SlideShare uma empresa Scribd logo
Faculdades Integradas Ipitanga (Unibahia) 
Graduação em Engenharia de Produção Mecânica 
Pesquisa Operacional 
Professora: Janaina 
2012.2
Pesquisa Operacional 
Análise de Sensibilidade
Equipe: 
 André Quadros 
 Eduardo Souza 
 Luciana Baptista 
 Messias Argolo 
 Ricardo Pereira 
 Viviane Fernandes
Introdução 
 O principal objetivo do nosso trabalho é apresentar 
a Análise de Sensibilidade mostrando a sua 
definição, como pode ser utilizada, dar exemplos 
práticos e mostrar qual a importância desta 
ferramenta na engenharia e ou em qualquer outro 
seguimento, para isso mostraremos o passo a 
passo da Programação Linear com resolução 
gráfica e também o Modelo no Solver (Excel).
Análise de Sensibilidade 
 Ao realizarmos uma analise pós otimização 
verificamos as possíveis variações, para cima e para 
baixo, dos valores dos coeficientes da função-objetivo, 
dos coeficientes e das constantes das restrições sem 
que a solução ótima seja alterada. Este estudo se 
denomina Análise de Sensibilidade.
Análise de Sensibilidade 
 Em uma análise de sensibilidade deveremos 
responder basicamente a três perguntas: 
 Qual o efeito de uma mudança num coeficiente da 
função-objetivo? 
 Qual o efeito de uma mudança numa constante de 
uma restrição? 
 Qual o efeito de uma mudança num coeficiente de 
uma restrição?
Alteração em um dos 
coeficientes da Função-Objetivo: 
 Consideremos o problema abaixo e sua solução gráfica: 
Max Z = 5x1 + 2x2 
s.r. 4x1 + x2 ≤ 10 
x1 + 2x2 ≤ 9 
x1≥ 0 e x2 ≥ 0
Alteração em um dos coeficientes da 
Função-Objetivo: 
 A reta que define a função-objetivo deste problema é dada por: 
 Resolvendo o sistema de equações poderemos encontrar 
a solução ótima:
Alteração em um dos 
coeficientes da Função-Objetivo: 
 A alteração em um dos coeficientes provoca uma 
alteração no coeficiente angular (inclinação) da 
reta que define a função-objetivo. Visualmente 
podemos notar que se a variação na inclinação for 
pequena a solução ótima não sofrerá alteração 
porém o valor máximo (Z) a ser produzido pela 
solução ótima será diferente, independente da 
solução ótima.
Alteração em um dos coeficientes da 
Função-Objetivo: 
 Como podemos perceber as retas A, B e a função-objetivo 
pertencem a uma família de retas,pois têm o ponto (11/7; 
26/7) em comum e a diferença entre elas está no 
coeficiente angular. Assim enquanto o coeficiente angular 
estiver entre os coeficientes das retas que determinam a 
solução ótima,esta não se alterará.
Alteração em um dos coeficientes da 
Função-Objetivo: 
 Representando matematicamente: 
Declividade ≤ Declividade ≤ Declividade 
da Linha A da Função da Linha B 
Objetivo 
4x1 + x2 = 10 x1 + 2x2 = 9 
x2 = -4x1 + 10 x2 = (-1/2)x1 + 9/2 
-4 ≤ Declividade ≤ -0,5 
da Função 
Objetivo 
 De uma forma geral podemos obter o valor do 
coeficiente angular de uma função-objetivo por 
ou por 
Isto é, o coeficiente angular é dado por:
Alteração em um dos coeficientes da 
Função-Objetivo: 
 E no nosso caso queremos: 
 A análise que faremos a seguir supõe que apenas um dos 
coeficientes da função-objetivo pode sofrer alteração de 
cada vez. Supondo primeiramente que apenas C1 sofrerá 
alteração, este poderá variar de 
1 ≤ c1 ≤ 8. 
 Obteremos estes limites da seguinte maneira:
Alteração em um dos coeficientes da 
Função-Objetivo: 
 Agora apenas C2 sofrerá alteração, este poderá variar de 
 Logo: 
 Neste caso tivemos a nossa tarefa facilitada,pois existiam 
limites bem claros para a alteração do coeficiente angular, 
dado pelas duas retas das restrições.
Alteração do valor da constante 
da restrição: 
 Uma mudança em qualquer das constantes das 
restrições pode também alterar a solução ótima de um 
problema. Esta mudança geralmente acarreta uma 
alteração no conjunto de soluções viáveis, 
aumentando ou diminuindo o mesmo. A alteração 
resultante no valor da função-objetivo devida ao 
incremento de uma unidade na constante de uma 
restrição é denominada preço-sombra (shadow-price). 
A interpretação do preço-sombra é feita as 
vezes de custos ou receitas marginais, dependendo 
das variáveis envolvidas.
Alteração do valor da constante 
da restrição: 
 Consideramos o problema abaixo, onde alteramos o 
nosso problema inicial modificando o valor da 
constante da segunda restrição de 9(original) para 
15.
Alteração do valor da constante 
da restrição: 
 O gráfico abaixo mostra esta modificação graficamente, 
bem como a diferença no conjunto das soluções viáveis. 
Vale notar que esta mudança não alterou a solução ótima. A 
razão está no fato desta restrição não limitar a solução 
ótima. Neste caso as duas restrições que limitam a solução 
ótima são
Alteração do valor da constante 
da restrição: 
 Agora veremos como a solução ótima terá seu valor 
alterado quando alteramos a constante da primeira 
restrição de 10 (valor original) para 15. Como esta 
restrição limita a solução ótima seu valor será alterado.
Alteração do valor da constante da 
restrição: 
 No gráfico abaixo vemos a alteração do conjunto 
de soluções viáveis e da solução ótima. 
nova solução ótima
Alteração do valor da constante 
da restrição: 
 A alteração de cinco unidades da constante da primeira restrição 
(10 para 15) provocou uma alteração no valor máximo da função-objetivo 
e 37,5 para 56,25.Logo, o preço-sombra deste recurso 
pode ser obtido como: 
Preço-sombra = 56,25 – 37,50 = 3,75 
5 
 Uma alteração de 26 unidades da constante da primeira restrição 
(10 para 36) provocou uma alteração no valor máximo da função-objetivo 
e 37,5 para 135.Logo, o preço-sombra deste recurso pode 
ser obtido como: 
Preço-sombra = 135 – 37,50 = 3,75 
5
