Comparação entre programação linear e teoria das restrições no cálculo do mix de produtos: um exemplo real
|
|
- João Guilherme Angelim Leveck
- 6 Há anos
- Visualizações:
Transcrição
1 Comparação entre programação linear e teoria das restrições no cálculo do mix de produtos: um exemplo real Angelo Antonio de Miranda Freitas (UFRJ) angelofreitas@brflash.com.br Flávio Chedid Henriques (UERJ) flaviochedid@hotmail.com Rodrigo Teófilo Mansur (UERJ) rtmansur@bol.com.br Resumo: Este artigo compara a programação linear, a teoria das restrições e a teoria das restrições revisada no cálculo do mix de produtos sob diferentes condicionantes. Como os exemplos já propostos na literatura não conseguem reproduzir a escala e a complexidade de uma situação concreta, este artigo confronta os procedimentos supracitados num exemplo real. Palavras-chave: Programação linear; Teoria das restrições; Plano de produção. 1. Introdução Para realizar o plano de produção quando a demanda supera a capacidade produtiva e quando nem todas as ordens de produção são feitas contra pedido, é necessário calcular a quantidade a ser produzida de cada produto final, de forma que o lucro operacional da companhia seja maximizado. Os métodos empregados no cálculo do mix de produtos resumem-se, em geral, à: programação linear (PL) e teoria das restrições (TOC). A discussão sobre estes métodos tem se limitado a exemplos teóricos, que serviram para confirmar que a TOC é uma heurística, capaz de alcançar a solução ótima apenas em casos particulares. Fredendall e Lea (1997) revisaram a TOC, melhorando o desempenho do método para condições mais gerais. Assim, o objetivo deste trabalho é comparar o desempenho da PL, da TOC e do método revisado de TOC no planelamento de produção de uma indústria, onde as condições gerais do problema possam ser exploradas simultaneamente. As condições gerais que se pretende estudar são apresentadas na discussão sobre otimização do problema, principal motivação deste artigo. Nesta seção é possível identificar a generalidade que o exemplo real deve ter para apresentar alguma contribuição às discussões anteriores. Entretanto, a dificuldade em obter autorização para realizar um estudo de caso numa empresa, cujo processo produtivo satisfizesse a generalidade necessária, forçou à investigação de um exemplo na literatura que servisse ao propósito do estudo e dispusesse de todas as informações necessárias para realizá-lo. Devido à escala do problema de otimização, o processo produtivo é apresentado de forma resumida, com omissão dos dados que não são relevantes para a análise. Em seguida, os resultados obtidos pelos diferentes métodos são apresentados e avaliados quanto a sua: eficácia, eficiência, utilização dos recursos críticos, simplicidade e poder de análise. 2. Programação linear A programação linear é uma técnica de otimização que serve de instrumental em várias áreas científicas. Modelos de PL aplicáveis ao planejamento da produção (RAMALHETE et al., 1984) consistem de uma função objetivo de maximização do lucro, sujeita a restrições de capacidade e restrições de mercado. Tais modelos são solucionáveis pelo algoritmo simplex, ENEGEP 2003 ABEPRO 1
2 disponível em vários aplicativos, como o MS Excel. Quando é imperativo que a solução seja inteira, restrições de integralidade são acrescentadas, o que resulta na seguinte formulação: Maxz = n j = 1 Sujeito a: n t ij j = 1 q j m j q j c i = 1, 2,..., k (restrições de capacidade) i 0 q j d j j = 1,2,..., n (restrições de mercado) q 0 e inteiro j onde: m j margem bruta do produto j; q j quantidade de produto j a ser fabricado; t ij tempo de processamento do produto j no recurso i; c i capacidade do recurso i; d j demanda pelo produto j. Contudo, a solução de problemas de programação linear inteira (PLI) nem sempre é obtida em tempo polinomial, ou seja, num tempo de processamento que possa ser expresso como função polinomial do número de restrições e variáveis envolvidas. Pela similaridade com o problema da mochila pode-se inferir que o problema de planejamento da produção também é NP-árduo. 3. Teoria das restrições Embora seja uma filosofia de produção abrangente, com aplicações nas áreas de contabilidade, produção, suprimento, qualidade, administração e educação (RAHMAN, 1998), o uso da TOC no cálculo da combinação ótima de produtos vêm sendo freqüentemente relatado em periódicos e livros didáticos. O método utilizado faz parte dos cinco passos de melhoria contínua propostos por Goldratt e descritos por Luebbe e Finch (1992): Identificar o gargalo do sistema; Decidir como utilizar plenamente a capacidade do gargalo do sistema; Subordinar as demais decisões à solução encontrada no passo anterior; Aumentar a capacidade nos gargalos do sistema; Caso algum dos gargalos tenha sido eliminado, retornar ao passo 1. Não deixar que a inércia torne-se o próximo gargalo. O cálculo da combinação ótima de produtos consiste apenas dos dois primeiros passos. No primeiro, verifica-se em qual recurso há maior escassez de capacidade em relação a uma dada demanda. Em seguida, calcula-se a razão (R i ) entre a margem bruta e o tempo de processamento de cada produto no recurso gargalo. O plano de produção é definido ao ENEGEP 2003 ABEPRO 2
