PESQUISA OPERACIONAL NA TOMADA DE DECISÃO

Tamanho: px
Começar a partir da página:

Download "PESQUISA OPERACIONAL NA TOMADA DE DECISÃO"

Transcrição

1 CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especialização Lato Sensu em Engenharia de Produção com enfoque em Pesquisa Operacional PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Professores: Dr. Waldir Medri Ms. Ana Satie Yotsumoto Londrina/Pr Setembro 2009

2 ii ÍNDICE PESQUISA OPERACIONAL NA TOMADA DE DECISÃO PESQUISA OPERACIONAL INTRODUÇÃO PROGRAMAÇÃO LINEAR MODELO MATEMÁTICO DE PROGRAMAÇÃO LINEAR FORMULAÇÃO DO PROBLEMA MONTAGEM DO MODELO MODELO COMPLETO RESOLUÇÃO GRÁFICA DO PROBLEMA DE MAXIMIZAÇÃO DE PROGRAMAÇÃO LINEAR RESOLUÇÃO GRÁFICA DO PROBLEMA DE MINIMIZAÇÃO DE PROGRAMAÇÃO LINEAR APLICAÇÕES EM SISTEMAS PRODUTIVOS MÉTODO SIMPLEX INTRODUÇÃO DAS VARIÁVEIS DE FOLGA MÉTODO SIMPLEX EM DUAS FASES OBTENÇÃO DA SOLUÇÃO BÁSICA INICIAL MÉTODO DAS DUAS FASES APLICAÇÕES EM SISTEMAS PRODUTIVOS ANÁLISE DE SENSIBILIDADE MUDANÇAS PARAMÉTRICAS EM UM COEFICIENTE C J DA FUNÇÃO OBJETIVO MUDANÇA NO COEFICIENTE DE UMA VARIÁVEL NÃO-BÁSICA MUDANÇA NO COEFICIENTE DE UMA VARIÁVEL BÁSICA Intervalo de Estabilidade para o Coeficiente de x 1 (c 1) Intervalo de Estabilidade para o Coeficiente de x 2 (c 2) ENTRADA DE UMA NOVA VARIÁVEL MUDANÇAS NOS VALORES DOS RECURSOS B J APLICAÇÕES EM SISTEMAS PRODUTIVOS DUALIDADE EM PROGRAMAÇÃO LINEAR PROGRAMAÇÃO INTEIRA INTRODUÇÃO MÉTODOS DE RESOLUÇÃO MÉTODO DE PARTIÇÃO E AVALIAÇÃO SUCESSIVAS APLICAÇÃO APLICAÇÕES EM SISTEMAS PRODUTIVOS BIBLIOGRAFIA... 46

3 1 PESQUISA OPERACIONAL NA TOMADA DE DECISÃO 1 PESQUISA OPERACIONAL 1.1 INTRODUÇÃO A Pesquisa Operacional apareceu pela primeira vez durante a 2 a. Guerra Mundial, quando equipes de pesquisadores procuraram desenvolver métodos para resolver problemas de operações militares. Neste período observouse uma atividade global de planejamento a nível mundial. Este planejamento envolvia instrumentos e sistemas econômicos, políticos e sociais diferentes entre si, mas com objetivos e funções perfeitamente determinados pela guerra, ligada de alguma forma, ao próprio desenvolvimento da pesquisa operacional. Desde seu nascimento, esse novo campo de análise de decisão caracterizou-se pelo uso de técnicas e métodos científicos qualitativos por equipes interdisciplinares, com a finalidade de determinar a melhor utilização de recursos limitados e para a programação otimizada das observações de uma empresa. Essa característica multidisciplinar das aplicações de pesquisa operacional deu origem a um novo enfoque. A pesquisa operacional é uma metodologia administrativa que agrega, em sua teoria, quatro ciências fundamentais para o processo de preparação, análise e tomada de decisão: economia, matemática, estatística e informática. Uma característica importante que a pesquisa operacional possui e que facilita muito processo de análise de decisão é a utilização de modelos, uma vez que, a P.O. consiste, basicamente, em construir um modelo de um sistema real existente como meio de analisar e compreender o comportamento dessa situação, com o objetivo de levá-lo a apresentar o desempenho que se deseja. Este sistema pode existir atualmente ou pode ainda estar em concepção. No primeiro caso, o objetivo do estudo é analisar o desempenho do sistema para escolher uma ação no sentido de aprimorá-lo. No segundo, o objetivo é identificar a melhor estrutura do sistema futuro.

4 2 A pesquisa operacional tem sido vista pelos gerentes e praticantes sob dois enfoques diferentes quanto à abordagem, mas coerentes e complementares na aplicação prática no campo da gestão empresarial: Enfoque clássico busca da solução ótima. Enfoque atual uso do modelo para identificação do problema correto. O enfoque clássico ou tradicional é derivado do conceito quantitativo da pesquisa operacional. Aqui a P.O. é definida como a arte de aplicar técnicas de modelagem a problemas de decisão e resolver os modelos obtidos através da utilização de métodos matemáticos e estatísticos, visando à obtenção de uma solução ótima, sob uma abordagem sistêmica. A outra visão decorre de um conceito qualitativo da pesquisa operacional. O esforço despendido para a modelagem de um problema leva a uma compreensão mais profunda do próprio problema, identificando melhor seus elementos internos, suas interações com o ambiente externo, as informações necessárias e os resultados possíveis de obter. Nessa abordagem qualitativa, o enfoque central é deslocado do método de solução para a formulação e para a modelagem, ou seja, para o diagnóstico de problema. 2 PROGRAMAÇÃO LINEAR A Programação Linear é hoje o instrumento de Pesquisa Operacional mais comumente empregado na resolução prática de problemas decisórios objetivos e de certa complexidade. Em linhas gerais, a programação linear consiste na descrição de um sistema organizado com auxílio de um modelo matemático, e através da resolução deste modelo, encontrar a melhor solução. 2.1 MODELO MATEMÁTICO DE PROGRAMAÇÃO LINEAR Usa-se programação matemática para a determinação da solução ótima de problemas que exigem que se decida sobre a utilização eficaz de uma quantidade limitada de recursos, para a obtenção de um determinado objetivo.

5 3 A programação linear é uma técnica de programação matemática e, consiste na otimização (maximização ou minimização) de uma função linear, denominada de Função Objetivo, respeitando-se um sistema linear de igualdades ou desigualdades que recebem o nome de Restrições do modelo. Matematicamente, a função objetiva a ser maximizada pode ser escrita da seguinte maneira: Max Z = c 1 x 1 + c 2 x c n x n s.a.: a 11 x 1 + a 12 x a 1n x n b 1 a 21 x 1 + a 22 x a 2n x n b 2... a m1 x 1 + a m2 x a mn x n b m x 1, x 2,, x n 0 onde: x j = número de unidades do produto j produzidas num certo período de tempo (variáveis de decisão); Z = função a ser otimizada (maximizada ou minimizada); c j = aumento no lucro Z pelo acréscimo de uma unidade x j (coeficiente de lucro); a ij = quantidade do recurso i consumida na produção de uma unidade de atividade j (coeficiente de restrições); b j = quantidade de recurso i disponível no período para as n atividades (limitação de capacidade da restrição). Pode-se apresentar esse modelo de forma mais compacta: Max Z = n j = 1 c j x j n s. a. : a x b para i = 1, 2,..., m j=1 ij j i x j 0 para j = 1, 2,..., n

6 4 2.2 FORMULAÇÃO DO PROBLEMA Definindo o problema através de um exemplo de programação linear. Uma marcenaria deseja estabelecer uma programação diária de produção. Atualmente, a oficina fabrica apenas dois produtos: mesa e armário, ambos de um só modelo. Para efeito de simplificação, considere que a mercearia tem limitações em somente dois recursos: madeira e mão-de-obra, cujas disponibilidades diárias são mostradas no quadro 1. Quadro 1 Recurso Madeira Mão-de-obra Disponibilidade 12 m 2 8 H.h. O processo de produção é tal que, para fazer uma mesa a fábrica gasta 2 m 2 de madeira e 2 H.h. de mão-de-obra. Para fazer um armário, a fábrica gasta 3 m 2 de madeira e 1 H.h. de mão-de-obra. Além disso, o fabricante sabe que cada mesa dá uma margem de contribuição para o lucro de R$ 4,00, e cada armário, de R$ 1,00. O problema do fabricante é encontrar o programa de produção que maximize a margem de contribuição para o lucro. 2.3 MONTAGEM DO MODELO Como variáveis de decisão, considera-se: quantidade a produzir de mesa: x 1 quantidade a produzir de armário: x 2 Com essa definição de variáveis, pode-se escrever as relações matemáticas que formam o modelo. Assim, para função objetivo tem-se: Margem de Contribuição Total: Z = 4x 1 + x 2 Para as restrições, a relação lógica existente é:

7 5 Utilização de recursos Disponibilidade de recurso Para a madeira: 2x 1 + 3x 2 12 Utilização de madeira para os dois produtos Disponibilidade de madeira Para a mão-de-obra: 2x 1 + 1x 2 8 Utilização de mão-de-obra para os dois produtos Disponibilidade de mão-de-obra 2.4 MODELO COMPLETO Maximizar Z = 4x 1 + x 2 s.a.: 2x 1 + 3x x 1 + 1x 2 8 x 1, x 2 0 Observa-se que o conjunto de restrições forma um sistema de desigualdades lineares. Assim existem infinitas combinações de valores de x 1 e x 2 que satisfazem as restrições RESOLUÇÃO GRÁFICA DO PROBLEMA DE MAXIMIZAÇÃO DE PROGRAMAÇÃO LINEAR Mesmo na era do computador, o método de solução gráfica de programação linear é ainda útil para pequenos problemas envolvendo duas variáveis de decisão, bem como para mostrar como é que se pode resolver, sistematicamente, problemas de programação linear.

