Lista 3 - Exercícios sobre Modelagem Matemática

Tamanho: px
Começar a partir da página:

Download "Lista 3 - Exercícios sobre Modelagem Matemática"

Transcrição

1 1 Lista 3 - Exercícios sobre Modelagem Matemática 1) Uma empresa de Agricultura quer decidir quais e em que quantidade os alimentos soja, arroz e feijão devem ser plantados em uma determinada área de forma a maximizar a Renda Liquida do produtor rural. Gleba Produção Esperada Renda Bruta Esperada Custo de Produção Tamanho (sacas/hectare) (reais/hectare) (reais/hectare) (hectare) Soja Arroz Feijão Soja Arroz Feijão Soja Arroz Feijão Mínimo (sacas ou hectares) Máximo (hectares) 1500 sacas 80 hectares 50 hectares Pelas restrições impostas pelo proprietário da fazenda precisa-se colher no mínimo 1500 sacas de soja, pois são para produzir semente encomendada; pretende-se plantar, no mínimo, 50 hectares de feijão plantados, pois é terra de primeiro ano (terra fraca) e, no máximo, 80 hectares de terra para plantio de arroz, pois se corre o risco de perda e prefere-se, neste ano, não arriscar muito. A Produção Esperada diz respeito ao que se espera de cada gleba (porção de terra) para o cultivo de cada um dos alimentos. A Renda Liquida esperada é a diferença entre a Renda Bruta Esperada e o Custo de Produção. Construa um modelo matemático para este problema: Defina claramente as variáveis de decisão, descreva o significado da função objetivo e das restrições do modelo. x ij : quantidade de hectares na Gleba i (i = 1,2,3) destinados para o plantio do Produto j (j = 1 Soja, j = 2 Arroz e j = 3 Feijão). MAX = ( )x 11 + ( )x 12 + ( )x 13 + (350 90)x 21 + ( )x 22 + ( )x 23 + ( )x 31 + ( )x 32 + ( )x 33 32x x x x 12 + x 22 + x x 13 + x 23 + x Mínimo 1500 sacas de Soja Máximo 80 hectares de Arroz Mínimo 50 hectares de Feijão x 11 + x 12 + x Limite máximo de hectares na Gleba 1 x 21 + x 22 + x Limite máximo de hectares na Gleba 2 x 31 + x 32 + x Limite máximo de hectares na Gleba 3 x ij 0

2 2 2) Três navios serão carregados no porto de Tubarão com minério de ferro. O terminal de minério tem 4 berços onde cada um deles possui um shiploader com capacidade diferente. Devido às diferenças nas capacidades dos navios e dos shiploaders, há diferentes tempos de carregamento, dependendo das combinações entre navios e berços. A tabela a seguir apresenta os tempos de carregamento dos navios em horas para as diferentes combinações navio-berço. Berço Navio A B C Por exemplo, se o navio A for carregado no berço 1, demorará 7 horas; mas se o mesmo navio for carregado no berço 2, demorará 13 horas. Formule o problema de modo que o tempo de carregamento total dos navios seja mínimo. x ij = { 1 Se o navio i for alocado no berço j 0 caso contrário MIN = 7x x x x x x x x x x x x 34 x 11 + x 21 + x 31 1 Garante que somente um navio será alocado no Berço 1 x 12 + x 22 + x 32 1 Garante que somente um navio será alocado no Berço 2 x 13 + x 23 + x 33 1 Garante que somente um navio será alocado no Berço 3 x 14 + x 24 + x 34 1 Garante que somente um navio será alocado no Berço 4 x 11 + x 12 + x 13 + x 14 = 1 x 21 + x 22 + x 23 + x 24 = 1 x 31 + x 32 + x 33 + x 34 = 1 O navio 1 só pode ser alocado para um único Berço O navio 2 só pode ser alocado para um único Berço O navio 3 só pode ser alocado para um único Berço x ij {0,1} 3) A FlexCar precisa decidir se produz ou compra quatro componentes que são usados em uma série de veículos. Se produzir os componentes em suas próprias instalações, ele precisará usar seis máquinas diferentes. A tabela a seguir oferece os tempos-máquina, os preços de compra e os custos de fabricação de cada um dos componentes: Máquina [h/componente] Custos de [$/componente] Componente A B C D E F Fabricação Compra 1 0,04 0,02 0,02 0,03 0,06 2,55 3,10 2 0,01 0,05 0,15 0,09 0,06 2,47 2,60 3 0,02 0,06 0,06 0,20 0,20 4,40 4,50 4 0,06 0,04 0,15 0,05 1,90 2,25

3 3 Cada uma das máquinas tem uma disponibilidade de 40 horas semanais, e a demanda é de 150 para cada componente por semana. Formule o problema como um problema de programação inteira mista 0-1. x i = { 1 Será fabricado o componente i 0 caso contrário y i = { 1 Será comprado o componente i 0 caso contrário MIN = 150 (2,55x 1 + 2,47x 2 + 4,40x 3 + 1,90x 4 + 3,10y 1 + 2,60y 2 + 4,50y 3 + 2,25y 4 ) x 1 + y 1 = 1 x 2 + y 2 = 1 x 3 + y 3 = 1 x 4 + y 4 = 1 Garante que se fabricar o componente 1 este não será comprado ou viceversa Garante que se fabricar o componente 2 este não será comprado ou viceversa Garante que se fabricar o componente 3 este não será comprado ou viceversa Garante que se fabricar o componente 4 este não será comprado ou viceversa 150 (0,04x 1 + 0x 2 + 0,02x 3 + 0,06x 4 ) 40 Disponibilidade da máquina (0,02x 1 + 0,01x 2 + 0,06x 3 + 0,04x 4 ) 40 Disponibilidade da máquina (0,02x 1 + 0,05x 2 + 0x 3 + 0,15x 4 ) 40 Disponibilidade da máquina (0x 1 + 0,15x 2 + 0,06x 3 + 0x 4 ) 40 Disponibilidade da máquina (0,03x 1 + 0,09x 2 + 0,20x 3 + 0x 4 ) 40 Disponibilidade da máquina (0,06x 1 + 0,06x 2 + 0,20x 3 + 0,05x 4 ) 40 Disponibilidade da máquina 6 x i, y i {0,1} 4) A administração municipal de uma cidade industrializada pretende instalar uma estação de tratamento para despoluir o rio que passa pela cidade. Estudos preliminares mostram que o rio apresenta quatro índices em desacordo com as recomendações da Organização Mundial de Saúde, conforme tabela a seguir: Índice Valor observado (g m 3 ) Valor recomendado (g m 3 ) A máx. B máx. C máx. D 8 25 min. Como primeiro passo foi aberta concorrência pública para construção da estação de tratamento com capacidade para 100 m 3 h (Vazão máxima do Rio). Uma das firmas participantes da concorrência concluiu que a estação de tratamento poderia utilizar até cinco processos em combinação. As unidades de processo são definidas em m 3 h. A qualidade da água, obtida nos diversos processos, está na tabela abaixo, onde os índices estão em g m 3.

