Livro Pesquisa Operacional

O que realmente vale a pena ler em pesquisa operacional

Pesquisa operacional na prática é quase tudo sobre saber escolher a ferramenta errada no momento certo, e os livros bons são aqueles que ensinam isso em vez de só encher o capítulo com provas matemáticos bonitos. Eu já perdi tempo demais com livros que são meio enciclopédicos e meio universitários. Você acaba virando página achando que vai encontrar a parte prática e só encontra more proof of theorems. O problema é que pesquisa operacional cobre um terreno enorme. Desde programação linear até simulação discreta, desde filas até teoria dos jogos. Um livro que tenta cobrir tudo geralmente cobre tudo superficialmente. O ideal é pegar dois ou três que se complementem e usar o resto como consulta.

livro pesquisa operacional que funciona na vida real

O Bazaraa, Jarvis e Shepherd — que é aquele "Linear Programming and Network Flows" — continua sendo uma das referências mais honestas que eu já vi. Ele não tenta vender a ideia de que a matemática é bonita. Ele mostra que a matemática é ferramenta, e ferramenta enferrujada ainda corta. Tem um capítulo inteiro sobre como formuladores ruins podem destruir um modelo bom só por não saberem restringir variáveis da maneira certa. Isso é coisa que aparece todo dia em consultoria. Outro que eu recomendo de verdade é o Hillier e Lieberman. É mais introdutório, mas a didática é séria. A parte de programação inteira é das melhores que já li, especialmente quando trata de branch-and-bound sem transformar a explicação num exercício de abstração. Eu usei esse livro para montar uma disciplina para engenheiros de produção que vinham de cursos puramente teóricos. Em seis semanas eles conseguiam formular modelos decentes. Os outros livros levavam o semestre todo e ainda assim eles travavam na hora de colocar restrições no Excel ou no LINGO.

Se você quer algo mais avançado, o Bertsimas e Tsitsiklis, "Introduction to Linear Optimization", é denso mas extremamente preciso. A parte sobre sensibilidade é o que há de mais claro que existe sobre o tema. O problema é que exige que você já tenha alguma familiaridade com álgebra linear básica. Se você não sabe o que é uma base em R^n, vai travar no capítulo 2 e desistir. Eu vi gente desistir disso. Não é culpa do livro, é falta de preparo prévio. Tem um caso específico que acontece com frequência e os livros menos sérios ignoram: quando você formula um problema de transporte e a soma da oferta não bate com a soma da demanda. A maioria dos livros mostra o truque da demanda fictícia e pasa para frente. Na prática, isso é sinal de que o modelo está errado. Já tive um cliente que estava tentando otimizar rotas de frota com um modelo de transporte padrão e o desbalanço era causado por um depósito que tinha capacidade variável dependendo do turno. A solução foi criar uma variável de folga com custo alto e restringi-la com uma variável binária que indicava se o depósito estava ativo. Isso não está nos livros didáticos. Foi algo que eu resolvi na base da experiência com problemas reais de logística.

O que os livros bons ensinan que ninguém conta

A primeira coisa que um livro competente de pesquisa operacional te ensina, e que a maioria dos cursos rápidos não menciona, é que formulação é metade do trabalho. Não é uma metáfora. Literalmente. Eu já passei duas semanas depurando um modelo que estava dando soluções impossíveis, só para descobrir que a restrição de capacidade estava escrita como maior-ou-igual em vez de menor-ou-igual. O solver não reclamou nada. Rodou certinho. Só que a solução era completamente errada porque o modelo estava permitindo soluções que violavam a capacidade, não restringindo elas. A segunda coisa, menos óbvia, é que a qualidade da solução depende tanto da qualidade dos dados quanto da qualidade do modelo. Eu já vi empresas gastarem fortunas em software de otimização e depois alimentarem esses softwares com dados de vendas estimados de cabeça. O resultado era sempre pior do que uma decisão baseada em intuição de gerente. Um modelo ruim com dados ruins é pior do que um modelo simples com dados bons. Isso os livros raramente enfatizam o suficiente porque escrevem como se os dados fossem perfeitos.

Se você está começando agora, não tente comprar o livro mais completo. Compre um que seja claro, faça os exercícios com dados reais seus — mesmo que simples — e vá construindo confiança. Pesquisa operacional não se aprende lendo. Se aprende modelando. E modelar com os olhos fechados é só memorizar fórmulas que esquecem na primeira variação do problema. Para quem quer apenas consultar e não ler tudo, o Taha, "Operations Research: An Introduction", é uma boa referência rápida. Tem exemplos em Excel Solver, que é o que a maioria das pessoas usa no dia a dia. Não é profundíssimo, mas cumpre o papel de consultoria. E se o seu problema for simulação mesmo, fuja dos livros que tratam simulação como capítulo apêndice. Aquele do Law e Kelton, "Simulation Modeling and Analysis", é outro que eu levo sério, mas é um livro separado. Não adianta esperar achar simulação de qualidade dentro de um livro generalista de PO.