8 6 Z = 4x 1 + x 2 gradiente de Z, representado por (nabla) Z Z Z = (, ) Z = (4, 1) a função objetiva sempre é x 1 x 2 perpendicular ao e sobe no sentido que está apontado o. X 2 8 2x 1 + 3x 2 12 A: 2x 1 + 3x 2 = 12 x x2 = 2 A X 1 X x 1 + 1x 2 8 B: x 2 = 8-2x 1 B X 1 X X 1 Solução ótima (x 1 = 4; x 2 = 0 e Z = 16) A área hachurada representa a região onde estão todas as soluções possíveis para o problema. Cada ponto dessa região, definido por um par de coordenadas (x 1, x 2 ) é uma solução viável, pois satisfaz o conjunto de restrições. Portanto, o problema admite infinitas soluções, porém o que se quer é encontrar o ponto que dá a solução ótima, ou seja, que maximize o lucro total. Importante: o ponto (solução ótima) sempre se encontra em um dos vértices da região exeqüível. Deslocando-se uma reta que representa a função objetiva, paralelamente a si mesma para cima, implica em fazer crescer o valor de Z. O

9 7 nosso problema consiste, portanto, em procurar o último ponto pertencente ao conjunto viável, tal que por ele passe a reta que maximize Z. Outra forma de garantir que a função objetiva cresce sempre num sentido determinado é nos apoiar num teorema de cálculo diferencial e integral que diz que se uma função f:!r n!r é diferenciável, então o vetor gradiente, representado por ( ), fica: f f f ( x) = (,, L, x x f x 1 2 n em cada x!r n aponta no sentido do máximo crescimento da função. Quando for linear, f(x) (gradiente) é constante e aponta sempre no mesmo sentido. ) No problema em questão Z = (4, 1) que é o vetor que dá o sentido de máximo crescimento de Z. Nota-se também que ele é perpendicular á reta da função objetiva. expressa como, Em se tratando de Problema de Minimização, a função objetiva é Minimizar z = b 1 y 1 + b 2 y b n y n e as restrições, geralmente, são apresentadas da seguinte maneira: a 11 y 1 + a 21 y a n1 y n c 1 a 12 y 1 + a 22 y a n2 x n c 2... a 1m y 1 + a 2m y a mn y n b m y 1, y 2,, y m 0 Pode-se apresentar esse modelo de forma mais compacta: Minz = m i= 1 c i y i

10 8 m s. a.: a y c para j = 1, 2,..., n i=1 ij i j y 0 para i = 1, 2,..., m i j Exemplo: Min z = 2x 1 + 3x 2 s.a.: x 1 + x 2 5 5x 1 + x 2 10 x 1, x 2 0 Observa-se que o conjunto de restrições forma um sistema de desigualdades lineares. Assim existem infinitas combinações de valores de x 1 e x 2 que satisfazem as restrições RESOLUÇÃO GRÁFICA DO PROBLEMA DE MINIMIZAÇÃO DE PROGRAMAÇÃO LINEAR Z = 2x 1 + 3x 2 gradiente de z, representado por (nabla) Z Z z = (, ) z = (2, 3) a função objetiva sempre é x 1 x 2 perpendicular ao e sobe no sentido que está apontado o. X 2 10 x 1 + x 2 5 A: x 1 + x 2 = 5 5 x 2 = 5 x 1 A X 1 X x 1 + 1x 2 10 B: x 2 = 10-5x 1 B X 1 X X 1 Solução ótima (x 1 = 5; x 2 = 0 e z = 10)

11 APLICAÇÕES EM SISTEMAS PRODUTIVOS 1. Resolver graficamente o modelo de programação linear 1.1. Maximizar RECEITA = 0,3x 1 + 0,5x 2 Sujeito a: 2x 1 + x 2 2 x 1 + 3x 2 3 x 1, x Minimizar CUSTO = 10x x 2 Sujeito a: x 1 + x 2 20 x 1 + x x 1 + 6x 2 54 x 1, x Certa empresa fabrica 2 produtos P 1 e P 2. O lucro por unidade de P 1 é de 100 u.m. e o lucro unitário de P 2 é de 150 u.m. A empresa necessita de 2 horas para fabricar uma unidade de P 1 e 3 horas para fabricar uma unidade de P 2. O tempo mensal disponível para essas atividades é de 120 horas. As demandas esperadas para os dois produtos levaram a empresa a decidir que os montantes produzidos de P 1 e P 2 não devem ultrapassar 40 unidades de P 1 e 30 unidades de P 2 por mês. Construa o modelo do sistema de produção mensal com o objetivo de maximizar o lucro da empresa.

12 Duas fábricas produzem 3 diferentes tipos de papel. A companhia que controla as fábricas tem um contrato para produzir 16 toneladas de papel fino, 6 toneladas de papel médio e 28 toneladas de papel grosso. Existe uma demanda para cada tipo de espessura. O custo de produção na primeira fábrica é de u.m. e o da segunda fábrica é de u.m., por dia. A primeira fábrica produz 8 toneladas de papel fino, 1 tonelada de papel médio e 2 toneladas de papel grosso por dia, enquanto a segunda fábrica produz 2 toneladas de papel fino, 1 tonelada de papel médio e 7 toneladas de papel grosso. Quantos dias cada fábrica deverá operar para suprir os pedidos mais economicamente? 1.5. Uma companhia de transporte tem dois tipos de caminhões: O tipo A tem 2m 3 de espaço refrigerado e 3m 3 de espaço não refrigerado; O tipo B tem 2m 3 de espaço refrigerado e 1m 3 de espaço não refrigerado. O cliente quer transportar um produto que necessitará 16 m 3 de área refrigerada e 12 m 3 de área não refrigerada. A companhia calcula em litros o combustível para uma viagem com o caminhão A e 750 litros para o caminhão B.Quantos caminhões de cada tipo deverão ser usados no transporte do produto, com o menor consumo de combustível.

13 MÉTODO SIMPLEX O algoritmo Simplex de resolução de problema de programação linear foi desenvolvido pelo matemático norte americano George B. Dantzig em O Método Simplex de programação linear utiliza os conceitos básicos da álgebra matricial para achar a intersecção de duas ou mais retas ou planos. Ele começa em alguma solução viável, isto é aquela que satisfaça todas as restrições, e sucessivamente obtém soluções em intersecções que fornecem valores cada vez melhores para a função objetiva. Além disso, esse método fornece um indicador que determina quando a solução ótima é atingida. Dentro da matriz, tem-se uma coluna para cada variável real positiva, uma coluna para cada variável auxiliar ou de folga e uma última coluna é para cada constante indicando a limitação do recurso INTRODUÇÃO DAS VARIÁVEIS DE FOLGA Se as restrições são expressas em inequações, é preciso modificá-las em equações. Isto é feito pela introdução de um termo adicional em cada restrição. Este termo recebe o nome de variável de folga (s i ). Conforme já visto anteriormente, que as restrições do problema têm a seguinte estrutura lógica: Utilização de recursos disponibilidade Se introduzir o conceito de folga de recurso pode-se escrever a relação acima da seguinte forma: Utilização mais folga = disponibilidade Isto significa que: utilização < disponibilidade folga > 0 utilização = disponibilidade folga = 0 Assim, a folga de cada recurso pode se representada por uma variável de forma exatamente igual à produção de cada produto. Desse modo, Chamando-se de:

14 12 s 1 = folga da madeira s 2 = folga de mão-de-obra Introduzindo a variável s 1 para a primeira desigualdade e s 2 para a segunda, tem-se o sistema anterior transformado. É óbvio que ao introduzir duas variáveis de folga (auxiliares) nesse sistema de inequações lineares terá o sistema de equações lineares: Max Z = 4x 1 + 1x 2 + 0s 1 + 0s 2 s.a.: 2x 1 + 3x 2 + 1s 1 + 0s 2 = 12 2x 1 + 1x 2 + 0s 1 + 1s 2 = 8 x 1, x 2, s 1, s 2 0 onde s 1, s 2 são as variáveis de folga. Estas variáveis representam a parte não utilizada dos recursos a que se referem às inequações de restrição. O objetivo agora é encontrar valores não negativos de x 1, x 2, s 1 e s 2 que satisfaçam as duas novas condições de restrição e maximizem o valor da função objetivo (Z). Inicialmente monta-se a Tabela 1 Base x 1 x 2 s 1 s 2 constantes (b) S S Z A última coluna corresponde aos termos independentes das equações, e a última linha contém os coeficientes da função objetiva. Nesta última linha, sempre tem a contribuição que cada variável dá para o lucro total L, por unidade, em cada iteração do processo de solução.