4 4 Índice Processos A 10 (g m 3 ) B C D Custo do Tratamento ($ m 3 ) 5,50 6,10 7,90 7,01 4,82 A água tratada pelos diversos processos é reunida, formando um produto cuja qualidade depende linearmente dos índices obtidos nos diversos tratamentos possíveis (inclusive de uma eventual fração de água não tratada que mantém os índices originais). Para elaborar sua proposta, a firma interessada deve determinar os fluxos destinados aos diversos processos de modo a obter um produto final de acordo com o padrão da OMS e pelo menor custo possível. Estabeleça um modelo de programação linear para auxiliar nessa tarefa. 2 o ponto de medição Processo 1 Processo 2 Processo 3 Processo 4 Processo 5 1 o ponto de medição x i : quantidade de água a ser tratada pelo processo i (i = 1,.., 6) para descontaminar o Rio incluindo a fração não tratada (i = 6). MIN = 5,50x 1 + 6,10x 2 + 7,90x 3 + 7,01x 4 + 4,82x 5 x 1 + x 2 + x 3 + x 4 + x 5 + x 6 = x 1 + 8x x x x x x 1 + 6x x x x x x x 2 + 7x 3 + 9x x x x x x x x 5 + 8x Vazão máxima Índice A recomendado pela OMS Índice B recomendado pela OMS Índice C recomendado pela OMS Índice D recomendado pela OMS x i 0 5) Considere uma fábrica de pré-moldados que produz dois tipos de vigas, cujas demandas para as próximas três semanas são conhecidas, conforme a Tabela 1. Tabela 1 Demanda de vigas Demanda de vigas Período 1 Período 2 Período 3 Item Item

5 5 Os produtos utilizam os mesmos tipos de recursos, porém em quantidades diferentes. Suponha, por simplicidade, que apenas um centro de trabalho esteja disponível para a produção dos dois itens, cuja disponibilidade é de 40 horas por período e que a produção de uma unidade do item 1 consuma 15 minutos e uma unidade do item 2 consuma 20 minutos. Os custos de produção por período são conhecidos e dados pela tabela 2. Tabela 2 Custos de Produção Custos de produção Período 1 Período 2 Período 3 Item Item Admite-se que a produção possa ser antecipada e estocada para ser utilizada nos períodos seguintes. Os custos de estocagem são dados na Tabela 3 (por exemplo, uma unidade do item 1 pode ser produzida no período 2 e guardada em estoque para atender a demanda no período 3, por R$ 3,00/unidade). Tabela 3 Custos de Estocagem Custos de produção Período 1 Período 2 Período 3 Item Item 2 2,5 3,5 4,5 Deseja-se definir um plano da produção de modo que os pedidos sejam atendidos ao menor custo de produção e estocagem. Os estoques iniciais dos dois produtos são nulos e deseja-se que seus estoques ao final do horizonte de planejamentos também sejam nulos. x it : quantidade da viga do tipo i produzido no período j. I it : quantidade da viga do tipo i estocada no final do período j. MIN = 20x x x x x x I I ,5I ,5I 22 x 11 I 11 = 100 Conservação de estoque viga 1 no período 1 x 12 + I 11 I 12 = 90 Conservação de estoque viga 1 no período 2 x 13 + I 12 = 120 Conservação de estoque viga 1 no período 3 x 21 I 21 = 40 Conservação de estoque viga 2 no período 1 x 22 + I 21 I 22 = 70 Conservação de estoque viga 2 no período 2 x 23 + I 22 = 80 Conservação de estoque viga 2 no período 3 0,25x ,33x Capacidade de produção no período 1 0,25x ,33x Capacidade de produção no período 2 0,25x ,33x Capacidade de produção no período 3 x it, I it 0

6 6 6) Considere uma companhia distribuidora de bebidas que tem 2 centros de produção (Araraquara e S.J, dos Campos), 2 depósitos (Campinas e Barra Mansa) e 3 mercados consumidores principais (São Paulo, Belo Horizonte e Rio de Janeiro). Suponha que os mercados sejam abastecidos somente a partir dos depósitos. Os custos unitários de se transportar uma unidade do produto de cada centro de produção para cada depósito e de cada depósito para cada mercado consumidor são dados nas Tabelas 1 e 2, respectivamente. Tabela 1 Custos unitários de transporte de centros de suprimento aos depósitos. Centros de Depósitos suprimento Campinas Barra Mansa Araraquara 1 3 S. J. Campos 1 2 Tabela 2 Custos unitários dos depósitos aos mercados consumidores. Depósitos Mercados Consumidores São Paulo Belo Horizonte Rio de Janeiro Campinas Barra Mansa Sabe-se que as demandas dos mercados consumidores são: 500 (São Paulo), 400 (Belo Horizonte) e 900 (Rio de Janeiro). Também, sabe-se que as ofertas nos centros de suprimento são: 800 (Araraquara) e 1000 (S. J. Campos). Construir um modelo matemático para minimizar os custos de transporte da companhia x ij : quantidade do produto enviada da localidade i à localidade j. MIN = 1x x x x x x x x x x 47 x 13 + x Restrição de oferta da localidade 1 x 23 + x Restrição de oferta da localidade 2 x 35 + x 45 = 500 Restrição de demanda da localidade 5 x 36 + x 46 = 400 Restrição de demanda da localidade 6 x 37 + x 47 = 900 Restrição de demanda da localidade 7 x 13 + x 23 x 35 x 36 x 37 = 0 Conservação de fluxo na localidade 3 x 14 + x 24 x 45 x 46 x 47 = 0 Conservação de fluxo na localidade 4 x ij 0

7 7 7) A preocupação com a preservação do meio ambiente tem sido cada vez importante para melhorar a qualidade de vida. Uma maneira de preservar nosso meio ambiente é cuidar para que a poluição dos recursos naturais esteja sob controle. Um desses problemas é ilustrado a seguir. Pense numa fábrica que desvia parte da água de um rio para ser utilizada em seu processo produtivo. Durante a produção, componentes químicos poluidores A e B são adicionados à água desviada, que depois retorna ao rio. A água desviada, se não tratada, polui o rio, deixando-o com níveis intoleráveis desses poluentes. O processo produtivo não acarreta mudanças no fluxo de água. A adição dos poluentes também não afeta esse volume. As concentrações de poluentes consideradas aceitáveis pela Companhia Estadual de Controle Ambiental são de a0 e b0 gramas por ML (Milhões de Litros) de água por dia para os componentes A e B, respectivamente. A vazão do rio é de V ML por dia e a fábrica precisa de pelo menos U ML de água por dia para sua produção. Existem 3 tipos de tratamento que a empresa pode utilizar para diminuir a concentração de poluentes resultantes de seu processo de produção. Esses tratamentos têm custos diferenciados ($/ML) e resultam, após o tratamento, em níveis de concentração diferentes (gramas por ML) de cada um dos poluentes, como indicado na Tabela 1 (isto é, a1 é a quantidade do componente A após o tratamento 1 de 1 ML de água poluída) Tabela 1 Eficiência e custo dos tratamentos de água. Tratamento A a 1 a 2 a 3 B b 1 b 2 b 3 Custo/ML c 1 c 2 c 3 O problema consiste em determinar a quantidade de água a ser tratada em cada tipo de tratamento, de modo que as exigências ambientais regulamentadas em lei sejam atendidas e o custo total de tratamento seja mínimo. Dica: Defina a variável de decisão x i, i=1,2,3, como a quantidade de água (em ML) por dia a ser tratada pelo tratamento 1, 2, 3, respectivamente. x i : quantidade de água a ser tratada pelo tratamento i (i = 1,.., 3). MIN = c 1 x 1 + c 2 x 2 + c 3 x 3 x 1 + x 2 + x 3 70 x 1 + x 2 + x 3 70 (a 1 x 1 + a 2 x 2 + a 3 x 3 )/(x 1 + x 2 + x 3 ) a 0 (b 1 x 1 + b 2 x 2 + b 3 x 3 )/(x 1 + x 2 + x 3 ) b 0 Necessidade da fabrica Vazão do rio Concentração do poluente A Concentração do poluente B x i 0

