mínima Carbono silício Custos (R$/ton) Estoque (ton)
|
|
- Isaque Bastos Carreira
- 7 Há anos
- Visualizações:
Transcrição
1 Programação Linear, Programação Matemática e Métodos de Otimização I Prof. Valeriano A. de Oliveira Prof. Silvio Alexandre de Araujo Lista de Exercícios Nº. 1 Os exercícios a seguir foram retirados do Capítulo 2 do livro ARENALES, M., ARMENTANO, V., MORABITO, R. E YANASSE, H.-Pesquisa Operacional-2006 Exercício 2.1 Considere o problema da mistura definido na seção 2.2. Suponha que as frações dos componentes na mistura sejam limitadas inferiormente e superiormente por: b e b, i = 1,..., m, respectivamente. Estenda o modelo matemático para o problema da mistura, considerando estes limitantes. Exercício 2.2 Considere a extensão do problema da mistura no exercício 2.1. Suponha que se deseja produzir a quantidade Q da mistura (por exemplo, 360kg) e os ingredientes estão disponíveis em estoque nas quantidades E j, j = 1,..., n. Estenda o modelo matemático da mistura. (Sugestões: Considere a variável x j como sendo a quantidade do ingrediente j em Q unidades da mistura. O total dos ingredientes agora deve somar Q e b mínima do componente i em Q unidades da mistura). min i min i max i Q é a quantidade Exercício 2.3 Uma fundição tem de produzir 10 toneladas de um tipo de liga metálica e, para isto, tem disponível: lingotes de ferro, grafite e sucata. Dois componentes são relevantes para a liga: carbono e silício. A tabela a seguir fornece a fração destes elementos nos ingredientes disponíveis, seus custos unitários, suas disponibilidades em estoque, bem a composição da liga (i.e., porcentagens mínimas e máximas de cada componente na liga). Escreva um modelo de otimização linear para determinar as quantidades dos ingredientes para comporem a liga metálica, de modo que as especificações técnicas sejam satisfeitas e o custo seja mínimo. Transforme o modelo na forma padrão. Tabela 2.28 composição dos ingredientes ingredientes liga lingotes grafite sucata composição Composição (%) mínima Carbono silício Custos (R$/ton) Estoque (ton) composição máxima Exercício 2.4 Considere a extensão do problema da mistura no exercício 2.2. Suponha que K misturas devem ser produzidas a partir dos mesmos ingredientes (por exemplo, rações para caninos, felinos, galináceos, etc.), nas quantidades Q k, k = 1,..., K. Considere b e b as frações mínimas e máximas do componente i na mistura k, i = 1,..., m, k = 1,..., K. Os custos unitários dos ingredientes são c j, j = 1,..., n. Estenda o modelo matemático do exercício 2.2 para várias misturas, de modo cada mistura k atenda as especificações técnicas e o custo total seja mínimo. (Sugestão: seja x jk a quantidade do ingrediente j na mistura k e x j1 + x j x jk é o total do ingrediente j utilizado em todas as misturas, que não pode superar a quantidade em estoque do ingrediente j). min ik max ik
2 Exercício 2.5. Considere o problema no exercício 2.3. Suponha agora que duas ligas metálicas devem ser preparadas e os mesmos ingredientes são utilizados em ambas. A liga especificada no exercício 2.3 é referida como liga 1 e Q 1 = 10 toneladas desta liga deve ser produzida. A outra liga, referida como liga 2, deve ser produzida Q 2 = 6 toneladas e sua composição é dada a seguir. Tabela 2.29 composição da liga 2 Liga 2 composição composição mínima composição máxima Carbono silicio Escreva um modelo de otimização linear para a produção das duas ligas. Transforme o modelo obtido na forma padrão. Exercício 2.6 Considere o problema da mistura na seção 2.2. Suponha que os ingredientes estejam divididos em três classes: C 1, C 2 e C 3, isto é, o conjunto de todos os ingredientes: {1,2,...,n} = C 1 C 2 C 3 (por exemplo, uma dieta alimentar é constituída de carnes, que constituem a classe 1, cereais a classe 2, verduras e legumes a classe 3). A mistura deve ter: de 20% a 30% de ingredientes da classe C 1, de 50% a 60% de C 2 e de 30% a 40% de C 3. Escreva um modelo matemático, em que as composições especificadas sejam atendidas (veja o modelo da seção 2.2) e as novas restrições de classe sejam verificadas. (Sugestões: o modelo pode ser escrito considerando que x é quantidade de ingredientes da classe 1, ou j C 1 supondo que os ingredientes estejam organizados por classe: C 1 = {1,2,...,j 1 }, C 2 = {j 1 +1,..., j1 j 2 },... e x é a quantidade de ingredientes da classe 1). j j = 1 Exercício 2.7 Considere o problema da mistura no exercício 2.1. Em algumas aplicações, é indesejável que um número grande de ingredientes seja utilizado, por razões operacionais. Suponha que no máximo três ingredientes devam ser utilizados na mistura. Uma abordagem heurística para considerar esta nova restrição pode ser a seguinte. Suponha que o problema da mistura seja resolvido, sem a restrição de três ingredientes, e a solução envolve 4 ingredientes, digamos, x 1 >0, x 2 >0, x 3 >0, x 4 >0 (as demais variáveis têm valores nulos, ou seja, os demais ingredientes não são