15 13 Solução inicial: A solução inicial para o problema será sempre obtida fazendo as variáveis originais do modelo (no caso x 1, x 2 ) iguais a zero e achando o valor das demais. Assim temos x 1 = x 2 = 0 (variáveis não básicas) e s 1 = 12 e s 2 = 8 (variáveis básicas) e Z = 0. Como a primeira solução não é a melhor, procura-se outra que dê um valor maior para Z. O problema é descobrir: Das duas variáveis não básicas (nulas) na primeira solução, qual deverá ser básica, isto é, se tornar positiva? Das duas variáveis básicas (positivas) qual deverá ser anulada? Observando a tabela 1, nota-se que a contribuição unitária para o lucro da variável x 1, é maior que a contribuição de x 2. Logo, a variável que deverá se tornar positiva é x 1. Por outro lado, examinando as duas equações, o maior valor possível para x 1 na primeira equação, será 6, quando s 1 for igual a zero, e o maior valor possível para x 1 na segunda equação, será 4, quando s 2 for igual a zero. Observe que essa análise pode ser feita diretamente no tabela 1, através da divisão dos elementos da coluna b pelos correspondentes elementos da coluna x 1. O menor quociente indica, pela linha em que ocorreu, qual a variável básica que deve ser anulada, isto é, sair da base. Como 12/2 = 6 e 8/2 = 4, a variável básica a ser anulada é s 2 e, em seu lugar entra a variável x 1. 1 a. operação: Dividir a segunda linha por 2. Tabela 2 Base x 1 x 2 s 1 s 2 b s x 1 1 0,5 0 0,5 Z

16 14 2 a. operação: a) Multiplicar a 2 a linha por (-2) e somar com a 1 a linha, colocando o resultado na linha 1. resultado na linha 3. Tabela 3 b) Multiplicar a 2 a linha por (-4) e somar com a 3 a linha, colocando o Base x 1 x 2 s 1 s 2 b S X 1 1 0,5 0 0,5 Z Como a última linha mostra as contribuições líquidas para o Z, e como estas contribuições têm seus valores com sinais (-) trocados com relação à tabela original, concluímos que a solução encontrada, x 1 = 4; x 2 = 0; s 1 = 4; s 2 = 0 e Z=16 é a solução ótima. madeira, isto é, 4m 2. O valor positivo de s 1 representa uma quantidade não usada de 4 4-2L 2 + L 1-4L 2 + L MÉTODO SIMPLEX EM DUAS FASES O processo iterativo do Método Simplex sempre exige uma solução básica para iniciar a busca da solução ótima OBTENÇÃO DA SOLUÇÃO BÁSICA INICIAL Essa solução básica inicial vista até o presente momento era formada pelas variáveis de folga, já que as restrições eram do tipo ( ). Quando as restrições são do tipo (=) ou ( ), não existe essa solução básica inicial natural. Veja o exemplo: Min z = 16x x 2 + 5x 3 s.a.: 8x 1 + 4x 2 + 4x x 1 + 6x 2 12 x 1, x 2, x 3 0

17 15 Como as restrições são tipo ( ), as variáveis de folga (variáveis auxiliares) a serem acrescentadas devem ter coeficientes negativos, tendo o significado de variáveis de excesso. Assim o problema fica: Min z = 16x x 2 + 5x 3 0s 1 0s 2 s.a.: 8x 1 + 4x 2 + 4x 3 1s 1 = 16 4x 1 + 6x 2 1s 2 = 12 x 1, x 2, x 3, s 1, s 2 0 Ressalta-se que quando o problema original não assume a forma canônica, após a introdução de variáveis auxiliares, deve-se acrescentar variáveis artificiais (a i ) ao mesmo, formando um novo problema de programação linear. A introdução de variáveis artificiais, que não tem significado algum para o problema real, mas que permitem a inicialização do processo usando o mesmo algoritmo simplex descrito anteriormente. Com a introdução de variáveis artificiais, o método simplex deverá desdobrar-se em duas fases, conforme será visto a seguir MÉTODO DAS DUAS FASES Passo 1: Introduzidas as variáveis de folga ou de excesso, para as restrições do tipo ( ) ou ( ) respectivamente, devem ser adicionadas as variáveis artificiais para todas as restrições do tipo (=) ou ( ), tal como: 8x 1 + 4x 2 + 4x 3 1s 1 + 1a 1 = 16 4x 1 + 6x 2 1s 2 + 1a 2 = 12 Passo 2: Cria-se uma Função Objetiva Artificial da seguinte maneira. Para todas as variáveis reais e de folga, o coeficiente da função artificial será a soma dos coeficientes destas variáveis, e zero para as variáveis artificiais. Em nosso

18 16 exemplo, com as restrições do problema, tem-se a seguinte função objetiva artificial: F.O. artificial: 12x x 2 + 4x 3 1s 1 1s 2 + 0a 1 + 0a 2 = 28 Passo 3: Monta-se a tabela de solução de forma exatamente igual à sistemática anterior, colocando-se a função objetiva artificial na última linha. Tabela 4 Base x 1 x 2 x 3 s 1 s 2 a 1 a 2 B A a Z z a Passo 4: Aplica-se o Método Simplex normalmente, usando como função objetiva a última linha. Quando a solução for atingida, dois casos podem ocorrer: 1) Z a = 0: Neste caso foi obtida uma solução básica do problema original e o processo de solução deve continuar, desprezando-se as variáveis artificiais e os elementos da última linha. É o início da fase 2 do processo. 2) Z a 0: Neste caso o problema original não tem solução viável, o que significa que as restrições devem ser inconsistentes. Fase 1: Resolver o problema de forma completa Tabela 5 Base x 1 x 2 x 3 s 1 s 2 a 1 a 2 b a a Z z a

19 17 1 a. iteração: entra a variável x 1 e sai a variável a 1 Tabela 6 Base x 1 x 2 x 3 s 1 s 2 a 1 a 2 B x 1 1 0,5 0,5-0, ,125 0 a ,5-1 -0,5 1 Z z a ,5-1 -1, a. iteração: entra a variável x 2 e sai a variável a 2 Tabela 7 Base x 1 x 2 x 3 s 1 s 2 a 1 a 2 b X ,75-0,1875 0,125 0,1875-0,125 X ,5 0,125-0,25-0,125 0,25 Z ,5 1-1, z a ,5 1 Como na última linha o valor da função objetiva artificial é zero, a fase 1 termina e a solução encontrada é a solução básica inicial para a fase 2. Fase 2: Resolver o problema para minimização da função Tabela 8 inicial Base x 1 x 2 x 3 s 1 s 2 B x ,75-0,1875 0,125 x ,5 0,125-0,25 1,5 Z , contribuição. Como o problema é de minimização, então entra a variável de menor

20 18 1 a. iteração: entra a variável x 3 e sai a variável x 1 Tabela 9 final Base x 1 x 2 x 3 s 1 s 2 b x 3 1, ,25 0,1667 x 2 0, ,1667 Z 1, ,25 1, Como os coeficientes da última linha são todos nulos ou positivos, a solução obtida é ótima. No caso, x 2 = 2, x 3 = 2 e z = 34

21 APLICAÇÕES EM SISTEMAS PRODUTIVOS 1. Resolver os modelos de programação linear, usando o método simplex Max LUCRO = 2x 1 + 3x 2 + 4x 3 Sujeito a.: x 1 + x 2 + x x 1 + x x 1 80 x 1, x 2, x Min CUSTO = 2x 1 + 3x 2 Sujeito a.: x 1 + x 2 5 5x 1 + x 2 10 x 1, x Uma companhia fabrica dois produtos P 1 e P 2 que utilizam os mesmos recursos produtivos: matéria-prima, forja e polimento. Cada unidade de P 1 exige 4 horas de forjaria, 2 horas de polimento e utiliza 100 u. de matériaprima. Cada unidade de P 2 requer 2 horas de forjaria, 3 horas de polimento e 200 u. de matéria-prima. O preço de venda de P 1 é u.m. e de P 2, u.m. Toda produção tem mercado garantido. As disponibilidades são de: 20 horas de forja; 10 horas de polimento e 500 unidades de matéria-prima, por dia. Determinar as quantidades de P 1 e P 2 que otimizem a receita diária dos produtos.

