Investigaçao Operacional II Progra. Dinamica Aula 2

Investigação Operacional II
1
Fundamentos de Investigação Operacional
• Investigação Operacional = investigação das operações.
• Operação = conjunto de actos necessários para obter

determinado resultado.
• Investigação = pesquisa que conduz a resultados que são

imediatamente utilizáveis fora do domínio da ciência.
2
Investigação Operacional X Gestão
• Pesquisa Operacional e a Relação com o Processo

Decisório:
• Decisão pode ser descrita como o curso de ação

escolhido por alguém (pessoa, instituição) para alcançar
os objetivos desejados, ou seja, para resolver um
problema que incomoda (Andrade, 2000).
3
• CARACTERÍSTICAS DO PROCESSO DECISÓRIO

• Andrade (2000) destaca quatro características principais
do processo decisório.
• O processo de decisão é sequencial:

• É um processo complexo;
• É um processo que envolve valores subjetivos;
• É um processo desenvolvido dentro do ambiente
institucional com regras mais ou menos definidas e, até
certo ponto, inflexíveis.
4
CLASSIFICAÇÃO DAS DECISÕES
• Nível estratégico: decisões de nível estratégico

envolvem alto risco, e grandes montantes financeiros.
São de grande importância e abrangência;
• Nível tático: decisões de nível tático envolvem risco
médio e montantes financeiros menores que os
envolvidos nas decisões de nível estratégico;
• Nível operacional: decisões de nível operacional
envolvem baixos riscos e pequenos montantes
financeiros;
5
• QUALIDADE DAS DECISÕES
• O que significa ter qualidade nas decisões?

• É possível afirmar que existem decisões ótimas?
• O que é uma decisão de alta qualidade?
• É possível se obter o consenso sobre decisões
instituídas?
• Decisões irracionais podem ter sucesso?
6
• OBSTÁCULOS A UMA DECISÃO DE QUALIDADE
• Vários são os obstáculos que surgem para complicar o

processo de tomada de uma decisão. Alguns deles
dizem respeito ao caráter pessoal do administrador,
como a força do hábito e valores pessoais
7
• É o caso da seguinte desculpa: “Sempre fizemos dessa

forma”.
• Outro obstáculo que se apresenta relaciona-se às
questões políticas e às relações de poder no ambiente
empresarial: “Não podemos descontentar o Joãzinho
porque ele tem muito poder”.
• É o caso da seguinte desculpa: “Sempre fizemos dessa

forma”.
• Outro obstáculo que se apresenta relaciona-se às
questões políticas e às relações de poder no ambiente
empresarial: “Não podemos descontentar o Joãzinho
porque ele tem muito poder”.
8
Programação Dinâmica
9
Motivação
• Problema: determinar o caminho mais curto de 1 a 12 no

grafo abaixo
Trajetória ótima de
7 cada
4nó ao destino final
2 4 7
9 6
9 2 6 9
5 4
16 7 3 2
5 4 2 0
1 7 2
3 18 7 1 12
1 3
4 11 0
7 5 5 5
2 8 11
15 11
6
5
8
• Procedimento backwards
10
Motivação

grafo abaixo
9
Trajetória ótima do
2 4 nó inicial até cada nó
9 15
9 6
7 2 6 9
5 4
0 7 3 2
7 11 4 14 16
1 7 2 12
3 3 1
1 3 0
4 11
10 5 16 5
2 8 11
2 11
6
5
8
• Procedimento forward
11
Motivação

grafo abaixo
Trajetória ótima
através de cada nó
2 4 9+7
9 6
7+9 2 6 9
5 4
0+1 7 3 2
7 4 14+2 16+0
16 7 2 12
3 1
1 3 0
4 11
5 5
2 8 11
11
6
5
8
• Combinação das trajetórias ótimas
12
Motivação