escolhidos para constituir a mistura). Este é um problema relaxado, pois não inclui todas as restrições do problema. Como se deseja usar apenas três ingredientes, podemos resolver problemas menores, combinando-se os três ingredientes que aparecem na solução: 1 2 3, ou 1 2 4, ou 2 3 4, isto é, resolvendo-se problemas com menos variáveis (x 1, x 2, x 3, ou x 1, x 2, x 4, ou x 2, x 3, x 4 ) e decidindo-se pela melhor solução. (Esta abordagem heurística pode funcionar bem, mas a melhor solução pode envolver outro ingrediente que não foi usado na solução relaxada, pois as três alternativas podem não ter solução factível). Formule um modelo matemático para incluir a nova restrição (Sugestão: Defina y j uma variável que assume apenas valores 0 ou 1, de modo que: y j = 1 se x j > 0 e y j = 0, caso contrário. As restrições x j y j descrevem estas restrições lógicas. A soma destas variáveis fornece o número de ingredientes usados na mistura. Tais modelos são estudados no capítulo 3 Otimização discreta). Exercício 2.8 * Considere a extensão do problema da mistura no exercício 2.2. Suponha, em adição, que a demanda ocorra em períodos de um horizonte de planejamento, digamos, Q 1, Q 2,..., Q T são as quantidades (em toneladas) da mistura que devem estar disponíveis ao final dos períodos 1, 2,..., T (por exemplo, Q 1 é a quantidade de uma ração que deve estar disponível no final da semana 1). A capacidade do misturador no período t, em quantidade de mistura, é limitada por C t (os períodos podem corresponder a intervalos de tempo variados e, j
3 portanto, a capacidade pode variar por período. Por exemplo, os períodos 1 e 2 podem ser um dia de trabalho e o período 3 pode ser 4 dias. Isto é comum na prática, em que os períodos iniciais são detalhados e os períodos finais agregados, pois os dados estão sujeitos a alterações e somente as decisões correspondentes aos primeiros períodos são de fato implementadas. Depois de implementar as decisões dos primeiros períodos, diz-se que o horizonte é rolado, com novos dados incluídos, e o problema resolvido novamente. Esta estratégia é conhecida como horizonte rolante 1 ). A demanda num período pode ser maior do que a capacidade de produção, de modo que se faz necessário antecipar a produção e manter o produto em estoque (veja os modelos dinâmicos de planejamento da produção da seção 2.2, pois a solução lote-por-lote, isto é, produzir para a demanda, pode ser infactível) e os custos de produção podem variar de um período para outro (custos de energia elétrica, hora extra, etc.). Considere c t ($/tonelada) o custo de produzir uma tonelada da mistura no período t e d t ($/tonelada) o custo de estocar uma tonelada da mistura no final do período t. Seja E j1 o estoque do ingrediente j, j = 1,..., n, disponível para o período 1. Considere que haja reposição do estoque do ingrediente j ao longo do horizonte de planejamento (compras efetuadas anteriormente), digamos, E jt é a quantidade de ingrediente j a ser adicionada ao estoque do ingrediente j no período t. Escreva um modelo matemático para determinar como devem ser as produções da mistura em cada período, de modo que a demanda seja atendida em cada período, bem como as misturas atendam as especificações técnicas, isto é, com a composição dentro dos limites definidos e o custo de produção e estocagem sejam minimizados. (Sugestão: Defina a variável x jt como sendo a quantidade do ingrediente j no total de mistura produzida no período t. A quantidade z t = x 1t x nt é o total produzido da mistura no período t e não é necessariamente igual a Q t. Defina também a variável I t como a quantidade de mistura em estoque no final do período t). Proponha uma extensão desse modelo para o caso de várias misturas (exercício 2.4). Exercício 2.9 Devido à grande permeabilidade, areias são usadas na constituição de filtros de Estações de Tratamento de Águas de abastecimento (ETA) como meio filtrante, por interceptar impurezas existentes na água afluente. Essas areias são dispostas em camadas, que devem obedecer às composições granulométricas estabelecidas por norma técnica, por exemplo, nas seguintes quantidades: Tabela 2.30 composição de um filtro Faixa granulométrica (mm) Volume de areia ( m 3 ) 0,42 0, ,59 0, ,71 0, ,84 1, ,00 1, ,19 1,41 8 Para construção das unidades de filtração de uma ETA, areias são exploradas de diferentes portos, com composições granulométricas distintas. Os custos totais de dragagem, transporte, seleção e preparo para a utilização da areia são conhecidos por unidade de volume (m 3 ) para cada porto. Na tabela a seguir, as composições granulométricas de dois tipos de areia são fornecidas, além dos custos totais. Por exemplo, 17% da areia proveniente do porto 1 tem os diâmetros de seus grãos entre 0,42mm e 0,59mm, 16% entre 059 e 0,71, etc. e custa $ 25,00 por m 3. 1 Araújo e Arenales (2004) utilizam a técnica de horizonte rolante na programação da produção em uma fundição de grande porte.
