Otimização do planejamento hierárquico da produção em usinas cooperadas do setor sucroenergético

Tamanho: px
Começar a partir da página:

Download "Otimização do planejamento hierárquico da produção em usinas cooperadas do setor sucroenergético"

Transcrição

1 Produção, v. xx, n. x, p. xx-xx, xxx/xxx, xxxx doi:./- Oimização do planejameno hierárquico da produção em usinas cooperadas do seor sucroenergéico Rafael Piai Oiicica de Paiva a, Reinaldo Morabio b * a rafael_paiva@homail.com, Usina Sana Cloilde S/A, Brasil b *morabio@ufscar.br, UFSCar, Brasil Resumo Nese rabalho apresena-se um modelo de oimização para o planejameno agregado da produção em usinas cooperadas do seor sucroenergéico. Esa modelagem considera a relação hierárquica exisene enre o planejameno anual da cooperaiva e o planejameno áico de safra das usinas cooperadas. No nível de decisão da cooperaiva, o modelo indica a mea de produção de cada usina e define a políica de esocagem e de aendimeno da demanda. No nível de decisão de uma usina cooperada, o modelo possibilia definir a quanidade de cana-de-açúcar colhida, a quanidade ransporada por presador de serviço, a seleção dos processos de produção de açúcar, álcool, melaço e energia elérica. Para resolver os modelos de programação linear e programação ineira misa envolvidos, uilizou-se uma linguagem de modelagem algébrica e um sofware de úlima geração de programação maemáica. Resulados compuacionais obidos em esudo de caso são apresenados como forma de ilusrar e validar a aplicação. Palavras-chave Planejameno agregado de safra. Planejameno hierárquico da produção. Programação linear ineira misa. Seor sucroenergéico. 1. Inrodução Uma das consequências do processo de redirecionameno esraégico vivido pelo seor sucroenergéico nas úlimas duas décadas é o aumeno da complexidade das aividades de planejameno e conrole da produção (PCP) das empresas, em especial na adequação da programação dos processos de produção indusriais à logísica de cana, açúcar, álcool, melaço e à cogeração de energia elérica (BELIK; VIAN, 2002; VIAN, 2003; PAIVA, 2009). Essa maior complexidade decorre do crescene número de produos comercializados (diversificação), da maior quanidade de cana processada por unidade produora (crescimeno da escala), do maior número de usinas perencenes ao mesmo grupo empresarial (concenração) e da incorporação de ouras eapas da cadeia produiva (vericalização). Considerando esse cenário enfrenado pelo PCP das usinas, apresena-se nese arigo um modelo de oimização maemáica aplicado ao planejameno agregado de safra de um grupo de usinas cooperadas que busca maximizar a margem de conribuição do sisema. O modelo adoa um horizone de planejameno de médio prazo (período de um ano) e auxilia na deerminação do mix de produção de oda a cooperaiva, na alocação de meas de produção para as usinas e na definição da políica de esoque e de comercialização do sisema cooperado. Também auxilia na definição da moagem semanal, dos presadores de serviço de ranspore de cana, dos processos produivos indusriais e da quanidade de energia elérica exporada de cada usina cooperada. Para ano, o modelo leva em cona a melhor uilização dos recursos produivos, os faores de mercado e, principalmene, o melhor aproveiameno da maéria-prima, de forma a que o planejameno da produção efeivamene apóie as esraégias compeiivas adoadas pela empresa. Para aingir ese objeivo, propõe-se uma exensão do modelo de seleção de processos e dimensionameno de loes de produção SPDL/PU2, proposo nos esudos aneriores para usinas auônomas diversificadas em Paiva (2006) e Paiva e Morabio (2007, 2009). Ouros *UFSCar, São Carlos, SP, Brasil Recebido 25/01/2010; Aceio 30/01/2012

2 Paiva, R. P. O. e al. rabalhos relacionados com usinas auônomas podem ser enconrados, por exemplo, em Silva (2009) e Carvalho (2009). Ese arigo esá organizado da seguine maneira: na seção 2, dealha-se o esudo de caso; na seção 3, discue-se a modelagem conceiual adoada; na seção 4, dealha-se o modelo maemáico proposo baseado em programação linear (PL) e programação ineira misa (PIM); na seção 5, apresenam-se os resulados compuacionais obidos com a aplicação do modelo no esudo de caso; e, na seção 6, apresenam-se as conclusões e perspecivas para rabalhos fuuros. 2. Esudo de caso O esudo de caso dese rabalho esá baseado em duas organizações, CRPAAA (Cooperaiva Regional dos Produores de Açúcar e Álcool de Alagoas) e USC (Usinas Sana Cloilde), que compõem um único problema de planejameno hierárquico. A CRPAAA é composa por dez usinas em operação, localizadas no esado de Alagoas, ou seja, na sub-região N/N (Figura 1). Na safra 2007/2008 a soma da cana moída pelas usinas que fazem pare da CRPAAA foi de 11,249 milhões de oneladas (equivalene a 2,37% da safra brasileira de 2007/2008), propiciando uma comercialização de 948,102 mil oneladas de açúcar, 328,855 milhões de liros de álcool e 15,677 mil oneladas de melaço. Considerando o mix de produção de odas as usinas cooperadas na safra 2007/2008, a CRPAAA possui uma careira de produos composa pelos açúcares crisal sandard, superior, especial, especial exra, refinado, VHP (Very High Polarizaion), VHP+ (Very High Polarizaion Plus) e VHPe (Very High Figura 1. Mapa de localização das usinas da CRPAAA. Polarizaion especial); os alcoóis anidro (AEAC), hidraado (AEHC) e hidraado neuro (AEN) e o coproduo melaço. Em ermos logísicos, a CRPAAA possui um armazém para açúcar granel, localizado no município de Marechal Deodoro (MD01), que compora 100 mil oneladas de açúcar, além de uma coa de ouras 72 mil oneladas nos armazéns da Empresa Alagoana de Terminais (EMPAT). Para a armazenagem dos açúcares ensacados, a CRPAAA possui um conjuno de armazéns localizados na região meropoliana de Maceió que são capazes de esocar 175 mil oneladas de açúcar. Além disso, a CRPAAA possui um conjuno de dez anques desinados ao esoque de melaço com capacidade oal de 70 mil oneladas. No caso do álcool, a esocagem é feia nos anques de cada usina cooperada, oalizando 219,46 mil m3 de capacidade de armazenagem. Toda a logísica de disribuição de álcool da CRPAAA é adminisrada pelo pool de álcool do esado de Alagoas. Essa insiuição é responsável pela conraação e alocação do serviço de free da CRPAAA, assim como de um grande número de ouras usinas que ambém aderiram ao pool. No caso do açúcar e do melaço, a CRPAAA é a responsável direa pela conraação e o gerenciameno desses serviços. A função fundamenal da CRPAAA é esabelecer a conexão enre o mercado consumidor e as usinas cooperadas. Dessa forma, a CRPAAA é responsável pela prospecção do mercado, venda dos produos, definição das usinas que irão produzir cada produo, gesão da logísica de disribuição do produo enre as usinas e clienes, gesão do capial proveniene da receia de comercialização e repasse do capial para as unidades cooperadas. Aualmene não são uilizados recursos de oimização para auxiliar nessas aividades da CRPAAA.

3 Paiva, R. P. O. e al. Ese planejameno é execuado com base no hisórico de produção das usinas, nas informações do mercado de açúcar e álcool e na relação comparaiva enre o preço dos produos perencenes ao mix da cooperaiva. A USC esá siuada no município de Rio Largo, AL, onde aua na fabricação dos açúcares crisal sandard, superior, especial, especial exra, VHP, VHP+ e VHPe, na fabricação dos alcoóis anidro (AEAC) e hidraado (AEHC) e de energia elérica, além do coproduo melaço e de subproduos como ora de filro, bagaço, vinhaça e óleo fúsel. Sua produção de açúcar, álcool e melaço é enregue ineiramene à CRPAAA, que é responsável pela comercialização e pela logísica de disribuição desses produos. Tendo como base a classificação apresenada por Paiva e Morabio (2007), pode-se dizer que a USC é uma usina classe d (usina cooperada diversificada). O planejameno agregado de safra da USC esá baseado no aendimeno das meas de produção aponadas pela CRPAAA e no melhor aproveiameno dos principais recursos produivos da empresa, ais como a maéria prima e a capacidade indusrial. Enende-se que, apesar do modelo dese esudo esar especificamene embasado no caso USC e CRPAAA, é possível aplicá-lo em ouros sisemas cooperados e não cooperados com pequenas adapações. Para ese objeo de esudo, é necessária uma adequação dos parâmeros de enrada e uma adequação na modelagem de inegração enre o planejameno da cooperaiva (primeiro nível do planejameno hierárquico) e o planejameno de uma usina (segundo nível do planejameno hierárquico), não sendo necessário modificar o modelo de oimização proposo para ambos os níveis do planejameno. Mais dealhes sobre a agregação proposa e sobre as caracerísicas das empresas esudadas podem ser enconrados em Paiva (2009). 3. Modelagem conceiual Paiva e Morabio (2007, 2009) apresenaram um modelo de oimização de PIM aplicado ao planejameno agregado da produção em usinas de açúcar e álcool. Esse modelo deerminísico mosrou-se adequado para aplicações no planejameno de safra de uma usina ípica, apoiando pare das principais decisões do PCP da eapa indusrial de produção de açúcar e álcool. A abordagem do presene esudo desenvolve-se a parir da abordagem de Paiva e Morabio (2007, 2009). A principal diferença enre a presene abordagem e a abordagem anerior é que a anerior não considera o planejameno de uma usina cooperada dependene do planejameno da cooperaiva e das ouras usinas cooperadas. O primeiro nível da esraégia de planejameno hierárquico da produção adoada nese esudo corresponde ao planejameno agregado de safra da cooperaiva, considerando odas as usinas cooperadas. O segundo nível corresponde ao planejameno agregado de safra de uma usina desse sisema cooperado em função das decisões do primeiro nível. Dessa forma, enquano a abordagem anerior pode ser aplicada para usinas não cooperadas e com produção diversificada, a abordagem proposa nese rabalho é apropriada para usinas cooperadas, em paricular para usinas que fazem pare da CRPAAA, organização onde o esudo de caso dese rabalho foi realizado. Oura diferença da presene abordagem em relação à anerior é a incorporação da cogeração de energia como pare inegrane do processo de decisão, considerando desde a necessidade de vapor para os processos de moagem, desilação de álcool e fabricação do açúcar aé a exporação e comercialização da energia excedene. O modelo PASUC (planejameno agregado de safra em usinas cooperadas), apresenado nese arigo, pode ser caracerizado como um modelo hierárquico de dois níveis. No primeiro nível (planejameno da CRPAAA para o ano safra), em-se um modelo de PL, muliproduo, dois eságios, dinâmico, capaciado, com horizone de planejameno anual e agregação emporal mensal. No segundo nível (planejameno da USC para os meses de safra), em-se um modelo de PIM monoeságio, muliprocesso (ou muliproduo), dinâmico e que combina decisões de dimensionameno e sequenciameno de loes para o aendimeno das meas do primeiro nível hierárquico. Além disso, no segundo nível enende-se que os empos e cusos de seup são de segunda ordem em relação ao período de análise e, desa forma, podem ser desconsiderados. Assim, adoa-se uma visão udo ou nada de produção em períodos de análise semanal. A agregação aqui proposa esá relacionada ao período de análise adoado, ao agrupameno dos recursos produivos e uma leve agregação de produos em famílias para simplificar a uilização de alguns dados de enrada (para diferenes alernaivas de agregação, veja, e.g., Nahmias (2009)). Exise uma disinção enre o conceio de planejameno hierárquico adoado no modelo PASUC e os clássicos modelos de planejameno hierárquico exisenes na lieraura (HA; CANDEA, 1984). Nese arigo, a hierarquia exisene se esabelece na relação de imposição de meas de produção da cooperaiva para as usinas. A idéia é que a cooperaiva execue seu planejameno de safra considerando a margem de conribuição exisene enre a receia líquida de comercialização dos produos e os cusos de produção de odas as usinas e de esocagem/fala de odo o sisema cooperado (Figura 2). Dessa forma, preende-se definir o mix de produção de cada unidade, a políica de esocagem e de comercialização de oda a produção dos açúcares, dos alcoóis e dos melaços. Essa primeira eapa do processo de decisão é converida em meas de produção de cada produo, para cada uma das