grafo abaixo
Trajetória ótima através
de cada nó
2 4
9 6
6 9
2 5 4
7 3 2
7 4
1 7 2 12
3 1
1 3 0
4 11
10+7 5 5
2 8 11
11
6
5
8
• Combinação das trajetórias ótimas
13
Programação dinâmica
• Aplicação a problemas de decisões seqüenciais: cada decisão

aplicada a um estado em determinado estágio leva a um estado
do estágio imediatamente seguinte.
• Princípio da otimalidade: uma seqüência ótima de decisões tem

a propriedade de que quaisquer que sejam o estado e a decisão
inicial, as decisões remanescentes constituem uma seqüência
ótima de decisões com relação ao estado decorrente da primeira
decisão.
• Alternativamente: “toda subtrajetória da trajetória ótima é ótima

com relação a suas extremidades inicial e final”.
14
• Método exato para resolver problemas de progamação inteira que

envolvem apenas decisões seqüenciais, nos quais cada nova decisão
depende apenas do estado do sistema, mas não das decisões
anteriores (isto é, da forma como este estado foi atingido).
• Principais conceitos envolvidos:

– estágios (etapas)
– estados
– decisões
– função critério a ser otimizada
15
• Roteiro de aplicação:
– Identificar um modelo de decisões seqüenciais através de seus estágios.
– Assegurar-se de que cada solução viável (ou trajetória) pode ser vista
como uma seqüência de decisões tomadas a cada estágio, de modo tal
que seu custo seja igual à soma dos custos das decisões individuais.
– Definir o conceito de estado como a resultante de todas as decisões

relevantes tomadas no passado (caso forward).
(alternativamente, definir o conceito de estado como a resultante de todas
as decisões relevantes tomadas no futuro no caso backwards)
16
• Roteiro de aplicação (continuação):
– Determinar as transições de estado possíveis.
– Atribuir o custo de cada transição de estado à decisão

correspondente.
– Escrever uma recursão que defina o custo ótimo do estado

inicial até o estado final.
• Exemplo de aplicação: problema da mochila
17
Problema da mochila
• Caso (1): os itens não podem ser fracionados e no

máximo uma unidade de cada item pode ser selecionada
• Problema de programação inteira

n
• As variáveis inteiras binárias (0- cjxj

maximizar
j 1
1) representam a decisão de
selecionar um objeto ou não. n
sujeitoa:  a j x j  b
• Solução não trivial! j 1
x j  0,1, j  1,..., n
• Ordenar as variáveis pelo índice
lucro/volume resolve o problema
linear apenas, mas não o de
programação inteira.
18
Problema da mochila
• Decomposição do problema em estágios
• Em vez se considerar uma solução (x1,x2,...,xn) completa de uma só

vez, visualizar o problema como se as decisões fossem tomadas para
um item de cada vez.
• Após k decisões, terão sido determinados quais dos primeiros k itens

devem ser selecionados e, conseqüentemente, terão sido
determinados os valores das variáveis x1,x2,...,xk.
k
• Neste ponto, o valor acumulado é
k
c x j j e o volume acumulado é
a x
j 1
j j .
j1
19
Problema da mochila
• Estágio:
cada variável do problema
• Estado:
volume total ocupado com as decisões já tomadas
• Decisão:
selecionar ou não um item (isto é, fazer xk=1)
• Custo da decisão de selecionar o item k:

aumento de ck unidades no lucro parcial acumulado
• Efeito da decisão de selecionar o item k:

aumento do volume ocupado (estado) em ak unidades
20
Problema da mochila
• Definição:
yk(u) = lucro máximo que pode ser obtido com volume total igual a u e
usando apenas itens do conjunto {1,...,k}
• Quanto vale y0(0)?

– y0(0) = 0 (sem objetos selecionados, o peso e o lucro são nulos)
• Definir yk(u) = - se é impossível obter um volume total igual a u

apenas com itens dentre os do conjunto {1,...,k}.
• Quanto valem y0(u) e yk(0)?