Alteração do valor da constante 
da restrição: 
 Assim pudemos perceber que o valor do preço-sombra é o 
mesmo. Isto acontece dentro de um intervalo de valores 
apenas. Vejamos a solução gráfica desta segunda alteração:
Alteração do valor da constante 
da restrição: 
 Agora faremos uma nova alteração aumentando o valor da 
constante para 37 (qualquer numero maior que 36). Reparem 
que o valor da função objetivo continuou o mesmo (135). 
Max Z = 15x1 + 2x2 
s.r. 4x1 + x2 ≤ 37 
x1 + 2x2 ≤ 9 
x1≥ 0 e x2 ≥ 0
Alteração do valor da constante 
da restrição: 
 Logo: 
Preço-sombra = 135-135 = 0,00 
1 
 Assim percebemos que a primeira restrição deixou 
de ser limitante da solução ótima. As restrições 
limitantes são agora 
 Sendo assim enquanto a restrição continuar como 
limitante da solução ótima, o preço-sombra 
permanece o mesmo, tornando-se zero quando ela 
deixa de ser limitante da solução ótima.
Relatórios do Excel (Utilizando o 
Solver) 
 Como já vimos o Excel realiza um tipo de analise 
sensibilidade que considera apenas a alteração de um 
único valor (coeficiente ou constante) de cada vez. 
Consideremos o problema abaixo(realizado 
anteriormente graficamente), sua modelagem no Excel 
e sua resolução no solver.
Relatórios do Excel 
 Modelagem
Relatórios do Excel 
 Resolução
Relatórios do Excel 
Relatório de Resposta 
 O relatório de resposta é simples, é de fácil 
compreensão e possui 3 partes distintas:
Relatórios do Excel 
1. A primeira indica o tipo de problema tratado (maximização 
ou minimização), o valor original e final da função objetivo, 
bem como a célula utilizada para representá-la. A célula B5 
do relatório apresenta o valor otimizado da função-objetivo, 
isto é, o valor da função-objetivo considerando os valores de 
x1 e x2 na solução ótima; 
2. A segunda parte é relativo às variáveis de decisão. Ela 
apresenta os valores iniciais e finais das variáveis de decisão 
e as células utilizadas para defini-las;
Relatórios do Excel 
3. Já a terceira parte diz respeito às restrições: 
o A coluna das células indica as células utilizadas pelos LHS de cada uma das 
restrições. 
o A coluna das constantes(RHS) de cada uma das restrições. 
o A coluna Formulas indica cada uma das formulas utilizadas nas restrições. 
o As colunas de status pode apresentar dois valores: binding (agrupar) e not 
binding (não agrupar). O mais importante está na interpretação desta 
igualdade, quando ela existe, o lado direito e esquerdo da restrição são iguais 
na solução ótima significando que todo recurso disponível (RHS) foi consumido, 
isto é, a variável de folga ou excesso (slack - transigência) tem valor zero. 
o A coluna transigência indica a diferença entre o LHS e o RHS de cada uma das 
restrições. Logo as restrições que tenham o status binding devem apresentar 
valor na coluna transigência (slack) igual a zero e as restrições com valor not 
binding apresentam algum valor positivo;
Relatórios do Excel 
 Relatório de Sensibilidade
Relatórios do Excel 
 Relatório de Sensibilidade 
 É dividido em duas partes: 
1. A primeira refere-se às mudanças que possam ocorrer 
nos coeficientes das variáveis de decisão da função-objetivo; 
2. A segunda mostra as possíveis alterações que as 
constantes das restrições podem sofrer;
Relatórios do Excel 
 Relatório de Sensibilidade 
Reduzido custo - Existem duas interpretações básicas: 
1. A quantidade que o coeficiente da função-objetivo de uma 
variável original deve melhorar antes desta variável se 
tornar básica; 
2. A penalização que deverá ser paga para tornar uma 
variável básica; 
 Observemos que o reduzido custo são as variáveis de folga 
ou excesso do problema, porém se uma variável do 
problema original for maior que zero, o valor da variável 
do problema relacionado será zero, isto é, o valor do 
reduzido custo será zero;
Relatórios do Excel 
 Relatório de sensibilidade 
Acréscimo/Decréscimo Permissível: 
 indica o quanto cada coeficiente pode 
aumentar/diminuir, permanecendo todas as 
demais variáveis constantes, sem que se altere a 
solução ótima. 
 Pode ser verificado reprocessando o Solver 
 Acréscimo/decréscimo permissível = 0 
indica que pode haver outra solução 
ótima
Relatórios do Excel 
 Relatório de sensibilidade 
Preço-sombra: 
 Indica o quanto irá mudar o valor da função objetivo 
se houver a alteração de uma unidade no fator de 
restrição indicado, permanecendo todos os demais 
coeficientes constantes 
 Representa a relação Margem de Contribuição/fator 
limitativo 
• Preço-sombra positivo: indica que o aumento de 1 
unidade na restrição provocará aumento no valor 
da função-objetivo 
• Preço-sombra negativo: indica que o aumento de 
1 unidade na restrição provocará redução no valor 
da função-objetivo
Relatórios do Excel 
 Relatórios de Limites
Relatórios do Excel 
 Relatórios de Limites 
 A coluna Inferior Limite indica o menor valor que cada variável 
pode assumir, considerando, que todas as outras não se alterem, 
para que a solução continue viável. A coluna ao lado mostra o 
valor que a função-objetivo assume nessa solução. 
 A coluna Superior Limite indica o maior valor que cada variável 
pode assumir, considerando, que todas as outras não se alterem, 
para que a solução continue viável. A coluna ao lado mostra o 
valor que a função-objetivo assume nessa solução.
Conclusão 
 Pudemos perceber que a Análise de Sensibilidade é uma 
ferramenta na qual nos permite comparar resultados da 
empresa a partir de simulações. Compreender o que é 
uma Análise de Sensibilidade e saber usá-la a favor da 
empresa aumenta muito nossa capacidade de gestão, 
dando segurança e percepção na hora de decidir.