8 8 8) Um avião de transporte possui quatro compartimentos para carga a saber: compartimento frontal, compartimento central, compartimento de cauda e porão de granel. Os três primeiros compartimentos só podem receber carga em containers, enquanto o porão recebe material em granel. A Tabela 1 resume a capacidade do aparelho: Tabela 1 Dados dos compartimentos. Compartimento Peso Máximo (ton) Espaço Máximo (m 3 ) Compartimento frontal 5 35 Compartimento central 7 55 Compartimento da cauda 6 30 Porão de granel 7 30 Objetivando o equilíbrio do vôo, é indispensável que a distribuição de carga seja proporcional entre os compartimentos. Para carregar o avião, existem três tipos de containers e duas cargas em granel. Os dois tipos de carga em granel podem ser facilmente transportados conjuntamente, por isso essa carga é aceita em qualquer quantidade. Tabela 1 Dados da carga. Carga tipo Peso por container ou por m 3 (ton) Volume por Container (m 3 ) Lucro $/ton 1 (container) 0,7 0, (container) 0, (container) 0,2 0, (granel) 1,2/m (granel) 1,7/m Elaborar o problema de programação linear que otimize a distribuição da carga de forma a maximizar o lucro do vôo do cargueiro. x ij quantidade da carga do tipo i (i=1,2,3 números de containers, i=4,5 toneladas do granel i),alocada ao compartimento j (j=1 frente, j=2 centro, j=3 cauda, j=4-porão). MAX = 200(x 11 + x 12 + x 13 ) + 220(x 21 + x 22 + x 23 ) + 175(x 31 + x 32 + x 33 ) + 1,2 235 x ,7 180 x 54 x 11 + x 21 + x 31 5 Peso máximo no compartimento 1 x 12 + x 22 + x 32 7 Peso máximo no compartimento 2 x 13 + x 23 + x 33 6 Peso máximo no compartimento 3 1,4x ,7x 54 7 Peso máximo no compartimento 4 0,5x 11 + x ,25x Espaço máximo no compartimento 1 0,5x 12 + x ,25x Espaço máximo no compartimento 2 0,5x 13 + x ,25x Espaço máximo no compartimento 3 x 44 + x Espaço máximo no compartimento 4 7(x 11 + x 21 + x 31 ) 5(x 12 + x 22 + x 32 ) = 0 Equilíbrio entre compartimento 1 e 2 6(x 11 + x 21 + x 31 ) 5(x 13 + x 23 + x 33 ) = 0 Equilíbrio entre compartimento 1 e 3

9 9 7(x 11 + x 21 + x 31 ) 5(1,2x ,7x 54 ) = 0 Equilíbrio entre compartimento 1 e 4 6(x 12 + x 22 + x 32 ) 7(x 13 + x 23 + x 33 ) = 0 Equilíbrio entre compartimento 2 e 3 7(x 12 + x 22 + x 32 ) 7(1,2x ,7x 54 ) = 0 Equilíbrio entre compartimento 2 e 4 7(x 13 + x 23 + x 33 ) 7(1,2x ,7x 54 ) = 0 Equilíbrio entre compartimento 3 e 4 x ij 0 9) A siderúrgica PURO S.A. possui 3 usinas e cada uma delas requer uma quantidade mensal mínima de minério para operar. O PURO S.A. adquire minério de 4 minas diferentes. Cada uma das minas tem uma capacidade máxima de produção mensal estabelecida. Por imposições contratuais, o custo do minério é composto por um custo fixo mensal para cada mina (este valor é pago em caso de haver produção na mina), mais um custo de transporte (R$/t) que varia de acordo com a distância entre as minas e usinas, ou seja, cada par mina/usina tem um custo diferente. Os dados são mostrados a seguir: MINAS Usina 1 Usina 2 Usina 3 Capacidade máxima Custo das minas (t/mês) Fixo (R$) Mina 1 (R$/t) Mina 2 (R$/t) Mina 3 (R$/t) 6,5 10,8 12, Mina 4 (R$/t) 8,5 12,7 9, Quantidade requerida (t/mês) Construir um modelo matemático para determinar a quantidade de minério a ser comprada de cada mina e levada a cada usina de forma a minimizar o custo total de compra de minério. x ij : quantidade de minério a ser transportado da mina i para a usina j. y i = { 1 Se a mina i for usada 0 caso contrário MIN = 10x x x x x x ,5x ,8x ,4x ,5x ,7x ,8x y y y y 4 x 11 + x 12 + x y 1 x 21 + x 22 + x y 2 x 31 + x 32 + x y 3 x 41 + x 42 + x y 4 Capacidade máxima na mina 1 se for usada Capacidade máxima na mina 2 se for usada Capacidade máxima na mina 3 se for usada Capacidade máxima na mina 4 se for usada x 11 + x 21 + x 31 + x 41 = Demanda da usina 1 x 12 + x 22 + x 32 + x 42 = Demanda da usina 2 x 13 + x 23 + x 33 + x 43 = Demanda da usina 3 x ij 0 e y i {0,1}

10 10 10) A mineradora PURO S.A. recebeu um pedido para produzir toneladas de minério que atenda às seguintes especificações: Elemento Químico Teor Mínimo Teor Máximo permitido (%) permitido (%) Fe 44,5 49,5 Al 2O 3 0,27 0,37 P 0,035 0,043 FeS 2 2,05 2,65 He Sabe-se que este pedido pode ser atendido a partir de um conjunto de pilhas de minérios, cuja composição, disponibilidade e custo são mostradas a seguir. Pilha Fe Al 2O 3 P FeS 2 He (%) (%) (%) (%) (%) Massa (ton) Custo ($/ton) 1 52,64 0,52 0,084 4,48 42, , ,92 0,18 0,029 0,65 59, , ,19 0,50 0,050 2,52 49, , ,36 0,22 0,039 1,74 48, , ,94 0,46 0,032 2,36 53, , ,97 0,54 0,057 4,34 46, , ,46 0,20 0,047 5,07 47, , ,52 0,32 0,039 3,51 49, , ,09 0,95 0,059 4,10 38, , ,00 0,26 0,031 2,51 51, , ,09 0,22 0,040 4,20 46, , ,77 0,20 0,047 4,81 45, , ,03 0,24 0,047 4,17 42, , ,96 0,29 0,052 4,81 41, , ,09 0,17 0,031 1,38 56, ,10 Devido a imposições contratuais, se a pilha for usada, no mínimo deve-se apanhar 500 toneladas desta. Qual deverá ser a estratégia da mineradora PURO S.A. para atender ao pedido de forma a minimizar os custos? x i : quantidade de minério a ser retirado da pilha i. y i = { 1 Se a pilha i for usada 0 caso contrário E consideremos as seguintes matrizes como parâmetros: Parâmetros tl j tu j Fe (j = 1) 44,5 49,5 Al 2O 3 (j = 2) 0,27 0,37 P (j = 3) 0,035 0,043 FeS 2 (j = 4) 2,05 2,65 He (j = 5) 38 50