4 Paiva, R. P. O. e al. Figura 2. Fluxo de maerial do primeiro nível de decisão do modelo PASUC. usinas, em odos os meses de safra. Vale ressalar que os cusos de enrega dos produos nos armazéns da CRPAAA esão incorporados no cuso de produção de cada usina e que o cuso de enrega dos produos para os clienes, caso exisa, é considerado como despesa de comercialização e, porano, desconado do valor bruo de venda dos produos. No caso das usinas cooperadas (segundo nível de decisão), analisa-se a capacidade de produção, a disponibilidade de maéria-prima e a capacidade de caixa de forma mais desagregada, procurando aender às meas esabelecidas pela cooperaiva com a melhor margem de conribuição possível. Em ouras palavras, o modelo proposo possui um primeiro nível (mais esraégico) de planejameno agregado, com horizone de planejameno de um ano safra, dividido em períodos mensais, e uma pequena agregação em famílias de produos para alguns parâmeros relacionados com os processos produção. É imporane salienar que essa agregação proposa não se reflee nas meas de produção repassadas para o segundo nível de planejameno. A Figura 3 ilusra o fluxo de decisão enre o primeiro e o segundo nível do modelo PASUC. No segundo nível (áico) do modelo de planejameno agregado, o horizone passa a ser o período de safra ou um subperíodo dele, dividido em períodos semanais, e exise uma menor agregação com relação ao nível de análise dos processos produivos da empresa. Nesse nível, o modelo deve selecionar os processos que devem ser uilizados na usina em cada semana de safra e definir o rimo de moagem considerando quesões agronômicas, quesões relaivas à capacidade de core, carregameno e ranspore (CCT) e quesões indusriais, de forma que a melhor margem de conribuição seja alcançada pela usina. Nesse segundo nível de decisão não há agregação de produos. Oura consideração que merece desaque é a incorporação da geração e da comercialização de energia elérica no processo decisório do segundo nível do modelo hierárquico PASUC/N2 (PAIVA; MORABITO, 2007). Fao que se jusifica pelos crescenes níveis de invesimeno em energia limpa e pela necessidade de uma melhor represenação do funcionameno da indúsria, onde o balanço de energia e de vapor são ponos decisivos para a boa operação da plana indusrial. Ese pono já havia sido levanado por Paiva (2006) como imporane exensão do modelo SPDL/PU2. A modelagem adoada no presene esudo considera o balanço érmico (balanço de vapor), incorporando resrições de consumo de vapor de ala pressão (vapor direo) nas eapas de preparo de cana (navalhas e desfibradores), na moagem (urbinas da moenda), na alimenação de águas de caldeira (urbobombas), na geração de energia (urbogeradores) e no rebaixameno de vapor de ala pressão para vapor de processo. Ese vapor de processo ambém é considerado na modelagem, definindo necessidades de vapor de escape (vapor de baixa pressão) para o aquecimeno do caldo, a evaporação, a crisalização, a cenrifugação e a secagem do açúcar, além do vapor uilizado na desilação do vinho na produção do álcool. De forma similar ao que esá descrio para o balanço érmico, o balanço de energia elérica incorpora as necessidades de uilização de energia para o bombeameno de água e maerial em processo, para moores eléricos de vários usos (por exemplo, cenrifugação do açúcar, movimenação de mesas alimenadoras de cana, movimenação de eseiras de bagaço, exausores), além do consumo de energia elérica para ouros usos (por exemplo, iluminação, refrigeração). O vapor de processo e a energia elérica consumida pela fábrica são requeridos em diferenes quanidades

5 Paiva, R. P. O. e al. para cada configuração de mix de produção (para cada processo de produção). Por ouro lado, o consumo de vapor direo apresena variação em função da moagem de cana. Dessa forma a modelagem da iner relação enre a moagem, os processos de produção de açúcar, álcool e melaço, com a produção de vapor e a cogeração de energia é pare imporane da modelagem para uma melhor represenação do funcionameno da indúsria. A Figura 4 ilusra de forma simplificada a iner-relação enre o processo de produção de açúcar, álcool e energia elérica de uma unidade produora. Nese pono, é imporane desacar que o cuso variável da energia elérica é considerado nulo para a modelagem apresenada nese arigo, ou seja, odos os cusos envolvidos são fixos em função da quanidade de energia cogerada. Dessa forma, o consumo de biomassa (bagaço) é a única variação significaiva para a obenção da receia marginal com a energia elérica. 4. Modelagem maemáica proposa 4.1. Nível 1 - Planejameno de safra da cooperaiva (PASUC/N1) Ese modelo deermina a quanidade e o mix de produção (PU pu ) das usinas, a políica de esoque (I pe ) e a políica de aendimeno da demanda (D p ) da CRPAAA. Essas variáveis devem ser calculadas de forma que a margem de conribuição do grupo seja maximizada e as resrições de mercado, previsão de safra, capacidade de ranspore das froas e capacidade de esoque sejam respeiadas Índices do modelo PASUC/N1 u Unidades de produção: usinas cooperadas (u = cap, pai, pal, pri, usc, usm, ser, sim, usu, ri); Períodos: meses do ano safra na região nordese ( = se, ou, nov, dez, jan, fev, mar, abr, maio, jun, jul, ago); p Produos: produos/coproduos da fábrica de açúcar e da desilaria de álcool (p = Sandard, Superior, Especial, Exra, Refinado, VHP, VHP+, VHPe, Melaço, AEHC, AEHCren, AEAC). Esses produos são subdivididos por meio dos subíndices pa, pe, pm, mosrados a seguir: pa Subconjuno de produos da fábrica de açúcar (ps = Sandard, Superior, Especial, Exra, Refinado, VHP, VHP+, VHPe); pe Subconjuno de produos da desilaria (pe = AEHC, AEHCren, AEAC); pm Subconjuno de coproduos da fábrica de açúcar (pm = Melaço); Figura 3. Fluxograma de relacionameno enre os dois níveis do planejameno hierárquico.

6 Paiva, R. P. O. e al. Figura 4. Fluxograma do processo de produção de açúcar, álcool e energia elérica. e Depósios: conjuno de depósios (anques e armazéns) próprios e de erceiros (e = ab, jar, MD1, empa, Aerc, usinas, pero, Eerc) Parâmeros n u Dias disponíveis para moagem em cada usina u e período (adimensional); ϕ u Tempo de moagem aproveiado na usina u durane um período (%); θ pa, Melaço obido por unidade de açúcar pa produzido na usina u (%); Mar u ATR (açúcares oais recuperáveis) do mel final na usina u (%); Par p ATR correspondene ao produo p (/ ou m3 ); Ear u Eficiência global em ATR na usina u e no período (%); ATR u ATR da cana da usina u no mês (kg ATR/ de cana) Mmin u Moagem mínima da usina u (/dia); Mmax u Moagem máxima da usina u (/dia); Emax p,e Capacidade máxima de esoque do produo p no depósio e ( ou m 3 ); CPmax pu Capacidade de produção diária do produo p na usina u ( ou m 3 /dia); CFmax u Capacidade diária oal de produção da fábrica de açúcar na usina u (/dia); CDmax u Capacidade diária oal de produção da desilaria de álcool na usina u (m 3 /dia); CP pu Cuso de produção do produo p na usina u ($/ ou m 3 ); CE pe Cuso de esocagem do produo p no depósio e ($/ ou m 3 ); CA Penalização por araso na enrega da demanda ($/ ou m 3 ); Dmin p Demanda mínima para o produo p no período ( ou m 3 ); Dmax p Demanda máxima para o produo p durane odo o ano ( ou m 3 ); VP p Valor líquido do produo p no período ($/ ou m³); C u0 Previsão de moagem de cana para oda a safra da usina u (); I pe0 Esoque inicial de cada produo p no depósio e ( ou m³); EP p Esoque de passagem de safra do produo p ( ou m³) Variáveis do modelo PASUC/N1 M u Quanidade de cana moída na usina u, no período (); I + pe I p Esoque do produo p, no depósio e, no final do período ( ou m³); Araso na enrega do produo p, no final do período ( ou m³); PU pu Produção do produo p, na usina u, no período ( ou m³); D p Aendimeno da demanda (venda) do produo p, no período ( ou m³).