4 Tabela 2.31 composição das areias disponíveis Volume de areia / m 3 Faixa granulométrica (mm) porto 1 porto 2 0,42-0,59 0,17 0,13 0,59-0,71 0,16 0,11 0,71-0,84 0,18 0,14 0,84-1,00 0,10 0,09 1,00-1,19 0,09 0,12 1,19-1,41 0,05 0,07 custo ( $/m 3 ) 25,00 19,00 Escreva um modelo matemático de otimização linear para determinar a combinação das diferentes areias de modo a atender às especificações da norma, com o custo mínimo possível. Os exercícios 1 a 14 a seguir foram retirados do no Capítulo 2 do livro Otimização Combinatória e Programação Linear dos autores Marco Cesar Goldbarg e Henrique Pacca L. Luna. 1. Problema das Calças e das Camisas Uma determinada confecção opera com dois produtos: calças e camisas. Como tratam-se de produtos semelhantes, possuem uma produtividade comparável e compartilham os mesmos recursos. A programação da produção é realizada por lotes de produto. O departamento de produção informa que são necessários 10 homens hora para um lote de calças e 20 homens hora para um lote de camisas. Sabe-se que não é necessária mão-deobra especializada para a produção de calças, mas são necessários 10 homens hora desse tipo de mão-de-obra para produzir um lote de camisas. O departamento de pessoal informa que a força máxima de trabalho disponível é de 30 homens hora de operários especializados e de 50 homens hora de não-especializados. Da planta de produção, sabemos que existem apenas duas máquinas com capacidade de produzir os dois tipos de produto, sendo que a máquina 1 pode produzir um lote de calças a cada 20 horas e um lote de camisas a cada 10 horas, não podendo ser utilizada por mais de 80 horas no período considerado. A máquina 2 pode produzir um lote de calças a cada 30 horas e um lote de camisas a cada 35 horas, não podendo ser utilizada por mais de 130 horas no período considerado. São necessários dois tipos de matéria-prima para produzir calças e camisas. Na produção de um lote de calças são utilizados 12 quilos da matéria-prima A e 10 da B. Na produção de um lote de camisas são utilizados 8 quilos da matéria-prima A e 15 da B. O almoxarifado informa que, por imposições de espaço, só pode fornecer 120 quilos de A e 100 quilos de B no período considerado. Sabendo-se que o lucro pela venda é de 800 reais nos lotes de camisas e de 500 reais nos lotes de calças, formule o problema de maximizar o lucro da operação produtiva em pauta. 2. Problema do Pedido de Socorro Um posto de rádio capta a seguinte mensagem: Somos náufragos do navio Intrépido. Estamos isoladas em uma ilha de coordenadas... No momento sofremos com diversos problemas: as cobras venenosas, algumas pessoas com diarréia, os nativos canibais e a falta de água e alimentos. Temos duas armas, mas a munição está praticamente no fim. Só temos uma ampola de soro antiofídico e o suprimento de água e comida acabou. Somos 20 pessoas, nos enviem ajuda!!. O chefe da patrulha de salvamento da área só possui um helicóptero, que por sua vez só pode fazer uma viagem de socorro até a isolada e longínqua ilha. O grupo de salvamento sabe que o resgate por mar vai levar três dias para chegar. Para sobreviver, o grupo necessita de seis caixas de alimento, quatro de água, duas de munição e duas com remédios e soro antiofídico. Em valor para a
5 sobrevivência, as caixas de munição e remédios são duas vezes mais importantes do que as de água e quatro vezes mais importantes do que as de alimentos. Sabendo-se que apenas sete caixas poderão ser transportadas no helicóptero, elaborar o programa que otimiza a carga de socorro. 3. Problema da Refinaria Em uma determinada refinaria, o petróleo bruto sofre os seguintes processamentos antes de ser transformado em gás / óleo ou gasolina bruta: A Tabela abaixo representa a capacidade máxima de processamento de cada unidade de operação. Formular o problema de modo a maximizar os lucros totais, solucionando-o graficamente. CAPACIDADE MÁXIMA DE PROCESSAMENTO Operação Produto Produto Gasolina Bruta (Ton/ano) Gás/Óleo (Ton/ano) Destilação Dessulfuração Reforming Cracking Lucros Unitários 10,00 reais/ton 7,00 reais/ton 4. Problema do Reflorestamento Uma companhia de reflorestamento possui áreas de plantio em quatro municípios. A empresa considera o uso de espécies de árvores: pinus, carvalho, nogueira e araucária. A Tabela a seguir resume os dados do problema: DADOS DE PLANTIO E PRODUTIVIDADE Produção Anual Esperada Renda Anual Cidade /Hectare Unidade Esperada Monetária/Hectare Área Pinus Carvalho Nogueira Araucária Pinus Carvalho Nogueira Araucária Disponível _ _._ Produção Mínima ,8 3,5 em Formule o problema de designar as áreas de plantio por município de forma a maximizar a renda.
6 5. O Problema do Hospital O diretor de um hospital deve escolher um esquema de designação de leitos e quartos em uma nova ala que será construída. Existem três tipos de quartos possíveis: Com um leito. Com dois leitos. Com três leitos. O total de quartos a construir não pode ultrapassar 70. Por imposições de demanda deverão ser oferecidos pelo menos mais 120 leitos. A percentagem de quartos de um leito deve ser restrita entre 15 a 30% do total de quartos. A necessidade em área construída é de: 10 m 2 por quarto com um leito. 14 m 2 por quarto com dois leitos. 17 m 2 por quarto com três leitos. Os pacientes dos quartos com dois e três leitos exigem apenas 80% da mão-de-obra que os do quarto individual. O que o hospital recebe por cada paciente internado é inversamente proporcional à capacidade do número de pessoas do quarto em que ele está internado. Considerando o hospital sempre lotado, formule o problema de forma a: Minimizar o esforço da mão-de-obra em apoio médico e administrativo. Maximizar a arrecadação global. Maximizar o número de leitos. Minimizar o espaço necessário para a nova ala. 6. O Problema da Compra de Aviões da VAB A Viação Aérea Brasileira está estudando a compra de três tipos de aviões: Boeing 717 para as pontes aéreas de curta distância, Boeing para vôos domésticos e internacionais de média distância e MD-l1 para vôos internacionais de longa distância. Em um estudo preliminar, considerou-se que a capacidade máxima dos aviões a serem comprados será sempre preenchida para efeito de planejamento. Os dados de planejamento constam da Tabela abaixo: DADOS OPERACIONAIS DOS AVIÕES Tipo do Avião Custo Receita Teórica Pilotos Aptos Tipo do Avião Milhões US$ Milhões US$ Pilotos Aptos BOEING 717 5, BOEING , MD-11 6, A verba disponível para as compras é de 220 milhões de dólares. Os pilotos de MD- 11 podem pilotar todos os aviões da empresa, mas os demais pilotos só podem ser escalados às aeronaves a que foram habilitados. Cada aeronave necessita de dois pilotos para operar. As oficinas de manutenção podem suportar até 40 Boeings 717. Um Boeing equivale, em esforço de manutenção, a 3/4, e um MD-11 a 5/3, quando referidos ao Boeing 717. Formular o modelo de PL do problema de otimizar as aquisições de aviões. 7. O Problema da Frota de Ônibus Suponhamos que o número de ônibus requerido para o atendimento da demanda de um determinado corredor de transporte para a i-ésima hora do dia seja, =1,2,,24, onde cada ônibus trafega seis horas consecutivas. Se o número de ônibus no período excede o mínimo requerido, isto resultaria em um custo adicional por ônibus/hora. Formule o problema como um PPL de modo que o custo adicional resultante seja minimizado. 8. O Problema do Corredor de Transporte Um sistema ferroviário de transporte suburbano dá escoamento principalmente as demandas