11 11 Pilha (i) Fe (%) (j = 1) Al 2O 3 (%) (j = 2) t ij P (%) (j = 3) FeS 2 (%) (j = 4) He (%) (j = 5) 1 52,64 0,52 0,084 4,48 42, , ,92 0,18 0,029 0,65 59, , ,19 0,50 0,050 2,52 49, , ,36 0,22 0,039 1,74 48, , ,94 0,46 0,032 2,36 53, , ,97 0,54 0,057 4,34 46, , ,46 0,20 0,047 5,07 47, , ,52 0,32 0,039 3,51 49, , ,09 0,95 0,059 4,10 38, , ,00 0,26 0,031 2,51 51, , ,09 0,22 0,040 4,20 46, , ,77 0,20 0,047 4,81 45, , ,03 0,24 0,047 4,17 42, , ,96 0,29 0,052 4,81 41, , ,09 0,17 0,031 1,38 56, ,10 Qu i c i MIN = (c i + x i ) i pilhas (t ij tu j )x i 0 i pilhas (t ij tl j )x i 0 i pilhas para todo j parametros (Restrição teor máximo) para todo j parametros (Restrição teor mínimo) x i Qu i y i para todo i pilhas (Restrição de Quantidade max ) i pilhas x i = 6000 para todo j parametros (Restrição do tamanho pedido) x i 500 y i para todo i pilhas (Restrição de Quantidade min ) y i {0,1}

Lista 3 - Exercícios sobre Modelagem Matemática

Lista 3 - Exercícios sobre Modelagem Matemática 1 Lista 3 - Exercícios sobre Modelagem Matemática 1) Uma empresa de Agricultura quer decidir quais e em que quantidade os alimentos soja, arroz e feijão devem ser plantados em uma determinada área de forma

Leia mais

Modelagem de problemas de programação linear inteira

Modelagem de problemas de programação linear inteira Notas de aula de Otimização Combinatória. c Graduação em Engenharia de Produção/Departamento de Computação/ICEB/UFOP. Modelagem de problemas de programação linear inteira Marcone Jamilson Freitas Souza,

Leia mais

Programação Matemática

Programação Matemática Programação Matemática Professora: Maristela Oliveira dos Santos Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan Instituto de Ciências Matemáticas e de Computação - ICMC Universidade

Leia mais

Modelagem de problemas de programação linear

Modelagem de problemas de programação linear Notas de aula de Programação Matemática. c Mestrado em Engenharia Mineral/Escola de Minas/UFOP. Modelagem de problemas de programação linear Marcone Jamilson Freitas Souza, Departamento de Computação,

Leia mais

PROGRAMAÇÃO INTEIRA. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos

PROGRAMAÇÃO INTEIRA. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos PROGRAMAÇÃO INTEIRA Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos M9.1 - Problema de Seleção de Projetos ver Taha Capítulo 9 Cinco projetos estão sob avaliação

Leia mais

Modelagem de problemas de programação linear

Modelagem de problemas de programação linear Otimização Combinatória c Graduação em Engenharia de Controle e Automação/Universidade Federal de Ouro Preto Modelagem de problemas de programação linear Marcone Jamilson Freitas Souza, Departamento de

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Problema da Mistura minimizar f ( 1, 2,..., n ) = c 1 1 + c 2 2 +... + c n n Sujeito a: a 11 1

Leia mais

B-727 Electra Bandeirante SP Rio ,4 SP P.Alegre ,8 Tonelagem

B-727 Electra Bandeirante SP Rio ,4 SP P.Alegre ,8 Tonelagem $ )508/$d (&. Uma fábrica produz tipos de chapas metálicas, A-B-C, que são prensadas e esmaltadas. A prensa dispõe de.000 minutos mensais e cada chapa, A ou B, leva 1 minuto para ser prensada, enquanto

Leia mais

EXERCÍCOS DES TESTES/EXAMES DE ANOS ANTERIORES (LEGI-IST-JRF)

EXERCÍCOS DES TESTES/EXAMES DE ANOS ANTERIORES (LEGI-IST-JRF) EXERCÍCOS DES TESTES/EXAMES DE ANOS ANTERIORES (LEGI-IST-JRF) 1. Nero, o Imperador romano, num momento de inspiração resolveu promover um jantar para eliminar os seus melhores inimigos. Após consultar

Leia mais

Introdução à Pesquisa Operacional - Otimização Linear

Introdução à Pesquisa Operacional - Otimização Linear Introdução à Pesquisa Operacional - Otimização Linear Professora: Maristela Oliveira dos Santos - mari@icmc.usp.br Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan - L-1007 Instituto

Leia mais

Pesquisa Operacional (PO)

Pesquisa Operacional (PO) Pesquisa Operacional (PO) 1) Um sapateiro faz 6 sapatos por hora, se fizer somente sapatos, e 5 cintos por hora, se fizer somente cintos. Ele gasta 2 unidades de couro para fabricar 1 unidade de sapato

Leia mais

Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo

Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Aulas anteriores: Modelagem (básico) Método

Leia mais

Introdução à Otimização: modelagem

Introdução à Otimização: modelagem Introdução à Otimização: modelagem Prof. Marcone J. F. Souza Prof. Túlio A. M. Toffolo marcone.freitas@yahoo.com.br Departamento de Computação Universidade Federal de Ouro Preto Introdução à otimização

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

Aulas 2 e 3 - Modelos de Programação Linear

Aulas 2 e 3 - Modelos de Programação Linear Aulas 2 e 3 - Modelos de Programação Linear Pesquisa Operacional I Prof. Marcos Roboredo marcos.producao.uff@gmail.com http://www.logis.uff.br/~roboredo/po1.html Programação Matemática Um modelo de programação

Leia mais

Aplicações de PL possíveis até o momento

Aplicações de PL possíveis até o momento Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Síntese Problemas Interessantes Prof. Dr. José Arnaldo Barra Montevechi Aplicações de PL possíveis até

Leia mais

Aula 09: Modelagem / Variáveis inteiras

Aula 09: Modelagem / Variáveis inteiras Aula 09: Modelagem / Variáveis inteiras Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Aulas anteriores sobre

Leia mais

Max z= c 1 x 1 + c 2 x 2 + c 3 x c n x n. b 3. c ij : Coeficientes de Custos x j : Variáveis de Decisão. b i : Quantidade Disponível

Max z= c 1 x 1 + c 2 x 2 + c 3 x c n x n. b 3. c ij : Coeficientes de Custos x j : Variáveis de Decisão. b i : Quantidade Disponível MODELAGEM MATEMÁTICA PARA PROBLEMAS DE OTIMIZAÇÃO LINEAR mmmoala@fafica.br Maximizar Lucro, Espaço (Lay-Out: Recintos para Evento) Minimizar Custos Perdas Tempo Max z= c 1 x 1 + c 2 x 2 + c 3 x 3 + + c

Leia mais

Otimização. Problemas de Transportes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2