7 Paiva, R. P. O. e al Função objeivo e resrições do modelo PASUC/N1 max Z = VP D CP PU + CE I + CA I (1) + p p pu pu pe pe p p u p p e p + + pe p,e, 1 pu p p p, 1 ; e e u I = I + PU D + I I p, (2) D Dmin ; p, p p Dmax D ; p p p C = M ; u u 0 u (3) (4) (5) Mminu nu ϕu Mu Mmaxu n u ϕu ; u, (6) + pe I Emax ; p,e, pe (7) + pe"t" p p"t" e I EP ; I = 0; p (8) PU pu CPmax pu n u ; p,u, PU CFmax n ; u, pa,u, u u pa PU CDmax n ; u, pe,u, u u pe (9) (10) (11) M ATR Ear 1000 u u u = PU Par ; u, (12) p pu p PU pe,u, Parpe + PU pm,u, Maru PU pa,u, θpa,u Mar u ; u, (13) pe pm pa + u pe p pu p M 0; I 0;I 0;PU 0;D 0; p,e,u, (14) A função objeivo 1 do modelo esraégico CRPAAA maximiza a margem de conribuição ao lucro da produção dos produos p, em cada usina u, em odos os períodos, considerando ambém os cusos com a políica de esoque e o aendimeno da demanda. Em seu primeiro ermo, em-se a receia obida pela venda de cada produo p, em cada período. No segundo ermo faz-se a somaória do cuso de produção do produo p (CP pu ), com o cuso de esocagem de cada produo p, em cada ipo de esoque e (CE pe ) e com a penalização por araso na enrega dos produos (CA). A Equação 2 represena o balanceameno de esoque de cada produo p, em cada período, considerando a possibilidade de araso na enrega de cada produo. A Inequação 3 é a resrição que deermina o aendimeno da demanda mínima do produo p, no período. Na Resrição 4, a venda do produo p para oda a safra é limiada ao valor de demanda máxima (Dmax p ). Esse valor de demanda máxima pode ser inerpreado como a quanidade máxima que os decisores da CRPAAA idenificam como possível de ser absorvida pelo mercado sem causar redução de preços. A Equação 5 é a resrição de uilização de oda a cana disponível na safra, para cada usina u. A Inequação 6 é a resrição de moagem em cada usina u, para cada período. A Inequação 7 é a resrição de capacidade máxima (Emax pe ) de esoque para cada produo p, em cada depósio e, nos períodos. As Inequações 8 regulam o esoque e o araso de cada produo p, no úlimo período = T

8 Paiva, R. P. O. e al. (uilizado simplesmene a noação T para represenar o úlimo período) do horizone de planejameno. As Resrições 9, 10 e 11 modelam, respecivamene, a capacidade de produção de cada produo p, de odos os produos da fábrica de açúcar e de odos os produos da desilaria de eanol, para cada usina u, em cada período. A Resrição 12 represena o balanceameno de açúcares oais recuperáveis (ATR) para cada usina u, em cada período. A Inequação 13 delimia a uilização do melaço produzido como coproduo da fábrica de açúcar, na desilaria anexa da usina u, no período, ou para venda no mesmo período. Por fim, em 14 são descrias as resrições de domínio das variáveis do modelo. Noe que o modelo PASUC/N1 envolve P produos, U usinas, E depósios e T períodos. No oal são T(2. U+P E+2 P+P. U) variáveis e T(2. P+8. U+P. E+P. U)+2. P+U+1 resrições. Mais dealhes sobre o modelo PASUC/N1 podem ser enconrados em Paiva (2009) Nível 2 Planejameno áico de safra de uma usina cooperada incorporando cogeração de energia (PASUC/N2) O modelo PASUC/N2 preende deerminar a moagem semanal por ipo de fone de suprimeno m ' " ( M m ), ipo serviço de ranspore f ( M f ) e por ''' processo k ( M k ), de forma que a mea de produção do modelo PASUC/N1 seja viabilizada com o mínimo de araso possível, ao mesmo empo em que se deermina a quanidade de energia elérica exporada no período (EE ). O objeivo é ober um plano áico de safra que proporcione a máxima margem de conribuição, respeiando as resrições de previsão de safra, capacidade de ranspore, capacidade de esoque, fluxo de caixa posiivo e necessidade de energia érmica e elérica nos processos indusriais Índices do modelo PASUC/N2 k Processos denro da fábrica: deerminados de acordo com os parâmeros ecnológicos adoados na usina de açúcar e desilaria de álcool (k = proc1, proc2,..., proc252); Períodos: semanas de safra que indicam o início e o final da moagem ( = sem1, sem2,..., sem25); p Produos: produos/coproduos que podem ser produzidos pela usina (p = Sandard, Superior, Especial, Exra, VHP, VHP+, VHPe, Melaço, AEHC, AEAC). A subdivisão adoada no modelo PASUC/N1 (seção 4.1) ambém é adoada nese segundo nível de análise (subíndices pa, pe, pm); m Maérias-primas: ipo de fornecedor (ou fone de suprimeno) do qual a cana provêm (Mprop cana própria, Mforn cana de fornecedores). Para algumas resrições, adoa-se o subconjuno das maérias primas próprias mp (Mprop); f Froa: deerminado de acordo com o ipo de solução de CCT empregada. Nese rabalho, adoa-se uma posura simplificada de análise, diferenciando apenas o ipo de presador de serviço de ranspore de cana que esá sendo uilizado (Fprop froa própria de ranspore de cana, Ferc roa erceirizada de ranspore de cana) Parâmeros do modelo PASUC/N2 CRPAAA ConvA pa Conversão de açúcares pa em crisal Sandard (adimensional); CRPAAA ConvE pe Conversão dos alcoóis pe em AEAC (adimensional); Mar USC ATR do mel final na USC (%); n Dias disponíveis para moagem em cada período (adimensional); ϕ Tempo de moagem aproveiado durane um período (%); Par p ATR correspondene ao produo p (/ ou m 3 ); ATR ATR da cana no período (kg ATR/ de cana); Mmin Moagem mínima da usina (/dia); Mmax Moagem máxima da usina (/dia); Fmax f Capacidade máxima de ranspore de cana pelos caminhões da froa f (/dia); CPmax p Capacidade de produção diária do produo p ( ou m 3 /dia); CFmax Capacidade diária oal de produção da fábrica de açúcar (/dia); CDmax Capacidade diária oal de produção da desilaria de álcool (m 3 /dia); α Percenual máximo de cana de fornecedores por período (%); β f Disponibilidade para ranspore dos caminhões da froa f, no período (%); CF f Cuso de core, carregameno e ranspore pela froa f, no período ($/); CA Penalização por araso na enrega da demanda ($/ ou m 3 ); Gfixo Gaso fixo médio em um período ($); GK k Gasos variáveis na indúsria por processo k, no período ($); GM m Gasos variáveis por ipo de maéria-prima m, no período ($); GF f Gasos variáveis por ipo de froa f, no período ($); Giro 0 Saldo de caixa inicial da empresa ($); RCa p Repasse CRPAAA adianameno da cooperaiva pela produção do produo p, no período ($/ ou m 3 );

9 Paiva, R. P. O. e al. RCb Repasse CRPAAA adianameno da cooperaiva pelo ATR equivalene produzido ($/kg de ATR); RCc Repasse CRPAAA adianameno exra obido no período ($/sem); C 0 Previsão de moagem de cana para oda a safra (); Disp Parâmero limiane para o oal de cana própria disponível no período (); G Número suficienemene grande (adimensional); Ib 0 Esoque inicial de bagaço (); Fibra m Fibra da cana ipo m, no período (%); Ub Umidade do bagaço após a moenda, no período (%); Eb Percenual mínimo de esoque do bagaço produzido (%); EPb Esoque de bagaço para passagem de safra (); RC Rendimeno médio das caldeiras ( vapor/ bagaço); RCF Rendimeno médio da casa de força (MWh/ vapor); CFVAP Consumo fixo de vapor na moagem ( de vapor/ de cana); CVAP p Consumo variável de vapor servido em cada produo p ( vapor/ ou m 3 ); CFE Consumo fixo de energia na moagem (MWh/ de cana); CVE p Consumo variável de energia em cada produo p e processo k (MWh/ ou m3); VAPmax Produção diária máxima de vapor (/dia); EGmax Geração diária máxima de energia (MWh/dia); VE Valor da energia vendida ($/MWh). Além desses parâmeros, uilizam-se dados calculados pelo méodo de geração de parâmeros (seção 4.3), que são: RecA (Receia açúcares CRPAAA), RecE (Receia alcoóis CRPAAA), RecM (Receia melaço CRPAAA), ProdA (Produção equivalene açúcares CRPAAA), ProdE (Produção equivalene alcoóis CRPAAA), ProdM (Produção equivalene melaço CRPAAA), Mea p (Mea de produção), A pk (Mariz de rendimenos indusriais), CK k (Mariz de cusos indusriais) e CM m (Mariz de cusos agrícolas) Variáveis do modelo PASUC/N2 k Seleção de processos. Decisão de uilizar ( k = 1) ou não uilizar ( k = 0) o processo k, no período (adimensional); M Quanidade de cana moída no período (); ' M m Quanidade de cana colhida em cada fornecedor m, no período (); " M f Quanidade de cana ransporada pelo ipo de ranspore f, no período (); ''' M k Quanidade de cana moída pelo processo k, no período (); C m Quanidade de cana disponível para colheia por ipo de maéria-prima m, no período (); S Quanidade de capial disponível para giro financeiro no período ($); I p Araso no aendimeno da demanda do produo p, no período ( ou m³); Ib Esoque de bagaço para geração de energia no período (); Mb Quanidade de bagaço consumido para geração de vapor no período (); VAP Quanidade de vapor produzido no período (); EG Quanidade de energia produzida no período (MWh); EE Quanidade de energia exporada no período (MWh) Função objeivo e resrições do modelo PASUC/N2 CRPAAA CRPAAA A pa,k,m kconvapa Ape,k,M kconve pe Apm,k,M k Mar" USC" max Z = RecA + RecE + RecM k pa ProdA pe ProdE pm ProdM + EEVE CMmM m + CFfM f + CK km k + CA I p m f k p (15) pk k p p = 1 k = 1 A M + I Mea ; p, (16) M = M = M = M; m f k m f k C = C M M ; m, m m, 1 m, 1 m (17) (18) C = M m 0 m m m (19)