Mais conteúdo relacionado

Mais procurados

Introdução ao estudo das funções
Introdução ao estudo das funçõesIntrodução ao estudo das funções
Introdução ao estudo das funções
lilianamcvieira1986
 
4 exercícios de hidrodinâmica - 1 2014
4   exercícios de hidrodinâmica - 1  20144   exercícios de hidrodinâmica - 1  2014
4 exercícios de hidrodinâmica - 1 2014
Carolina Patricio
 
Limites, derivadas e suas aplicações
Limites, derivadas e suas aplicaçõesLimites, derivadas e suas aplicações
Limites, derivadas e suas aplicações
Afonso Celso Siqueira Silva
 
Pesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - DualidadePesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - Dualidade
Leinylson Fontinele
 
Aula 12 medidas de dispersão
Aula 12   medidas de dispersãoAula 12   medidas de dispersão
Exercicios resolvidos
Exercicios resolvidosExercicios resolvidos
Exercicios resolvidos
Concursando Persistente
 
GP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação LinearGP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação Linear
Jefferson Affonso - PMP®, ITIL®, MCTS®, MBA
 
Tabela de dimensões e unidades
Tabela de dimensões e unidadesTabela de dimensões e unidades
Tabela de dimensões e unidades
Daniellycc
 
Moda de Czuber - Estatística Descritiva
Moda de Czuber - Estatística DescritivaModa de Czuber - Estatística Descritiva
Moda de Czuber - Estatística Descritiva
Anselmo Alves de Sousa
 
Aula 07 - Pesquisa Operacional - Método Simplex.pdf
Aula 07 - Pesquisa Operacional - Método Simplex.pdfAula 07 - Pesquisa Operacional - Método Simplex.pdf
Aula 07 - Pesquisa Operacional - Método Simplex.pdf
ssuser0e8ed9
 
Aula 02 Cálculo de limites - Conceitos Básicos
Aula 02   Cálculo de limites - Conceitos BásicosAula 02   Cálculo de limites - Conceitos Básicos
Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Joabe Amaral
 
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
Antonio Rodrigues
 
Tabela completa de derivadas e integrais
Tabela completa de derivadas e integraisTabela completa de derivadas e integrais
Tabela completa de derivadas e integrais
Diego Rodrigues Vaz
 