Otimização. Problemas de Transportes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Otimização Problemas de Transportes Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 23 Agradecimentos

Leia mais

Pesquisa Operacional Aula 3 Modelagem em PL

Pesquisa Operacional Aula 3 Modelagem em PL Pesquisa Operacional Aula 3 Modelagem em PL Prof. Marcelo Musci aula@musci.info www.musci.info Programação Linear Programação Linear: Preocupação em encontrar a melhor solução para problemas associados

Leia mais

Lista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo. Construção de Modelos e Solução Gráfica

Lista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo. Construção de Modelos e Solução Gráfica Lista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo Construção de Modelos e Solução Gráfica 1) - Estudar Capítulo 1 do livro texto; - Estudar Capítulo 2 do livro texto (seções 2.1,

Leia mais

Matemática. C. Requejo (UA) Métodos de Investigação Operacional MIO / 34

Matemática. C. Requejo (UA) Métodos de Investigação Operacional MIO / 34 Modelação em Programação Matemática C. Requejo (UA) Métodos de Investigação Operacional MIO 2016-2017 1 / 34 Modelação de problemas simples Problema da compra de bilhetes Nas próximas 5 semanas vou, de

Leia mais

Pesquisa Operacional Aplicada à Mineração

Pesquisa Operacional Aplicada à Mineração Pesquisa Operacional Aplicada à Mineração Módulo de Otimização Parte II Prof. Marcone J. F. Souza Prof. Túlio A. M. Toffolo marcone.freitas@yahoo.com.br tulio@toffolo.com.br Departamento de Computação

Leia mais

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear Pesquisa Operacional Introdução à Pesquisa Operacional Programação Linear 1 Sumário Modelagem e limitações da Programação Linear. Resolução Gráfica. Forma padrão de um modelo de Programação Linear. Definições

Leia mais

Modelagem de problemas de programação linear

Modelagem de problemas de programação linear Pesquisa Operacional I c Graduação em Engenharia de Produção/Universidade Federal de Ouro Preto Modelagem de problemas de programação linear Marcone Jamilson Freitas Souza, Departamento de Computação,

Leia mais

PESQUISA OPERACIONAL - LISTA DE EXERCÍCIOS 1

PESQUISA OPERACIONAL - LISTA DE EXERCÍCIOS 1 PESQUISA OPERACIONAL - LISTA DE EXERCÍCIOS 1 Modelar por programação linear e resolver os problemas propostos nesta lista. 1. Uma certa agroindústria do ramo alimentício tirou de produção uma certa linha

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 1 qualquer erro, favor enviar e-mail para fernando.nogueira@ufjf.edu.br Construir o modelo matemático de programação linear dos sistemas descritos a seguir: 1) Um sapateiro faz 6 sapatos por hora,

Leia mais

COS360. Luidi Simonetti

COS360. Luidi Simonetti Otimização COS360 Luidi Simonetti luidi@cos.ufrj.br PESC/COPPE/UFRJ 2016 Luidi Simonetti (PESC/UFRJ) Otimização 2016 1 / 11 Problemas de Otimização Um problema de otimização é aquele onde se procura determinar

Leia mais

Cap ıtulo 1 Exerc ıcios de Formula c Enunciados

Cap ıtulo 1 Exerc ıcios de Formula c Enunciados Capítulo 1 Enunciados Enunciados 2 Problema 1 Publicações Polémicas vai publicar uma autobiografia de um político controverso, e admite que a 1 a edição vai ser vendida por completo se não houver atrasos.

Leia mais

a) Formule este problema em Programação Linear inteira. b) Considere os seguintes dados Matriz das distâncias (em Km) entre as comunidades

a) Formule este problema em Programação Linear inteira. b) Considere os seguintes dados Matriz das distâncias (em Km) entre as comunidades Universidade de Lisboa, Faculdade de Ciências Mestrado em Matemática Aplicada à Economia e Gestão Logística e Gestão de Operações Módulo de Logística Exercícios Localização 1. Num distrito do Centro de

Leia mais

Matemática Aplicada Nt Notas de aula

Matemática Aplicada Nt Notas de aula Matemática Aplicada Nt Notas de aula Problema de transporte e designação Problema de transporte: motivação origem 1 destino 1 origem 2 destino 2 destino 3 Caracterização geral Dados: A estrutura de fontes

Leia mais

DISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010

DISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010 DISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010 Exame de Recurso Dep. Econ. Gestão e Engª Industrial 14 de Julho de 2010 duração: 2h30 (80) 1. Considere o modelo seguinte, de Programação Linear

Leia mais

1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.

1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco. CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões

Leia mais

AULA 03 MODELOS DE PROGRAMAÇÃO LINEAR. Eduardo Camargo de Siqueira PESQUISA OPERACIONAL TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS

AULA 03 MODELOS DE PROGRAMAÇÃO LINEAR. Eduardo Camargo de Siqueira PESQUISA OPERACIONAL TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS AULA 03 MODELOS DE PROGRAMAÇÃO LINEAR Eduardo Camargo de Siqueira PESQUISA OPERACIONAL TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS PROGRAMAÇÃO LINEAR A PL usa um modelo matemático para descrever

Leia mais

Optimização em Redes e Não Linear

Optimização em Redes e Não Linear Departamento de Matemática da Universidade de Aveiro Optimização em Redes e Não Linear Ano Lectivo 005/006, o semestre Folha - Optimização em Redes - Árvores de Suporte. Suponha que uma dada companhia

Leia mais

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2006/07

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2006/07 Complementos de Investigação Operacional Folha nº Programação Inteira 2006/07 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)

Leia mais

Técnicas de Planeamento e Gestão. Folha nº. 1 Introdução à Programação Linear 2007/08

Técnicas de Planeamento e Gestão. Folha nº. 1 Introdução à Programação Linear 2007/08 Técnicas de Planeamento e Gestão Folha nº. 1 Introdução à Programação Linear 2007/08 1- A fábrica de gelados Derretem-se na Boca SARL fabrica duas qualidades de gelados: cassata de nozes (C) e pistachio

Leia mais

Pesquisa Operacional Modelos, Conceitos Básicos para PL. Prof. Ricardo Santos

Pesquisa Operacional Modelos, Conceitos Básicos para PL. Prof. Ricardo Santos Pesquisa Operacional Modelos, Conceitos Básicos para PL Prof. Ricardo Santos Problema do Transporte Centros de produção de produtos são denominados origens Mercados consumidores são denominados destinos

Leia mais

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2007/08

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2007/08 Complementos de Investigação Operacional Folha nº Programação Inteira 2007/08 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)

Leia mais

Modelo matemático e algoritmo de apoio para auxílio ao sequenciamento e programação de lavra com alocação de equipamentos de carga

Modelo matemático e algoritmo de apoio para auxílio ao sequenciamento e programação de lavra com alocação de equipamentos de carga Modelo matemático e algoritmo de apoio para auxílio ao sequenciamento e programação de lavra com alocação de equipamentos de carga MSc. Arthur Andrade Prof. Dr. Miguel Santoro (USP) Prof. Dr. Giorgio de

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 Dualidade em Programação Linear Todo problema de programação linear, que chamaremos de primal, traz consigo um segundo

Leia mais

Gestão de Operações II. Prof. Marcio Cardoso Machado. Método Gráfico para Solução de Problemas de Programação Linear

Gestão de Operações II. Prof. Marcio Cardoso Machado. Método Gráfico para Solução de Problemas de Programação Linear Gestão de Operações II Prof. Marcio Cardoso Machado Método Gráfico para Solução de Problemas de Programação Linear Será apresentada a resolução de um exercício e o gabarito dos demais. Exercício resolvido

Leia mais

Introdução. Otimização Multiobjetivo. Muitas aplicações de interesse prático podem ser representadas por meio de modelos matemáticos lineares.