10 Paiva, R. P. O. e al. C Disp ; mp, mp M α M; mf, mf (20) (21) Mmin n ϕ M Mmax n ϕ; (22) ( ) ( ) S = S 1 + RCap + ParpRCb ApkM k + RCc GMmM m + GFfM f + GK km k + Gfixo ; (23) p k m f k M Fmax n β ; f, f f f A M CPmax n ; p, k pk k p A M CFMax n ; pa,k, k pa k A M CDMax n ; pe,k, k pe k = 1; k k M G ; k, k k (24) (25) (26) (27) (28) (29) Fibra Ib = Ib + M Mb ; m 1 m 1 m UB (30) Fibram Ib M m EB ; m 1 UB Ib EPb; 'T' Mb RC = VAP ; EG VAP M k CFVAP + CVAPp Apk M k ; k RCF k p (31) (32) (33) (34) EG CFE M k + CVEp Apk M k = EE ; (35) k k p VAP VAPMax n ; EG EGMax n ; (36) (37) { } 01, ;M 0;M 0; M 0; M 0;C 0; k m f k m p I 0;S 0;Ib 0;Mb 0;VAP 0; EG 0;EE 0; k,m,f,p, (38)

11 Paiva, R. P. O. e al. A função objeivo 15 do modelo PASUC/N2 maximiza a margem de conribuição agroindusrial de produção dos produos p, por meio dos processos k, da maéria-prima m, do ipo de ranspore da maéria prima f, em odos os períodos, considerando a remuneração decorrene da paricipação percenual do resulado obido pela CRPAAA e incluindo a receia de energia exporada. A Resrição 16 represena o aendimeno da mea de produção acumulada de odos os produos p, aé o período. A Equação 17 é a resrição de compaibilidade enre a quanidade de cana colhida ( ' " M ), a quanidade de cana ransporada ( m M ), a f ''' quanidade de cana por processo ( M ) e a quanidade k de cana moída (M ), em odos os períodos da safra. A Equação 18 é a resrição de disponibilidade de cana do ipo m no início de cada período de análise (quanidade de cana no campo). A Equação 19 é a resrição de uilização de oda a cana disponível para colheia de cada ipo de cana m. A Inequação 20 é a resrição de conrole de quanidade de cana própria disponível em um período. A Inequação 21 é a resrição de percenual de cana de fornecedor em oda a cana processada no período. A Inequação 22 é a resrição de moagem em cada período. A Equação 23 represena o balanceameno do saldo financeiro em cada período. A Inequação 24 é a resrição de capacidade de ranspore da froa f, em cada período. As Resrições 25, 26 e 27 modelam, respecivamene, a capacidade de produção de cada produo p, de odos os produos da fábrica de açúcar e de odos os produos da desilaria de eanol em cada período. A Equação 28 é a resrição de uilização de apenas um processo por período. A Resrição 29 deermina, em odos os períodos ''', que a quanidade de cana por processo ( M ) seja k nula sempre que o processo k equivalene não eseja sendo uilizado ( k = 0). A Equação 30 represena o balanceameno de esoque de bagaço em cada período. A Inequação 31 é a resrição de esoque de segurança de bagaço em um período. A Inequação 32 regula o esoque de passagem de bagaço, ou seja, esoque mínimo de bagaço no úlimo período de safra. A Equação 33 modela a produção de vapor de acordo com a quanidade de bagaço consumido em cada período. As Equações 34 apresenam o balanço de vapor de ala e baixa pressão de oda a plana indusrial no período. A Equação 35 modela a quanidade de energia excedene que pode ser comercializada em cada período. As Inequações 36 e 37 são, respecivamene, resrições de capacidade de produção de vapor e energia elérica, em cada período. Por fim, em 38 esão descrias as resrições de domínio das variáveis de decisão do modelo PASUC/N2. Noe que esse modelo envolve K processos, M ipos de fornecimeno de cana, F froas de ranspore de cana, P produos e T períodos. No oal, em-se T(2. K+2. M+F+P+7)+1 variáveis, onde K. T são binárias, e T(2. P+2. M+F+K+20)+2 resrições. Mais dealhes sobre o modelo PASUC/N2 podem ser enconrados em Paiva (2009) Geração de parâmeros do modelo PASUC/N Parâmeros calculados com dados de saída do modelo PASUC/N1 Conforme mencionado aneriormene, a moivação para elaborar ese modelo de planejameno hierárquico em dois níveis é o fao de usinas cooperadas (por exemplo, a USC) erem seu planejameno de safra influenciado pelas decisões de mix de produção, políica de esoque e políica de vendas que são omadas pela cooperaiva (por exemplo, a CRPAAA). Esse fao faz com que seja necessário modelar o planejameno de safra das duas empresas e ambém a iner-relação exisene. Considerando a modelagem proposa nas seções 4.1 e 4.2, enende-se que esa hierarquia se esabelece na relação de imposição de meas de produção da cooperaiva para as usinas cooperadas e na definição dos parâmeros de remuneração das empresas. A seguir, são apresenados os cálculos dos parâmeros uilizados no modelo PASUC/N2, que são obidos por meio dos resulados do modelo PASUC/N1. Os índices u,, p (pa, pe, pm), e uilizados aqui são os mesmos do modelo PASUC/N1 e apenas os parâmeros que ainda não foram definidos aneriormene são declarados Noação e parâmeros dos cálculos de saída do modelo PASUC/N1 CRPAAA ConvA pa Conversão de açúcares pa em crisal Sandard (adimensional); CRPAAA ConvE pe Conversão dos alcoóis pe em AEAC (adimensional); * PU pu Valor óimo enconrado pelo modelo PASUC/N1 para a variável PU pu ; * D p Valor óimo enconrado pelo modelo PASUC/N1 para a variável D p ; RecA Receia da CRPAAA decorrene da comercialização dos açúcares pa ($); RecE Receia da CRPAAA decorrene da comercialização dos alcoóis pe ($); RecM Receia da CRPAAA decorrene da comercialização do melaço pm ($);

12 Paiva, R. P. O. e al. ProdA Produção oal dos açúcares pa pelas usinas da CRPAAA ( de açúcar crisal Sandard equivalene); ProdE Produção oal dos alcoóis pe pelas usinas da CRPAAA (m 3 de álcool anidro AEAC equivalene); ProdM Produção oal dos melaços pm pelas usinas da CRPAAA ( de ATR melaço); Mea p Meas da USC para produção de cada produo p em cada período Cálculos de saída do modelo PASUC/N1 * RecA = VPpa, D pa, (39) pa * Re ce = VPpe, D pe, (40) pe * Re cm = VPpm, D pm, (41) pm * CRPAAA Pr oda = PU pa,u, ConvA pa (42) u pa * CRPAAA Pr ode = PU pe,u, ConvE pe (43) u pe * Pr odm = PU pm,u, Mar u (44) u pm * p" sem 2" p," USC "," se " Mea = PU (45) As Equações 39, 40 e 41 fornecem, respecivamene, as receias óimas da CRPAAA decorrenes da comercialização dos açúcares pa, dos alcoóis pe, e dos melaços pm em oda a safra. As Equações 42, 43 e 44 fornecem, respecivamene, as produções óimas dos açúcares pa (oalizada em crisal Sandard equivalene), dos alcoóis pe (oalizada em álcool anidro AEAC equivalene), e dos melaços pm (oalizada em ATR no melaço) de odas as usinas u cooperadas, em oda a safra. Na Equação 45 adoou-se um exemplo para apresenar a correlação enre a produção mensal óima de cada produo p, por cada usina u, no período (PU pu ), com as meas de produção acumulada de cada produo p aé uma deerminada semana (Mea p ). Nese exemplo [Equação 45], apresena-se a correlação da produção definida para a USC no mês de seembro (PASUC/N1), com a mea de produção acumulada para a semana 3 (PASUC/N2) Parâmeros da mariz de rendimenos indusriais Nesa seção, raa-se do cálculo do rendimeno indusrial para a produção dos açúcares, alcoóis e melaços, uilizando a lieraura de ecnologia açucareira e alcooleira (HUGOT, 1977; CASTRO; ANDRADE; ALBUQUERQUE, 2002; FERNANDES, 2003; ALBUQUERQUE, 2009), os rabalhos de Paiva (2006, 2009), Paiva e Morabio (2007, 2009) e as recomendações do sisema CONSECANA (CONSELHO..., 2008) como base para definir a formulação da mariz de rendimenos indusriais (A pk ). É imporane noar que esses cálculos não consideram a energia elérica por se raar especificamene do balanço de massa dos processos indusriais. O conceio de processo de produção adoado nese arigo é o mesmo conceio apresenado no rabalho de Paiva e Morabio (2007). A seguir, apresenam-se os parâmeros necessários para o cálculo de A pk. Os índices k,, p (pa, pe, pm) uilizados aqui são os mesmos do modelo PASUC/N2 e apenas os parâmeros que ainda não foram definidos aneriormene são declarados Parâmeros do cálculo da mariz de rendimenos (A pk ) BMF Brix do mel final adoado pela fábrica ( brix). Unidade de medida de sólidos solúveis em uma solução açucarada; PzaM Mea de pureza do mel final adoada na fábrica (%); TM k Desvio de melaço para a desilaria em cada processo k (valor uniarizado); TS k Deerminação do desvio de caldo para a fábrica em cada processo k (valor uniarizado). Inclui a desinação do caldo primário (TS 1), caldo embebido (TS 2), caldo miso (TS 3), caldo clarificado (TS 4) apresenados na Figura 4; Pol k Polarização dos açúcares produzidos em cada processo k ( Z); Umid k Umidade dos açúcares produzidos em cada processo k (%); MAP pa,k Percenual dos açúcares pa produzidos em cada processo k (%); R pe Rendimeno esequiomérico dos alcoóis pe (l/100 kg ART); MEP pe,k Percenual dos alcoóis pe produzidos em cada processo k (%); Elbi Eficiência da pare comum do processo de fabricação de açúcar e álcool em cada semana (%);