22 Um fabricante de fantasias tem em estoque 32 m de brim, 22 m de seda e 30 m de cetim e pretende fabricar dois modelos de fantasias. O primeiro modelo (M1) consome 4 m de brim, 2 m de seda e 2 de cetim. O segundo modelo (M2) consome 2 m de brim, 4 m de seda e 6 de cetim. Se M1 é vendida a u.m e M2 a u.m., quantas peças de cada tipo o fabricante deve fazer para obter a receita máxima? 1.5. Uma fábrica de calçados pode produzir sapatos femininos, infantis e masculinos. A produção de uma dezena de pares de calçados femininos requer 2 horas de serviço do setor de montagem e 8 horas de serviço do setor de acabamento. A produção de uma dezena de pares de calçados infantis requer 1 hora de serviço do setor de montagem e 6 horas de serviço do setor de acabamento. A produção de uma dezena de pares de calçados masculinos requer 2 horas de serviço do setor de montagem e 4 horas de serviço do setor de acabamento. Os ganhos líquidos unitários na produção de sapatos femininos, infantis e masculinos, em unidades monetárias por dezenas de pares, são respectivamente 10, 8 e 10. Em cada turno de trabalho a fábrica dispõe de 300 horas de serviço no setor de montagem e de 720 horas de serviço no setor de acabamento. Determine o plano de produção que maximiza ganhos líquidos totais. 2. Resolver os modelos de programação linear (1.3, 1.4 e 1.5), usando o Excel, ou Simplex e Lindo.

23 ANÁLISE DE SENSIBILIDADE A análise de sensibilidade refere-se ao estudo de certas questões de pós-otimização. Freqüentemente, o agente econômico tem interesse em saber até que ponto a solução encontrada para o seu problema de programação linear seria alterada se um ou mais parâmetros do problema original fossem modificados. Dessa forma, deve-se examinar o efeito de mudanças paramétricas nos coeficientes da função objetiva e nos coeficientes do lado direito das restrições. A análise será totalmente desenvolvida a partir do problema numérico a seguir descrito. Uma fábrica pode produzir três produtos: 1, 2 e 3. Definimos x j (j=1, 2, 3) como a quantidade mensal produzida do j-ésimo produto. Os preços de mercado dos três produtos são P 1 = 10,00, P 2 = 6,00 e P 3 = 4,00. Para produzir uma unidade do produto 1 são necessárias 1 hora de serviços técnicos, 10 horas de mão-de-obra e 2 horas de administração. Para produzir uma unidade do produto 2 são necessárias 1 hora de serviços técnicos, 4 horas de mão-de-obra e 2 horas de administração. Para produzir uma unidade do produto 3 são necessárias 1 hora de serviços técnicos, 5 horas de mão-de-obra e 6 horas de administração. Existe uma disponibilidade de 100 horas de serviços técnicos, 600 horas de mão-de-obra e 300 horas de administração. O objetivo da fábrica é maximizar os lucros. Formalmente o problema é representado como: Max L = 10x 1 + 6x 2 + 4x 3 S.a.: x 1 + x 2 + x (serviços técnicos) 10x 1 + 4x 2 + 5x (mão-de-obra) 2x 1 + 2x 2 + 6x (administração) x 1, x 2, x 3 0 onde: x 1, x 2 e x 3 são as quantidades dos produtos 1, 2 e 3 produzidos. Introduzindo as variáveis de folga, tem-se:

24 22 Max L = 10x 1 + 6x 2 + 4x 3 + 0s 1 + 0s 2 + 0s 3 S.a.: x 1 + x 2 + x 3 + 1s 1 + 0s 2 + 0s 3 = x 1 + 4x 2 + 5x 3 + 0s 1 + 1s 2 + 0s 3 = 600 2x 1 + 2x 2 + 6x 3 + 0s 1 + 0s 2 + 1s 3 = 300 x 1, x 2, x 3, s 1, s 2, s 3 0 As tabelas do problema ficam: Tabela 10: Inicial Base X 1 x 2 x 3 s 1 s 2 s 3 b s 1 s 2 s Z Tabela 11: Final Base x 1 x 2 x 3 s 1 s 2 s 3 b x 2 x 1 s ,8333 1,6667-0, , ,1667-0,6667 0, , Z 0 0-2,6667-3,3333-0, ,333 Solução: x 1 = 33,33; x 2 = 66,67; x 3 = 0; s 1 = 0; s 2 = 0; s 3 = 100 e Z = 733, MUDANÇAS PARAMÉTRICAS EM UM COEFICIENTE C J DA FUNÇÃO OBJETIVO MUDANÇA NO COEFICIENTE DE UMA VARIÁVEL NÃO-BÁSICA Nota-se, em primeiro lugar, que a coluna associada à atividade x 3 não faz parte da base ótima (exemplo anterior), isto é, a atividade x 3 é não-básica. Dada a própria natureza do problema, de imediato pode-se concluir que, se o produto 3 não é produzido quando c 3 = 4,00, também não irá entrar no plano ótimo para c 3 < 4,00. Portanto, a solução ótima dada na tabela 11 é completamente

25 23 estável com relação à diminuição de c 3. O que pode acontecer se c 3 > 4,00? Neste caso é de se esperar que para um valor de c 3 suficientemente alto a atividade x 3 acabe entrando no plano ótimo. Então, a solução da tabela 11 não deve ser completamente estável com relação a aumentos de c 3. Supondo que c 3 = 4,00 +. Neste caso, a solução da tabela 11 deveria ser modificada para incorporar esta mudança. Assim, para a solução básica apresentada na tabela 11 continuar sendo uma solução ótima, o valor de 2,6667, pois ainda, o valor do coeficiente relativo de lucro permaneceria negativo ou nulo. Entretanto, nota-se também que para > 2,6667 tem-se o valor do coeficiente relativo de lucro maior que 0 (zero) e a solução básica apresentada na tabela 11 deixará de ser ótima. Concluí-se então que a solução da tabela 11 é estável com relação a aumentos de c 3 até o acréscimo máximo de 2,6667 unidades ao valor utilizado inicialmente. Para c 3 > 4 + 2,6667 > 6,6667 a atividade x 3 passa a ser candidata à entrada na base. Outra maneira de calcular é como segue: quando uma variável é nãobásica, o que se deseja saber é qual seu coeficiente crítico para a estabilidade da solução, isto é, qual o valor a partir do qual a variável entra na base, mudando a solução. No exemplo, a entrada de x 3 com valor 1 provoca um aumento no lucro de 4,00 (1x4) e a diminuição devido às outras variáveis de: 0,8333 x 6 + 0,1667 x x 0 = 6,6667 O resultado é um decréscimo do lucro de 6, = 2,6667, exatamente o valor de seu coeficiente em módulo na tabela final. Para que a entrada de x 3 não diminua o lucro, é necessário que seu lucro unitário seja de: 4 + 2,6667 = 6,6667. Isto é, o lucro corrente mais seu valor de oportunidade. Portanto, a solução é estável para c 3 6,6667, e para c 3 > 6,6667 a atividade x 3 passa a ser candidata à entrada na base.