3 planejar a produção a partir do produto que oferece a maior margem por unidade de recurso (por exemplo, horas) utilizado no gargalo. Produz-se a maior quantidade possível entre a demanda e a disponibilidade de recursos no gargalo, repetindo-se este procedimento para os demais produtos em ordem não crescente de margem por unidade de recurso, calculado anteriormente, até que a capacidade do gargalo tenha sido plenamente utilizada. 4. Discussão sobre otimazação no cálculo da combinação ótima de produtos Apesar de não ter sido o objetivo do artigo, Luebbe e Finch (1992) ao compararem PL e TOC na obtenção da combinação ótima de produtos, induziram os leitores a supor que a mesma solução poderia ser obtida por ambos os métodos. Na sua comparação ressaltou, ainda, as vantagens da TOC no que se refere à análise de pós-otimização, o que é um equívoco, e à simplicidade da TOC, o que facilita a sua implementação e comunicação. Entretanto, os exemplos propostos por Luebbe e Finch (1992) eram bastante particulares por possuirem apenas um gargalo, ou seja, uma única restrição ativa; as demais eram redundantes. Além disso, nestes exemplos todos os produtos competiam por todos os recursos, o que Fredendall e Lea (1997) consideram como uma das condições necessárias para obter a solução ótima por TOC. Lee e Plenert (1993) e Plenert (1993) generalizaram o exemplo proposto e mostraram que a TOC falha em obter a solução ótima quando não é possível utilizar plenamente a capacidade do gargalo, devido ao fato de que a disponibilidade restante é insuficiente para fabricar uma unidade adicional do produto planejado. Quando a produção é discreta, uma solução fracionária não é admissível e, então, a solução obtida por PLI é superior à solução por TOC. Balakrishnan e Cheng (2000) acrescentam que a dificuldade combinatória de obter a melhor solução inteira elimina a praticidade da TOC sobre a PLI. Em crítica a Lee e Plenert (1993), Posnack (1994) argumenta que soluções inteiras não são necessárias. Maday (1994) acrescenta que considerar uma solução inteira, mesmo no planejamento de um único período resulta em redução de lucro no planejamento de múltiplos períodos. Estas críticas não são válidas, pois um produto não acabado (intermediário) não tem o mesmo valor de venda que um produto acabado e, portanto, não pode ser computado na função objetivo com a mesma margem bruta. Ademais, concluir a produção deste produto no período posterior de planejamento implica em consumir tempo do gargalo produzindo um produto que não possui necessariamente a maior margem por unidade de recurso, à revelia das previsões de demanda deste novo período. Para contornar esta dificuldade, Fredendall e Lea (1997) propuseram a substituição de produtos na solução inicial encontrada pela TOC, ou seja, a redução de um produto pelo acréscimo do produto seguinte na hierarquia de planejamento, respeitadas as restrições de utilização de recursos e de demanda dos produtos. Contudo, mesmo quando uma solução inteira não é necessária, a TOC pode falhar em obter a solução ótima caso a solução ótima não seja um equilíbrio apenas entre o gargalo e as restrições de mercado (BALAKRISHNAN e CHENG, 2000). Neste caso, diz-se que existem múltiplos gargalos (PLENERT, 1993). Tais exemplos levaram a Balakrishnan e Cheng (2000) questionarem se um gargalo deve ser definido como o recurso mais sobrecarregado, conforme definido no procedimento de cálculo do mix de produtos por TOC, ou como o recurso que se esgota mais rápido. Fredendall e Lea (1997) consideram ambos na revisão da heurística da TOC. Quando nem todos os recursos são disputados por todos produtos, o gargalo passa a ser o recurso que se esgota mais rápido. Caso contrário, o gargalo é definido a priori como na heurística da TOC. ENEGEP 2003 ABEPRO 3
4 Por tratar-se de uma técnica de otimização que avalia as compensações entre as diversas restrições de recursos e demandas, a programação linear identifica o gargalo apenas a posteriori, como os recursos que são esgotados na obtenção da solução ótima. 5. Estudo de caso O estudo de caso escolhido foi realizado por Teixeira (1968) numa indústria farmacêutica com foco na produção de diversos medicamentos. A produção química que serve de insumo para a produção farmacêutica não foi analisada. A escolha baseou-se na amplitude da linha de produtos (108 medicamentos) e na disponibilidade dos dados necessários, o que supostamente permitiria avaliar um caso real com diversas condicionantes, até então apenas exploradas separadamente por meio de exemplos didáticos. Cada tipo de medicamento pode utilizar embalagens de diferentes volumes, apresentando custos e receitas distintos e, portanto, define-se como produto final o medicamento embalado num volume específico. Assim, as amostras grátis produzidas também serão tratadas