13 Paiva, R. P. O. e al. Efd Eficiência de fermenação/cenrifugação e desilação na produção de álcool em cada semana (%); pc Pol da cana em cada semana (%); PzaC Pureza da cana em cada semana (%); AR Açúcares reduores conidos na cana em cada semana (%). Todos os parâmeros apresenados dependem exclusivamene da forma como a fábrica esá sendo operada e do ipo e qualidade do produo que se preende produzir. Ou seja, são esses parâmeros que definem a quanidade de processos que esão sendo modelados; por exemplo, considerando que uma usina pode ser modelada com TM k, assumindo rês valores (0,33; 0,66; e 1) e com TS k podendo assumir quaro valores (0,7; 0,8; 0,9; e 1). Considere ambém que Pol k, Umid k e MAP pa,k deerminam see ipos de açúcares diferenes (Sandard 99,3 e 0,1; Superior 99,5 e 0,1; Especial 99,7 e 0,1; Exra 99,8 e 0,1; VHP 99,3 e 0,15; VHP+ 99,6 e 0,15; e VHPe 99,3 e 0,15) e que R pe e MEP pe,k deerminam rês combinações possíveis para o rendimeno eórico da produção dos alcoóis (AEHC 67,87; AEAC 65,03; e AEHC 33,94 e AEAC 32,52). Esse conjuno de dados gera um número de processos igual a , ou seja, 252 processos necessários para represenar esa usina. O exemplo ciado represena o esudo de caso dese arigo Cálculos dos elemenos da mariz de rendimenos (A pk ) PzaJ = PzaC 1; Polk PzaS k = ; k Umidk ( ) ( ) PzaSk PzaJ PzaM SJM k = ; k, PzaJ PzaS PzaM BMF PzaM SMF = 100 R pe Efd RD pe, = ; pe, 100 k (46) (47) (48) (49) (50) RA = 10 pa,k, pc Elbi SJM 100 k TS k MAP pa,k ; pa,k, (51) ( 1 ) 100( 1 ) pc Elbi SJMk TSk TMk RM px,k, = ; px,k, 10 SMF k Elbi = RD pe, pc pc RE pe,k, ( 1 SJM k ) + AR TSkTM k + + AR ( 1 TSk ) MEP pe,k ; pe,k, , 95 0, 95 (52) (53) RApa,k, + RM px,k, + RE pe,k, A pk = ; p,k, (54) 1000 A Equação 46 (CASTRO; ANDRADE; ALBUQUERQUE, 2002; FERNANDES, 2003) calcula a pureza do caldo miso (PzaJ ) em cada semana (%). A Equação 47 (HUGOT, 1977; ALBUQUERQUE, 2009) calcula a pureza dos açúcares produzidos (PzaS k ) em cada processo k (%). A Equação 48 (HUGOT, 1977; ALBUQUERQUE, 2009; CASTRO; ANDRADE; ALBUQUERQUE, 2002; FERNANDES, 2003) calcula a recuperação de açúcares (SJM k ) em cada processo k (%) e em cada período. A Equação 49 (HUGOT, 1977; ALBUQUERQUE, 2009; CASTRO; ANDRADE; ALBUQUERQUE, 2002; FERNANDES, 2003) deermina a quanidade de sacarose (SMF) exisene no melaço (%). A Equação 50 (FERNANDES, 2003; CONSELHO...,

14 Paiva, R. P. O. e al. 2008) deermina a recuperação eórica da desilaria (RD pa, ) para os alcoóis pe, em cada período (%). A Equação 51 (adapada de FERNANDES, 2003) deermina o rendimeno indusrial (RA pa,k, ) obido na produção do açúcar pa, pelo processo k, no período. A Equação 52 (adapada de FERNANDES, 2003) deermina o rendimeno indusrial (RM px,k, ) obido na produção do melaço px, pelo processo k, no período. Essa equação é complemenar à Equação 53, para os casos em que TM k = 0. A parir dos valores obidos, em-se a quanidade de melaço px (valores em kg) que será produzida por qualquer processo k em qualquer período, propiciando a geração de parâmeros de produção do melaço. A Equação 53 (adapada de FERNANDES, 2003) deermina o rendimeno indusrial (RE pe,k, ) obido na produção do álcool pe, pelo processo k, no período. A Equação 54 deermina o rendimeno (A pk ) de cada produo p, em cada processo k, no período. Essa equação é obida por meio da junção dos rendimenos obidos nas Equações 51, 52, 53 converidos para uma unidade apropriada ( ou m³, para o caso dos açúcares ou alcoóis, respecivamene) Parâmeros de cuso indusrial e cuso agrícola A seguir são brevemene descrios os parâmeros e os cálculos para deerminar os cusos indusriais (CK k ) e os cusos agrícolas (CM m ); para mais dealhes o leior pode consular Paiva (2009). cproc Cuso de produção de cada kg ART (açúcares reduores oais) em cada processo da USC ($/kg ART); ARm Açúcares reduores conidos no mel final produzido pelos processos da USC (%); Faor pa Faor de conversão de cada álcool pa em eanol absoluo (adimensional); δ m Acréscimo dado sobre o valor da onelada de cana ipo m ($/ cana); vatr Valor do ATR no período de fornecimeno ($/kg); Cálculos para obenção do cuso indusrial (CK k ) e do cuso agrícola (CM m ) polk Umidk ConvApa,k, = RApa,k, 1 MAP k,pa ; pa,k, SMF RM pm,k, 100 ARm ConvM pm,k, = + RM pm,k, ; pm,k, 0, (55) (56) ConvE pe,k, = RE pe,k, Faorpe MEP k,pe ; pe,k, (57) ConvApk ConvE pk ARTprock = + ConvM pk + ; k, p 0, 95 0, 6475 CK = ARTproc Cproc; k, k k (58) (59) CMm = ATRm vatr m +δm ; m, (60) 5. Resulados compuacionais do esudo de caso 5.1. Resulados do modelo PASUC/N1 O esudo de caso desenvolvido cenrou-se na aplicação do modelo PASUC aos dados coleados na CRPAAA e na USC relaivos à safra 2007/2008. A implemenação e solução compuacional do modelo PASUC [Equações 1-38], junamene com oda a geração de parâmeros apresenada nesa seção [Equações 39-60], foi desenvolvida por meio da linguagem de modelagem GAMS, versão 22.7, com solver CPLE 11 em um compuador Penium 4, 3, 2 GHz e 2 GB de memória RAM. Os dados uilizados nesse esudo esão dealhados em Paiva (2009). Na Tabela 1 é possível comparar a produção oal de odas as usinas cooperadas na safra 2007/2008 com o resulado obido pelo modelo PASUC/N1 para ese mesmo dado. Nesa abela ambém é apresenada a variação exisene enre a alocação de produção

15 Paiva, R. P. O. e al. do modelo PASUC/N1 e a produção real da safra 2007/2008 da CRPAAA, sendo possível verificar que exisem diferenças no mix de produção sugerido pelo modelo e no mix de produção realmene praicado. Nesse pono é ineressane desacar que a mea de produção oal enconrada pelo modelo (coluna [a]) esá sendo comparada nesa abela com a produção real da CRPAAA na safra 2007/2008 (coluna [b]). Essa comparação deve ser visa como ilusraiva, dado que a diferença reporada para os dois resulados pode ser decorrene de alerações normais no direcionameno do mix de produção ao longo da safra, além de alerações nos parâmeros uilizados no processo de planejameno da CRPAAA. Essas modificações não foram incorporadas no modelo PASUC/N1, pois os dados uilizados referem-se ao planejameno e à projeção da produção execuados em agoso de 2007, porano, anes do érmino da safra que ocorreu em abril de O resulado obido para a variável de aendimeno da demanda (D p ) é apresenado na Tabela 2, onde é ineressane desacar a coluna de saldo de demanda, ou seja, quanidade que ainda é possível desinar para venda. Nessa coluna percebe-se que os açúcares Especial, Exra e os alcoóis AEAC e AEHC esão com saldo nulo, que são os produos que propiciam a maior margem de conribuição para o cenário analisado. A Tabela 3 apresena um comparaivo enre a receia e a margem de conribuição obidas pelo planejameno de safra da CRPAAA e pelo modelo. Os resulados apresenados para esse comparaivo são obidos Tabela 1. Resulado da produção mensal da CRPAAA ( ou m 3 ) PASUC/N1. Produos Produção mensal por produo (PUpu) se. ou. nov. dez. jan. fev. mar. Prod. PASUC oal [a] Prod. CRPAAA oal [b] Desvio [(a-b)/b] (%) Sandard Superior Especial Exra Refinado VHP VHP VHPe Melaço AEHC AEAC AEHren Tabela 2. Resulados de aendimeno da demanda por produo ( ou m 3 ) PASUC-N1. Produos Demanda mínima (Dmin p ) Demanda máxima (Dmax p ) [c] Demanda aendida ( D p ) [d] Saldo demanda [c-d] Araso (Γ p"t" ) Esoque inicial ( e I pe 0) Sandard Superior Especial Exra Refinado VHP VHP VHPe Melaço AEHC AEAC AEHren Tabela 3. Comparaivo enre a margem de conribuição do modelo PASUC-N1. Resulados Unidade PASUC/N1 [b] Plan CRPAAA Safra 2007/08 [c] Desvio relaivo [(b-c)/c] (%) Receia CRPAAA $ ,92 Margem CRPAAA $ ,75