Introdução. Otimização Multiobjetivo. Muitas aplicações de interesse prático podem ser representadas por meio de modelos matemáticos lineares. Introdução Prof. Eduardo Gontijo Carrano - DEE/EE/UFMG Otimização Multiobjetivo Modelagem. Muitas aplicações de interesse prático podem ser representadas por meio de modelos matemáticos lineares. Em alguns

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Redes Aula 20: Modelos de Optimização de Redes (Prática) O Problema do Caminho Mais Curto. O Problema do Fluxo de Custo Mínimo. 2 Considere a seguinte rede Direccionada: Problema 20.1 (I) A C E B D F 3

Leia mais

FMU Administração de Empresas Pesquisa Operacional Prof. Marcos José Traldi

FMU Administração de Empresas Pesquisa Operacional Prof. Marcos José Traldi Com a finalidade de mostrar como decisões do dia-a-dia das empresas poderiam ser facilitadas com a utilização de modelos simulados em uma planilha eletrônica. Uma forma de facilitar o processo de modelagem

Leia mais

EAD 350 Pesquisa Operacional Aula 01 Parte 2

EAD 350 Pesquisa Operacional Aula 01 Parte 2 EAD 350 Pesquisa Operacional Aula 01 Parte 2 Profa. Daielly M. N. Mantovani Profa. Adriana Backx Noronha Viana Prof. Cesar Alexandre de Souza daielly@usp.br FEA/USP Elaboração de Modelos de PO Definição

Leia mais

Otimização. Modelagem e Solução Gráfica. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia

Otimização. Modelagem e Solução Gráfica. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia Otimização Modelagem e Solução Gráfica Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/1 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/1 1 / 49

Leia mais

EAD 350 Pesquisa Operacional Aula 01 Parte 2

EAD 350 Pesquisa Operacional Aula 01 Parte 2 EAD 350 Pesquisa Operacional Aula 01 Parte 2 Prof. Adriana Backx Noronha Viana (Material: Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Problema... Vocês foram contratados pela Wyndor Glass Company

Leia mais

Denições. Exemplo. Notas. Programação Linear Inteira Modelagem com Variáveis Inteiras. Notas

Denições. Exemplo. Notas. Programação Linear Inteira Modelagem com Variáveis Inteiras. Notas Programação Linear Inteira Modelagem com Variáveis Inteiras Haroldo Gambini Santos Universidade Federal de Ouro Preto - UFOP 30 de agosto de 2011 1 / 16 Denições PI: Problema de Programação Inteira Puro

Leia mais

1ª Lista de Exercícios (Programação Linear: Modelagem, Método Gráfico e Método Simplex)

1ª Lista de Exercícios (Programação Linear: Modelagem, Método Gráfico e Método Simplex) Universidade Católica Dom Bosco Curso de Engenharia de Computação Disciplina: Tópicos Avançados em Sistemas de Computação PO Prof. Dr. Ricardo R. Santos Entrega: 14/04/2009 1ª Lista de Exercícios (Programação

Leia mais

Exemplos de modelos de PL ou PI

Exemplos de modelos de PL ou PI Exemplos de modelos de PL ou PI Prof. Eduardo Uchoa http://www.logis.uff.br/~uchoa/poi/ 1 Como funciona a PO? Toda a PO está baseada na construção de modelos matemáticos para representar de forma simplificada

Leia mais

Programação Linear Binária. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Programação Linear Binária. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Métodos de otimização da PLB: têm o inconvenientede o tempo de resolução crescer drasticamente com o aumento

Leia mais

Cap ıtulo 1 Exerc ıcios de Formula c ao Enunciados

Cap ıtulo 1 Exerc ıcios de Formula c ao Enunciados Capítulo 1 Exercícios de Formulação Enunciados Enunciados 2 Problema 1 Publicações Polémicas vai publicar uma autobiografia de um político controverso, e admite que a 1 a edição vai ser vendida por completo

Leia mais

PESQUISA OPERACIONAL. UNIDADE 2 Visão Geral do Modelo

PESQUISA OPERACIONAL. UNIDADE 2 Visão Geral do Modelo PESQUISA OPERACIONAL UNIDADE 2 Visão Geral do Modelo Prof. Me. Carlos Guimarães 1 / 13 Objetivo Introduzir os elementos de um modelo de pesquisa operacional por meio da apresentação: Do conceito de modelo;

Leia mais

Optimização/Matemática II (Eco)

Optimização/Matemática II (Eco) Optimização/Matemática II (Eco) Frequência/ Exame 1ª Época 1º Ano 2º Semestre 2013 / 2014 Licenciaturas em Gestão, Finanças e Contabilidade, Gestão de Marketing e Economia 02-06-2014 Duração da Frequência:

Leia mais

Localização de Instalações. Projeto de Redes Logísticas. Escola Politécnica. Prof. Dr. Claudio Barbieri da Cunha.

Localização de Instalações. Projeto de Redes Logísticas. Escola Politécnica. Prof. Dr. Claudio Barbieri da Cunha. Localização de Instalações Projeto de Redes Logísticas Prof. Dr. Claudio Barbieri da Cunha Escola Politécnica cbcunha@usp.br Objetivo Definir a configuração de uma rede logística / supply chain em termos

Leia mais

PROGRAMAÇÃO LINEAR 1. A TEORIA DA PROGRAMAÇÃO LINEAR 2. MÉTODO GRÁFICO 3. MÉTODO SIMPLEX 4. ANÁLIDE DE SENSIBILIDADE 5. APLICAÇÕES

PROGRAMAÇÃO LINEAR 1. A TEORIA DA PROGRAMAÇÃO LINEAR 2. MÉTODO GRÁFICO 3. MÉTODO SIMPLEX 4. ANÁLIDE DE SENSIBILIDADE 5. APLICAÇÕES UNIVERSIDADE FEDERAL DA BAHIA - UFBA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA DEM CURSO DE ENGENHARIA DE PRODUÇÃO PROGRAMAÇÃO LINEAR PESQUISA OPERACIONAL PARTE II 1. A TEORIA DA PROGRAMAÇÃO

Leia mais

Modelagem. Tecnologia da Decisão I TP065. Profª Mariana

Modelagem. Tecnologia da Decisão I TP065. Profª Mariana Modelagem Tecnologia da Decisão I TP065 Profª Mariana Modelagem Um problema de programação matemática tem por objetivo encontrar os valores para as variáveis de decisão que otimizam (maximizam ou minimizam)

Leia mais

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios Profa. Adriana Backx Noronha Viana (Adapt. Material Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Aula 3 Enunciado 4 Uma pequena

Leia mais

Programação Linear (PL)

Programação Linear (PL) Programação Linear (PL) Prof. Paulo Cesar F. De Oliveira, BSc, PhD 07/08/15 P C F de Oliveira 2014 1 Características Técnicas mais utilizadas na abordagem de problemas em PO Técnica de solução programável

Leia mais

Programação Linear - Parte 1

Programação Linear - Parte 1 Graduação em Matemática Industrial Programação Linear - Parte 1 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 1/2014 Thiago Queiroz (DM) Parte 1 1/2014 1 / 33 Introdução Programação

Leia mais

Programação Matemática

Programação Matemática Professoras Aline Leão e Franklina Toledo Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo - USP 2015 Problema da mistura Problema da Mistura O PROBLEMA DA MISTURA Problema

Leia mais

OTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função.

OTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função. OTIMIZAÇÃO O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função. Pontos de máximos e mínimos de uma função são pontos onde a derivada da função é nula. A

Leia mais

Investigação Operacional

Investigação Operacional Modelos de Programação Linear (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Modelação Matemática As técnicas e algoritmos

Leia mais

ARA Pesquisa Operacional

ARA Pesquisa Operacional ARA7524 - Pesquisa Operacional Aulas 1, 2 e 3: Introdução e Modelagem Álvaro J. P. Franco 17 de agosto de 2015 Aula baseada nos livros de Chvátal, Dantzig e Thapa, CLRS, e Goldbarg e Luna Bibliografia

Leia mais

OTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função.

OTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função. OTIMIZAÇÃO O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função. Pontos de máximos e mínimos de uma função são pontos onde a derivada da função é nula. A

Leia mais

Controladoria e Pesquisa Operacional na Tomada de Decisões. Conteúdos. Caso ACR Motores Ltda. Caso ACR Motores Ltda. Caso ACR Motores Ltda.

Controladoria e Pesquisa Operacional na Tomada de Decisões. Conteúdos. Caso ACR Motores Ltda. Caso ACR Motores Ltda. Caso ACR Motores Ltda. Controladoria e esquisa Operacional na Tomada de Decisões Aplicações Reais Caso ACR revidência rivada. Caso ACR Malotes Ltda. Caso ACR Tintas S/A Conteúdos Almir Carvalho dos Reis, 00 A ACR Motores Ltda.

Leia mais

Pesquisa Operacional Programação em Redes

Pesquisa Operacional Programação em Redes Pesquisa Operacional Programação em Redes Profa. Alessandra Martins Coelho outubro/2013 Seminários Datas Temas Problema do Caminho mais curto programação em redes Data 07/11/13 Problema do Fluxo máximo

Leia mais

Programação Linear/Inteira

Programação Linear/Inteira Programação Linear/Inteira Prof. Thiago Alves de Queiroz Lista de Exercícios 9 Instruções para cada um dos exercícios abaixo: Faça o modelo de otimização discreta. 1. A companhia de transporte de mercadorias,

Leia mais

FORMAÇÃO DO PREÇO DE VENDA.

FORMAÇÃO DO PREÇO DE VENDA. FORMAÇÃO DO PREÇO DE VENDA gleicilene@unifei.edu.br Formação do Preço de Venda Fatores que influenciam a formação de preço de um produto ou serviço: Decisões da Concorrência: preço corrente, limitação

Leia mais

GESTÃO DE PROCESSOS PRODUTIVOS E QUALIDADE. 7º aula

GESTÃO DE PROCESSOS PRODUTIVOS E QUALIDADE. 7º aula GESTÃO DE PROCESSOS PRODUTIVOS E QUALIDADE 7º aula Prof. Alexandre Gonçalves alexandre.goncalves@uninove.br ARRANJO FÍSICO - LAYOUT Planejar o arranjo físico de uma certa instalação significa tomar decisões

Leia mais

PESQUISA OPERACIONAL I

PESQUISA OPERACIONAL I PESQUISA OPERACIONAL I Professor: Dr. Edwin B. Mitacc Meza edwin.professor@gmail.com www.engenharia-puro.com.br/edwin O Processo de Modelagem Modelagem Matemática É possível, de uma forma bastante geral,

Leia mais

Pesquisa Operacional 1. Aula 5- Modelagem de problemas. Profa. Milena Estanislau Diniz 2º Semestre/2011

Pesquisa Operacional 1. Aula 5- Modelagem de problemas. Profa. Milena Estanislau Diniz 2º Semestre/2011 Universidade Federal de Ouro Preto Departamento de Engenharia de Produção- DEENP Pesquisa Operacional 1 Aula 5- Modelagem de problemas Profa. Milena Estanislau Diniz 2º Semestre/2011 Tema da aula de hoje

Leia mais

202'(/2'(352*5$0$d 2/,1($53$5$352%/(0$6'( 0,6785$6

202'(/2'(352*5$0$d 2/,1($53$5$352%/(0$6'( 0,6785$6 34 ±35%/(0$'(0,6785$6,75'8d Este capítulo apresenta a descrição do problema de misturas em termos de um modelo de programação linear. Como exemplo, é descrito um problema de mistura de carvões para siderúrgicas

Leia mais

Professor: Rodrigo A. Scarpel

Professor: Rodrigo A. Scarpel Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana 1: Apresentação da disciplina Introdução à Programação Linear Resolução de problemas de PL pelo Método Gráfico

Leia mais

Parte III: Construindo a Curva de Oferta. Marta Lemme - IE/UFRJ

Parte III: Construindo a Curva de Oferta. Marta Lemme - IE/UFRJ Parte III: Construindo a Curva de Oferta Marta Lemme - IE/UFRJ III.1. Produção A função de produção é a relação entre a quantidade de insumos que uma firma usa e a quantidade de produto que ela produz.

Leia mais

Aula 03: Algoritmo Simplex (Parte 2)

Aula 03: Algoritmo Simplex (Parte 2) Aula 03: Algoritmo Simplex (Parte 2) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Slides baseados no material de Haroldo Gambini Previously... Aula anterior:

Leia mais

Modelagem Hidro-Econômica na Bacia do Araguari para avaliação do impacto da produção de canade-açúcar e biocombustíveis no valor econômico da água

Modelagem Hidro-Econômica na Bacia do Araguari para avaliação do impacto da produção de canade-açúcar e biocombustíveis no valor econômico da água Modelagem Hidro-Econômica na Bacia do Araguari para avaliação do impacto da produção de canade-açúcar e biocombustíveis no valor econômico da água PROF. GUILHERME FERNANDES MARQUES, PHD GUILHERME.MARQUES@UFRGS.BR

Leia mais

UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM

UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM Tiago Bruno Ribeiro 1, Paulo André de Oliveira 2 1 FATEC,Botucatu,São Paulo, Brasil. E-mail tiaggo.bruno@hotmail.com 2 FATEC,Botucatu,São

Leia mais

Dualidade e Análise de Sensibilidade

Dualidade e Análise de Sensibilidade Dualidade e Análise de Sensibilidade 33. Considere o seguinte problema de programação linear: Min Z = 4x 1 + 3x 2 + 6x 3 2x 1 + 2x 2 + 3x 3 4 3x 1 + x 2 + 3x 3 3 x 1, x 2, x 3 0 a) Escreva o dual associado