– y0(u) = - para u > 0 (impossível acumular peso sem itens)
– yk(0) = 0 para k = 1,2,...,n (nenhum item selecionado)
• Calcular yk(u) para k = 1,...,n e u = 0,...b, a partir de y0(0).
21
Problema da mochila
• yk(u) = lucro máximo que pode ser obtido com volume total igual a u e
usando apenas itens do conjunto {1,...,k}
• Calcular yk(u) para k = 1,...,n e u = 0,...b:
0, u  0; k  0

yk (u )   , u  1,..., b;k  0
max y (u ), y (u  a )  c , u  0,..., b; k  1,..., n
 k 1 k 1 k k
• Interpretação: há duas alternativas para se obter yk(u), dependendo do

item k ser selecionado ou não
– yk(u) = yk-1(u), se o item k não é usado
– yk(u) = yk-1(u-ak)+ck, se o item k é usado
22
Problema da mochila
0, u  0; k  0

yk (u )   , u  1,..., b;k  0
max y (u ), y (u  a )  c , u  0,..., b; k  1,..., n
 k 1 k 1 k k
• Observar que o lucro associado ao estado resultante de uma decisão

depende apenas do valor desta decisão e do estado atual, mas não
depende da forma como este último foi atingido.
23
Problema da mochila
y5(4) = max 3x1  2 x2  2 x3  x4  3x5

sujeito a : 3x1  3x2  x3  x4  2 x5  4
x j {0,1}, j  1,...,5
24
Problema da mochila
max 3x1  2 x2  2 x3  x4  3x5

sujeito a : 3x1  3x2  x3  x4  2 x5  4
x j {0,1}, j  1,...,5
y5(b) = max 3x1  2 x2  2 x3  x4  3x5

sujeito a : 3x1  3x2  x3  x4  2 x5  b
x j {0,1}, j  1,...,5
Valor ótimo = maxb=0,...,4 {y5(b)}

25
Problema da mochila
u=4 y0(4) y5(4)
u=3 y0(3) y5(3)
u=2 y0(2) y5(2)
u=1 y0(1) y5(1)
u=0 y0(0) y1(0) y2(0) y3(0) y4(0) y5(0)
k=0 k=1 k=2 k=3 k=4 k=5

26
Problema da mochila
u=4 y0(4)
u=3 y0(3)
u=2 y0(2)
u=1 y0(1)
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

27
Problema da mochila
u=4 -
u=3 -
u=2 -
u=1 -
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

28
Problema da mochila
u=4 - ?
u=3 - ?
u=2 - ?
u=1 - ?
u=0 0 ?
k=0 k=1 k=2 k=3 k=4 k=5

29
Problema da mochila
u=4 -
u=3 -
u=2 - -
u=1 - -
u=0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

30
Problema da mochila
u=4 -
u=3 - 3
u=2 - -
u=1 - -
u=0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

31
Problema da mochila
u=4 - -
u=3 - 3
u=2 - -
u=1 - -
u=0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

32
Problema da mochila
u=4 - -
u=3 - 3
u=2 - -
u=1 - -
u=0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

33
Problema da mochila
u=4 - - ?
u=3 - 3 ?
u=2 - - ?
u=1 - - ?
u=0 0 0 ?
k=0 k=1 k=2 k=3 k=4 k=5

34
Problema da mochila
u=4 - -
u=3 - 3
u=2 - -
u=1 - -
u=0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

35
Problema da mochila
u=4 - -
u=3 - 3
u=2 - - -
u=1 - - -
u=0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

36
Problema da mochila
u=4 - -
u=3 - 3
u=2 - - -
2
u=1 - - -
u=0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

37
Problema da mochila
u=4 - -
0
u=3 - 3
u=2 - - -
2
u=1 - - -
u=0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

38
Problema da mochila
u=4 - -
0
u=3 - 3 3
u=2 - - -
2
u=1 - - -
u=0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