como produtos à parte, pois mesmo que tenham volume ou custos de produção iguais a outros medicamentos, diferem no lucro unitário obtido. A indústria apresenta em sua produção farmacêutica quatro seções principais, que destinam-se a transformar a matéria-prima proveniente da produção química nos medicamentos, que serão posteriormente embalados e lançados no mercado. São elas: seção de xaropes, cremes e pomadas, seção de encapsulamento, seção de pós e comprimidos, e seção de pós em frasco. CO CAPS ROT. MIST. PFRAS XAR POM CREM ROT. CO. 1 E 2 CO. 3 CO. 4 SEC. MOIN.1 ROT. ROT. MOIN.1 MIST.1 MOIN.1 ENCH. XAR ENCH. POM.CREM. ENCH. POM.CREM. MIST.1 MIST.V MIST.V ENCH. POM.CREM. TL200 T1000 T1000 TP200 TP200 MIST.V ESTUF ESTUF XAR POM CREM CAPS CO MIST. PFRAS Figura 1 Representação gráfica do processo produtivo Na seção de xaropes, cremes e pomadas a indústria possui um tanque de fabricação de litros (T1000) e dois tanques de 200 litros, sendo que destes últimos, um se destina à produção de líquidos (TL200) e outro para cremes e pomadas (TP200). Cada tanque possui ENEGEP 2003 ABEPRO 4
5 disponibilidade de 8 horas/semana e 22 dias/mês (vide tabela 1). Entretanto, os tanques de 200 litros não podem funcionar simultaneamente por restrições operacionais. Ainda na seção de xaropes, cremes e pomadas há uma etapa de enchimento dos volumes. Para essa atividade existem duas máquinas de enchimento sendo que uma para líquidos e outra para cremes e pomadas. A disponibilidade de ambas as máquinas de enchimento também é de 176 horas/mês (vide tabela 1). Na seção de pós e comprimidos são fabricados, como medicamentos finais, os comprimidos e misturas. Também são produzidos os pós para a seção de cápsulas e as misturas intermediárias usadas em produtos da própria seção e da seção de xaropes, cremes e pomadas. Esta seção contém os seguintes recursos: misturador V, misturador 1, quatro máquinas de compressão, moinho 1 e a estufa. As disponibilidades são apresentadas na tabela 1. A seção de encapsulamento recebe a matéria-prima proveniente da seção de pós e comprimidos para fabricar cápsulas que, em seguida, são secadas, lavadas e secadas novamente, antes de serem rotuladas e embaladas. O único recurso específico desta seção é a câmara de secagem, que opera continuamente (24 horas por dia e 30 dias por mês). A matéria-prima dos pós em frascos é recebida da indústria química e, então, envasada em frascos por meio de uma máquina de enchimento com disponibilidade total de seg/mês (vide tabela 1). Recursos Produtos processados Disponibilidade mensal (em segundos) T1000 Xaropes; pomadas T0200 Xaropes; pomadas; cremes Enchimento de xaropes Xaropes Enchimento de cremes e pomadas Pomadas; cremes Secagem Cápsulas Estufa Comprimidos;mistura Misturador V Cápsulas; comprimidos; misturas Misturador 1 Cápsulas; comprimidos Moinho 1 Cápsulas; comprimidos; misturas Máquina de compressão 1 e 2 Comprimidos Máquina de compressão 3 Comprimidos Máquina de compressão 4 Comprimidos Enchimento de pós em frasco Pós em frascos Rotulagem Xaropes; cápsulas; misturas Xaropes; pomadas;cremes; cápsulas; Encartuchagem comprimidos; misturas Tabela 1 Disponibilidade dos recursos produtivos O último processo produtivo da indústria farmacêutica é o processo de embalagem, que é composto por enchimento de frascos (exceto os pós em frascos), rotulagem e encartuchagem (processo de se colocar os frascos nas caixas junto com suas respectivas bulas). 6. Análise comparativa Com o auxílio do Excel, foram definidos os planos de produção, utilizando as técnicas já mencionadas. Para a resolução por PLI foi utilizada a ferramenta Solver do MS Excel. Os métodos serão comparados pelos seguintes critérios: Eficácia (capacidade de obter a solução ótima); ENEGEP 2003 ABEPRO 5
6 Eficiência (tempo de processamento computacional para obter a solução); Utilização dos recursos críticos; Visibilidade do processo de otimização; Poder de análise de pós-otimização. Os lucros e o percentual de utilização dos recursos críticos, isto é, aqueles cuja capacidade disponível não atende à demanda, são apresentados na tabela 2. PLI TOC TOCR Solução (MM $) 697, , ,460 Dif. Percentual 100,00% 98,21% 98,76% Utilização dos recursos críticos (%) T1000 0,863 0,860 1,000 Secagem 1,000 1,000 1,000 Mist V 1,000 0,895 1,000 Encartuchagem 1,000 0,998 1,000 Tabela 2 Resultados Percebe-se que a PLI resulta num lucro aproximadamente 1,8% maior que a TOC. Isto se deve à melhor utilização dos recursos críticos por parte da PLI, o que pode ser constatado na tabela 2. Por considerar todas as restrições simultaneamente, a PLI otimiza a utilização dos recursos críticos e conseqüentemente o lucro. A diferença entre o lucro da PLI e da TOC revisada (TOCR), proposta por Fredendall e Lea (1997), é de apenas 1,2%. O desempenho do algoritmo da TOCR é superior ao da TOC por considerar todos os recursos restritivos no planejamento, o que pode ser verificado pela plena utilização de recursos que esta solução proporcionou. Contudo, a TOCR não foi capaz de obter a