7 , e de três grandes bairros, A, B e C, em direção ao centro da cidade. Entre cada um desses bairros existe uma pequena redução na demanda de transporte devido ao tráfego regional. Essa redução é calculada percentualmente em 5% a cada intervalo entre os grandes bairros. O sistema ferroviário é, em princípio, insuficiente para arcar com toda a demanda e necessita de uma complementação rodoviária, sob pena de entrar em colapso. Em virtude desse fato, podemos considerar que o sistema ferroviário trabalha sempre em sua capacidade maxima. Junto a cada estação ferroviária existe uma opção de embarque para um sistema rodoviário de desafogo. A percentagem da redução da demanda proporcionada pelo corredor rodoviário sobre a demanda do sistema ferroviário é denominada nível de desafogo. O custo total do sistema rodoviário é diretamente proporcional a soma das parcelas de desafogo em cada estação. A capacidade de operação do sistema ferroviário é associada ao trecho considerado no transporte, sendo denominadas por,, unidades de demanda, como mostra a Figura a seguir: Esquema do sistema de transporte Determinar o nível percentual de desafogo que deve possuir o sistema rodoviário em cada estação para que, em qualquer trecho da ferrovia, a demanda não ultrapasse os valores estipulados e de modo a minimizar o custo do sistema global. O trajeto de transporte inicia-se sem demanda anterior na estação A. 9. O Problema da Fábrica de Plásticos Uma empresa fabrica malas, bolsas, pastas e sacolas de plástico. Ela compra sua matériaprima em rolos com uma certa largura e corta em tiras adequadas a cada tipo de objeto produzido. Sabendo-se que existem três tamanhos para cada item, as possibilidades de cortes estão resumidas na Tabela abaixo: QUANTITATIVOS PARA OS CORTES Quantidade de Itens Dentro de Cada Método de Corte P B
8 Malas M G P Bolsas M G CONTINUAÇÃO DA TABELA Quantidade de Itens Dentro de Cada Método de Corte P Pastas M G P Sacolas M G Perda Em um determinado dia os pedidos para a fabricação são (pequeno, médio, grande): malas: 10,20, 13; bolsas: 5, 2, 6; pastas: 4, 3, 12; sacolas: 5, 5, 3. Formular o problema de PL associado a cada um dos seguintes critérios: Minimizar as perdas de material. Minimizar o volume não vendido das peças somado com as perdas de material. Minimizar o estoque não vendido. 10. O Problema das Camisetas Uma certa fábrica de camisetas deseja aproveitar as finais de um campeonato de futebol para vender camisetas dos times envolvidos. Os jogos vão durar quatro semanas. O custo de produção de cada camiseta é R$ 2,00 nas duas primeiras semanas e subirá para R$ 2,50 nas duas últimas, quando a concorrência demandar por material no mercado. A demanda semanal de camisetas será de 5.000,10.000, e 60,000. A capacidade máxima de produção da empresa é de camísetas. Na primeira e na segunda semana a empresa poderá, em um esforço excepcional, carrear mão-de-obra em horas extras e fabricar mais camisetas em cada semana. Nesse caso, o custo dessas camisetas será de R$ 2,80. O excesso de produção pode ser estocado a um custo de R$ 0,20 por unidade por semana. Pedido 1: Formular o modelo de PL que minimize os custos. Pedido 2: Após o planejamento anterior, a direção da empresa verificou que a demanda iria variar substancialmente dentro dos quatro modelos de camiseta que representavam os quatro times disputando as finais. Apesar da demanda total ser exatamente aquela anteriormente levantada, o valor das camisetas iria variar em conformidade com o time e sua posição no campeonato. Nas duas primeiras semanas todos os times estariam em pé de igualdade até que
9 fosse decidido os dois finalistas. A partir daí, as camisetas dos times eliminados cairiam em valor e em demanda no mercado, e as dos times finalistas subiriam conforme a Tabela abaixo: DEMANDA DE CAMISETAS Semana Demanda Valor Demanda Valor Demanda Valor Demanda Valor Time A Time B Time Finalista C Time Finalista D Sabendo-se que existe um completo equilíbrio entre os quatro finalistas, formular o modelo que maximize os lucros da empresa produtora de camisetas. 11. O Problema dos Ovos de Páscoa Um fabricante de ovos de páscoa trabalha durante o ano para atender à grande demanda de ovos por ocasião da Páscoa. A fábrica produz quatro tipo de ovos e dois bolos. Basicamente os insumos críticos de fabricação são os mesmos variando apenas quantitativamente e podem ser resumidos na tabela a seguir. Os custos finais dos produtos estão cotados em unidades monetárias. CONSUMO DOS INSUMOS PARA OS OVOS DE PÁSCOA Insumos Críticos Produtos Chocolate Recheio Embalagem Mão-de-Obra Custo Final Ovo g 5 Unidades 1 Folha 0,05h 1 U.M. Ovo g 10 Unidades 1,5 Folhas 0,08h 2 U.M. Ovo g 20 Unidades 2,0 Folhas 0,1h 3 U.M. Ovo g 30 Unidades 2,5 Folhas 0,12h 4 U.M. Bolo Tipo g 7 Unidades 2,0 Folhas 0,lh 3 U.M. Bolo Tipo g 12 Unidades 3,0 Folhas 0,15h 4 U.M. Os quantitativos totais disponíveis dos insumos para a empresa, dentro da qualidade exigida, são: QUANTITATIVOS DISPONÍVEIS DOS INSUMOS Períodos Chocolate Recheio Embalagem Mão-de-Obra Abr-Mai kg 10 4 Unidades 5 x 10 3 Folhas hs Jun-Set kg 10 4 Unidades 8 x 10 5 Folhas hs Out-Jan kg 10 4 Unidades 7 x 10 3 Folhas hs Fev-Mar kg 10 4 Unidades 8 x 10 4 Folhas hs As entregas dos ovos e bolos fabricados podem ser realizadas no seguinte esquema: DEMANDA (O) E PREÇO (P) DE OVOS E BOLOS Ovo 15 Ovo 20 Ovo 25 Ovo 30 Bolo T1 Bolo T2 Períodos D P D P D P D P D P D P Abr-Mai 4x10 5 3u.m. 2x10 5 5u.m u.m. 4x10 4 9u.m. 2x10 5 6u.m. 2x10 4 7u.m. Jun-Set (*) Out-Jan u.m u.m u.m u.m u.m. - - Fev-Mar u.m u.m. 2x10 4 4u.m u.m. 4x10 4 4u.m u.m.