39
Problema da mochila
u=4 - - -
u=3 - 3 3
u=2 - - -
u=1 - - -
u=0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

40
Problema da mochila
u=4 - - -
u=3 - 3 3
u=2 - - -
u=1 - - -
u=0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

41
Problema da mochila
u=4 - - - ?
u=3 - 3 3 ?
u=2 - - - ?
u=1 - - - ?
u=0 0 0 0 ?
k=0 k=1 k=2 k=3 k=4 k=5

42
Problema da mochila
u=4 - - -
u=3 - 3 3
u=2 - - -
u=1 - - -
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

43
Problema da mochila
u=4 - - -
u=3 - 3 3
u=2 - - -
u=1 - - - 2
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

44
Problema da mochila
u=4 - - -
u=3 - 3 3
u=2 - - - -
u=1 - - - 2
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

45
Problema da mochila
u=4 - - -
u=3 - 3 3
2
u=2 - - - -
u=1 - - - 2
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

46
Problema da mochila
u=4 - - -
u=3 - 3 3
0
2
u=2 - - - -
u=1 - - - 2
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

47
Problema da mochila
u=4 - - -
u=3 - 3 3
0 3
2
u=2 - - - -
u=1 - - - 2
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

48
Problema da mochila
u=4 - - - 5
2
u=3 - 3 3 3
u=2 - - - -
u=1 - - - 2
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

49
Problema da mochila
u=4 - - - 5
u=3 - 3 3 3
u=2 - - - -
u=1 - - - 2
u=0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

50
Problema da mochila
u=4 - - - 5 ?
u=3 - 3 3 3 ?
u=2 - - - - ?
u=1 - - - 2 ?
u=0 0 0 0 0 ?
k=0 k=1 k=2 k=3 k=4 k=5

51
Problema da mochila
u=4 - - - 5
u=3 - 3 3 3
u=2 - - - -
u=1 - - - 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

52
Problema da mochila
u=4 - - - 5
u=3 - 3 3 3
u=2 - - - -
0
u=1 - - - 2
1
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

53
Problema da mochila
u=4 - - - 5
u=3 - 3 3 3
u=2 - - - -
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

54
Problema da mochila
u=4 - - - 5
u=3 - 3 3 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

55
Problema da mochila
u=4 - - - 5
u=3 - 3 3 3
0 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

56
Problema da mochila
u=4 - - - 5
u=3 - 3 3 3 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

57
Problema da mochila
u=4 - - - 5
1
u=3 - 3 3 3 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

58
Problema da mochila
0
u=4 - - - 5
1
u=3 - 3 3 3 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

59
Problema da mochila
0
u=4 - - - 5 5
1
u=3 - 3 3 3 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

60
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

61
Problema da mochila
u=4 - - - 5 5 ?
u=3 - 3 3 3 3 ?
u=2 - - - - 3 ?
u=1 - - - 2 2 ?
u=0 0 0 0 0 0 ?
k=0 k=1 k=2 k=3 k=4 k=5

62
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3
u=1 - - - 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

63
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3
0
u=1 - - - 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

64
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3
0
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

65
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

66
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3 0
3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

67
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3 0 3
3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

68
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
u=2 - - - - 3 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

69
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
0
3
u=2 - - - - 3 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

70
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3
0 5
3
u=2 - - - - 3 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

71
Problema da mochila
u=4 - - - 5 5
u=3 - 3 3 3 3 5
u=2 - - - - 3 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

72
Problema da mochila
0
u=4 - - - 5 5
3
u=3 - 3 3 3 3 5
u=2 - - - - 3 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

73
Problema da mochila
0
u=4 - - - 5 5 6
3
u=3 - 3 3 3 3 5
u=2 - - - - 3 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

74
Problema da mochila
u=4 - - - 5 5 6
u=3 - 3 3 3 3 5
u=2 - - - - 3 3
u=1 - - - 2 2 2
u=0 0 0 0 0 0 0
k=0 k=1 k=2 k=3 k=4 k=5