solução ótima por falhar na avaliação das compensações entre os recursos restritivos. Como o misturador V seria o recurso mais sobrecarregado no atendimento à demanda, é considerado como gargalo pela TOC. Apesar disso, nota-se que o plano de produção gerado por este método é inviável, pois o recurso secagem se esgota mais rápido que o misturador V. Assim, a solução viável obtida subutiliza o gargalo (89,5% da capacidade), o que pode ser verificado na tabela 2. Este resultado contradiz o segundo passo do método (preencher a capacidade do gargalo do sistema). Aliás, o fato de se esgotar mais rápido que os demais recursos torna a secagem o recurso mais restritivo deste sistema de produção, razão pela qual este recurso é plenamente utilizado por todos os métodos. Os planos de produção por TOC e por PLI diferiram em apenas 13 casos. Foi observado que as diferenças concentram-se nos recursos que utilizam o misturador V (suposto gargalo pela TOC) e devem ter sido causadas pelos ajustes que foram realizados para viabilizar o plano de produção por TOC, os quais resultaram na subutilização deste recurso. As diferenças entre o plano ótimo e o plano calculado pela TOCR chegaram a 17 produtos, na sua maioria xaropes, que utilizam o tanque de 1000 litros. Tal fato resulta do sequenciamento incorreto dos recursos restritivos proposto por esta heurística. ENEGEP 2003 ABEPRO 6
7 Quanto à visibilidade do processo, tanto a TOC quanto a TOCR permite uma melhor percepção da lógica do processo de otimização, podendo ser desenvolvida em uma simples planilha eletrônica, ou mesmo com o auxílio de uma calculadora. Tal simplicidade possibilita maior aceitação dos planos propostos e, portanto, facilita a sua implementação. Apesar disso, atualmente, os recursos computacionais permitem que modelos de PL sejam construídos de forma rápida e simples. Cabe ressaltar que este modelo de PLI demorou aproximadamente 90 minutos para ser resolvido com um processador de 1,4GHz. Porém, devido à ordem de grandeza das demandas (milhares de produtos), a PL poderia ser empregada para resolver o problema sem grande prejuízo para o planejamento da produção, dado que a diferença entre as soluções de PL e PLI foi desprezível. O problema foi resolvido por PL em menos de 10 segundos, com uma diferença no mix de produtos de apenas 8 medicamentos em relação ao plano ótimo. A análise de sensibilidade possibilita verificar qual seria o impacto na função objetivo de reduções ou aumentos marginais de capacidade nos recursos restritivos. Assim, é aplicável apenas quando soluções fracionárias são admitidas. Quando soluções inteiras são necessárias, nenhum dos métodos abordados foi capaz de avaliar diretamente a melhor opção de aumento de capacidade dos recursos, devido ao grande número de combinações possíveis. Contudo, procedimentos eficientes como a TOC e a TOCR podem ser calculados repetidamente para avaliar os diversos cenários de planejamento, dispensando uma análise de pós-otimização. 7. Conclusões O estudo permitiu verificar as diferenças entre os métodos num exemplo real, tanto em escala, quanto em complexidade. O exemplo tratado abrangeu a existência de múltiplos recursos restritivos (vide tabela 1), a ocorrência de folgas no gargalo (conforme definido pela TOC) e condições gerais de compartilhamento de recursos de produção pelos produtos. Além disso, a existência de diferenças na ordem de grandeza das capacidades dos recursos, revelou uma fragilidade na TOCR em hierarquizar recursos restritivos, que ainda não havia sido explorada em exemplos da literatura. Os métodos TOC e TOCR falharam em encontrar a solução ótima, obtida por PLI. Por outro lado, mostraram-se bastante eficientes em relação à PLI, propiciando a geração de planos de produção com grande rapidez., mesmo com recursos computacionais escassos. A tentativa de utilizar a solução viável obtida por TOC como solução inicial para o PLI não resultou numa diminuição significativa no tempo de processamento. Assim, não há vantagem em combinar os métodos de cálculo do mix de produtos. Embora não tenha alcançado a solução ótima, a TOCR apresentou maior performance por apresentar as mesmas vantagens da TOC no que concerne à eficiência e visibilidade do processo de otimização, e alcançar plena utilização dos recursos restritivos, em especial do misturador V (gargalo pela TOC) e da secagem (recurso que se esgota mais rápido). Para pesquisas futuras sobre o assunto, sugere-se estudar as modificações na TOCR que permitiriam que ela alcançasse a solução ótima sob condições mais gerais. Outra linha de pesquisa seria a investigação de métodos exatos de maior eficiência, aplicáveis ao problema de planejamento da produção por PLI, dada a sua similaridade com o problema da mochila. Outro tema útil seria o estudo de caso do planejamento de produção em diversas indústrias, o que permitiria levantar as dificuldades práticas da substituição e implementação de um método, o que ainda não foi especificamente abordado nos estudos sobre o assunto. ENEGEP 2003 ABEPRO 7
