• Nenhum resultado encontrado

A Pesquisa Operacional (PO) proporciona acesso a um procedimento

organizado e consistente capaz de auxiliar na gestão de recursos humanos,

materiais e financeiros de uma organização. A PO também pode ser entendida como

a aplicação de técnicas científicas para resolver problemas e auxiliar na tomada de

decisões (PIZZOLATO e GANDOLPHO, 2012).

Durante a segunda guerra mundial, grupos de especialistas com notório saber

em diversas áreas de conhecimento e experiências distantes do dia-a-dia militar,

foram formados para pesquisar as operações militares e propor alternativas mais

eficientes para alocação dos poucos recursos disponíveis. A partir de problemas

bélicos propostos, realizaram experiências para aumentar a eficiência das

operações (HILLIER e LIEBERMAN, 2013). Dos resultados obtidos, surgiram

sugestões práticas e eficazes, onde grande parte dos êxitos se deu em técnicas de

gerenciamento. Os dois principais fatores observados que foram determinantes para

a geração de soluções inteligentes e que ainda não tinha sido visto pelos militares

combatentes foram à identificação da essência do problema e a pesquisa de dados

para compreender as causas e efeitos. A partir daí surgia a PO, cujo fundamento

consiste em modelar matematicamente um problema do mundo real com a

finalidade de organizar sistemas complexos (PIZZOLATO e GANDOLPHO, 2012).

Após o final da 2ª Guerra, o sucesso da PO era notório e despertou um grande

interesse das organizações fora do ambiente militar. Até o final dos anos 50, houve

um progresso substancial das técnicas de PO e a revolução computacional teve uma

forte contribuição para o seu crescimento diante do aumento de capacidade para

processar volumes de dados cada vez maiores (HILLIER e LIEBERMAN, 2013) e

(HOEL, GARBER e SADEK, 2011).

Em 1947 George Dantzig publicou o método SIMPLEX, um poderoso algoritmo

de otimização para solucionar problemas de Programação Linear (PL) (HILLIER e

LIEBERMAN, 2013). O termo linear é utilizado quando todas as equações e

restrições do modelo para a função objetivo são lineares nas variáveis de decisão.

Pequenos problemas, de até três variáveis de decisão podem ser resolvidos

graficamente; problemas reais, geralmente são maiores, com mais de três variáveis,

tornado-se a aplicação do método gráfico impraticável (HOEL, GARBER e SADEK,

2011).

A Pesquisa Operacional busca, frequentemente, encontrar uma melhor solução

ou curso de ação para um problema (HILLIER e LIEBERMAN, 2013). Os problemas

de otimização, frequentemente, são encontrados na engenharia de transportes, seja

no planejamento, no projeto, na construção, nas operações, na gestão e na

manutenção da infraestrutura de transportes. O planejador de transportes,

geralmente, busca a alocação ou a utilização ótima dos recursos disponíveis,

alcançando o maior lucro, dentro da capacidade dos recursos, e/ou tendo o menor

custo (HOEL, GARBER e SADEK, 2011).

No intuito de propor soluções, o método científico torna-se o mais adequado,

porém, a tomada de decisão é mais indicada que se aconteça na esfera política de

poder. As decisões exclusivamente políticas decorrem de pressões, personalismos,

interesses e oportunismos, enquanto que decisões exclusivamente técnicas podem

tender ao tecnicismo, onde podem ocorrer graves erros decorrentes de simplificação

do modelo do problema real. Deste modo, quando duas decisões técnicas se

equivalem, a escolha se dará pela decisão política de uma das duas, ficando esta

última tecnicamente amparada (PIZZOLATO e GANDOLPHO, 2012).

Na otimização, os problemas complexos do mundo real são resolvidos por

processos e modelos descritos matematicamente. O tipo de otimização dependerá

da forma do modelo, ou seja, se ele contém funções lineares ou se contém funções

não lineares. Programação linear, dinâmica, inteira e não linear são as principais

técnicas de otimização (HOEL, GARBER e SADEK, 2011).

O uso de modelos faz parte da essência da PO que preferencialmente trabalha

com modelos simbólicos, por serem mais gerais e abstratos. Para representar

variáveis e suas relações funcionais, estes modelos usam letras, números e

símbolos. Outros tipos de modelos, menos usados na PO, são os Icônicos e os

Analógicos. A atratividade de um modelo está na possibilidade de seu uso futuro, ou

seja, para ser viável seu desenvolvimento ele precisará ter uma vasta expectativa de

uso justificando a contratação de uma equipe de desenvolvimento (PIZZOLATO e

GANDOLPHO, 2012).

De acordo com PIZZOLATO e GANDOLPHO (2012), para uma equipe de PO

construir um modelo, passar do mundo real para o virtual, ela deve:

- Identificar o problema, etapa considerada a mais difícil, pois os problemas

reais não são bem definidos, por isso é necessário:

- Avaliar a natureza do problema;

- Interrogar pessoas envolvidas;

- Levantar dados;

- Identificar os contornos do problema e o que constitui sua essência;

- Entender as relações de causa e efeito.

- Construir o modelo: determinar qual o propósito que deverá ser atingido com

a solução do problema proposto e identificar quais as restrições que poderão

limitar as soluções propostas;

- Determinar a solução do modelo:

- Selecionar a técnica apropriada;

- Avaliar recursos necessários, etc.

- Testar e validar a solução proposta: após o levantamento de todas as

alternativas, o decisor deverá escolher a solução ótima a ser aplicada; e,

- Implementar a solução.

HILLIER e LIEBERMAN (2013) recomendam mais uma etapa após a formulação

matemática do modelo que consiste em desenvolver um procedimento

computacional a fim de derivar soluções para o problema com base no modelo. Uma

abordagem mais detalhada sobre cada uma destas etapas para modelagem de um

problema de PO pode ser vista nesta mesma referência.

Segundo HOEL, GARBER e SADEK (2011), para formular um modelo

matemático é preciso seguir três etapas básicas:

- Identificação das variáveis de decisão;

- Formulação da Função Objetivo (FO);

- Formulação das restrições do modelo.

As variáveis de decisão são os valores que precisam ser encontrados ou

determinados pelo modelo; a função objetivo é a equação que descreve a medida de

desempenho, seja ela lucro ou custo, em função das variáveis de decisão, que será

maximizada ou minimizada; as restrições limitam o intervalo de variação das

variáveis de decisão (HOEL, GARBER e SADEK, 2011).