75
Problema da mochila
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

76
Problema da mochila
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

77
Problema da mochila
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

78
Problema da mochila
x5=1
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

79
Problema da mochila
x4=1 x5=1
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

80
Problema da mochila
x3=1 x4=1 x5=1
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

81
Problema da mochila
x2=0 x3=1 x4=1 x5=1
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

82
Problema da mochila
x1=0 x2=0 x3=1 x4=1 x5=1
u=4 - - - 5 5 6 y5(4) = 6
u=3 - 3 3 3 3 5 y5(3) = 5
u=2 - - - - 3 3 y5(2) = 3
u=1 - - - 2 2 2 y5(1) = 2
u=0 0 0 0 0 0 0 y5(0) = 0
k=0 k=1 k=2 k=3 k=4 k=5

83
Problema da mochila
• Os estados em verde e as transições possíveis (arcos com setas)

definem um grafo multiestágio para a aplicação da recursão de
programação dinâmica.
• Número de operações (tempo de processamento) diretamente

proporcional ao produto do tamanho da mochila pelo número de
variáveis (preencher inteiramente a matriz de dimensões (b+1)x(n+1)):
aplicabilidade limitada aos valores de n e de b
• Caso seja possível levar múltiplas cópias de cada item, aumenta o

número de decisões e a complexidade do problema.
84
• Redução no número total de operações: p “linhas”

1 2 ... n-1 n B
Cálculo da menor
trajetória de A a B
Total de adições?
Total de
trajetórias
de A a B: p n
Cálculo exaustivo:
n.pn
Programação
A dinâmica:
p + p.p.(n-1) + p 85 n.p2
• Observar que o valor da função objetivo associado a um estado
depende apenas dele, mas não depende da forma como foi atingido.
• O fato de serem implicitamente descartadas sub-trajetórias não-ótimas

é que leva à redução significativa do número de operações.
86
• Identificar decisões e estágios
• Identificar o critério de otimização
• Construir a função critério

– Identificar o critério de otimalidade
– Para cada decisão relacionar recursivamente os valores do critério
definindo as variáveis de estado necessários
• Considerando as variáveis de estado, fornecer condições de

contorno para a função critério.
• Determinar a política ótima para cada estágio e estado.
87
• (I) Problema de otimização de investimentos: Considere-se um

conjunto de n possíveis investimentos, nos quais é possível
aplicar no máximo um total de M unidades monetárias. Seja cj(k)
o retorno obtido com a aplicação de 0  k  M unidades
monetárias no investimento j = 1,...,n. Determinar a aplicação
ótima a ser feita em cada investimento, de modo a maximizar o
retorno total. Resolver o problema para n = 3 e M = 4,
considerando a matriz de retornos fornecida a seguir:
88
k c1(k) c2(k) c3(k)
0 0 0 0
1 3 1 2
2 7 2 4
3 11 4 6
4 12 8 8
89
• Estágio:
– cada investimento k = 1, 2, 3 considerado
• Estado:
– total ainda disponível para ser aplicado nos investimentos k, k+1, …, n
– outra alternativa: total aplicado nos investimentos 1, 2, …, k
• Decisão:
– quanto aplicar no investimento k
• Recursão:
– Rk(x) = max0yx {ck(y) + Rk+1(x-y)}
90
• Condições de contorno:
– R4(0) = 0
Todos os recursos devem ser usados nos três investimentos.
• Valor máximo do retorno obtido:

– R1(4) = ?
Maximizar o retorno obtido com a aplicação de um total de quatro
unidades nos investimentos 1, 2, 3.
91
Estado
inicial:
R1(4) = ?
Estado
final:
Investimento Investimento Investimento R4(0) = 0
92
1 2 3
4
Estado
inicial:
R1(4) = ?
Estado
0 final:
93
1 2 3
4 4
Estado
inicial: 3
R1(4) = ?
2
1
Estado
0 0 final:
94
1 2 3
4 4 4
Estado
inicial: 3 3
R1(4) = ?
2 2
1 1
Estado
0 0 0 final:
95
1 2 3
0 4 4
4
Estado 3
inicial: 3 3
7
R1(4) = ?
11 2 2
12
1 1
Estado
0 0 0 final:
96
1 2 3
0 0
4 4 4
Estado 3 1
inicial: 3 3
7
R1(4) = ? 2
11 2 2
4
12
1 1
8 Estado
0 0 0 final:
97
1 2 3
0 0
4 4 4
Estado 3 1
inicial: 0
3 3
7
R1(4) = ? 4 1 2
11 2 2
4
2
12
1 1
8 Estado
0 0 0 final:
98
1 2 3
0 0
4 4 4
Estado 3 1
inicial: 0
3 3
7
R1(4) = ? 4 1 2
11 2 0 2
4
21 2
12
1 1
8 Estado
0 0 0 final:
99
1 2 3
0 0
4 4 4
Estado 3 1
inicial: 0
3 3
7
R1(4) = ? 4 1 2
11 2 0 2
4
21 2
12 0
1 1
1
8 Estado
0 0 0 final:
100
1 2 3
0 0
4 4 4
Estado 3 1
inicial: 0
3 3
7
R1(4) = ? 4 1 2
11 2 0 2
4
21 2
12 0
1 1
1
8 Estado
0 0 0 0 final:
101
1 2 3
0 0
4 4 4
Estado 3 1 8
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
11 2 0 2
4
21 2 4
12 0
1 1
1 2
8 Estado
0 0 0 0 0 final:
102
1 2 3
0 0
4 4 4
Estado 3 1 8
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
11 2 0 2
4
21 2 4
12 0
1 1
1 2
8 0 Estado
0 0 0 0 0 final:
103
1 2 3
0 0 8
4 4 4
Estado 3 1 8
6
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
4
11 2 0 2
4
21 2 2 4
12 0
1 1
1 2
8 0 Estado
0
0 0 0 0 0 final:
104
1 2 3
0 8 0 8
4 4 4
Estado 3 1 8
6
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
4
11 2 0 2
4
21 2 2 4
12 0
1 1
1 2
8 0 Estado
0
0 0 0 0 0 final:
105
1 2 3
0 8 0 8
4 4 4
Estado 3 1 8
6 6
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
4
11 2 0 2
4
21 2 2 4
12 0
1 1
1 2
8 0 Estado
0
0 0 0 0 0 final:
106
1 2 3
0 8 0 8
4 4 4
Estado 3 1 8
6 6
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
4 4
11 2 0 2
4
21 2 2 4
12 0
1 1
1 2
8 0 Estado
0
0 0 0 0 0 final:
107
1 2 3
0 8 0 8
4 4 4
Estado 3 1 8
6 6
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
4 4
11 2 0 2
4
1 2 2 4
2 2
12 0
1 1
1 2
8 0 Estado
0
0 0 0 0 0 final:
108
1 2 3
0 8 0 8
4 4 4
Estado 3 1 8
6 6
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
4 4
11 2 0 2
4
1 2 2 4
2 2
12 0
1 1
1 2
8 0 Estado
0 0
0 0 0 0 0 final:
109
1 2 3
13 0 8 0 8
4 4 4
Estado 3 1 8
6 6
inicial: 0
3 3
7
R1(4) = ? 6
4 1 2
4 4
11 2 0 2
4
1 2 2 4
2 2
12 0
1 1
1 2
8 0 Estado
0 0
0 0 0 0 0 final:
110
1 2 3
13 0 8 0 8
4 4 4
Estado 3 1 8
6 6 Solução ótima:
inicial: 0
7 3 3 projeto 1: 3 unidades
R1(4) = ? 6 projeto 2: 0 unidades
4 1 2
4 4
11 2 0 projeto 3: 1 unidade
2
4 Retorno total = 13
1 2 2 4
2 2
12 0
1 1
1 2
8 0 Estado
0 0
0 0 0 0 0 final:
111
1 2 3

Investigaçao Operacional II Progra. Dinamica Aula 2

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Investigaçao Operacional II Progra. Dinamica Aula 2

Încărcat de

Drepturi de autor:

Formate disponibile

Investigação Operacional II

• Investigação Operacional = investigação das operações.