Exercícios Resolvidos: Aplicação da integral
Exercícios Resolvidos: Aplicação da integralExercícios Resolvidos: Aplicação da integral
Exercícios Resolvidos: Aplicação da integral
Diego Oliveira
 
Função quadrática
Função quadráticaFunção quadrática
Função quadrática
Pausa Matemática
 
Delineamentos estatísticos
Delineamentos estatísticosDelineamentos estatísticos
Delineamentos estatísticosUERGS
 
Exercícios Resolvidos: Frequência relativa, absoluta, acumulada
Exercícios Resolvidos: Frequência relativa, absoluta, acumuladaExercícios Resolvidos: Frequência relativa, absoluta, acumulada
Exercícios Resolvidos: Frequência relativa, absoluta, acumulada
Diego Oliveira
 
Aula 30 testes de hipóteses
Aula 30   testes de hipótesesAula 30   testes de hipóteses

Mais procurados (20)

Introdução ao estudo das funções
Introdução ao estudo das funçõesIntrodução ao estudo das funções
Introdução ao estudo das funções
 
4 exercícios de hidrodinâmica - 1 2014
4   exercícios de hidrodinâmica - 1  20144   exercícios de hidrodinâmica - 1  2014
4 exercícios de hidrodinâmica - 1 2014
 
Limites, derivadas e suas aplicações
Limites, derivadas e suas aplicaçõesLimites, derivadas e suas aplicações
Limites, derivadas e suas aplicações
 
Pesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - DualidadePesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - Dualidade
 
Aula 12 medidas de dispersão
Aula 12   medidas de dispersãoAula 12   medidas de dispersão
Aula 12 medidas de dispersão
 
Exercicios resolvidos
Exercicios resolvidosExercicios resolvidos
Exercicios resolvidos
 
GP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação LinearGP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação Linear
 
Tabela de dimensões e unidades
Tabela de dimensões e unidadesTabela de dimensões e unidades
Tabela de dimensões e unidades
 
Moda de Czuber - Estatística Descritiva
Moda de Czuber - Estatística DescritivaModa de Czuber - Estatística Descritiva
Moda de Czuber - Estatística Descritiva
 
Aula 07 - Pesquisa Operacional - Método Simplex.pdf
Aula 07 - Pesquisa Operacional - Método Simplex.pdfAula 07 - Pesquisa Operacional - Método Simplex.pdf
Aula 07 - Pesquisa Operacional - Método Simplex.pdf
 
Aula 02 Cálculo de limites - Conceitos Básicos
Aula 02   Cálculo de limites - Conceitos BásicosAula 02   Cálculo de limites - Conceitos Básicos
Aula 02 Cálculo de limites - Conceitos Básicos
 
Aula 01 limites e continuidade
Aula 01   limites e continuidadeAula 01   limites e continuidade
Aula 01 limites e continuidade
 
Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2
 
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
 
Tabela completa de derivadas e integrais
Tabela completa de derivadas e integraisTabela completa de derivadas e integrais
Tabela completa de derivadas e integrais
 
Exercícios Resolvidos: Aplicação da integral
Exercícios Resolvidos: Aplicação da integralExercícios Resolvidos: Aplicação da integral
Exercícios Resolvidos: Aplicação da integral
 
Função quadrática
Função quadráticaFunção quadrática
Função quadrática
 
Delineamentos estatísticos
Delineamentos estatísticosDelineamentos estatísticos
Delineamentos estatísticos
 
Exercícios Resolvidos: Frequência relativa, absoluta, acumulada
Exercícios Resolvidos: Frequência relativa, absoluta, acumuladaExercícios Resolvidos: Frequência relativa, absoluta, acumulada
Exercícios Resolvidos: Frequência relativa, absoluta, acumulada
 
Aula 30 testes de hipóteses
Aula 30   testes de hipótesesAula 30   testes de hipóteses
Aula 30 testes de hipóteses
 

Destaque

[Robson] 5. Análise de Sensibilidade
[Robson] 5. Análise de Sensibilidade[Robson] 5. Análise de Sensibilidade
[Robson] 5. Análise de Sensibilidadelapodcc
 
O Problema de Transporte - Pesquisa Operacional
O Problema de Transporte - Pesquisa OperacionalO Problema de Transporte - Pesquisa Operacional
O Problema de Transporte - Pesquisa Operacional
Alessandro Ranulfo Lima Nery
 
Aula10 problema-transporte
Aula10 problema-transporteAula10 problema-transporte
Aula10 problema-transporte
Lorran Mol
 
Introdução à pesquisa operacional
Introdução à pesquisa operacionalIntrodução à pesquisa operacional
Introdução à pesquisa operacional
klivermoreira
 
Pesquisa Operacional
Pesquisa OperacionalPesquisa Operacional
Pesquisa Operacional
msleite100
 
Análise de sensibilidade po
Análise de sensibilidade poAnálise de sensibilidade po
Análise de sensibilidade po
Valter Mello
 