26 MUDANÇA NO COEFICIENTE DE UMA VARIÁVEL BÁSICA Estando interessado agora em saber que tipo de variação podem sofrer os coeficientes de x 1 e x 2 sem alterar a solução ótima da tabela Intervalo de Estabilidade para o Coeficiente de x 1 (c 1 ) É intuitivamente claro que quando c 1 fica abaixo de um certo nível, pode não ser lucrativo incluir o produto 1 na composição ótima de produtos. Quando c 1 cresce, é possível que isto traga uma mudança da composição ótima de produtos em algum nível. Isto ocorre porque o produto 1 pode tornar-se tão lucrativo que a mistura ótima pode incluir apenas o produto 1. Portanto, existe um limite superior e um inferior na variação de c 1 dentro da qual a solução ótima dada na tabela 11 não é influenciada. Para determinar a amplitude de variação sobre c 1, deve-se observar que uma mudança em c 1 muda o lucro das variáveis básicas. Entrada de x 3 na base (passa de x 3 = 0 para x 3 = 1) Na tabela final 11, a coluna dos coeficientes de x 3 nos mostra que, quando x 3 passa de x 3 = 0 para x 3 =1 x 2 diminui em 0,8333 x 1 diminui em 0,1667 s 3 diminui em 4 O coeficiente de x 1 que permite a entrada de x 3 é um coeficiente que iguala o aumento de lucro com a entrada de x 3 com a diminuição do lucro devido às outras variáveis x 2, x 1 e s 3. Conhecidos os lucros unitários da tabela inicial 10, e chamando o lucro de x 1 de c 1, teremos: Aumento devido a x 3 : 1 x 4 = 4 Diminuição devido às outras variáveis e compensação: 0,8333x6 + 0,1667xc 1 + 4x0 = 4 c 1 = -6

1. Método Simplex. Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Pesquisa Operacional II Profa. Dra. Lílian Kátia de Oliveira

1. Método Simplex. Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Pesquisa Operacional II Profa. Dra. Lílian Kátia de Oliveira Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Método Simple.. Solução eata para os modelos de Programação Linear O modelo de Programação Linear (PL) reduz um sistema real a um conjunto

Leia mais

Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES

Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Formulação A programação linear lida com problemas nos quais uma função objectivo linear deve ser optimizada (maximizada ou minimizada)

Leia mais

PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO

PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO Luciano Pereira Magalhães - 8º - noite lpmag@hotmail.com Orientador: Prof Gustavo Campos Menezes Banca Examinadora: Prof Reinaldo Sá Fortes, Prof Eduardo

Leia mais

PESQUISA OPERACIONAL

PESQUISA OPERACIONAL Universidade Castelo Branco PESQUISA OPERACIONAL Prof. Cláudio H. S. Grecco RIO DE JANEIRO, RJ - BRASIL ii ÍNDICE. INTRODUÇÃO À PESQUISA OPERACIONAL. O Desenvolvimento da Pesquisa Operacional. Modelagem.3

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 2 - Programação Linear Fernando Marins fmarins@feg.unesp.br Departamento de Produção

Leia mais

O Método Simplex para

O Método Simplex para O Método Simplex para Programação Linear Formas de Programas Lineares O problema de Programação Matemática consiste na determinação do valor de n variáveis x 1, x 2,, x n que tornam mínimo ou máximo o

Leia mais

Pesquisa Operacional Programação em Redes

Pesquisa Operacional Programação em Redes Pesquisa Operacional Programação em Redes Profa. Alessandra Martins Coelho outubro/2013 Modelagem em redes: Facilitar a visualização e a compreensão das características do sistema Problema de programação

Leia mais

Pesquisa Operacional. 4x1+3x2 <=1 0 6x1 - x2 >= 20 X1 >= 0 X2 >= 0 PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL

Pesquisa Operacional. 4x1+3x2 <=1 0 6x1 - x2 >= 20 X1 >= 0 X2 >= 0 PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL Modelo em Programação Linear Pesquisa Operacional A programação linear é utilizada como uma das principais técnicas na abordagem de problemas em Pesquisa Operacional. O modelo matemático de programação

Leia mais

PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *

PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Linear (PL) Aula 5: O Método Simplex. 2 Algoritmo. O que é um algoritmo? Qualquer procedimento iterativo e finito de solução é um algoritmo. Um algoritmo é um processo que se repete (itera)

Leia mais

Pesquisa Operacional

Pesquisa Operacional Pesquisa Operacional Tópicos em Programação Linear e Inteira Prof. Dr.Ricardo Ribeiro dos Santos ricr.santos@gmail.com Universidade Católica Dom Bosco - UCDB Engenharia de Computação Roteiro Introdução

Leia mais

ão: modelagem e técnicas

ão: modelagem e técnicas Curso de Especialização em Gestão Empresarial (MBA Executivo Turma 15) Disciplina: Pesquisa Operacional Prof. Dr. Álvaro José Periotto 3. Otimização ão: modelagem e técnicas de resolução Passando da daetapa

Leia mais

Análise da sensibilidade

Análise da sensibilidade Análise da Sensibilidade Bertolo, L.A. UNIUBE Análise da sensibilidade Em todos os modelos de programação linear, os coeficientes da função objetivo e das restrições são considerados como entrada de dados

Leia mais

Fundamentos da PESQUISA OPERACIONAL

Fundamentos da PESQUISA OPERACIONAL Andréa Cardoso Fundamentos da PESQUISA OPERACIONAL Março 200 2 0. Lista de Problemas 6. O quadro a seguir mostra o processo de resolução de um PPL. A partir dos dados fornecidos, responda às seguintes

Leia mais

As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:

As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem: 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico

Leia mais

a 1 x 1 +... + a n x n = b,

a 1 x 1 +... + a n x n = b, Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição

Leia mais

Pesquisa Operacional

Pesquisa Operacional Pesquisa Operacional Prof. José Luiz Resolver um problema de Programação Linear significa basicamente resolver sistemas de equações lineares; Esse procedimento, apesar de correto, é bastante trabalhoso,

Leia mais

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação).

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação). 5. FUNÇÕES DE UMA VARIÁVEL 5.1. INTRODUÇÃO Devemos compreender função como uma lei que associa um valor x pertencente a um conjunto A a um único valor y pertencente a um conjunto B, ao que denotamos por

Leia mais

Utilização do SOLVER do EXCEL

Utilização do SOLVER do EXCEL Utilização do SOLVER do EXCEL 1 Utilização do SOLVER do EXCEL José Fernando Oliveira DEEC FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO MAIO 1998 Para ilustrar a utilização do Solver na resolução de

Leia mais

Pesquisa Operacional. Função Linear - Introdução. Função do 1 Grau. Função Linear - Exemplos Representação no Plano Cartesiano. Prof.

Pesquisa Operacional. Função Linear - Introdução. Função do 1 Grau. Função Linear - Exemplos Representação no Plano Cartesiano. Prof. Pesquisa Operacional Prof. José Luiz Prof. José Luiz Função Linear - Introdução O conceito de função é encontrado em diversos setores da economia, por exemplo, nos valores pagos em um determinado período

Leia mais

GABARITO OTM 09 [ ] [ ] ( ) [ ] O que mostra que e, logo o sistema não possui solução. [ ]

GABARITO OTM 09 [ ] [ ] ( ) [ ] O que mostra que e, logo o sistema não possui solução. [ ] GABARITO OTM 09 Questão 1 a) Observe que o, deste modo o sistema não possui única solução ou não possui solução. Como [ ] [ ] [ ] [ ] O que mostra que e, logo o sistema não possui solução. b) Sim. Basta

Leia mais

6. Programação Inteira

6. Programação Inteira Pesquisa Operacional II 6. Programação Inteira Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção Programação Inteira São problemas de programação matemática em que a função objetivo, bem

Leia mais

Módulo 2 Custos de Oportunidade e Curva de Possibilidades de Produção

Módulo 2 Custos de Oportunidade e Curva de Possibilidades de Produção Módulo 2 Custos de Oportunidade e Curva de Possibilidades de Produção 2.1. Custo de Oportunidade Conforme vínhamos analisando, os recursos produtivos são escassos e as necessidades humanas ilimitadas,

Leia mais

Capítulo 1. x > y ou x < y ou x = y

Capítulo 1. x > y ou x < y ou x = y Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

Construir o modelo matemático de programação linear dos sistemas descritos a seguir:

Construir o modelo matemático de programação linear dos sistemas descritos a seguir: LISTA - Pesquisa Operacional I Qualquer erro, favor enviar e-mail para fernando.nogueira@ufjf.edu.br Construir o modelo matemático de programação linear dos sistemas descritos a seguir: ) Um sapateiro

Leia mais

PRO 528 - Pesquisa Operacional II. 5. Análise econômica e análise de sensibilidade

PRO 528 - Pesquisa Operacional II. 5. Análise econômica e análise de sensibilidade Pesquisa Operacional II 5. Análise econômica e análise de sensibilidade Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção Interpretação econômica do problema dual Cada variável w ii do do

Leia mais

computador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:

computador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem: 1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia

Leia mais

Resolução da Lista 2 - Modelos determinísticos

Resolução da Lista 2 - Modelos determinísticos EA044 - Planejamento e Análise de Sistemas de Produção Resolução da Lista 2 - Modelos determinísticos Exercício 1 a) x ij são as variáveis de decisão apropriadas para o problemas pois devemos indicar quantos

Leia mais

Notas de aula número 1: Otimização *

Notas de aula número 1: Otimização * UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior

Leia mais

Pesquisa Operacional na Tomada de Decisões. Conteúdos do Capítulo. Programação Linear. Lindo. s.t. Resolvendo Programação Linear Em um Microcomputador

Pesquisa Operacional na Tomada de Decisões. Conteúdos do Capítulo. Programação Linear. Lindo. s.t. Resolvendo Programação Linear Em um Microcomputador ª Edição Pesquisa Operacional na Tomada de Decisões Resolvendo Programação Linear Em um Microcomputador Gerson Lachtermacher,00 Programação Linear Software Versão Windows e comandos Formulação do problema

Leia mais

Variantes sobre o método Simplex: Método do grande M

Variantes sobre o método Simplex: Método do grande M Variantes sobre o método Simplex: Método do grande M Revisões Simplex básico Solução óptima multipla Em simplex: valores 0 na função custo Solução degenerada Em simplex: empates na variável a sair, variáveis

Leia mais

FOLHA 2. Programação Linear : modelação matemática

FOLHA 2. Programação Linear : modelação matemática FOLHA 2 Programação Linear : modelação matemática 1. A fábrica de gelados Derretem-se na Boca SARL fabrica 2 qualidades de gelados : de nozes (C) e de frutas (P). A loja encontra-se localizada numa animada

Leia mais

CUSTO FIXO, LUCRO E MARGEM DE CONTRIBUIÇÃO. Atividades Práticas

CUSTO FIXO, LUCRO E MARGEM DE CONTRIBUIÇÃO. Atividades Práticas CUSTO FIXO, LUCRO E MARGEM DE CONTRIBUIÇÃO 1 Assinalar Falso (F) ou Verdadeiro (V): Atividades Práticas ( ) Os custos fixos são totalmente dependentes dos produtos e volumes de produção executados no período.