16 Paiva, R. P. O. e al. com a fixação das variáveis do modelo PASUC/N1 de acordo com a solução sugerida pelo planejameno da CRPAAA. Dessa forma, preende-se comparar os dois resulados por meio dos mesmos criérios, parâmeros e resrições. Analisando-se a Tabela 3, percebe-se um resulado com margem de conribuição 6,75% superior ao resulado do planejameno da CRPAAA Resulados do modelo PASUC/N2 Para analisar os dados obidos para o modelo PASUC/N2 desaca-se inicialmene a Figura 5, que apresena o gráfico comparaivo enre a moagem planejada pela USC, a moagem real da safra 2007/2008 e a moagem obida no modelo PASUC/N2. Nessa figura percebe-se que no início da safra (semanas 1 a 7) o modelo PASUC/N2 apresenou dados de moagem próximos aos números do planejameno da USC e da safra 2007/2008, com valores em orno de a por semana. Depois desse período (semanas 8 a 15), os valores do modelo PASUC/N2 foram superiores aos dois planos de moagem, sugerindo uma inensificação da moagem nesse período e um decréscimo progressivo da moagem semanal nos períodos seguines (semanas 16 a 25). Esse comparaivo de moagem não permie uma análise conclusiva sobre a áica de moagem imposa pelo modelo PASUC/N2. Esses resulados auxiliam apenas na validação do modelo. Os úlimos períodos de moagem real não haviam sido previsos no planejameno inicial da USC e ambém foram desconsiderados no planejameno elaborado pelo modelo PASUC/N2, dado que a capacidade de moagem foi respeiada e os valores obidos possuem a mesma ordem de grandeza dos valores obidos pela USC na safra 2007/2008, com exceção de ocorrências aípicas e paradas prolongadas que ocorreram nas úlimas semanas de safra (semanas 24 a 33). Os úlimos períodos de moagem real não haviam sido previsos no planejameno inicial da USC e ambém foram desconsiderados no planejameno elaborado pelo modelo PASUC/N2. Ouro dado ineressane é o comparaivo planejado/realizado dos valores de energia elérica média gerada por onelada de cana processada. A Figura 6 apresena esse comparaivo, sendo possível perceber uma boa correlação aé a semana 25 e um pico na semana 33, que represena um período com geração de energia e pouca moagem de cana. Na Figura 7 percebe-se uma geração ao redor de MWh/semana para as primeiras semanas de safra (semana 2 a semana 9), onde a geração de energia por onelada de cana é da ordem de 22 kwh/c (Figura 6). Esses números crescem subsancialmene nos períodos seguines da safra, chegando a valores como MWh/semana e 31 kwh/c, devido aos valores crescenes da fibra da cana e ambém à coninuidade da geração de energia com uma moagem menor. Oura possibilidade de análise proporcionada pelo modelo PASUC/N2 é a obenção de uma projeção de saldo financeiro durane o período de análise. A Figura 8 apresena a projeção obida para os dados do planejameno da safra 2007/2008 da USC. Para finalizar a análise dos resulados do modelo PASUC/N2, apresenam-se alguns iens que sineizam valores de Figura 5. Comparaivo moagem modelo PASUC/N2, moagem planejada pela USC e moagem real.

17 Paiva, R. P. O. e al. Figura 6. Comparaivo de geração de energia por onelada de cana PASUC/N2. Figura 7. Geração de energia planejada pelo modelo PASUC/N2 e dados da safra 2007/2008. produção, receia e margem de conribuição ano para o modelo proposo quano para o planejameno da USC. Nesse comparaivo adoou-se o mesmo criério uilizado para o modelo PASUC/N1, ou seja, as variáveis do modelo PASUC/N2 foram fixadas de acordo com a solução adoada no planejameno do USC. O principal resulado desa comparação (Tabela 4) é o valor da margem de conribuição oal da USC (função objeivo do modelo PASUC/N2). Analisando-se esse dado percebe-se que o modelo PASUC/N2 foi capaz de enconrar um resulado com margem de conribuição 4,98% superior ao resulado planejado pela USC. Os eses reporados consideram um oal de variáveis e resrições para o caso do modelo PASUC/N1 de PL do primeiro nível hierárquico. No modelo PASUC/N2 de PIM do segundo nível de decisão, em-se um oal de variáveis, sendo binárias, e resrições. O empo compuacional para obenção dos resulados do modelo PASUC/N1 foi menor que 1 segundo, enquano o empo compuacional para enconrar o óimo global (gap 0%) do modelo PASUC/N2 foi de cerca

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

Programação estocástica robusta aplicada ao planejamento agregado de safra em usinas cooperadas do setor sucroenergético

Programação estocástica robusta aplicada ao planejamento agregado de safra em usinas cooperadas do setor sucroenergético Ges. Prod., São Carlos, v. 18, n. 4, p. 719-738, 2011 Programação esocásica robusa aplicada ao planejameno agregado de safra em usinas cooperadas do seor sucroenergéico Sochasic robus opimizaion model

Leia mais

Um modelo de otimização para o planejamento agregado da produção em usinas de açúcar e álcool

Um modelo de otimização para o planejamento agregado da produção em usinas de açúcar e álcool Um modelo de oimização para o planejameno agregado da produção em usinas de açúcar e álcool Resumo Rafael Piai Oiiica de Paiva Reinaldo Morabio Nese rabalho apresenamos um modelo de oimização para o planejameno

Leia mais

UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO

UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MODELAGEM DO PLANEJAMENTO AGREGADO DA PRODUÇÃO EM USINAS COOPERADAS DO SETOR

Leia mais

MODELAGEM MATEMÁTICA DE OTIMIZAÇÃO APLICADA AO PLANEJAMENTO AGREGADO DA PRODUÇÃO EM USINAS DE AÇÚCAR E ÁLCOOL: FORMULAÇÃO E RESULTADOS

MODELAGEM MATEMÁTICA DE OTIMIZAÇÃO APLICADA AO PLANEJAMENTO AGREGADO DA PRODUÇÃO EM USINAS DE AÇÚCAR E ÁLCOOL: FORMULAÇÃO E RESULTADOS MODELAGEM MATEMÁTICA DE OTIMIZAÇÃO APLICADA AO PLANEJAMENTO AGREGADO DA PRODUÇÃO EM USINAS DE AÇÚCAR E ÁLCOOL: FORMULAÇÃO E RESULTADOS Rafael Piai Oiiica de Paiva Usina Sana Cloilde S/A 57100-000, Rio

Leia mais

CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA

CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

3 O Modelo SAGA de Gestão de Estoques

3 O Modelo SAGA de Gestão de Estoques 3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais

3 Metodologia 3.1. O modelo

3 Metodologia 3.1. O modelo 3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo

Leia mais

Calcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1.

Calcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1. 1. (Unesp 017) Um cone circular reo de gerariz medindo 1 cm e raio da base medindo 4 cm foi seccionado por um plano paralelo à sua base, gerando um ronco de cone, como mosra a figura 1. A figura mosra

Leia mais

Respondidos (parte 13)

Respondidos (parte 13) U Coneúdo UNoas de aulas de Transpores Exercícios Respondidos (pare 3) Hélio Marcos Fernandes Viana da pare 3 Exemplo numérico de aplicação do méodo udo-ou-nada, exemplo de cálculo do empo de viagem equações

Leia mais

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)

Leia mais

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549 Capíulo 2 Soluções: Medição da Acividade Económica Exercício 24 (PIB pelaópica da despesa) i. Usando os valores da abela que consa do enunciado, a solução das várias alíneas é imediaa, basando para al

Leia mais

Universidade Federal do Rio de Janeiro

Universidade Federal do Rio de Janeiro Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação

Leia mais

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

Leia mais

Considere uma economia habitada por um agente representativo que busca maximizar:

Considere uma economia habitada por um agente representativo que busca maximizar: 2 Modelo da economia Uilizaram-se como base os modelos de Campos e Nakane 23 e Galí e Monacelli 22 que esendem o modelo dinâmico de equilíbrio geral de Woodford 21 para uma economia abera Exisem dois países:

Leia mais

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade 3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

Desenvolvimento de modelos e ferramenta computacional para avaliação dos riscos e minimização das violações de tensão em sistemas de distribuição

Desenvolvimento de modelos e ferramenta computacional para avaliação dos riscos e minimização das violações de tensão em sistemas de distribuição esenvolvimeno de modelos e ferramena compuacional para avaliação dos riscos e minimização das violações de ensão em sisemas de disribuição A. Méffe, enerq/epusp; C. C. B. de Oliveira, enerq/epusp; T. P.

Leia mais

HEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES CAPACITADO COM ATRASO

HEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES CAPACITADO COM ATRASO HEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES CAPACITADO COM ATRASO João Paulo Duare Casaroi Insiuo de Ciências Maemáicas e de Compuação Universidade de São Paulo-USP Caixa Posal 668 13560-970

Leia mais

3 Modelo Teórico e Especificação Econométrica

3 Modelo Teórico e Especificação Econométrica 3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço

Leia mais

FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL,

FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL, FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL, 993-0 Alfredo Tsunechiro (), Vagner Azarias Marins (), Maximiliano Miura (3) Inrodução O milho safrinha é

Leia mais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br

Leia mais

ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS

ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS T. L. Vieira, A. C. Lisboa, D. A. G. Vieira ENACOM, Brasil RESUMO A mariz energéica é uma represenação quaniaiva

Leia mais

GRUPO II GRUPO DE ESTUDO DE PRODUÇÃO TÉRMICA E FONTES NÃO CONVENCIONAIS - GPT

GRUPO II GRUPO DE ESTUDO DE PRODUÇÃO TÉRMICA E FONTES NÃO CONVENCIONAIS - GPT SNPTEE SEMINÁRIO NAIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRIA GPT - 26 16 a 21 Ouubro de 2005 uriiba - Paraná GRUPO II GRUPO DE ESTUDO DE PRODUÇÃO TÉRMIA E FONTES NÃO ONVENIONAIS - GPT OTIMIZAÇÃO

Leia mais

Modelos de Programação Linear

Modelos de Programação Linear EA 0 Planeameno e Análise de Sisemas de Produção Modelos de Programação Linear Tópicos -Inrodução -Modelos de alocação -Modelos de blending -Planeameno de operações 5-Modelos muli-eságios 6-Modelos linearizáveis

Leia mais

Introdução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.