Gestão da qualidade: operações de produção e de serviços
Gestão da qualidade: operações de produção e de serviçosGestão da qualidade: operações de produção e de serviços
Gestão da qualidade: operações de produção e de serviços
BWS Contabilidade, Consultoria e Perícias
 
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
Leinylson Fontinele
 
Teoria das Filas
Teoria das FilasTeoria das Filas
Teoria das Filas
Vivi Basilio
 
Problema de Transporte - Modelos de Tomada de Decisão
Problema de Transporte - Modelos de Tomada de DecisãoProblema de Transporte - Modelos de Tomada de Decisão
Problema de Transporte - Modelos de Tomada de DecisãoAlessandro Ranulfo Lima Nery
 
Pesquisa Operacional 1_ Aula 1
Pesquisa Operacional 1_ Aula 1Pesquisa Operacional 1_ Aula 1
Pesquisa Operacional 1_ Aula 1Joabe Amaral
 
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...Luis Duncan
 
Pesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemPesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e Origem
Adriano Maranhão
 
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
Leinylson Fontinele
 
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
 
Enegep out 2012 slide 1
Enegep out 2012   slide 1Enegep out 2012   slide 1
Enegep out 2012 slide 1
Luis Duncan
 
Pesquisa operacional (1)
Pesquisa operacional (1)Pesquisa operacional (1)
Pesquisa operacional (1)
MAURICIO MARÇAL
 
Pesquisa operacional 1
Pesquisa operacional 1Pesquisa operacional 1
Pesquisa operacional 1
Erique Neto
 
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
 
Atps comp..
Atps comp..Atps comp..

Destaque (20)

[Robson] 5. Análise de Sensibilidade
[Robson] 5. Análise de Sensibilidade[Robson] 5. Análise de Sensibilidade
[Robson] 5. Análise de Sensibilidade
 
O Problema de Transporte - Pesquisa Operacional
O Problema de Transporte - Pesquisa OperacionalO Problema de Transporte - Pesquisa Operacional
O Problema de Transporte - Pesquisa Operacional
 
Aula10 problema-transporte
Aula10 problema-transporteAula10 problema-transporte
Aula10 problema-transporte
 
Introdução à pesquisa operacional
Introdução à pesquisa operacionalIntrodução à pesquisa operacional
Introdução à pesquisa operacional
 
Pesquisa Operacional
Pesquisa OperacionalPesquisa Operacional
Pesquisa Operacional
 
Análise de sensibilidade po
Análise de sensibilidade poAnálise de sensibilidade po
Análise de sensibilidade po
 
Gestão da qualidade: operações de produção e de serviços
Gestão da qualidade: operações de produção e de serviçosGestão da qualidade: operações de produção e de serviços
Gestão da qualidade: operações de produção e de serviços
 
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
 
Teoria das Filas
Teoria das FilasTeoria das Filas
Teoria das Filas
 
Problema de Transporte - Modelos de Tomada de Decisão
Problema de Transporte - Modelos de Tomada de DecisãoProblema de Transporte - Modelos de Tomada de Decisão
Problema de Transporte - Modelos de Tomada de Decisão
 
Pesquisa Operacional 1_ Aula 1
Pesquisa Operacional 1_ Aula 1Pesquisa Operacional 1_ Aula 1
Pesquisa Operacional 1_ Aula 1
 
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...
 
Pesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemPesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e Origem
 
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
 
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 ...
 
Enegep out 2012 slide 1
Enegep out 2012   slide 1Enegep out 2012   slide 1
Enegep out 2012 slide 1
 
Pesquisa operacional (1)
Pesquisa operacional (1)Pesquisa operacional (1)
Pesquisa operacional (1)
 
Pesquisa operacional 1
Pesquisa operacional 1Pesquisa operacional 1
Pesquisa operacional 1
 
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...
 
Atps comp..
Atps comp..Atps comp..
Atps comp..
 

Semelhante a Analise de Sensibilidade

Manual lindo 6.1
Manual lindo 6.1Manual lindo 6.1
Manual lindo 6.1
Egidio Buffon
 
Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Rodrigo Rodrigues
 
EMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdf
EMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdfEMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdf
EMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdf
Gabriel374282
 
Operações do Sistema Elétrico de Potência
Operações do Sistema Elétrico de PotênciaOperações do Sistema Elétrico de Potência
Operações do Sistema Elétrico de Potência
Kevin Cardenas Belleza
 
AMD - Aula n.º 9 - regressão linear múltipla.pptx
AMD - Aula n.º 9 - regressão linear múltipla.pptxAMD - Aula n.º 9 - regressão linear múltipla.pptx
AMD - Aula n.º 9 - regressão linear múltipla.pptx
NunoSilva599593
 
Otimização convexa e cvx
Otimização convexa e cvxOtimização convexa e cvx
Otimização convexa e cvx
Rodrigo Carneiro Brandão
 