8 Referências BALAKRISHNAN, J. & CHENG, C. H. (2000) - Theory of constraints and linear programming: a reexamination. International Journal of Production Research. Vol. 38, n.6, p FINCH, B. J. & LUEBBE, R. L. (2000) - Response to Theory of constraints and linear programming: a reexamination. International Journal of Production Research. Vol. 38, n.6, p FREDENDALL, L. D. & LEA, B. R. (1997) - Improving the product mix heuristic in the theory of constraints. International Journal of Production Research. Vol. 35, n.6, p LEE, T. N. & PLENERT G. (1993) - Optimizing theory of constraints when new product alternatives exist. Production and Inventory Management Journal. Third Quarter, p LUEBBE, R. & FINCH B. (1992) - Theory of constraints and linear programming: a comparison. International Journal of Production Research. Vol. 30, n.6, p MADAY, C. J. (1994) - Proper use of constraint management. Production and Inventory Management Journal. First Quarter, p.84 PLENERT, G. (1993) - Optimizing theory of constraints when multiple constrained resources exist. European Journal of Operational Research. Vol.70, p POSNACK, A. J. (1994) - Theory of constraints: improper applications yield improper conclusions. Production and Inventory Management Journal. First Quarter, p RAHMAN, S. (1998) - Theory of Constraints - a review of the philosophy and its applications. International Journal of Operations and Production Management. Vol. 18, n.4, p RAMALHETE, M., GUERREIRO, J. & MAGALHÃES, A. (1984) - Programação linear vol. 1. McGraw-Hill. Lisboa TEIXEIRA, N. C. (1968) - Programação linear aplicada à indústria farmacêutica Dissertação de mestrado COPPE/UFRJ, Rio de Janeiro. ENEGEP 2003 ABEPRO 8
ANALISANDO O MODELO HEURÍSTICO DE OTIMIZAÇÃO DA TEORIA DAS RESTRIÇÕES COM O MODELO MATEMÁTICO DA PROGRAMAÇÃO LINEAR
ANALISANDO O MODELO HEURÍSTICO DE OTIMIZAÇÃO DA TEORIA DAS RESTRIÇÕES COM O MODELO MATEMÁTICO DA PROGRAMAÇÃO LINEAR Samuel Cogan Resumo: O presente trabalho analisa e compara os resultados do mix ótimo
Otimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear Introdução à Pesquisa Operacional Origens militares Segunda guerra mundial Aplicada na alocação de
1-1 PESQUISA OPERACIONAL INTRODUÇÃO
1-1 PESQUISA OPERACIONAL INTRODUÇÃO Regra do Jogo 1-2 Provas MAN ADM 1 a Prova: 8 ou 10 de maio 2 a Prova: 12 ou14 de junho Substitutiva: 18 ou 21 de junho Média P = Média das Provas T = Média dos Testes
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 3 do livro de Taha (2008): Motivação Conceitos Matemáticos Iniciais
Aula 13: Branch-and-bound
Aula 13: Branch-and-bound Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Modelagem em PI / Problemas Combinatórios
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
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
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
Tópicos 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
PCC173 - 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
MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA
MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA Cristiano Marinho Vaz, cmv02@hotmail.com Vinícius Ferreira da Silva
Programação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
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
Pesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
CURSO 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
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
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI BIONDI C. O.¹, VIANNA S. S. V. 2, RODRIGUES M. T. M.³ 1 Universidade Estadual de Campinas, Departamento de Engenharia de Sistemas Químicos
PROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN
PROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN R. P. da ROCHA 1, M. de F. MORAIS 1, M. A. da S. S. RAVAGNANI 2, C. M. G. ANDRADE 2, C. M. P. R. PARAÍSO 2 1 Universidade
USO DO SOLVER PARA MAXIMIZAR O LUCRO EM UMA PRODUÇÃO DE GASOLINA
USO DO SOLVER PARA MAXIMIZAR O LUCRO EM UMA PRODUÇÃO DE GASOLINA A. C. B. SILVA 1, A. P. SILVA 2 1 Universidade de Uberaba, Departamento de Engenharia Química 2 Universidade Federal de Uberlândia, Departamento
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$
Programação Matemática
Programação Matemática Professoras: Franklina Toledo e Maristela Santos* Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP *Estes slides foram feitos em colaboração
PESQUISA OPERACIONAL APLICADA A LOGÍSTICA
PESQUISA OPERACIONAL APLICADA A LOGÍSTICA Pós-Graduação em Logística e Supply Chain Valdick Sales 1 APRESENTAÇÃO Valdick sales Graduado em Ciência da Computação pela UFPE. Pós-Graduado em Redes e Banco
Pesquisa Operacional. Definição. Sumário 2/23/2016
Pesquisa Operacional Prof. Adriano Maranhão Apresentação (Professor) Site: www.resenhadevalor.com.br Graduado em Ciências da Computação UVA/2009 Pós-graduado em Engenharia de Software INTA/2010 DTI/Sobral
a) O aumento da complexidade e a rápida obsolescência dos produtos. b) Aprendizado mais rápido para eliminar falhas do processo.