10 Custos de Armazena -gem (por 0,2 u.m. 0,3 u.m. 0,4 u.m. 0,5 u.m. 0,5 u.m. 0,5 u.m. período) Capacida de de Armazena gem Total (em unidades) 4x10 5 6x10 5 4x10 5 6x x10 4 (*) As células vazias indicam que não existe demanda prevista no período, contudo pode haver produção para o estoque. Formule o problema de planejar o melhor esquema de produção e venda dos ovos de páscoa. 12. O Problema da Evacuação de Emergência Uma determinada região está sendo ameaçada pela ruptura de uma barragem e deve ser evacuada em, no máximo, dez horas. São no total homens, mulheres e crianças a transportar. Cada pessoa poderá levar até dez quilos de bagagem pessoal. Toda a região foi isolada e só circulam veículos autorizados para que se evitem acidentes e engarrafamentos. Para efetuar a evacuação estão disponíveis os meios: RESUMO DOS DADOS OPERACIONAIS Quantidade de Unidades Disponíveis Capacidade de Transporte Veículo de 6 Ton do Exército Veiculo de ¼ Ton do Exército Helicóptero Ônibus Microônibus Veículo de Passeio pessoas 5 pessoas 10 pessoas 30 pessoas 15 pessoas 5 pessoas para Bagagem 1 ton 20kg 50 kg 1 ton 500 kg 100 kg Viagem 10 u.m. 4u.m. 75u.m. 5u.m. 3u.m. 2u.m. Tempo de Viagem 1 h 45 min 10 min 45 min 30 min 30min Para minimizar o pânico, as crianças deverão viajar acompanhadas por suas mães. Existem 10 famílias com 5 filhos, 25 com 4 filhos, 150 com 3, 450 com 2 e 350 com 1. Os carros de passeio só poderão fazer uma viagem de evacuação, ficando, por segurança, retidos fora da área de perigo. Formular o programa de evacuação que minimize os custos finais da operação. 13. O Problema do Aluno Atarefado Um certo aluno está cursando o último ano do segundo grau e se preparando para o vestibular. Nessa difícil fase, ele precisa equilibrar sua carga de estudo e lazer, pois esse é um dos fatores importantes para se obter sucesso nesse exame. A Tabela a seguir, fornecida por seu colégio, mostra a distribuição da carga de aulas ao longo dos meses do ano: DISTRIBUIÇÃO DA CARGA HORÁRIA
11 Mar Abr Mai Jun Ago Set Out Nov Dez Matemática Química Física Biologia Português Línguas Geografia História E a seguinte distribuição de trabalhos (T) e provas (P) no segundo grau: DISTRIBUIÇÃO DAS PROVAS Mar Abr Mai Jun Ago Set Out Nov Dez Matemática P P P P 2P T P P P Química T P P T 2P T P P P Física P T P P 2P P T P P Biologia T P P T 2P T P P P Português P T P P 2P P T P P Línguas P P P P P P P P P Geografia T P P T P T P T P História P T T P P P T P T Cada prova exige uma preparação em estudo de 10 horas. Cada trabalho escolar consome 4 horas de esforço. Considera-se o mês com quatro semanas de sete dias e que o aluno dorme 8 horas por dia, não estuda no domingo, gasta uma hora por dia em deslocamentos e duas com as refeições. Sabe-se ainda que é desejável que o aluno tenha pelo menos 20 horas de lazer por mês e 250 horas ao longo dos nove meses de preparação, além do descanso do dia de domingo e das férias de julho, para evitar a estafa. Formular o problema de maximizar o aproveitamento do estudo, levando-se em conta que a carga horária de estudo despendida em um mês em que o descanso é igual a 20 horas possui apenas 50% da eficiência dos meses em que o descanso é maior ou igual a 40 horas e 70% dos meses em que esse valor varia entre 20 e 40 horas. 14. O Problema da Distribuição de Facilidades Cenário 1 Uma companhia possui duas fábricas, uma em São Paulo e outra em Curitiba. A empresa possui também quatro depósitos que facilitam a distribuição de seus produtos: um em Manaus e os outros em Natal, Rio de Janeiro e Belo Horizonte. A companhia vende seus produtos no atacado nas cidades em que possui fábricas ou depósitos e em mais seis outras praças. A distribuição dos custos unítários origem x destino, incluído o transporte e as taxas está resumida na tabela abaixo (custos em R$ 10 por tonelada): CUSTO DE OPERAÇÃO DOS DEPÓSITOS Destino Fábricas Depósitos Origem SP CRT MA RJ NAT BH Manaus 1,5 -
12 Rio 0,5 0,3 Natal 1,0 0,5 Belo Horizonte 0,2 0,2 1,0 2, ,5-1,0 3,5 2,5-1,5-0,5 0,5 2,0 0,2 2,5-1,5 1,0 1, ,5-2,0 0,5 1,5 1,0-1,0-1,5 1,5 Certos clientes expressam sua preferência em serem atendidos da seguinte forma: EXIGÊNCIAS DOS CLIENTES Origem Cliente SP CRT RJ NAT x x x x x x Cada fábrica possui uma capacidade mensal de produção e os depósitos um limite de armazenagem do seguinte modo: São Paulo: toneladas Curitiba: toneladas Manaus: toneladas Rio de Janeiro: toneladas Natal: toneladas Belo Horizonte: toneladas Cada praça demanda o seguinte volume de produção: São Paulo: toneladas Curitiba: toneladas Manaus: ton Rio de Janeiro: ton Natal: ton Belo Horizonte: ton P 1 : ton; P 2 : ton; P 3 : ton; P 4 : ton; P 5 : ton; P 6 : ton.