Leia mais

O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR

O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR João Batista de Jesus FATEC-JAHU Célio Favoni 2 FATEC-JAHU Resumo Este trabalho expõe de maneira sintetizada as funcionalidades

Leia mais

Concentração Mínima de Açúcar (g/l) N (normal) 2000 60 2 E (europeu fino) 1000. 80 1. Teor Máximo de Acidez (%)

Concentração Mínima de Açúcar (g/l) N (normal) 2000 60 2 E (europeu fino) 1000. 80 1. Teor Máximo de Acidez (%) FACULDADE LOURENÇO FILHO Revisão ENADE 2011 Disciplina: Pesquisa Operacional Profa. Danielle Abreu 17/096/2011 Questão 1 ENADE 2008 O gerente de planejamento e controle da produção de uma empresa de suco

Leia mais

MODELAGEM COM EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM E APLICAÇÕES À ECONOMIA

MODELAGEM COM EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM E APLICAÇÕES À ECONOMIA MODELAGEM COM EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM E APLICAÇÕES À ECONOMIA PAULO, João Pedro Antunes de Universidade Estadual de Goiás UnU de Iporá jpadepaula@hotmail.com RESUMO Esta pesquisa foi feita

Leia mais

Método Simplex - Variantes V 1.1, V.Lobo, EN / ISEGI, 2008

Método Simplex - Variantes V 1.1, V.Lobo, EN / ISEGI, 2008 Revisões Variantes sobre o método Simplex: Método do grande M Simplex básico Solução óptima multipla Em simplex: valores 0 na função custo Solução degenerada Em simplex: empates na variável a sair, variáveis

Leia mais

APLICAÇÕES DA DERIVADA

APLICAÇÕES DA DERIVADA Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,

Leia mais

ExemResumo parcial da última. 15.053 Quinta-feira, 28 de fevereiro. Os preços-sombra podem ser encontrados ao se examinar os quadros inicial e final!

ExemResumo parcial da última. 15.053 Quinta-feira, 28 de fevereiro. Os preços-sombra podem ser encontrados ao se examinar os quadros inicial e final! 15.053 Quinta-feira, 28 de fevereiro Análise de Sensibilidade 2 Mais sobre pricing out Efeitos sobre os quadros finais Apostilas: Notas de Aula ExemResumo parcial da última O preço-sombra é a alteração

Leia mais

O Problema do Transporte. Pesquisa Operacional. Formulação do Problema. Descrição Geral de um problema de transporte. Parte 2

O Problema do Transporte. Pesquisa Operacional. Formulação do Problema. Descrição Geral de um problema de transporte. Parte 2 Pesquisa Operacional Parte Graduação em Engenharia de Produção DEPROT / UFRGS Prof. Flavio Fogliatto, Ph.D. O Problema do Transporte Descrição Geral de um problema de transporte:. Um conjunto de m pontos

Leia mais

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo 4. SISTEMAS LINEARES 4.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a

Leia mais

Ano III Número 05 Agosto de 2006 Periódicos Semestral

Ano III Número 05 Agosto de 2006 Periódicos Semestral ESTUDO DE CASO BASEADO NA SOLUÇÃO DE PROBLEMA HIPOTÉTICO DE ALOCAÇÃO DE RECURSOS LIMITADOS COM TÉCNICAS DE PROGRAMAÇÃO LINEAR ATRAVÉS DA FERRAMENTA SOLVER DO MICROSOFT EXCEL 1 Pedro Henrique Marana Bim;

Leia mais

ESTRATÉGIAS DE RESOLUÇÃO DE PROBLEMAS DE PESQUISA OPERACIONAL

ESTRATÉGIAS DE RESOLUÇÃO DE PROBLEMAS DE PESQUISA OPERACIONAL ESTRATÉGIAS DE RESOLUÇÃO DE PROBLEMAS DE PESQUISA OPERACIONAL André Luis Trevisan Universidade Tecnológica Federal do Paraná andrelt@utfpr.edu.br Magna Natalia Marin Pires Universidade Estadual de Londrina

Leia mais

PROGRAMAÇÃO LINEAR: UMA APLICAÇÃO À CONTABILIDADE DE CUSTOS NO PROCESSO DE TOMADA DE DECISÃO

PROGRAMAÇÃO LINEAR: UMA APLICAÇÃO À CONTABILIDADE DE CUSTOS NO PROCESSO DE TOMADA DE DECISÃO PROGRAMAÇÃO LINEAR: UMA APLICAÇÃO À CONTABILIDADE DE CUSTOS NO PROCESSO DE TOMADA DE DECISÃO Corrar, Luis João* Garcia, Editinete André da Rocha** *Professor da Universidade de São Paulo e Doutor em Contabilidade

Leia mais

Equações do primeiro grau

Equações do primeiro grau Módulo 1 Unidade 3 Equações do primeiro grau Para início de conversa... Você tem um telefone celular ou conhece alguém que tenha? Você sabia que o telefone celular é um dos meios de comunicação que mais

Leia mais

LISTA DE EXERCÍCIOS 1 PESQUISA OPERACIONAL MODELAGEM

LISTA DE EXERCÍCIOS 1 PESQUISA OPERACIONAL MODELAGEM LISTA DE EXERCÍCIOS 1 PESQUISA OPERACIONAL MODELAGEM 1) Um alfaiate tem, disponíveis, os seguintes tecidos: 16 metros de algodão, 11 metros de seda e 15 metros de lã. Para um terno são necessários 2 metros

Leia mais

Aula 03 - Modelagem em PPLIM

Aula 03 - Modelagem em PPLIM Thiago A. O. 1 1 Universidade Federal de Ouro Preto 1 Componentos do modelo 2 3 4 5 6 Componentes de uma modelagem matemática Elementos; Conjuntos; Parâmetros; Variáveis; Objetivo; Restições; Elementos

Leia mais

CURSO ONLINE RACIOCÍNIO LÓGICO

CURSO ONLINE RACIOCÍNIO LÓGICO AULA QUINZE: Matrizes & Determinantes (Parte II) Olá, amigos! Pedimos desculpas por não ter sido possível apresentarmos esta aula na semana passada. Motivos de força maior nos impediram de fazê-lo, mas

Leia mais

Lista 2 - Modelos determinísticos

Lista 2 - Modelos determinísticos EA044 - Planejamento e Análise de Sistemas de Produção Lista 2 - Modelos determinísticos Exercício 1 A Companhia Ferroviária do Brasil (CFB) está planejando a alocação de vagões a 5 regiões do país para

Leia mais

Método Simplex - Exemplos. Iteração 1 - variáveis básicas: y 1, y 2, y 3. Exemplo 1. Facom - UFMS. Exemplo. Edna A. Hoshino.