Introdução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo. Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

4 Análise de Sensibilidade

4 Análise de Sensibilidade 4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de

Leia mais

Modelos Não-Lineares

Modelos Não-Lineares Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene

Leia mais

3 LTC Load Tap Change

3 LTC Load Tap Change 54 3 LTC Load Tap Change 3. Inrodução Taps ou apes (ermo em poruguês) de ransformadores são recursos largamene uilizados na operação do sisema elérico, sejam eles de ransmissão, subransmissão e disribuição.

Leia mais

UNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III

UNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III UNIVERSIDADE DA BEIRA INTERIOR FACUDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III icenciaura de Economia (ºAno/1ºS) Ano ecivo 007/008 Caderno de Exercícios Nº 1

Leia mais

Teoremas Básicos de Equações a Diferenças Lineares

Teoremas Básicos de Equações a Diferenças Lineares Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença

Leia mais

Capítulo 2: Proposta de um Novo Retificador Trifásico

Capítulo 2: Proposta de um Novo Retificador Trifásico 30 Capíulo 2: Proposa de um Novo Reificador Trifásico O mecanismo do descobrimeno não é lógico e inelecual. É uma iluminação suberrânea, quase um êxase. Em seguida, é cero, a ineligência analisa e a experiência

Leia mais

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões

Leia mais

Circuitos Elétricos I EEL420

Circuitos Elétricos I EEL420 Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com

Leia mais

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais

Leia mais

Gráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site

Gráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site 2/mar/ 27 A Revisão do PIB Affonso Celso Pasore pasore@acpasore.com Maria Crisina Pinoi crisina@acpasore.com Leonardo Poro de Almeida leonardo@acpasore.com Terence de Almeida Pagano erence@acpasore.com

Leia mais

CADEIAS DE MARKOV: UM TEMA COM APLICAÇÕES INTERESSANTES E POSSIBILIDADES INTERDISCIPLINARES NA EDUCAÇÃO BÁSICA

CADEIAS DE MARKOV: UM TEMA COM APLICAÇÕES INTERESSANTES E POSSIBILIDADES INTERDISCIPLINARES NA EDUCAÇÃO BÁSICA CADEIAS DE MARKOV: UM TEMA COM APLICAÇÕES INTERESSANTES E POSSIBILIDADES INTERDISCIPLINARES NA EDUCAÇÃO BÁSICA Chrisine Serã Cosa Ricardo Moura dos Sanos Marques. INTRODUÇÃO A proposa principal do presene

Leia mais

1. KALECKI: DEMANDA EFETIVA, CICLO E TENDÊNCIA

1. KALECKI: DEMANDA EFETIVA, CICLO E TENDÊNCIA 1. KALECKI: DEMANDA EFETIVA, CICLO E TENDÊNCIA 1.1. Disribuição, Lucro e Renda Kalecki, TDE, cap. 5 Inrodução Produo nacional, lucros e invesimeno em um modelo simplificado Modificações no invesimeno e

Leia mais

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho NOTA TÉCNICA Noa Sobre Evolução da Produividade no Brasil Fernando de Holanda Barbosa Filho Fevereiro de 2014 1 Essa noa calcula a evolução da produividade no Brasil enre 2002 e 2013. Para ano uiliza duas

Leia mais

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos. 4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia

Leia mais

O problema de dimensionamento e seqüenciamento de lotes na indústria de nutrição animal

O problema de dimensionamento e seqüenciamento de lotes na indústria de nutrição animal O problema de dimensionameno e seqüenciameno de loes na indúsria de nurição animal Eli Angela Vior Toso (UFSCar) eli@dep.ufscar.br Reinaldo Morabio (UFSCar) morabio@power.ufscar.br Resumo Ese rabalho apresena

Leia mais

DISCIPLINA SÉRIE CAMPO CONCEITO

DISCIPLINA SÉRIE CAMPO CONCEITO Log Soluções Reforço escolar M ae máica Dinâmica 4 2ª Série 1º Bimesre DISCIPLINA SÉRIE CAMPO CONCEITO Maemáica 2ª do Ensino Médio Algébrico simbólico Função Logarímica Primeira Eapa Comparilhar Ideias

Leia mais

PLANEJAMENTO DE EXPANSÃO DE REDES DE TRANSMISSÃO CONSIDERANDO A INCERTEZA DA DEMANDA

PLANEJAMENTO DE EXPANSÃO DE REDES DE TRANSMISSÃO CONSIDERANDO A INCERTEZA DA DEMANDA TRABALHO DE GRADUAÇÃO PLANEJAMENTO DE EXPANSÃO DE REDES DE TRANSMISSÃO CONSIDERANDO A INCERTEZA DA DEMANDA Gabriel Taruce Gondim Brasília, 01 de Julho de 2016 UNIVERSIDADE DE BRASILIA FACULDADE DE TECNOLOGIA

Leia mais

Heurísticas. Planejamento da Produção (construtiva) Heurísticas de Melhoria

Heurísticas. Planejamento da Produção (construtiva) Heurísticas de Melhoria Heurísicas Planejameno da Produção (consruiva) Heurísicas de Melhoria Dimensionameno de loes O problema de dimensionameno de loes consise em planejar a quanidade de iens a ser produzida em várias (ou única)

Leia mais

Lista de Exercícios nº 3 - Parte IV

Lista de Exercícios nº 3 - Parte IV DISCIPLINA: SE503 TEORIA MACROECONOMIA 01/09/011 Prof. João Basilio Pereima Neo E-mail: joaobasilio@ufpr.com.br Lisa de Exercícios nº 3 - Pare IV 1ª Quesão (...) ª Quesão Considere um modelo algébrico

Leia mais

Otimização da Produção: estudo de caso de uma microempresa familiar produtora de salgados

Otimização da Produção: estudo de caso de uma microempresa familiar produtora de salgados Kaharine De Angeli Honorao Oimização da Produção: esudo de caso de uma microempresa familiar produora de salgados Disseração de Mesrado Disseração apresenada como requisio parcial para obenção do íulo

Leia mais

UM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS E CLIENTES EM UMA INDÚSTRIA METAL-MECÂNICA

UM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS E CLIENTES EM UMA INDÚSTRIA METAL-MECÂNICA A inegração de cadeias produivas com a abordagem da manufaura susenável. Rio de Janeiro, RJ, Brasil, 3 a 6 de ouubro de 2008 UM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS

Leia mais

MODELIZAÇÃO DE SISTEMAS INDUSTRIAIS Redes de PETRI

MODELIZAÇÃO DE SISTEMAS INDUSTRIAIS Redes de PETRI MODELIZAÇÃO DE SISTEMAS INDUSTRIAIS Redes de ETRI Modelização de Sisemas Indusriais. Inrodução A complexidade dos sisemas informáicos disribuidos orna necessária a adopção de méodos rigorosos de especificação,

Leia mais

Análise de séries de tempo: modelos de decomposição

Análise de séries de tempo: modelos de decomposição Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,

Leia mais

UM MÉTODO RÁPIDO PARA ANÁLISE DO COMPORTAMENTO TÉRMICO DO ENROLAMENTO DO ESTATOR DE MOTORES DE INDUÇÃO TRIFÁSICOS DO TIPO GAIOLA

UM MÉTODO RÁPIDO PARA ANÁLISE DO COMPORTAMENTO TÉRMICO DO ENROLAMENTO DO ESTATOR DE MOTORES DE INDUÇÃO TRIFÁSICOS DO TIPO GAIOLA ART643-07 - CD 262-07 - PÁG.: 1 UM MÉTD RÁPID PARA ANÁLISE D CMPRTAMENT TÉRMIC D ENRLAMENT D ESTATR DE MTRES DE INDUÇÃ TRIFÁSICS D TIP GAILA 1 - RESUM Jocélio de Sá; João Robero Cogo; Hécor Arango. objeivo

Leia mais

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

3 Metodologia do Estudo 3.1. Tipo de Pesquisa 42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema

Leia mais

MODELAGEM, OTIMIZAÇÃO E SIMULAÇÃO DE POLÍTICAS OPERATIVAS BASEADAS EM PROGRAMAÇÃO DINÂMICA NO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA

MODELAGEM, OTIMIZAÇÃO E SIMULAÇÃO DE POLÍTICAS OPERATIVAS BASEADAS EM PROGRAMAÇÃO DINÂMICA NO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO DEPARTAMENTO DE SISTEMAS E ENERGIA MODELAGEM, OTIMIZAÇÃO E SIMULAÇÃO DE POLÍTICAS OPERATIVAS BASEADAS EM PROGRAMAÇÃO DINÂMICA

Leia mais

DINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY

DINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY DINÂMICA OULACIONAL COM CONDIÇÃO INICIAL FUZZY Débora Vailai (ICV-UNICENTRO), Maria José de aula Casanho (Orienadora), e-mail: zeza@unicenro.br. Universidade Esadual do Cenro-Oese, Seor de Ciências Exaas

Leia mais

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / Professor: Rubens Penha Cysne

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / Professor: Rubens Penha Cysne Escola de Pós-Graduação em Economia da Fundação Geulio Vargas (EPGE/FGV) Macroeconomia I / 2011 Professor: Rubens Penha Cysne Lisa de Exercícios 5 Crescimeno com Inovações Horizonais (Inpu Varieies) 1-

Leia mais

MACROECONOMIA DO DESENVOLVIMENTO PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE QUESTÕES PARA DISCUSSÃO

MACROECONOMIA DO DESENVOLVIMENTO PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE QUESTÕES PARA DISCUSSÃO MACROECONOMIA DO DESENVOLVIMENTO PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE QUESTÕES PARA DISCUSSÃO 1 Quesão: Um fao esilizado sobre a dinâmica do crescimeno econômico mundial é a ocorrência de divergências

Leia mais

3 Estudo da Barra de Geração [1]

3 Estudo da Barra de Geração [1] 3 Esudo da Barra de eração [1] 31 Inrodução No apíulo 2, raou-se do máximo fluxo de poência aiva e reaiva que pode chear à barra de cara, limiando a máxima cara que pode ser alimenada, e do possível efeio

Leia mais

Planejamento e Controle da Capacidade PUC. Prof. Dr. Marcos Georges. Adm Produção II Prof. Dr. Marcos Georges 1

Planejamento e Controle da Capacidade PUC. Prof. Dr. Marcos Georges. Adm Produção II Prof. Dr. Marcos Georges 1 Planejameno e Conrole da Capacidade PUC CAMPINAS Prof. Dr. Marcos Georges Adm Produção II Prof. Dr. Marcos Georges 1 Planejameno Fornecimeno de produos e serviços Planejameno e Conrole da Capacidade Produiva

Leia mais

Índice de Avaliação de Obras - 15

Índice de Avaliação de Obras - 15 Índice de Avaliação de Obras - 15 Assim sendo e de modo idênico ao apresenado na meodologia do ID, o cumprimeno do que foi programado indica no Índice de Avaliação de Obras, IAO, ambém o valor 1 (hum).