Teoria dos erros
Teoria dos errosTeoria dos erros
Teoria dos errosLaura Jane
 
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Kleverton Saath
 
Cap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De CoeficientesCap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De CoeficientesRegis Andrade
 
Programação Dinâmica
Programação DinâmicaProgramação Dinâmica
Programação Dinâmica
Orlando Junior
 
analise estatistica: Correlacao canonica
analise estatistica: Correlacao canonicaanalise estatistica: Correlacao canonica
analise estatistica: Correlacao canonica
Alberto Do Nascimento Silva
 
GP4US - Pesquisa operacional aula 5 - metodo simples
GP4US - Pesquisa operacional   aula 5 - metodo simplesGP4US - Pesquisa operacional   aula 5 - metodo simples
GP4US - Pesquisa operacional aula 5 - metodo simples
Jefferson Affonso - PMP®, ITIL®, MCTS®, MBA
 
02 tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA
02   tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA02   tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA
02 tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA
Ricardo Bruno - Universidade Federal do Pará
 
Aula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem AmbientalAula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem AmbientalJean Leão
 
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...
Daniel Brandão de Castro
 

Semelhante a Analise de Sensibilidade (17)

Manual lindo 6.1
Manual lindo 6.1Manual lindo 6.1
Manual lindo 6.1
 
Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais
 
EMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdf
EMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdfEMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdf
EMA013_03-PROGRAMAO_LINEAR_METODO_SIMPLEX.pdf
 
Operações do Sistema Elétrico de Potência
Operações do Sistema Elétrico de PotênciaOperações do Sistema Elétrico de Potência
Operações do Sistema Elétrico de Potência
 
AMD - Aula n.º 9 - regressão linear múltipla.pptx
AMD - Aula n.º 9 - regressão linear múltipla.pptxAMD - Aula n.º 9 - regressão linear múltipla.pptx
AMD - Aula n.º 9 - regressão linear múltipla.pptx
 
03 tópico 2 - regressão multipla
03   tópico 2 - regressão multipla03   tópico 2 - regressão multipla
03 tópico 2 - regressão multipla
 
Otimização convexa e cvx
Otimização convexa e cvxOtimização convexa e cvx
Otimização convexa e cvx
 
Teoria dos erros
Teoria dos errosTeoria dos erros
Teoria dos erros
 
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
 
Introdução à otimização convexa.
Introdução à otimização convexa.Introdução à otimização convexa.
Introdução à otimização convexa.
 
Cap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De CoeficientesCap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De Coeficientes
 
Programação Dinâmica
Programação DinâmicaProgramação Dinâmica
Programação Dinâmica
 
analise estatistica: Correlacao canonica
analise estatistica: Correlacao canonicaanalise estatistica: Correlacao canonica
analise estatistica: Correlacao canonica
 
GP4US - Pesquisa operacional aula 5 - metodo simples
GP4US - Pesquisa operacional   aula 5 - metodo simplesGP4US - Pesquisa operacional   aula 5 - metodo simples
GP4US - Pesquisa operacional aula 5 - metodo simples
 
02 tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA
02   tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA02   tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA
02 tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA
 
Aula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem AmbientalAula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem Ambiental
 
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...
 