Método Simplex - Exemplos. Iteração 1 - variáveis básicas: y 1, y 2, y 3. Exemplo 1. Facom - UFMS. Exemplo. Edna A. Hoshino. Tópicos Método Simplex - s Edna A. Hoshino 1 Facom - UFMS março de 2010 E. Hoshino (Facom-UFMS) Simplex março de 2010 1 / 21 E. Hoshino (Facom-UFMS) Simplex março de 2010 2 / 21 1 Iteração 1 - variáveis

Leia mais

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013 Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante

Leia mais

Lista de exercícios: Modelagem matemática Otimização Combinatória

Lista de exercícios: Modelagem matemática Otimização Combinatória Lista de exercícios: Modelagem matemática Otimização Combinatória Nas questões abaixo: i) Formule e apresente o modelo matemático. Caso não esteja, coloque na forma padrão. ii) Especicar as variáveis,

Leia mais

Programação Linear com o Microsoft Excel R

Programação Linear com o Microsoft Excel R Programação Linear com o Microsoft Excel R Adriano Verdério 1, Clezio A. Braga 1 1 Colegiado do Curso de Matemática - Centro de Ciências Exatas e Tecnológicas da Universidade Estadual do Oeste do Paraná

Leia mais

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU FUNÇÃO IDENTIDADE... FUNÇÃO LINEAR... FUNÇÃO AFIM... GRÁFICO DA FUNÇÃO DO º GRAU... IMAGEM... COEFICIENTES DA FUNÇÃO AFIM... ZERO DA FUNÇÃO AFIM... 8 FUNÇÕES CRESCENTES OU DECRESCENTES... 9 SINAL DE UMA

Leia mais

Cálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante

Cálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos

Leia mais

Í N D I C E Introdução Função Constante... 01 Função Linear... 02

Í N D I C E Introdução Função Constante... 01 Função Linear... 02 UNIVERSIDADE CRUZEIRO DO SUL Conhecendo a teoria III Curso: Pós-graduação / MBA Campus Virtual Cruzeiro do Sul - 009 Professor Responsável: Carlos Henrique de Jesus Costa Professores Conteudistas: Carlos

Leia mais

Investigação Operacional

Investigação Operacional Ano lectivo: 2014/2015 Universidade da Beira Interior - Departamento de Matemática Investigação Operacional Ficha de exercícios n o 5 Problemas de Transportes e Afectação. Cursos: Economia, Gestão e Optometria

Leia mais

PLANEJAMENTO DA MANUFATURA

PLANEJAMENTO DA MANUFATURA 58 FUNDIÇÃO e SERVIÇOS NOV. 2012 PLANEJAMENTO DA MANUFATURA Otimizando o planejamento de fundidos em uma linha de montagem de motores (II) O texto dá continuidade à análise do uso da simulação na otimização

Leia mais

Função do 2º Grau. V(x) 3x 12x. C(x) 5x 40x 40.

Função do 2º Grau. V(x) 3x 12x. C(x) 5x 40x 40. Função do º Grau. (Espcex (Aman) 04) Uma indústria produz mensalmente x lotes de um produto. O valor mensal resultante da venda deste produto é dado por C(x) 5x 40x 40. V(x) 3x x e o custo mensal da produção

Leia mais

Exercicios Produção e Logistica

Exercicios Produção e Logistica 1 PROVA: 1998 PARTE I: QUESTÕES OBJETIVAS 7 Uma empresa fabrica e vende um produto por R$ 100,00 a unidade. O Departamento de Marketing da empresa trabalha com a Equação da Demanda apresentada abaixo,

Leia mais

DESENVOLVIMENTO DE SISTEMAS DE GESTÃO DE ESTOQUE EM UMA EMPRESA BENEFICIADORA DE VIDROS EM TERESINA PI

DESENVOLVIMENTO DE SISTEMAS DE GESTÃO DE ESTOQUE EM UMA EMPRESA BENEFICIADORA DE VIDROS EM TERESINA PI DESENVOLVIMENTO DE SISTEMAS DE GESTÃO DE ESTOQUE EM UMA EMPRESA BENEFICIADORA DE VIDROS EM TERESINA PI GEDAÍAS RODRIGUES VIANA 1 FRANCISCO DE TARSO RIBEIRO CASELLI 2 FRANCISCO DE ASSIS DA SILVA MOTA 3

Leia mais

13 ÁLGEBRA Uma balança para introduzir os conceitos de Equação do 1ºgrau

13 ÁLGEBRA Uma balança para introduzir os conceitos de Equação do 1ºgrau MATEMATICA 13 ÁLGEBRA Uma balança para introduzir os conceitos de Equação do 1ºgrau ORIENTAÇÃO PARA O PROFESSOR OBJETIVO O objetivo desta atividade é trabalhar com as propriedades de igualdade, raízes

Leia mais

OTIMIZAÇÃO VETORIAL. Formulação do Problema

OTIMIZAÇÃO VETORIAL. Formulação do Problema OTIMIZAÇÃO VETORIAL Formulação do Problema Otimização Multiobjetivo (também chamada otimização multicritério ou otimização vetorial) pode ser definida como o problema de encontrar: um vetor de variáveis

Leia mais

Equação do Segundo Grau

Equação do Segundo Grau Equação do Segundo Grau 1. (G1 - ifsp 014) A soma das soluções inteiras da equação x 1 x 5 x 5x 6 0 é a) 1. b). c) 5. d) 7. e) 11.. (G1 - utfpr 014) O valor da maior das raízes da equação x + x + 1 = 0,

Leia mais

ANÁLISE ECONÔMICA DA SUBSTITUIÇÃO DE LÂMPADAS FLUORESCENTES POR TECNOLOGIA LED EM UMA EMPRESA DE MANUTENÇÃO DE MÁQUINAS

ANÁLISE ECONÔMICA DA SUBSTITUIÇÃO DE LÂMPADAS FLUORESCENTES POR TECNOLOGIA LED EM UMA EMPRESA DE MANUTENÇÃO DE MÁQUINAS ANÁLISE ECONÔMICA DA SUBSTITUIÇÃO DE LÂMPADAS FLUORESCENTES POR TECNOLOGIA LED EM UMA EMPRESA DE MANUTENÇÃO DE MÁQUINAS Thiago de Carvalho Sousa (UVV) thiagocs01@hotmail.com Lucca de Carvalho De Biase

Leia mais

Curso de Graduação em Administração. Administração da Produção e Operações I

Curso de Graduação em Administração. Administração da Produção e Operações I Curso de Graduação em Administração Administração da Produção e Operações I 22º Encontro - 11/05/2012 18:50 às 20:30h COMO SERÁ NOSSO ENCONTRO HOJE? - ABERTURA - CAPACIDADE E TURNOS DE TRABALHO. 02 Introdução

Leia mais

Gerenciamento da produção

Gerenciamento da produção 74 Corte & Conformação de Metais Junho 2013 Gerenciamento da produção Como o correto balanceamento da carga de dobradeiras leva ao aumento da produtividade e redução dos custos (I) Pedro Paulo Lanetzki

Leia mais

Grande parte dos planejadores

Grande parte dos planejadores ARTIGO Fotos: Divulgação Decidindo com o apoio integrado de simulação e otimização Oscar Porto e Marcelo Moretti Fioroni O processo de tomada de decisão Grande parte dos planejadores das empresas ainda

Leia mais

Unidade III FINANÇAS EM PROJETO DE TI. Prof. Fernando Rodrigues

Unidade III FINANÇAS EM PROJETO DE TI. Prof. Fernando Rodrigues Unidade III FINANÇAS EM PROJETO DE TI Prof. Fernando Rodrigues Quando se trabalha com projetos, é necessária a utilização de técnicas e ferramentas que nos auxiliem a estudálos, entendê-los e controlá-los.

Leia mais

Tópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções

Tópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções Tópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções 1. INTRODUÇÃO Ao se obter uma sucessão de pontos experimentais que representados em um gráfico apresentam comportamento

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise de Arredondamento em Ponto Flutuante Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto

Leia mais

Chapter 2. 2.1 Noções Preliminares

Chapter 2. 2.1 Noções Preliminares Chapter 2 Seqüências de Números Reais Na Análise os conceitos e resultados mais importantes se referem a limites, direto ou indiretamente. Daí, num primeiro momento, estudaremos os limites de seqüências

Leia mais

Aplicações de Derivadas

Aplicações de Derivadas Aplicações de Derivadas f seja contínua no [a,b] e que f '(x) exista no intervalo aberto a x b. Então, existe pelo menos um valor c entre a eb, tal que f '(c) f (b) f (a) b a. pelo menos um ponto c (a,

Leia mais

Formulação de problemas de programação linear. Investigação Operacional (Economia) Exercícios de programação linear Formulação (Problemas propostos)

Formulação de problemas de programação linear. Investigação Operacional (Economia) Exercícios de programação linear Formulação (Problemas propostos) Investigação Operacional (Economia) Exercícios de programação linear Formulação (Problemas propostos) 1 - Um fabricante produz bicicletas e motoretas, devendo cada uma delas ser processada em duas oficinas.