Leia mais

4 O Papel das Reservas no Custo da Crise

4 O Papel das Reservas no Custo da Crise 4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal

Leia mais

4 O Fenômeno da Estabilidade de Tensão [6]

4 O Fenômeno da Estabilidade de Tensão [6] 4 O Fenômeno da Esabilidade de Tensão [6] 4.1. Inrodução Esabilidade de ensão é a capacidade de um sisema elérico em maner ensões aceiáveis em odas as barras da rede sob condições normais e após ser submeido

Leia mais

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL Movimeno unidimensional 5 MOVIMENTO UNIDIMENSIONAL. Inrodução Denre os vários movimenos que iremos esudar, o movimeno unidimensional é o mais simples, já que odas as grandezas veoriais que descrevem o

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.

Leia mais

APÊNDICE A. Rotação de um MDT

APÊNDICE A. Rotação de um MDT APÊNDICES 7 APÊNDICE A Roação de um MDT 8 Os passos seguidos para a realização da roação do MDT foram os seguines: - Deerminar as coordenadas do cenro geomérico da região, ou pono em orno do qual a roação

Leia mais

O cliente é a razão do nosso trabalho, a fim de inseri-lo em um novo contexto social de competitividade e empregabilidade.

O cliente é a razão do nosso trabalho, a fim de inseri-lo em um novo contexto social de competitividade e empregabilidade. Sumário nrodução 5 O circuio série em correne alernada 6 A correne em circuios série 6 Gráficos senoidais do circuio série 7 Gráficos fasoriais do circuio série 10 mpedância do circuio série 1 A correne

Leia mais

A aplicação de Programação por Metas para a geração de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa - COLUNI

A aplicação de Programação por Metas para a geração de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa - COLUNI A aplicação de Programação por Meas para a geração de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa - COLUNI André Lobo Teixeira (UFV) andre.lobo@ufv.br Lana Mara Rodrigues

Leia mais

DESENVOLVIMENTO DE MÉTODO DE

DESENVOLVIMENTO DE MÉTODO DE UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO DESENVOLVIMENTO DE MÉTODO DE PLANEJAMENTO E PROGRAMAÇÃO DE OPERAÇÕES DE PRESTAÇÃO DE SERVIÇOS

Leia mais

Será que o brasileiro está poupando o suficiente para se aposentar? Ricardo Brito e Paulo Minari

Será que o brasileiro está poupando o suficiente para se aposentar? Ricardo Brito e Paulo Minari Será que o brasileiro esá poupando o suficiene para se aposenar? Ricardo Brio e Paulo Minari Educação Financeira no Brasil e no Mundo São Paulo Dezembro 2015 Roeiro: 1. Moivação 2. Modelo 3. Parâmeros

Leia mais

Administração de Materiais 06/09/2013

Administração de Materiais 06/09/2013 Adminisração de Maeriais Unidade 02 Conrole de Esoque CONCEITO DE ESTOQUES É a composição de maeriais - maeriais em processameno, maeriais semi-acabados, maeriais acabados - que não é uilizada em deerminado

Leia mais

4 Filtro de Kalman. 4.1 Introdução

4 Filtro de Kalman. 4.1 Introdução 4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de

Leia mais

Tabela: Variáveis reais e nominais

Tabela: Variáveis reais e nominais Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas

Leia mais

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos

Leia mais

MATEMÁTICA. Prof. Favalessa REVISÃO GERAL

MATEMÁTICA. Prof. Favalessa REVISÃO GERAL MATEMÁTICA Prof. Favalessa REVISÃO GERAL. Em um cero grupo de pessoas, 40 falam inglês, 3 falam espanhol, 0 falam francês, falam inglês e espanhol, 8 falam inglês e francês, 6 falam espanhol e francês,

Leia mais

4 Método de geração de cenários em árvore

4 Método de geração de cenários em árvore Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.

Leia mais

5 Método dos Mínimos Quadrados de Monte Carlo (LSM)

5 Método dos Mínimos Quadrados de Monte Carlo (LSM) Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores

Leia mais

4 Modelo de fatores para classes de ativos

4 Modelo de fatores para classes de ativos 4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos

Leia mais

A entropia de uma tabela de vida em previdência social *

A entropia de uma tabela de vida em previdência social * A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela

Leia mais

Capítulo 11. Corrente alternada

Capítulo 11. Corrente alternada Capíulo 11 Correne alernada elerônica 1 CAPÍULO 11 1 Figura 11. Sinais siméricos e sinais assiméricos. -1 (ms) 1 15 3 - (ms) Em princípio, pode-se descrever um sinal (ensão ou correne) alernado como aquele

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroeconomia I 1º Semesre de 2017 Professor Fernando Rugisky Lisa de Exercícios 3 [1] Considere

Leia mais

Análise e Processamento de BioSinais

Análise e Processamento de BioSinais Análise e Processameno de BioSinais Mesrado Inegrado em Engenaria Biomédica Faculdade de Ciências e Tecnologia Slide Análise e Processameno de BioSinais MIEB Adapado dos slides S&S de Jorge Dias Tópicos:

Leia mais

Contabilometria. Séries Temporais

Contabilometria. Séries Temporais Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno

Leia mais

Exercícios Sobre Oscilações, Bifurcações e Caos

Exercícios Sobre Oscilações, Bifurcações e Caos Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo

Leia mais

OTIMIZAÇÃO DO PROBLEMA INTEGRADO DE DIMENSIONAMENTO E SEQÜENCIAMENTO DE LOTES NA INDÚSTRIA DE NUTRIÇÃO ANIMAL

OTIMIZAÇÃO DO PROBLEMA INTEGRADO DE DIMENSIONAMENTO E SEQÜENCIAMENTO DE LOTES NA INDÚSTRIA DE NUTRIÇÃO ANIMAL OTIMIZAÇÃO DO PROBLEMA ITEGRADO DE DIMESIOAMETO E SEQÜECIAMETO DE LOTES A IDÚSTRIA DE UTRIÇÃO AIMAL Eli Angela Vior Toso Reinaldo Morabio Deparameno de Engenharia de Produção Universidade Federal de São

Leia mais

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço 5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que

Leia mais

Estudo comparativo de processo produtivo com esteira alimentadora em uma indústria de embalagens

Estudo comparativo de processo produtivo com esteira alimentadora em uma indústria de embalagens Esudo comparaivo de processo produivo com eseira alimenadora em uma indúsria de embalagens Ana Paula Aparecida Barboza (IMIH) anapbarboza@yahoo.com.br Leicia Neves de Almeida Gomes (IMIH) leyneves@homail.com

Leia mais

GRUPO XIII GRUPO DE ESTUDO DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E QUALIDADE DE ENERGIA - GCQ

GRUPO XIII GRUPO DE ESTUDO DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E QUALIDADE DE ENERGIA - GCQ SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GCQ - 11 16 a 21 Ouubro de 2005 Curiiba - Paraná GRUPO XIII GRUPO DE ESTUDO DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E

Leia mais

DOCUMENTO DE TRABALHO DA COMISSÃO

DOCUMENTO DE TRABALHO DA COMISSÃO COMISSÃO ROPEIA Bruxelas, 14.5.2014 COM(2014) 271 final DOCUMENTO DE TRABALHO DA COMISSÃO em maéria de cálculo, financiameno, pagameno e impuação ao orçameno da correcção dos desequilíbrios orçamenais

Leia mais

Contrato Futuro de Taxa Média das Operações Compromissadas de Um Dia (OC1) com Lastro em Títulos Públicos Federais

Contrato Futuro de Taxa Média das Operações Compromissadas de Um Dia (OC1) com Lastro em Títulos Públicos Federais Conrao Fuuro de Taxa Média das Operações Compromissadas de Um Dia (OC1) com Lasro em Tíulos Públicos Federais Especificações 1. Definições Conrao Fuuro de OC1: Taxa Média das Operações Compromissadas de

Leia mais

HEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES NÃO-CAPACITADO COM ATRASO

HEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES NÃO-CAPACITADO COM ATRASO Pesquisa Operacional e o Desenvolvimeno Susenável HEURÍSICAS PARA O PROBLEMA DE DIMENSIONAMENO DE LOES NÃO-CAPACIADO COM ARASO João Paulo Duare Casaroi Insiuo de Ciências Maemáicas e de Compuação Universidade

Leia mais

CURVAS DE CRESCIMENTO E OTIMIZAÇÃO DE UM PROCESSO INDUSTRIAL DE FERMENTAÇÃO

CURVAS DE CRESCIMENTO E OTIMIZAÇÃO DE UM PROCESSO INDUSTRIAL DE FERMENTAÇÃO CURVAS DE CRESCIMENTO E OTIMIZAÇÃO DE UM PROCESSO INDUSTRIAL DE FERMENTAÇÃO Naália Peçanha Caninas Companhia Municipal de Limpeza Urbana - COMLURB Rua Major Ávila, 358 CEP 20.519-900-Rio de Janeiro- RJ

Leia mais

4 CER Compensador Estático de Potência Reativa

4 CER Compensador Estático de Potência Reativa 68 4 ompensador Esáico de Poência Reaiva 4.1 Inrodução ompensadores esáicos de poência reaiva (s ou Saic var ompensaors (Ss são equipamenos de conrole de ensão cuja freqüência de uso em aumenado no sisema

Leia mais