Analise de Sensibilidade

  • 1. Faculdades Integradas Ipitanga (Unibahia) Graduação em Engenharia de Produção Mecânica Pesquisa Operacional Professora: Janaina 2012.2
  • 3. Equipe:  André Quadros  Eduardo Souza  Luciana Baptista  Messias Argolo  Ricardo Pereira  Viviane Fernandes
  • 4. Introdução  O principal objetivo do nosso trabalho é apresentar a Análise de Sensibilidade mostrando a sua definição, como pode ser utilizada, dar exemplos práticos e mostrar qual a importância desta ferramenta na engenharia e ou em qualquer outro seguimento, para isso mostraremos o passo a passo da Programação Linear com resolução gráfica e também o Modelo no Solver (Excel).
  • 5. Análise de Sensibilidade  Ao realizarmos uma analise pós otimização verificamos as possíveis variações, para cima e para baixo, dos valores dos coeficientes da função-objetivo, dos coeficientes e das constantes das restrições sem que a solução ótima seja alterada. Este estudo se denomina Análise de Sensibilidade.
  • 6. Análise de Sensibilidade  Em uma análise de sensibilidade deveremos responder basicamente a três perguntas:  Qual o efeito de uma mudança num coeficiente da função-objetivo?  Qual o efeito de uma mudança numa constante de uma restrição?  Qual o efeito de uma mudança num coeficiente de uma restrição?
  • 7. Alteração em um dos coeficientes da Função-Objetivo:  Consideremos o problema abaixo e sua solução gráfica: Max Z = 5x1 + 2x2 s.r. 4x1 + x2 ≤ 10 x1 + 2x2 ≤ 9 x1≥ 0 e x2 ≥ 0
  • 8. Alteração em um dos coeficientes da Função-Objetivo:  A reta que define a função-objetivo deste problema é dada por:  Resolvendo o sistema de equações poderemos encontrar a solução ótima:
  • 9. Alteração em um dos coeficientes da Função-Objetivo:  A alteração em um dos coeficientes provoca uma alteração no coeficiente angular (inclinação) da reta que define a função-objetivo. Visualmente podemos notar que se a variação na inclinação for pequena a solução ótima não sofrerá alteração porém o valor máximo (Z) a ser produzido pela solução ótima será diferente, independente da solução ótima.
  • 10. Alteração em um dos coeficientes da Função-Objetivo:  Como podemos perceber as retas A, B e a função-objetivo pertencem a uma família de retas,pois têm o ponto (11/7; 26/7) em comum e a diferença entre elas está no coeficiente angular. Assim enquanto o coeficiente angular estiver entre os coeficientes das retas que determinam a solução ótima,esta não se alterará.
  • 11. Alteração em um dos coeficientes da Função-Objetivo:  Representando matematicamente: Declividade ≤ Declividade ≤ Declividade da Linha A da Função da Linha B Objetivo 4x1 + x2 = 10 x1 + 2x2 = 9 x2 = -4x1 + 10 x2 = (-1/2)x1 + 9/2 -4 ≤ Declividade ≤ -0,5 da Função Objetivo  De uma forma geral podemos obter o valor do coeficiente angular de uma função-objetivo por ou por Isto é, o coeficiente angular é dado por:
  • 12. Alteração em um dos coeficientes da Função-Objetivo:  E no nosso caso queremos:  A análise que faremos a seguir supõe que apenas um dos coeficientes da função-objetivo pode sofrer alteração de cada vez. Supondo primeiramente que apenas C1 sofrerá alteração, este poderá variar de 1 ≤ c1 ≤ 8.  Obteremos estes limites da seguinte maneira:
  • 13. Alteração em um dos coeficientes da Função-Objetivo:  Agora apenas C2 sofrerá alteração, este poderá variar de  Logo:  Neste caso tivemos a nossa tarefa facilitada,pois existiam limites bem claros para a alteração do coeficiente angular, dado pelas duas retas das restrições.
  • 14. Alteração do valor da constante da restrição:  Uma mudança em qualquer das constantes das restrições pode também alterar a solução ótima de um problema. Esta mudança geralmente acarreta uma alteração no conjunto de soluções viáveis, aumentando ou diminuindo o mesmo. A alteração resultante no valor da função-objetivo devida ao incremento de uma unidade na constante de uma restrição é denominada preço-sombra (shadow-price). A interpretação do preço-sombra é feita as vezes de custos ou receitas marginais, dependendo das variáveis envolvidas.
  • 15. Alteração do valor da constante da restrição:  Consideramos o problema abaixo, onde alteramos o nosso problema inicial modificando o valor da constante da segunda restrição de 9(original) para 15.
  • 16. Alteração do valor da constante da restrição:  O gráfico abaixo mostra esta modificação graficamente, bem como a diferença no conjunto das soluções viáveis. Vale notar que esta mudança não alterou a solução ótima. A razão está no fato desta restrição não limitar a solução ótima. Neste caso as duas restrições que limitam a solução ótima são
  • 17. Alteração do valor da constante da restrição:  Agora veremos como a solução ótima terá seu valor alterado quando alteramos a constante da primeira restrição de 10 (valor original) para 15. Como esta restrição limita a solução ótima seu valor será alterado.
  • 18. Alteração do valor da constante da restrição:  No gráfico abaixo vemos a alteração do conjunto de soluções viáveis e da solução ótima. nova solução ótima
  • 19. Alteração do valor da constante da restrição:  A alteração de cinco unidades da constante da primeira restrição (10 para 15) provocou uma alteração no valor máximo da função-objetivo e 37,5 para 56,25.Logo, o preço-sombra deste recurso pode ser obtido como: Preço-sombra = 56,25 – 37,50 = 3,75 5  Uma alteração de 26 unidades da constante da primeira restrição (10 para 36) provocou uma alteração no valor máximo da função-objetivo e 37,5 para 135.Logo, o preço-sombra deste recurso pode ser obtido como: Preço-sombra = 135 – 37,50 = 3,75 5