14 1. Introdução 1.1. Contexto Histórico O Sistema de Produção Just-in-Time (JIT) teve seu início no Japão no início da década de 70 e tinha como principais objetivos, além da redução de todo tipo de estoques:
Unemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre. Disciplina: Introdução à Otimização Linear de Sistemas
Unemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre Disciplina: Introdução à Otimização Linear de Sistemas Slides: Introdução à Pesquisa Operacional - para situar a otimização linear Professora
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 Programação Linear Programação linear: Preocupação em encontrar a melhor solução para problemas associados
Fundamentos de Investigação Operacional. Mestrado em Engenharia Civil 2010/11
Fundamentos de Investigação Operacional Mestrado em Engenharia Civil 2010/11 Módulo de Programação Linear Marília Pires mpires@ualg.pt Gabinete 3.16 (edifício 2 -FCT) w3.ualg.pt/~mpires BIBLIOGRAFIA http://w3.ualg.pt/~mpires/io.htm
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
Investigação Operacional
Análise de Sensibilidade, Formulação Dual (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas Uma das tarefas mais delicadas no
Fundamentos de Investigação Operacional. Mestrado em Engenharia Civil 2011/12
Fundamentos de Investigação Operacional Mestrado em Engenharia Civil 2011/12 Módulo de Programação Linear Marília Pires mpires@ualg.pt Gabinete 3.16 (edifício 2) w3.ualg.pt/~mpires BIBLIOGRAFIA http://w3.ualg.pt/~mpires
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
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
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
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
6 Experimentos realizados
6 Experimentos realizados 6.1 Considerações iniciais Resolvemos os modelos de PLIM utilizando o resolvedor CPLEX, baseado no método de branch-and-bound. Resolvemos as relaxações lineares dos mesmos modelos
Unidade II PESQUISA OPERACIONAL. Profa. Ana Carolina Bueno
Unidade II PESQUISA OPERACIONAL Profa. Ana Carolina Bueno Programação linear É um subitem da programação matemática. É um dos modelos utilizados em pesquisa operacional. Consiste em otimizar (maximizar
Pesquisa 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:
Pesquisa Operacional. Evanivaldo Castro Silva Júnior
Evanivaldo Castro Silva Júnior Conteúdo Fundamentos da Pesquisa Operacional. Modelos Lineares. Métodos de solução gráfica e algoritmo simplex. Aplicações de Programação Linear. Análise de Sensibilidade.
MÉTODOS QUANTITATIVOS AULA 1. Material adaptado do Prof. ANTONIO VIANA MATIAS
MÉTODOS QUANTITATIVOS AULA 1 Material adaptado do Prof. ANTONIO VIANA MATIAS Rio de Janeiro, 2017 Nesta aula serão abordados os seguintes assuntos: A PESQUISA OPERACIONAL E A SUA EVOLUÇÃO - A evolução
Professor: Rodrigo A. Scarpel
Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Pesquisa Operacional Durante a Segunda Guerra Mundial, os líderes militares solicitaram que cientistas estudassem problemas como posicionamento
5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Otimizar a água nos centros comerciais
Otimizar a água nos centros comerciais Otimizar a água nos centros comerciais A Sonae Sierra necessita de energia, de água e de matéria-prima não renovável para que seja possível construir e operar os
Investigação Operacional
Investigação Operacional Victor Lobo Sumário Introdução Programa da cadeira Bibliografia Horário de dúvidas e contactos Avaliação O que é Investigação Operacional? Investigar as operações da empresa, embora
O uso da simulação de eventos discretos como ferramenta de apoio na detecção de gargalos nos sistemas de produção
O uso da simulação de eventos discretos como ferramenta de apoio na detecção de gargalos nos sistemas de produção Eliseu Pereira de Lima (IMT) eliseuplima@terra.com.br Leonardo Chwif (IMT) leonardo.chwif@maua.br
Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br 2018/2 - PCC174/BCC464 Aula Prática - Laboratório COM30!1 Breve Revisão Modelagem Método gráfico O Algoritmo Simplex
Preparatório para o Exame de Suficiência CFC Momento de Estudar. Lista 03/2019. Contabilidade de Custos. Professora: Eliane Reis
Preparatório para o Exame de Suficiência CFC 2019.1 Momento de Estudar Lista 03/2019 Contabilidade de Custos Professora: Eliane Reis Exame de Suficiência CFC 2019.1 Momento de Estudar Eliane Reis www.momentodeestudar.com.br
Opte então pela opção Suplementos disponível do lado esquerdo da tela que se abriu.
