade podem não ser.
  • 22. 3.4 Introdução à Programação Linear Hipóteses e Limitações da Programação Linear: Proporcionalidade; estes modelos, não consideram, por exemplo, a economia de escala. Quanto mais produzimos de um item mais reduzimos o custo de produção deste item. O lucro de 3. Introdução a Pesquisa Operacional I item mais reduzimos o custo de produção deste item. O lucro de cada atividade é proporcional ao lucro unitário de um item. Esta hipótese diz que o lucro unitário c independe do nível de produção de x (não considera a economia de escala). Divisibilidade: as soluções dos modelos de programação linear podem apresentar valores fracionários e em muitos problemas as variáveis de decisão não podem assumir valores fracionários.
  • 23. 3.4 Introdução à Programação Linear Conjuntos Convexos e Não-Convexos: Conjuntos Convexos: 3. Introdução a Pesquisa Operacional I Conjuntos Não-Convexos:
  • 24. 3.4 Introdução à Programação Linear Soluções Viáveis: O conjunto de todas as soluções viáveis de um problema de programação linear é um conjunto convexo. Uma solução viável é uma solução que respeita todas as restrições do modelo 3. Introdução a Pesquisa Operacional I uma solução que respeita todas as restrições do modelo matemático. Soluções Ótimas: Diz-se que uma solução é ótima em um PPL quando as variáveis assumem determinados valores que otimizam a função objetivo. A solução ótima é uma solução pertencente ao conjunto de soluções viáveis do PPL.
  • 25. 3.4 Introdução à Programação Linear (Elementos de um modelo de PPL) - Identificar as variáveis de decisão: VD (X1, X2, . . . , Xn); 3. Introdução a Pesquisa Operacional I - Definir a função objetivo do problema: FO (Z-Max ou Z-Min); - Restrições tecnológicas: R1, R2, ..., Rn; - Restrições de não-negatividade: X1>=0; X2 >=0,...,Xn>=0.
  • 26. 3.4 Programação Linear (Resumo de um PPL) - VD (X1, X2, . . . , Xn); - FO (Z-Max ou Z-Min); - Restrições tecnológicas, restrições de não-negatividade; - Escrever as restrições de não-negatividade: 3. Introdução a Pesquisa Operacional I - Escrever as restrições de não-negatividade: Em PPL as hipóteses limitadoras são: - Aditividade: as VD são independentes; - Constantes: consideram-se “a, b, c” como constantes; - Proporcionalidade: não considera a economia de escala; - Divisibilidade: as VD assumem valores reais. Em PPL os conjuntos de soluções viáveis são sempre conjuntos convexos, e a solução ótima esta na fronteira deste conjunto.
  • 27. 3.5 Exemplos de Problema de Programação Linear Ex.1 (Kolman, Introdução à Álgebra Linear com Aplicações, pg.301) Um pequeno fabricante de produtos fotográficos prepara dois tipos de reveladores de filme por dia. Fino e Extrafino, usando como matéria-prima as soluções A e B. Suponha que cada litro do 3. Introdução a Pesquisa Operacional I matéria-prima as soluções A e B. Suponha que cada litro do revelador Fino contém 2 medidas da solução A e 1 medida da solução B, enquanto que o revelador Extrafino contém 1 medida da solução A e 2 medidas da solução B. Suponha, também que o lucro em cada litro do revelador Fino é de 8 centavos, enquanto que o lucro em cada litro do revelador Extrafino é de 10 centavos. Se a firma tem disponíveis 50 medidas da solução A e 70 da solução B por dia, quantos litros ela deve produzir de cada tipo de revelador por dia para maximizar o lucro (supondo que ela pode vender tudo que produzir)?
  • 28. 3.5 Exemplos de Problema de Programação Linear - Variáveis de Decisão: X1 - número de litros do revelador Fino a ser produzido por dia; X2 - número de litros do revelador Extrafino a ser produzido por dia. 3. Introdução a Pesquisa Operacional I - Restrições Tecnológicas: Restrição devido a solução A: Cada litro do revelador Fino contém 2 medidas da solução A, Cada litro do revelador Extrafino contém 1 medida da solução A, A quantidade total da solução A necessária é: 2.X1 + X2.
  • 29. 3.5 Exemplos de Problema de Programação Linear Restrição devido a solução B: Cada litro do revelador Fino contém 1 medidas da solução B, Cada litro do revelador Extrafino contém 2 medida da solução B, A quantidade total da solução B necessária é: 3. Introdução a Pesquisa Operacional I A quantidade total da solução B necessária é: X1 + 2.X2. A disponibilidade das soluções A e B, são 50 medidas da solução A e 70 medidas da solução B, assim temos: 2.X1 + X2 < 50 ===> (Restrição devido a solução A) X1 + 2.X2 < 70 ===> (Restrição devido a solução B)
  • 30. 3.5 Exemplos de Problema de Programação Linear - Restrições de não-negatividade: Como as soluções não podem ser negativas para produzir os reveladores, temos: X1 > 0 3. Introdução a Pesquisa Operacional I X1 > 0 X2 > 0 - Função Objetiva: O lucro em cada litro dos reveladores Fino e Extrafino é de, respectivamente, 8 e 10 centavos, o lucro total (em centavos) é: FO Max: Z = 8.X1 + 10.X2
  • 31. 3.5 Exemplos de Problema de Programação Linear - Modelo Matemático do Ex. 1: FO Max: Z = 8.X1 + 10.X2 3. Introdução a Pesquisa Operacional I FO Max: Z = 8.X1 + 10.X2 Sujeito à: 2.X1 + X2 < 50 X1 + 2.X2 < 70 X1 > 0 X2 > 0
  • 32. 3.5 Exemplos de Problema de Programação Linear Ex.2 (Kolman, Introdução à Álgebra Linear com Aplicações, pg.301) Um fabricante de determinado produto químico tem duas fábricas onde o produto é feito. A fábrica X pode fabricar no máximo 30 toneladas por semana, enquanto a fábrica Y pode fabricar no 3. Introdução a Pesquisa Operacional I toneladas por semana, enquanto a fábrica Y pode fabricar no máximo 40 toneladas por semana. O fabricante quer fazer um total de pelo menos 50 toneladas por semana. A quantidade de partículas poluentes encontradas semanalmente na atmosfera de uma cidade próxima às fábricas é de 20 quilos por cada tonelada fabricada em X e de 30 quilos por cada tonelada fabricada em Y. Quantas toneladas devem ser fabricadas em cada fábrica por semana de modo a minimizar as partículas poluentes na atmosfera?
  • 33. 3.5 Exemplos de Problema de Programação Linear - Variáveis de Decisão: X - número de toneladas fabricadas em X por semana; Y - número de toneladas fabricadas em Y por semana. 3. Introdução a Pesquisa Operacional I - Restrições Tecnológicas: 1) Restrição devido a quantidade de toneladas fabricadas: X+Y>50 2) A fábrica X pode fabricar no máximo 30 toneladas: X < 30 3) A fábrica Y pode fabricar no máximo 40 toneladas: Y < 40 4) X não pode ser negativo: X > 0 5) Y não pode ser negativo: Y > 0
  • 34. 3.5 Exemplos de Problema de Programação Linear - Função Objetiva: A quantidade total de partículas poluentes (em quilos) é: FO Min: Z = 20.X + 30.Y 3. Introdução a Pesquisa Operacional I - Modelo Matemático do Ex. 1: FO Min: Z = 20.X + 30.Y Sujeito à: X + Y > 50 X < 30 Y < 40 X > 0 Y > 0