  • 20. Alteração do valor da constante da restrição:  Assim pudemos perceber que o valor do preço-sombra é o mesmo. Isto acontece dentro de um intervalo de valores apenas. Vejamos a solução gráfica desta segunda alteração:
  • 21. Alteração do valor da constante da restrição:  Agora faremos uma nova alteração aumentando o valor da constante para 37 (qualquer numero maior que 36). Reparem que o valor da função objetivo continuou o mesmo (135). Max Z = 15x1 + 2x2 s.r. 4x1 + x2 ≤ 37 x1 + 2x2 ≤ 9 x1≥ 0 e x2 ≥ 0
  • 22. Alteração do valor da constante da restrição:  Logo: Preço-sombra = 135-135 = 0,00 1  Assim percebemos que a primeira restrição deixou de ser limitante da solução ótima. As restrições limitantes são agora  Sendo assim enquanto a restrição continuar como limitante da solução ótima, o preço-sombra permanece o mesmo, tornando-se zero quando ela deixa de ser limitante da solução ótima.
  • 23. Relatórios do Excel (Utilizando o Solver)  Como já vimos o Excel realiza um tipo de analise sensibilidade que considera apenas a alteração de um único valor (coeficiente ou constante) de cada vez. Consideremos o problema abaixo(realizado anteriormente graficamente), sua modelagem no Excel e sua resolução no solver.
  • 24. Relatórios do Excel  Modelagem
  • 25. Relatórios do Excel  Resolução
  • 26. Relatórios do Excel Relatório de Resposta  O relatório de resposta é simples, é de fácil compreensão e possui 3 partes distintas:
  • 27. Relatórios do Excel 1. A primeira indica o tipo de problema tratado (maximização ou minimização), o valor original e final da função objetivo, bem como a célula utilizada para representá-la. A célula B5 do relatório apresenta o valor otimizado da função-objetivo, isto é, o valor da função-objetivo considerando os valores de x1 e x2 na solução ótima; 2. A segunda parte é relativo às variáveis de decisão. Ela apresenta os valores iniciais e finais das variáveis de decisão e as células utilizadas para defini-las;
  • 28. Relatórios do Excel 3. Já a terceira parte diz respeito às restrições: o A coluna das células indica as células utilizadas pelos LHS de cada uma das restrições. o A coluna das constantes(RHS) de cada uma das restrições. o A coluna Formulas indica cada uma das formulas utilizadas nas restrições. o As colunas de status pode apresentar dois valores: binding (agrupar) e not binding (não agrupar). O mais importante está na interpretação desta igualdade, quando ela existe, o lado direito e esquerdo da restrição são iguais na solução ótima significando que todo recurso disponível (RHS) foi consumido, isto é, a variável de folga ou excesso (slack - transigência) tem valor zero. o A coluna transigência indica a diferença entre o LHS e o RHS de cada uma das restrições. Logo as restrições que tenham o status binding devem apresentar valor na coluna transigência (slack) igual a zero e as restrições com valor not binding apresentam algum valor positivo;
  • 29. Relatórios do Excel  Relatório de Sensibilidade
  • 30. Relatórios do Excel  Relatório de Sensibilidade  É dividido em duas partes: 1. A primeira refere-se às mudanças que possam ocorrer nos coeficientes das variáveis de decisão da função-objetivo; 2. A segunda mostra as possíveis alterações que as constantes das restrições podem sofrer;
  • 31. Relatórios do Excel  Relatório de Sensibilidade Reduzido custo - Existem duas interpretações básicas: 1. A quantidade que o coeficiente da função-objetivo de uma variável original deve melhorar antes desta variável se tornar básica; 2. A penalização que deverá ser paga para tornar uma variável básica;  Observemos que o reduzido custo são as variáveis de folga ou excesso do problema, porém se uma variável do problema original for maior que zero, o valor da variável do problema relacionado será zero, isto é, o valor do reduzido custo será zero;
  • 32. Relatórios do Excel  Relatório de sensibilidade Acréscimo/Decréscimo Permissível:  indica o quanto cada coeficiente pode aumentar/diminuir, permanecendo todas as demais variáveis constantes, sem que se altere a solução ótima.  Pode ser verificado reprocessando o Solver  Acréscimo/decréscimo permissível = 0 indica que pode haver outra solução ótima
  • 33. Relatórios do Excel  Relatório de sensibilidade Preço-sombra:  Indica o quanto irá mudar o valor da função objetivo se houver a alteração de uma unidade no fator de restrição indicado, permanecendo todos os demais coeficientes constantes  Representa a relação Margem de Contribuição/fator limitativo • Preço-sombra positivo: indica que o aumento de 1 unidade na restrição provocará aumento no valor da função-objetivo • Preço-sombra negativo: indica que o aumento de 1 unidade na restrição provocará redução no valor da função-objetivo
  • 34. Relatórios do Excel  Relatórios de Limites
  • 35. Relatórios do Excel  Relatórios de Limites  A coluna Inferior Limite indica o menor valor que cada variável pode assumir, considerando, que todas as outras não se alterem, para que a solução continue viável. A coluna ao lado mostra o valor que a função-objetivo assume nessa solução.  A coluna Superior Limite indica o maior valor que cada variável pode assumir, considerando, que todas as outras não se alterem, para que a solução continue viável. A coluna ao lado mostra o valor que a função-objetivo assume nessa solução.
  • 36. Conclusão  Pudemos perceber que a Análise de Sensibilidade é uma ferramenta na qual nos permite comparar resultados da empresa a partir de simulações. Compreender o que é uma Análise de Sensibilidade e saber usá-la a favor da empresa aumenta muito nossa capacidade de gestão, dando segurança e percepção na hora de decidir.