2.4 - Solução computacional utilizando ferramenta solver do MS Excel O problema envolvendo a produção de CPUs é um problema de maximização: queremos o máximo lucro. Vamos aproveitá-lo mais uma vez como
TP052-PESQUISA OPERACIONAL I Algoritmo Dual Simplex. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil
TP052-PESQUISA OPERACIONAL I Algoritmo Dual Simplex Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Algoritmo Dual Simplex Motivação max sa Z = cx Ax = b x 0 escolhida uma base viável max sa Z = c B x B
Pesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação
Programação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
2. Problemas de Transportes e Afectação
2. Problemas de Transportes e Afectação 2.1 A empresa de calçado Sapatex SA tem duas fábricas (F1 e F2) em território nacional e outros tantos centros de distribuição (C1 e C2). O departamento de gestão
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
MAXIMIZAÇÃO DO FATURAMENTO DE UMA EMPRESA DO SETOR ENERGÉTICO COM BASE NA PROGRAMAÇÃO LINEAR
MAXIMIZAÇÃO DO FATURAMENTO DE UMA EMPRESA DO SETOR ENERGÉTICO COM BASE NA PROGRAMAÇÃO LINEAR Claudio Ismael de Assis Giulia Oliveira Santos Medeiros Seminário de Pesquisa Operacional Universidade Federal
PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização
PEA MÉTODOS DE OTIMIZAÇÃO Otimização Definir claramente o problema a ser resolvido Estabelecer os limites físicos (capacidades, restrições) Definir o modelo matemático adequado PEA 8 - PLANEJAMENTO DE
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006 Otimização da produção segundo a Teoria das Restrições: análise de suas aplicações em uma indústria de embalagens plásticas Fabricio Pinheiro
Problemas de otimização
Problemas de otimização Problemas de decisão: Existe uma solução satisfazendo certa propriedade? Resultado: sim ou não Problemas de otimização: Entre todas as soluções satisfazendo determinada propriedade,
Universidade Federal de Itajubá
Universidade Federal de Itajubá Pesquisa Operacional Aula 01 Informações iniciais 05/06/2013 Prof. José Arnaldo B. Montevechi 1 Contato José Arnaldo Barra Montevechi e-mail: montevechi@unifei.edu.br www.iepg.unifei.edu.br/arnaldo
Investigação Operacional. Engenharia Informática Mestrado Integrado em Engenharia Electrónica e Telecomunicações Matemática e Aplicações
Investigação Operacional Engenharia Informática Mestrado Integrado em Engenharia Electrónica e Telecomunicações Matemática e Aplicações Docentes: Marília Pires mpires@ualg.pt Gabinete 3.16 (edifício 2)
TÍTULO: TEORIA DAS RESTRIÇÕES COMO FERRAMENTA DA CONTABILIDADE GERENCIAL
TÍTULO: TEORIA DAS RESTRIÇÕES COMO FERRAMENTA DA CONTABILIDADE GERENCIAL CATEGORIA: EM ANDAMENTO ÁREA: CIÊNCIAS SOCIAIS APLICADAS SUBÁREA: CIÊNCIAS CONTÁBEIS INSTITUIÇÃO: FACULDADE DE JAGUARIÚNA AUTOR(ES):
Cap. 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
PESQUISA OPERACIONAL 11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX ( ) DEFINIÇÕES REGRAS DE TRANSFORMAÇÃO. Prof. Edson Rovina Página 16
11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX Página 16 Após o problema ter sido modelado, pode-se resolvê-lo de forma algébrica. A solução algébrica é dada pelo método simplex elaborado por Dantzig. Antes da
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
Análise dos Relatórios. Max Vinicius Bedeschi CRE 6859
Análise dos Relatórios Max Vinicius Bedeschi CRE 6859 Relatório de Respostas Subdividido em três partes: Célula de Destino Células Ajustáveis Restrições O campo Valor final das células ajustáveis mostra
Transparências de apoio à lecionação de aulas teóricas. c 2012, 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Programação Linear Transparências de apoio à lecionação de aulas teóricas Versão 4 c 2012, 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP Programação Linear Problema de planeamento
Otimização. Conceitos Fundamentais. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Conceitos Fundamentais 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 / 30 Agradecimentos
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
5 Simulações e Resultados
5 Simulações e Resultados 5.. Introdução Neste capítulo são apresentados alguns estudos de casos que analisam a aplicabilidade da metodologia proposta: o algoritmo de fechos convexos na resolução do problema
PROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A
PROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A Prof.ª: Maria João Mendes Vieira ESC 11MatA 2012/2013 PROGRAMAÇÃO LINEAR A programação linear é uma "ferramenta" matemática que permite encontrar a solução ótima
1_1 1_2 2_1 1_ _ _ Fonte: Autor
75 7. Resultados Os resultados aqui apresentados utilizam o modelo proposto na Seção 6.2, resolvido através do software de otimização AIMMS para os problemas com Datas prometidas. Já para o problema sem
5. Formulação Matemática do Modelo
5. Formulação Matemática do Modelo 5.1. Descrição do Problema O problema do gerenciamento de ativos e passivos de um investidor comum pode ser representado por um modelo complexo de programação linear
Palavras e frases chave: Programação Linear; Tomada de decisões; Objectivos. Clasificação AMS: (opcional)
VI Congreso Galego de Estatística e Investigación de Operacións Vigo 5-7 de Novembro de 2003 PROGRAMAÇÃO LINEAR: TOMADA DE DECISÕES, UMA NOVA ABORDAGEM NO ENSINO SECUNDÁRIO Maria José Teixeira do Nascimento
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;
PCC104 - Projeto e Análise de Algoritmos
PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 1 de novembro de 2018 Marco Antonio
APLICAÇÃO DA PESQUISA OPERACIONAL PARA A OTIMIZAÇÃO DA PRODUÇÃO DE SORVETES: UM ESTUDO DE CASO
APLICAÇÃO DA PESQUISA OPERACIONAL PARA A OTIMIZAÇÃO DA PRODUÇÃO DE SORVETES: UM ESTUDO DE CASO Marcilio De Araujo Netto (FAESA) marcilio-netto@hotmail.com Maristela Cola Sanolin (FAESA) mcsantolin@faesa.br
IMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL
IMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL 1. INTRODUÇÃO Este tutorial apresenta, passo-a-passo, o processo de implementação e resolução de modelos matemáticos na planilha
INVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL
INVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL Mirella Augusta Sousa Moura, mirella.asm14@hotmail.com Thiago Alves de Queiroz, th.al.qz@catalão.ufg.br Resumo: Empacotamento consiste
Teoria das Restrições e Programação Linear. Uma análise sobre o enfoque de otimização da produção.
