1.1

1.1

1. Com o ambiente da segunda guerra mundial, surgiu muitas técnicas e tecnologias nesse caso, destacando a necessidade de um planejamento estratégico de alocação de recursos, como tropas, armas, munições, entre outros.

   • Surgiu o nome pesquisa operacional, ou seja, foram executadas pesquisas relacionadas às operações militares, e os resultados relacionam-se com o desenvolvimento de diversos métodos eficientes de alocação, o que aliás contribuiu de modo significativo na vitória da Batalha do Atlântico Norte com o uso do radar, combinado às estratégias de administração de operações antissubmarinos.
     • Surgiu também o simplex que foi desenvolvido por George B. Dantzig na década de 1940, enquanto ele trabalhava no Pentágono planejando e programando atividades militares, e foi um dos marcos da PO, sendo Dantzig considerado o pai da programação linear.
       • Logo em seguida, outras principais contribuições surgiram, como a própria Teoria das Filas, que já se encontrava bem desenvolvida antes do final da década de 1950.
         • O advento da revolução computacional contribuiu de forma significava para ampliar o uso da PO, uma vez que o desenvolvimento de computadores eletrônicos facilitou a execução dos cálculos, que agora poderiam ser milhões de vezes mais rápidos do que os executados pelo homem. Assim, houve a disseminação da PO no setor empresarial, sendo hoje utilizada nos mais diversos campos como indústria, mercado financeiro, comércio, logística, etc.
           • O acesso à PO foi se intensificando cada vez mais e, hoje, a grande maioria da população consegue utilizar com facilidade softwares que empregam os conceitos de otimização em computadores pessoais, como o Solver do Microsoft Excel
             • PO como uma ferramenta gerencial, dada a sua importância e as suas possíveis aplicações que podem trazer impactos significativos para a gestão empresarial. A PO tem por objetivo otimizar a alocação de recursos escassos
               • PO NA TOMADA DE DECISÃO: uma decisão pode ser resultado do uso da intuição ou do uso do processo de modelagem, que nada mais é do que uma abstração da realidade. Logo, o foco da PO é utilizar o processo de modelagem para que seja empregado um método científico de tomada de decisão. Ou seja, como objetivo, o fundamento da PO é otimizar o resultado através de métodos puramente científicos.
                 • A PO faz uso de modelos matemáticos, estatísticos e de algoritmos para identificar pontos de melhoria e ajudar na tomada de decisões empresariais. é uma ciência aplicada por um conjunto de técnicas que visam as melhores condições de aproveitamento dos recursos escassos. nasceu na segunda guerra mundial, a necessidade de um planejamento estratégico de alocação de recursos, como tropas, armas, munições, entre outros.
                   • 1.2
                     • Por ser uma ferramenta matemática aplicada, a P.O. nos dá condições para:
                       • • Solucionar problemas reais;
                         • • Tomar decisões embasadas em fatos, dados e correlações quantitativas;
                           • • Conceber, planejar, analisar, implementar, operar e controlar sistemas por meio da tecnologia bem como de métodos de outras áreas do conhecimento;
                             • • Minimizar custos e maximizar o lucro;
                               • • Encontrar a melhor solução para um problema, ou seja, a solução ótima
                                 • A quantidade de dados é tão grande que é impossível formular modelos que considerem todos os dados. Logo, para realizar a modelagem, é necessário separar as informações relevantes das irrelevantes
                                   • • Daí a necessidade de se criar um modelo. Um modelo é uma simplificação da realidade
                                     • • A intuição não pode ser deixada de lado no processo de tomada de decisão. Portanto, a base de dados da intuição não pode ser desperdiçada
                                       • • As duas opções devem ser utilizadas conjuntamente para aperfeiçoar os processos de tomada de decisões. A intuição é especialmente relevante na seleção das informações relevantes para o problema em questão, bem como na criação de possíveis cenários para análise, na validação e análise do modelo, bem como dos resultados dos mesmos.
                                         • Um modelo representa uma parte da realidade (simboliza a realidade) e o processo de criação deste modelo chama-se modelagem. A modelagem pode ser considerada o "ato" ou a "ação" de criar o modelo, que será utilizado para entender e solucionar o problema em análise. Ou seja, a modelagem trata-se do procedimento de passos necessários para elaborar o modelo
                                           • São os modelos: modelos icônicos, que também podem ser chamados de concretos, modelos analógicos e modelos simbólicos, também chamados de abstratos. Os modelos icônicos são aqueles que são construídos por meio de fatos da realidade, tal como o mapa da cidade de São Paulo:
                                             • Esse mapa é um modelo icônico, ou seja, contruído por meio de fatos da realidade
                                               • Os modelos analógicos são uma representação física de um fenômeno ou processo para que possamos entender adequadamente seu funcionamento ou origem. Por exemplo, um termômetro é um modelo analógico que tem como finalidade medir a temperatura, ou seja, por meio de um termômetro conseguimos representar um fenômeno físico e fazer uma medição.
                                                 • Para que possamos executar adequadamente um estudo de pesquisa operacional é interessante que sejam seguidos alguns passos:
                                                   • 1. Formulação do problema: já vimos essa etapa anteriormente, é o momento de definir o problema e coletar os dados necessários.
                                                     • 2. Construção do modelo matemático: como já sabemos, utilizaremos um modelo simbólico que represente a realidade do nosso problema, ou seja, faremos uma modelagem matemática. Mas por que utilizamos um modelo matemático para resolver os problemas de pesquisa operacional? Além de ser uma representação simplificada da realidade, os modelos matemáticos podem revelar relacionamentos entre as variáveis que não seriam evidentes de outro modo e também permite o aprendizado por experimentação, ou seja, por tentativa e erro controlado.
                                                       • 3. Obtenção da solução: nesta etapa o foco é buscar uma solução para o problema e, para isso, devemos nos atentar a duas coisas:
                                                         • a. Se o modelo for demasiadamente complexo, na maioria dos casos achar uma solução também será uma tarefa muito complexa.
                                                           • b. Se o tempo para obter a solução for maior do que o tempo disponível para tomada de decisão, então essa solução não terá mais serventia alguma. Vale a pena ficar atento a isso, principalmente em problemas mais complexos nos quais buscar a solução também é uma tarefa complexa.
                                                             • 4. Teste do modelo e da solução: é importante que tanto o modelo quanto a solução sejam testados para verificar se todos os componentes foram incluídos no modelo e se ele pode ser executado. Em outras palavras, o teste do modelo e da solução levará em conta se o modelo foi construído corretamente.
                                                               • 5. Estabelecimento de controles sobre a solução: é importante relembrar que o modelo e sua consequente solução não são exatamente iguais à realidade, portanto devemos analisar se são necessários ajustes para que a solução seja implementada e funcione conforme esperado.
                                                                 • 6. Implantação da solução: uma vez que todas as etapas anteriores foram concluídas, a solução pode ser empregada na prática para resolver o problema.
                                                                   • Obs: caso a etapa de validação não seja concluída de modo satisfatório, o modelo deverá ser reformulado e passar por nova validação, quantas vezes forem necessárias, até que esteja adequado para aplicação.
                                                                     • 1.3
                                                                       • Vale a pena relembrar que na pesquisa operacional nós trabalharemos com modelos abstratos, pois eles podem ser utilizados para o estudo de propriedades por meio da simulação. Os modelos matemáticos utilizam sistemas de equações para descrever o comportamento da realidade, utilizando para isso símbolos e expressões matemáticas. Como colocado anteriormente, na etapa de coleta de dados, precisamos levantar todas as informações para serem utilizadas pelo modelo.
                                                                         • De acordo com Longaray (2013), um modelo de otimização nada mais é do que uma representação de um problema organizado com o propósito de obter uma solução ótima. Mas o que deve ser de fato otimizado? Neste ponto, insere-se o primeiro conceito-chave desta seção: as variáveis de decisão. De acordo com Hillier e Lieberman (2013), as variáveis de decisão são aquelas nas quais os valores devem ser determinados, ou seja, se tivermos infinitas decisões que devem ser tomadas, de algum modo precisamos quantificá-las.
                                                                           • 1. Função objetivo: é aquela função a ser otimizada, podendo ser maximizada ou minimizada, até se encontrar a solução ótima.
                                                                             • 2. Restrições: são aquelas com função de todas as variáveis de decisão, e as restrições de não negatividade, nas quais todas as variáveis de decisão devem ser maiores ou iguais a zero (são aplicadas em determinados casos, como a programação linear. De modo geral, todos os nossos RECURSOS, sejam matérias-primas, máquinas, mão de obra, entre outros, SÃO ESCASSOS OU APRESENTAM ALGUMA RESTRIÇÃO. Nos anos 1970, Eliyahi Goldratt começou a consolidar alguns princípios acerca dessas limitações no que conhecemos hoje como Teoria das Restrições. Ou seja, as restrições podem ser entendidas como qualquer coisa que limita o melhor desempenho do sistema. Essa teoria serve para também avaliar os riscos e restrições envolvidas nas variáveis de decisão, POR EX: um investimento que tem bastante rendimento, porém precisa avaliar o risco, visto que muitas vezes é alto.
                                                                               • 3. Solução: é a especificação de valores para as nossas variáveis de decisão. Podemos ter soluções: • A. VIÁVEIS: todas as restrições são satisfeitas. • b. INVIÁVIES: quando ao menos uma das restrições não é satisfeita. • c. REGIÃO DE SOLUÇÕES INVIÁVIES: é o conjunto de todas as soluções viáveis. • d. ÓTIMAS: é o valor mais favorável da função objetivo, seja ele máximo ou mínimo.
                                                                                 • Fonte: Canal Patrícia Freitas https://youtu.be/0n9eRsMleqQ

Bilder und Dateien der Mindmap