Leia mais

Programação Linear. Gabriel Ferreira Gabriel Tutia Gabriel Yida Thiago Ferraz

Programação Linear. Gabriel Ferreira Gabriel Tutia Gabriel Yida Thiago Ferraz Programação Linear Gabriel Ferreira 8989404 Gabriel Tutia 8989085 Gabriel Yida 8989432 Thiago Ferraz 8989001 O que é? É um caso especial de programação matemática ou otimização matemática Método para encontrar

Leia mais

4 Configuração de Referência

4 Configuração de Referência 4 Configuração de Referência Com o principal objetivo de contextualização do problema no universo de pesquisa examinado, neste capítulo apresentam-se as soluções atualmente implementadas para as duas plantas

Leia mais

Aula 11: Teoria da Localização. Prof. Eduardo A. Haddad

Aula 11: Teoria da Localização. Prof. Eduardo A. Haddad Aula 11: Teoria da Localização Prof. Eduardo A. Haddad Implantação de uma usina siderúrgica integrada para produção de 4,1 milhões de toneladas de placas de aço por ano, utilizando minério de ferro proveniente

Leia mais

Universidade Estadual de Mato Grosso do Sul Sistemas de Informação. Tópicos Especiais em Computação I TEC I Prof. Fabio Henrique N.

Universidade Estadual de Mato Grosso do Sul Sistemas de Informação. Tópicos Especiais em Computação I TEC I Prof. Fabio Henrique N. Lista 01 Exercícios de Modelagem Entrega em 13/04/17 Orientações para realização da Lista: 1. A lista deve ser realizada individualmente; 2. O plágio, além de crime, invalida a entrega. 3. Valor da Lista:

Leia mais

DECISÕES ESTRATÉGICAS DE CURTO PRAZO: Programação Linear

DECISÕES ESTRATÉGICAS DE CURTO PRAZO: Programação Linear DECISÕES ESTRATÉGICAS DE CURTO PRAZO:! O que é?! Como a pode ajudar na maximização da lucratividade?! Como a pode ajudar na minimização dos custos?! Como determinar um mix de produção através da Programação

Leia mais

3 Decisões de Localização de Instalações

3 Decisões de Localização de Instalações 3 Decisões de Localização de Instalações Historicamente, o estudo contemporâneo dos problemas de localização foi iniciado por Alfred Weber, que estudou a localização de uma fábrica com o objetivo de minimizar

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu 1 Aula 3 Definição de Problemas de Investigação Operacional (Prática) Construção de um modelo matemático de PL. Programação Matemática(PM) e Programação Linear(PL). Exemplos clássicos de PL. 2 Problema

Leia mais

Aula 1. Utilização de Planilhas Eletrônicas em Processos. Prof. M.Sc. Aécio Flávio de Paula Filho

Aula 1. Utilização de Planilhas Eletrônicas em Processos. Prof. M.Sc. Aécio Flávio de Paula Filho Aula 1. Utilização de Planilhas Eletrônicas em Processos Prof. M.Sc. Aécio Flávio de Paula Filho aeciodepaula@yahoo.com.br Agricultura et qualitas Entre no site, acesse o post destinado a turma e faça

Leia mais

Problemas de Fluxos em Redes

Problemas de Fluxos em Redes Investigação Operacional Problemas de Fluxos em Redes Slide Transparências de apoio à leccionação de aulas teóricas Problemas de fluxos em redes Rede: Conjunto de pontos (vértices) ligados por linhas ou

Leia mais

SINAES CIÊNCIAS CONTÁBEIS ENADE 2006 QUESTÕES DE CUSTOS

SINAES CIÊNCIAS CONTÁBEIS ENADE 2006 QUESTÕES DE CUSTOS SINAES CIÊNCIAS CONTÁBEIS ENADE 2006 QUESTÃO 16 A Empresa Custa Karo Ltda. apresentou, em determinado momento, os dados abaixo: Produto Alpha Produto Beta Margem de Contribuição (considerando somente R$

Leia mais

Aco. Presente na. sua vida do começo a cada recomeço

Aco. Presente na. sua vida do começo a cada recomeço Aco Presente na sua vida do começo a cada recomeço SUSTENTABILIDADE DOS PROCESSOS E PRODUTOS O aço está presente em todos os momentos de nossas vidas. Na construção da casa, no café da manhã em família,

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Fabrício Maciel fabricio@feg.unesp.br Departamento de Produção 1 Programação linear Sumário Modelagem e limitações da Programação

Leia mais

Pesquisa Operacional. Prof. José Luiz

Pesquisa Operacional. Prof. José Luiz 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

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia REC110 MICROECONOMIA II EXERCÍCIOS SOBRE MONOPÓLIO, MONOPSÔNIO E DISCRIMINAÇÃO DE PREÇOS. ROBERTO GUENA DE OLIVEIRA 1. Uma empresa vende seu produto em dois mercados distintos. A demanda por esse produto

Leia mais

PRODUÇÃO. Introdução a Economia

PRODUÇÃO. Introdução a Economia PRODUÇÃO Introdução a Economia Tópicos para discussão Slide 2 Conceitos Básicos Produção no Curto Prazo Produção no Longo Prazo Rendimentos de escala Oferta Slide 3 Quantidade de um bem que os produtores

Leia mais

TÓPICO 9 PLANEJAMENTO MESTRE DA PRODUÇÃO (PMP) E CÁLCULO DAS NECESSIDADES DE MATERIAIS (MRP) Aulas 16 e 17

TÓPICO 9 PLANEJAMENTO MESTRE DA PRODUÇÃO (PMP) E CÁLCULO DAS NECESSIDADES DE MATERIAIS (MRP) Aulas 16 e 17 TÓPICO 9 PLANEJAMENTO MESTRE DA PRODUÇÃO (PMP) E CÁLCULO DAS NECESSIDADES DE MATERIAIS (MRP) Aulas 16 e 17 Planejamento Mestre da Produção (PMP) e Cálculo das Necessidades de Materiais (MRP) Longo/médio

Leia mais

Unidade III. ADMINISTRAÇÃO DAS OPERAÇÕES PRODUTIVAS O planejamento e controle da produção. Prof. Fabio Uchôas

Unidade III. ADMINISTRAÇÃO DAS OPERAÇÕES PRODUTIVAS O planejamento e controle da produção. Prof. Fabio Uchôas Unidade III ADMINISTRAÇÃO DAS OPERAÇÕES PRODUTIVAS O planejamento e controle da produção Prof. Fabio Uchôas Planejamento e controle da produção Planejamento e controle Objetiva garantir que os processos

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

4 Mercado Flexível de Gás

4 Mercado Flexível de Gás 4 Mercado Flexível de Gás No contexto em que estão inseridas as usinas térmicas brasileiras, onde existe baixa volatilidade de preços spot no curto prazo e alta no médio e longo prazo, sabe-se que uma

Leia mais

Carvão. Vegetal. na produção do Aço Verde. Solução renovável a favor de uma economia de baixo carbono. Imagem ArcelorMittal /Eduardo Rocha

Carvão. Vegetal. na produção do Aço Verde. Solução renovável a favor de uma economia de baixo carbono. Imagem ArcelorMittal /Eduardo Rocha Carvão Vegetal na produção do Aço Verde. Solução renovável a favor de uma economia de baixo carbono. Imagem ArcelorMittal /Eduardo Rocha Carvão Vegetal Produto do setor de base florestal O Carvão Vegetal

Leia mais