Teoria das Restrições e Programação Linear. Uma análise sobre o enfoque de otimização da produção. Vilmar Oenning (Unisinos/Unochapecó) oenning@contness.com.br Luis Henrique Rodrigues (Unisinos) lhr@produttare.com.br
DISCIPLINA JOGOS DE EMPRESA RESUMO DO LIVRO A META
DISCIPLINA JOGOS DE EMPRESA RESUMO DO LIVRO A META INTRODUÇÃO Na década de 70, Goldratt, enquanto estudante de física em Israel, elaborou uma formulação matemática para o planejamento de produção denominada
Pesquisa 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,
Escalonamento usando múltiplos períodos
3 Escalonamento usando múltiplos períodos O escalonamento usando múltiplos períodos consiste em dividir a carga total em fragmentos de carga e enviá-las a cada processador mais de uma vez, segundo períodos.
Unidade: Modelo Simplex e Modelo Dual. Unidade I:
Unidade: Modelo Simplex e Modelo Dual Unidade I: 0 Unidade: Modelo Simplex e Modelo Dual Segundo Wikipédia (2008), em teoria da otimização matemática, o algoritmo simplex de George Dantiz é uma técnica
Programação Linear Aplicada em Redes de Telecomunicações. Prof. Rodrigo de Souza Couto
Programação Linear Aplicada em Redes de Telecomunicações Prof. Rodrigo de Souza Couto Informações Gerais Prof. Rodrigo de Souza Couto E-mail: rodsouzacouto@ieee.org Página da disciplina: http://www.lee.eng.uerj.br/~rodrigo/proglin
Ferramenta de Suporte à Tomada de Decisão na Indústria Têxtil
Fabrício Bueno Borges dos Santos fabriciob@cefetsc.edu.br Ferramenta de Suporte à Tomada de Decisão na Indústria Têxtil Trabalho ilustrativo da disciplina Informática Aplicada Araranguá, 2008 Sumário 1Introdução...1
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
Agrupamento pode ser aplicado para recipientes com diferentes tamanhos ou mesmo recipiente, mas com enchimento diferente.
ANEXO I PLANO DE ESTUDO DE ESTABILIDADE REDUZIDO DE MEDICAMENTOS 1. INTRODUÇÃO Agrupamento e Matrização são modelos reduzidos de plano de estudo de estabilidade baseados em princípios diferentes. Entretanto,
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,
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
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 Sequenciamento e Emissão de Ordens Escolhida uma sistemática de administração dos estoques, serão geradas,
1 Introdução Motivação
1 Introdução 1.1. Motivação A programação linear, ao menos na modelagem matemática que se conhece hoje, foi desenvolvida durante a segunda grande guerra quando foi utilizada no planejamento e execução
MAXIMIZAÇÃO DO LUCRO NA PRODUÇÃO DE ROUPAS, CALÇADOS E MOCHILAS IMPERMEÁVEIS
MAXIMIZAÇÃO DO LUCRO NA PRODUÇÃO DE ROUPAS, CALÇADOS E MOCHILAS IMPERMEÁVEIS Claricio Marcel Gobbo Giuliano Gangana de Souza José Flávio de Oliveira Luis Antonio Orlando Programa de Pós-graduação em Engenharia
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:
PROPOSTA DE MAXIMIZAÇÃO DE LUCROS ATRAVÉS DE UM MODELO MATEMÁTICO COM USO DA PROGRAMAÇÃO LINEAR EM UMA DOCERIA DE FORTALEZA, CEARÁ
PROPOSTA DE MAXIMIZAÇÃO DE LUCROS ATRAVÉS DE UM MODELO MATEMÁTICO COM USO DA PROGRAMAÇÃO LINEAR EM UMA DOCERIA DE FORTALEZA, CEARÁ Adria Cibele Moraes de Sales 1 Larissa Oliveira Benevenuto Pereira 2 Paulo
Sumário. Prefácio, xiii
Sumário Prefácio, xiii 1 Apuração do Custo da Produção dos Bens e Serviços: Aspectos Introdutórios, 1 1.1 Evolução dos sistemas de apuração dos custos, 1 1.2 Empresas industriais, 3 1.3 Principais usuários
Pesquisa Operacional
Pesquisa Operacional Análise de Sensibilidade Algébrica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG abril - 016 1 Análise de Sensibilidade Algébrica Variações do Lado Direito Variações na Função Objetivo
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
ESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS
ESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS João Vitor Moccellin Departamento de Engenharia de Produção Escola de Engenharia de São Carlos, Universidade de São Paulo. Av. Trabalhador