13 1. Formular o modelo que minimiza o custo total da distribuição da produção. 2. Considerando que exista um custo de transbordo e estocagem, não incluído nas tabelas anteriores, C i, i = 1, 2, 3, 4, associado a cada depósito, reformular o problema. 3. Qual o efeito imediato de uma possível ampliação na capacidade dos depósitos? Considerar que a política de investimento para a ampliação dos depósitos seria motivo de um outro estudo mais aprofundado. 4. Seria possível atender a todas as preferências dos clientes? Essas preferências poderiam ser incluídas de alguma forma no modelo de programação? Cenário 2 No problema anterior é possível abrir um novo depósito em Salvador e um em Recife ou ainda ampliar os depósitos de Natal e do Rio de Janeiro. A tabela a seguir resume os impactos, apresentando os custos finais das alternativas. ESTUDO DE MODIFICAÇÃO DO SISTEMA Conseqüência da Ampliação x Novos Depósitos Custos (R$ 10 4 ) Capacidade (1.000 ton) Salvador Recife Natal Rio de Janeiro Economia Gerada com o Fechamento (R$ 10 4 ) Manaus 10 Belo Horizonte 5 Como a empresa não admite operar mais de cinco depósitos, poderão ser fechados os depósitos de Belo Horizonrte ou Manaus, alcançando-se alguma economia face a esse fechamento. A distribuição dos custos operacionais dos novos depósitos e suas capacidades de atendimento estão resumidas na tabela a seguir: DISTRIBUIÇÃO DE CUSTOS OPERACIONAIS Origem Fábricas Depósitos Destino SP CRT SAL REC Salvador 1,0 1,5 Recife 1,5 2, ,5 2,5 0,3 0,5 0,5 0,5 0,0 0,3 0,5 0,0 Manaus 2,5 2,0 Belo Horizonte 2,0 2,5 Formule o programa de Programação Matemática para otimizar a tomada de decisão na escolha da política de localização de recursos.
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 maisProgramação 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 maisProgramação Matemática - Otimização Linear
Programação Matemática - Otimização Linear Professora: Maristela Oliveira dos Santos Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan Instituto de Ciências Matemáticas e de Computação
Leia maisPesquisa 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 maisTópicos Especiais em Computação I
Tópicos Especiais em Computação I Pesquisa Operacional Exercícios (Simplex) Prof. Fabio Henrique N. Abe Fabio.henrique.abe@gmail.comd Método Simplex Desenvolvido por George Dantzig em 1947 É um procedimento
Leia maisOtimização. 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 maisLista 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 maisLista 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 mais1ª 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 maisB-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 maisOtimização 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 maisIntrodução 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 maisIntrodução. 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 maisESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia Hidráulica e Sanitária PHA Análise de Sistemas Ambientais - 09/2017
Estruturar e resolver utilizando a Programação Linear. Indique de maneira clara a função objetivo, as variáveis de decisão e as restrições. Desenhe o espaço das soluções viáveis (região factível das variáveis
Leia maisAulas 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 maisModelagem 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 maisIntrodução à Pesquisa Operacional
Introdução à Pesquisa Operacional Professora: Maristela Oliveira dos Santos - mari@icmc.usp.br Auxilio 2009: Victor C.B. Camargo Auxilio 2011 - Monitor Seleção Instituto de Ciências Matemáticas e de Computação
Leia maisIntrodução 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 maisPesquisa 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 maisEAD 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 maisLocalização 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 maisProgramação 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 maisPesquisa 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 maisAplicações 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 maisModelagem. 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 maisModelagem 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 maisModelagem 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 maisExemplos 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 maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 15 de maio de 2017 Marco Antonio M. Carvalho
Leia maisCap. 2 Pesquisa Operacional na Tomada de Decisão
FACULDADE DE CIÊNCIAS SOCIAIS APLICADAS DO SUL DE MINAS Cap. Pesquisa Operacional na Tomada de Decisão 5/3/00 Prof. Antonio Marcos Goulart. PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Origem da Pesquisa
Leia maisPesquisa 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 maisModelagem Matemática I
Introdução à Otimização Combinatória Modelagem Matemática I Professora: Rosiane de Freitas (rosiane@icomp.ufam.edu.br) Colaborador Bruno Raphael Cardoso Dias (bruno.dias@icomp.ufam.edu.br) Universidade
Leia maisModelagem 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 maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Aula 3 Definição de Problemas de Optimização (Prática) Construção de um modelo matemático de PL. Programação Matemática(PM) e Programação Linear(PL). Exemplos clássicos de PL. 2 Problema 3.1 Uma empresa
Leia mais1 - 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 maisMax 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 maisPESQUISA 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 maisProblemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos
Problemas de Mistura Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos Problemas de Mistura Problemas deste tipo consistem em combinar materiais obtidos na natureza
Leia maisAULA 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 maisProgramação 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 maisEAD 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 maisPROGRAMAÇÃO 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 maisLista de Exercícios - Modelagem de representação cromossômica e função fitness
Lista de Exercícios - Modelagem de representação cromossômica e função fitness Para cada um dos problemas descritos abaixo: crie uma ou mais representações cromossômicas capazes de representar uma solução
Leia maisFaculdade 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 maisEAD 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 maisTerça-feira, 7 de maio
15.053 Terça-feira, 7 de maio Formulações de Programação Inteira Distribuir: Anotações da Aula 1 Rápido Resumo de PD PD normalmente funciona para a tomada de decisões ao longo do tempo Objetivos das duas
Leia maisSistemas de Distribuição Localização de Bases Definição da Rede
Sistemas de Distribuição Localização de Bases Definição da Rede Otimização Matemática Problema de Transporte Problema de Transbordo Problema de Transbordo com Custo Fio Problema de Fluo Máimo Problema
Leia maisInvestigação 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 maisComplementos 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 maisProgramação 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 maisPesquisa Operacional aula 3 Modelagem PL. Profa. Alessandra Martins Coelho
Pesquisa Operacional aula 3 Modelagem PL Profa. Alessandra Martins Coelho agosto/2013 Exercício Considerando que x j representa as variáveis de decisão, classificar os problemas a seguir em uma das categorias:
Leia maisOtimização 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 Bibliografia ARENALES, ARMENTANO, MORABITO e YANASSE. Pesquisa Operacional, Campus, 2007. BERTSIMAS,
Leia maisMB PRINCÍPIOS DA PESQUISA OPERACIONAL PO INTRODUÇÃO A PESQUISA OPERACIONAL LISTA DE EXERCÍCIOS 2
MB-244 - PRINCÍPIOS DA PESQUISA OPERACIONAL PO-201 - INTRODUÇÃO A PESQUISA OPERACIONAL LISTA DE EXERCÍCIOS 2 1. Uma empresa fabricante de sapatos previu as seguintes demandas, em unidades, para os próximos
Leia maisFundamentos de Investigação Operacional /11 - Exercícios de Formalização 1
Fundamentos de Investigação Operacional - 2010/11 - Exercícios de Formalização 1 1. Uma empresa responsável pelo abastecimento semanal de certo bem às cidades de Lisboa e Porto pretende estabelecer um
Leia maisProf. 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 Capacidade O termo capacidade, mencionado isoladamente, está associado à ideia de competência, volume máximo
Leia maisConteúdo. Introdução. Notas. Programação Linear Inteira, Introdução. Notas. Notas
Programação Linear Inteira Introdução Haroldo Gambini Santos Universidade Federal de Ouro Preto 30 de agosto de 2011 1 / 26 Conteúdo 1 Otimização 2 Pesquisa Operacional 3 Prob. da Dieta 4 Método Gráco
Leia maisPesquisa 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 maisMatemática. 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 maisPesquisa Operacional. Ementa. Prof. Edézio
Ementa Pesquisa Operacional A apresentação da PO Modelos e forma-padrão de PPL Solução gráfica de um PPL O algoritmo Simplex Teoria dos Jogos Livro texto Silva, Ermes Medeiros..et al.l., Pesquisa Operacional,
Leia maisPesquisa Operacional. Modelos de Programação Linear. 15/10/13 UFVJM DECOM Luciana Assis
Pesquisa Operacional Modelos de Programação Linear 15/10/13 UFVJM DECOM Luciana Assis www.dcc.ufmg.br/~lpassis 1 Introdução Modelos de Programação Linear é básico para compreensão de todos os outros modelos
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisARA 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 maisCURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO. Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 02
CURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 02 MODELAGEM DE SISTEMAS PRODUTIVOS Modelagem de Sistemas Produtivos: Otimização de
Leia maisPROGRAMAÇÃO LINEAR E APLICAÇÕES
E APLICAÇÕES Faculdade de Tecnologia de Ourinhos Tecnologia em Análise e Desenvolvimento de Sistemas Prof. Dr. Sidney C. Ferrari Pesquisa Operacional Notas Históricas Os caminhos da PO podem ser traçados
Leia maisProgramação Linear e Inteira, Introdução
Programação Linear e Inteira Introdução Haroldo Gambini Santos Universidade Federal de Ouro Preto 15 de agosto de 2010 1 / 25 Conteúdo 1 Introdução 2 Pesquisa Operacional 3 Prob. da Dieta 4 Método Gráco
Leia maisProblemas 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 maisComplementos 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 maisAula 01: Introdução Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 01: Introdução Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Slides baseados no material de Haroldo Gambini Aula de Hoje 1 Otimização 2 Pesquisa Operacional
Leia maisPROGRAMAÇÃO 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 maisAdministração de Custos
Administração de Custos Receitas Representa o faturamento da empresa Tipos de Custos Custos Diretos: Referem-se aos fatores diretamente utilizados na fabricação dos produtos e variam normalmente de forma
Leia maisGestão de Produção Aula 3: Planejamento da Capacidade. Prof. Valdir Tavares de Lucena
Gestão de Produção Aula 3: Planejamento da Capacidade Prof. Valdir Tavares de Lucena O que é capacidade? O termo capacidade, mencionado isoladamente, está associado à idéia de competência, volume máximo