• Operação = conjunto de actos necessários para obter

• Investigação = pesquisa que conduz a resultados que são

• Pesquisa Operacional e a Relação com o Processo

• Decisão pode ser descrita como o curso de ação

• CARACTERÍSTICAS DO PROCESSO DECISÓRIO

• O processo de decisão é sequencial:

CLASSIFICAÇÃO DAS DECISÕES

• Nível estratégico: decisões de nível estratégico

• QUALIDADE DAS DECISÕES

• O que significa ter qualidade nas decisões?

• OBSTÁCULOS A UMA DECISÃO DE QUALIDADE

• Vários são os obstáculos que surgem para complicar o

• É o caso da seguinte desculpa: “Sempre fizemos dessa

• É o caso da seguinte desculpa: “Sempre fizemos dessa

• Problema: determinar o caminho mais curto de 1 a 12 no

• Problema: determinar o caminho mais curto de 1 a 12 no

• Problema: determinar o caminho mais curto de 1 a 12 no

• Problema: determinar o caminho mais curto de 1 a 12 no

• Aplicação a problemas de decisões seqüenciais: cada decisão

• Princípio da otimalidade: uma seqüência ótima de decisões tem

• Alternativamente: “toda subtrajetória da trajetória ótima é ótima

• Método exato para resolver problemas de progamação inteira que

• Principais conceitos envolvidos:

– Identificar um modelo de decisões seqüenciais através de seus estágios.

– Definir o conceito de estado como a resultante de todas as decisões

• Roteiro de aplicação (continuação):

– Determinar as transições de estado possíveis.

– Atribuir o custo de cada transição de estado à decisão

– Escrever uma recursão que defina o custo ótimo do estado

• Exemplo de aplicação: problema da mochila

• Caso (1): os itens não podem ser fracionados e no

• Problema de programação inteira

• As variáveis inteiras binárias (0- cjxj

• Decomposição do problema em estágios

• Em vez se considerar uma solução (x1,x2,...,xn) completa de uma só

• Após k decisões, terão sido determinados quais dos primeiros k itens

• Custo da decisão de selecionar o item k:

• Efeito da decisão de selecionar o item k:

• Quanto vale y0(0)?

• Definir yk(u) = - se é impossível obter um volume total igual a u

• Quanto valem y0(u) e yk(0)?

• Calcular yk(u) para k = 1,...,n e u = 0,...b, a partir de y0(0).

• Calcular yk(u) para k = 1,...,n e u = 0,...b:

• Interpretação: há duas alternativas para se obter yk(u), dependendo do

• Observar que o lucro associado ao estado resultante de uma decisão

y5(4) = max 3x1  2 x2  2 x3  x4  3x5

max 3x1  2 x2  2 x3  x4  3x5

y5(b) = max 3x1  2 x2  2 x3  x4  3x5

Valor ótimo = maxb=0,...,4 {y5(b)}

u=4 y0(4) y5(4)

u=3 y0(3) y5(3)

u=2 y0(2) y5(2)

u=1 y0(1) y5(1)

u=0 y0(0) y1(0) y2(0) y3(0) y4(0) y5(0)

k=0 k=1 k=2 k=3 k=4 k=5

k=0 k=1 k=2 k=3 k=4 k=5

k=0 k=1 k=2 k=3 k=4 k=5

k=0 k=1 k=2 k=3 k=4 k=5

k=0 k=1 k=2 k=3 k=4 k=5

k=0 k=1 k=2 k=3 k=4 k=5

k=0 k=1 k=2 k=3 k=4 k=5

k=0 k=1 k=2 k=3 k=4 k=5