Leia mais

CAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO

CAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO CAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO 1. OS CRITÉRIOS DE DECISÃO Dentre os métodos para avaliar investimentos, que variam desde o bom senso até os mais sofisticados modelos matemáticos, três

Leia mais

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas? Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões

Leia mais

2 Modelo para o Sistema de Controle de Estoque (Q, R)

2 Modelo para o Sistema de Controle de Estoque (Q, R) Modelo para o Sistema de Controle de Estoque (, ) Neste capítulo é apresentado um modelo para o sistema de controle de estoque (,). Considera-se que a revisão dos estoques é continua e uma encomenda de

Leia mais

2 A Derivada. 2.1 Velocidade Média e Velocidade Instantânea

2 A Derivada. 2.1 Velocidade Média e Velocidade Instantânea 2 O objetivo geral desse curso de Cálculo será o de estudar dois conceitos básicos: a Derivada e a Integral. No decorrer do curso esses dois conceitos, embora motivados de formas distintas, serão por mais

Leia mais

ELABORAÇÃO DE UM ORÇAMENTO DE CAPITAL

ELABORAÇÃO DE UM ORÇAMENTO DE CAPITAL ELABORAÇÃO DE UM ORÇAMENTO DE CAPITAL 1. Introdução Uma empresa é administrada para satisfazer os interesses e objetivos de seus proprietários. Em particular, a organização de atividades econômicas em

Leia mais

GESTÃO DE ESTOQUES SISTEMA DE GESTÃO DE ESTOQUE

GESTÃO DE ESTOQUES SISTEMA DE GESTÃO DE ESTOQUE GESTÃO DE ESTOQUES SISTEMA DE GESTÃO DE ESTOQUE Gestão Pública - 1º Ano Administração de Recursos Materiais e Patrimoniais Prof. Rafael Roesler Aula 5 Sumário Classificação ABC Previsão de estoque Custos

Leia mais

Lógica Matemática e Computacional 5 FUNÇÃO

Lógica Matemática e Computacional 5 FUNÇÃO 5 FUNÇÃO 5.1 Introdução O conceito de função fundamenta o tratamento científico de problemas porque descreve e formaliza a relação estabelecida entre as grandezas que o integram. O rigor da linguagem e

Leia mais

CAPÍTULO 1 INTRODUÇÃO 1.1 INTRODUÇÃO

CAPÍTULO 1 INTRODUÇÃO 1.1 INTRODUÇÃO CAPÍTULO 1 INTRODUÇÃO 1.1 INTRODUÇÃO Em quase todas as nossas atividades diárias precisamos enfrentar filas para atender as nossas necessidades. Aguardamos em fila na padaria, nos bancos, quando trafegamos

Leia mais

LISTA SOBRE MODELAGEM DE PROBLEMAS DE PROGRAMAÇÃO INTEIRA

LISTA SOBRE MODELAGEM DE PROBLEMAS DE PROGRAMAÇÃO INTEIRA LISTA SOBRE MODELAGEM DE PROBLEMAS DE PROGRAMAÇÃO INTEIRA 1) [Alocação de Recursos] A Capitão Caverna S.A., localizada em Pedra Lascada, aluga 3 tipos de barcos para passeios marítimos: jangadas, supercanoas

Leia mais

EXERCÍCIOS DE REVISÃO PFV - GABARITO

EXERCÍCIOS DE REVISÃO PFV - GABARITO COLÉGIO PEDRO II - CAMPUS SÃO CRISTÓVÃO III 1ª SÉRIE MATEMÁTICA I PROF MARCOS EXERCÍCIOS DE REVISÃO PFV - GABARITO 1 wwwprofessorwaltertadeumatbr 1) Seja f uma função de N em N definida por f(n) 10 n Escreva

Leia mais

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010. Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Leia mais

MATERIAL DIDÁTICO A REALIDADE DOS SISTEMAS DE EQUAÇÕES

MATERIAL DIDÁTICO A REALIDADE DOS SISTEMAS DE EQUAÇÕES MATERIAL DIDÁTICO A REALIDADE DOS SISTEMAS DE EQUAÇÕES Prof. ANTONIO ROBERTO GONÇALVES Aprendizagem de Conceitos Se você precisa encontrar o volume de um silo de milho, a distância percorrida por um carro

Leia mais

Capítulo 15: Investimento, Tempo e Mercado de Capitais

Capítulo 15: Investimento, Tempo e Mercado de Capitais Pindyck & Rubinfeld, Capítulo 15, Mercado de Capitais :: EXERCÍCIOS 1. Suponha que a taxa de juro seja de 10%. Qual é o valor de um título com cupom que paga $80 por ano, durante cada um dos próximos 5

Leia mais

PESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística

PESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística PESQUISA OPERACIONAL Fabiano F. T. dos Santos Instituto de Matemática e Estatística Origens da Pesquisa Operacional O termo pesquisa operacional é atribuído a A. P. Rowe, que, em 1938 na Grã-Bretanha,

Leia mais

INTRODUÇÃO AO ASSUNTO PESQUISA OPERACIONAL. O que é Pesquisa Operacional?

INTRODUÇÃO AO ASSUNTO PESQUISA OPERACIONAL. O que é Pesquisa Operacional? INTRODUÇÃO AO ASSUNTO PESQUISA OPERACIONAL O que é Pesquisa Operacional? Denomina-se Management Sciences (Ciência de Negócios) a área de estudos que utiliza computadores, estatística e matemática para

Leia mais

SAD orientado a MODELO

SAD orientado a MODELO Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER

Leia mais

SESSÃO 5: DECLINAÇÃO SOLAR AO LONGO DO ANO

SESSÃO 5: DECLINAÇÃO SOLAR AO LONGO DO ANO SESSÃO 5: DECLINAÇÃO SOLAR AO LONGO DO ANO Respostas breves: 1.1) 9,063 N 1.2) norte, pois é positiva. 1.3) São José (Costa Rica). 2) Não, porque Santa Maria não está localizada sobre ou entre os dois

Leia mais

CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA 2014.1. Função do 1 Grau. Isabelle Araujo 5º período de Engenharia de Produção

CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA 2014.1. Função do 1 Grau. Isabelle Araujo 5º período de Engenharia de Produção CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA 2014.1 Função do 1 Grau Isabelle Araujo 5º período de Engenharia de Produção Funções Na linguagem do dia a dia é comum ouvirmos frases como: Uma coisa depende

Leia mais

DESENVOLVIMENTO DE UM PLANO DE COMPRAS EM UMA PIZZARIA UTILIZANDO A PROGRAMAÇÃO LINEAR

DESENVOLVIMENTO DE UM PLANO DE COMPRAS EM UMA PIZZARIA UTILIZANDO A PROGRAMAÇÃO LINEAR DESENVOLVIMENTO DE UM PLANO DE COMPRAS EM UMA PIZZARIA UTILIZANDO A PROGRAMAÇÃO LINEAR Yvelyne Bianca Iunes Santos (UEPA) yvelyne@superig.com.br Fabiano Pereira Correa (UEPA) fabiano_pcorrea@hotmail.com

Leia mais

Levando em conta decisões de investimento não-triviais.

Levando em conta decisões de investimento não-triviais. Levando em conta decisões de investimento não-triviais. Olivier Blanchard* Abril de 2002 *14.452. 2º Trimestre de 2002. Tópico 4. 14.452. 2º Trimestre de 2002 2 No modelo de benchmark (e na extensão RBC),

Leia mais

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência:

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: FUNÇÃO DO 1º GRAU Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: Correspondência: é qualquer conjunto de pares ordenados onde o primeiro elemento pertence ao primeiro

Leia mais

LINDO: MANUAL DE REFERÊNCIA

LINDO: MANUAL DE REFERÊNCIA LINDO: MANUAL DE REFERÊNCIA Aloísio de Castro Gomes Júnior Marcone Jamilson Freitas Souza Projeto patrocinado pelo programa PRÓ-ATIVA da UFOP DEPARTAMENTO DE COMPUTAÇÃO UNIVERSIDADE FEDERAL DE OURO PRETO

Leia mais

MATEMÁTICA I AULA 07: TESTES PARA EXTREMOS LOCAIS, CONVEXIDADE, CONCAVIDADE E GRÁFICO TÓPICO 02: CONVEXIDADE, CONCAVIDADE E GRÁFICO Este tópico tem o objetivo de mostrar como a derivada pode ser usada

Leia mais

Resposta Transitória de Circuitos com Elementos Armazenadores de Energia

Resposta Transitória de Circuitos com Elementos Armazenadores de Energia ENG 1403 Circuitos Elétricos e Eletrônicos Resposta Transitória de Circuitos com Elementos Armazenadores de Energia Guilherme P. Temporão 1. Introdução Nas últimas duas aulas, vimos como circuitos com

Leia mais

MODELAGEM E SIMULAÇÃO

MODELAGEM E SIMULAÇÃO MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Como Funciona a Simulação Introdução Assim como qualquer programa de computador,

Leia mais

Substituição de equipamentos

Substituição de equipamentos PLANEJAMENTO ECONÔMICO E FINANCEIRO Prof. Marco A. Arbex Substituição de equipamentos Para Souza e Clemente (1999), o nome substituição de equipamentos refere-se a qualquer ativo fixo da empresa, como

Leia mais