Leia maisFórum de Logística Industrial Transporte Aéreo. Manaus 07/11/2017
Fórum de Logística Industrial Transporte Aéreo Manaus 07/11/2017 Quem Somos COMPANHIA DE LOGÍSTICA INTEGRADA, QUE CONTA COM FROTA AÉREA PRÓPRIA E PARCEIROS EFICIENTES Fundada por profissionais referência
Leia maisCURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO. Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 01
CURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 01 Tomada de Decisão É o processo de identificar um problema específico e selecionar
Leia maisOTIMIZAÇÃO. 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 maisPESQUISA OPERACIONAL INTRODUÇÃO À DISCIPLINA HISTÓRICO CARACTERÍSTICAS
PESQUISA OPERACIONAL INTRODUÇÃO À DISCIPLINA HISTÓRICO CARACTERÍSTICAS ORIGENS 1938: convocação de cientistas para a análise de situações militares. Segunda Guerra: alocar recursos escassos nas operações
Leia maisOtimização Linear Aplicada a Problemas de Planejamento de Produção
Otimização Linear Aplicada a Problemas de Planejamento de Produção Rafaela Schuindt Santos¹, Daniela Renata Cantane² ¹Escola Estadual Luiz Campacci Laranjal Paulista SP - Brasil ²Universidade Estadual
Leia maisOtimização 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 Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização
Leia maisUNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
Veja a seguir, a título de ilustração, 20 questões que constaram de edições anteriores do Teste de raciocínio quantitativo e interpretativo. Observe que esta informação objetiva apenas ilustrar aos candidatos
Leia maisTécnicas 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 mais202'(/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 maisALGORITMOS E PROGRAMAÇÃO DE COMPUTADORES I. Trabalho 1 (T1)
ALGORITMOS E PROGRAMAÇÃO DE COMPUTADORES I Trabalho 1 (T1) Grupo de até três acadêmicos; Entregar os algoritmos escritos; Entregar as implementações dos algoritmos em arquivo organizados em uma pasta,
Leia maisADMINISTRAÇÃO DE MATERIAIS. Prof. Marcelo Camacho
ADMINISTRAÇÃO DE MATERIAIS Prof. Marcelo Camacho ADMINISTRAÇÃO DE MATERIAIS 1. Gestão de Estoques Estoque pode ser entendido como a acumulação de recursos materiais em um sistema de transformação ou qualquer
Leia maisConceitos Iniciais de Estatística Módulo 6 : PROBABILIDADE VARIÁVEL ALEATÓRIA CONTÍNUA Prof. Rogério Rodrigues
Conceitos Iniciais de Estatística Módulo 6 : PROBABILIDADE VARIÁVEL ALEATÓRIA CONTÍNUA Prof. Rogério Rodrigues 0 1 CONCEITOS INICIAIS DE ESTATÍSTICA: PROBABILIDADE / VARIÁVEL ALEATÓRIA CONTÍNUA CURSO :
Leia maisSlide 1. c 2000, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Construção de Modelos de Programação Linear e Inteira Slide 1 Transparências de apoio à leccionação de aulas teóricas Versão 2 c 2000, 1998 Construção de Modelos de Programação Linear e Inteira 1 Modelização
Leia maisAula 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 maisPESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães
PESQUISA OPERACIONAL UNIDADE 1 Introdução à Pesquisa Operacional Prof. Me. Carlos Guimarães Objetivo Introduzir o tema Pesquisa Operacional por meio da apresentação: Da sua origem; Das sociedades profissionais
Leia maisEXERCÍCIOS DE ESTRUTURA SEQUENCIAL
EXERCÍCIOS DE ESTRUTURA SEQUENCIAL 1 - O coração humano bate em média uma vez por segundo. Desenvolva um algoritmo para calcular e escrever quantas vezes o coração de uma pessoa baterá se viver X anos.
Leia maisEAD 350 Pesquisa Operacional Aula 03 Parte 2
EAD 350 Pesquisa Operacional Aula 03 Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Método Simplex (item 4.1 do Hillier e Lieberman) - apenas
Leia maisProf. Gustavo Suriani de Campos Meireles, M.Sc.
Pontifícia Universidade Católica de Goiás Departamento de Engenharia Curso de Graduação em Engenharia de Produção ENG 1090 Introdução à Engenharia de Produção Prof. Gustavo Suriani de Campos Meireles,
Leia maisSistema de Produção. Administração da Produção e Operações. Sistemas de Produção. Tipos de Sistema de Produção. Output Input
Sistema de Produção INFLUÊNCIAS E RESTRICÕES Administração da Produção e Operações Introdução à Administração da Produção Aula 02 INSUMOS (input) PROCESSO DE CONVERSÃO PRODUTOS E/OU SERVIÇOS (output) SUBSISTEMA
Leia maisProgramação 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 mais08/11/2011 ADMINISTRAÇÃO DE MATERIAIS PRODUTOS OU SERVIÇOS FLUXO DE MATERIAIS
Uma Abordagem Introdutória ADMINISTRAÇÃO DE MATERIAIS Na realidade, toda indústria é um fluxo contínuo de materiais que são processados ao longo de várias atividades no sistema produtivo. Essa dinâmica
Leia maisREDES LOCALIZAÇÃO DAS INSTALAÇÕES. Professor: Dr. Regina Meyer Branski
REDES LOCALIZAÇÃO DAS INSTALAÇÕES Professor: Dr. Regina Meyer Branski Variáveis nas decisões logísticas Estratégias de estoque Previsão Níveis de estoque Decisões de compra e programação de abastecimento
Leia maisMatemática 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 mais3 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 maisPlanejamento e Controle da Produção I
Planejamento e Controle da Produção I Atividades do Prof. M.Sc. Gustavo Meireles 2012 Gustavo S. C. Meireles 1 Introdução Sistemas produtivos: abrange produção de bens e de serviços; Funções básicas dos
Leia maisProblemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos
Problemas de Mistura Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos Problemas de Mistura Problemas deste tipo consistem em combinar materiais obtidos na natureza
Leia maisPESQUISA 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