O problema de dimensionamento e seqüenciamento de lotes na indústria de nutrição animal
|
|
- Liliana Salvado Gabeira
- 6 Há anos
- Visualizações:
Transcrição
1 O problema de dimensionameno e seqüenciameno de loes na indúsria de nurição animal Eli Angela Vior Toso (UFSCar) eli@dep.ufscar.br Reinaldo Morabio (UFSCar) morabio@power.ufscar.br Resumo Ese rabalho apresena uma abordagem inegrada para os problemas de dimensionameno e seqüenciameno de loes na indúsria de nurição animal. Um esudo de caso foi realizado em uma empresa do seor, localizada no inerior de São Paulo, cujo problema pode ser viso como monoeságio, capaciado e com empos de preparação dependenes da seqüência produiva. O problema é modelado por programação linear ineira e resolvido por meio da linguagem de modelagem GAMS/CPLEX. Experimenos realizados com dados reais mosram que esa abordagem é capaz de gerar resulados melhores do que os uilizados pela empresa. Palavras chave: Dimensionameno de loes, Seqüenciameno da produção, Indúsria de nurição animal. 1. Inrodução O problema de dimensionameno de loes (lo sizing) na indúsria de nurição animal consise em deerminar quano produzir de cada ração em cada período, ajusando a capacidade produiva às variações de demanda. Para ano, dispõe de duas alernaivas viáveis: aumeno da capacidade (por exemplo, com a uilização de horas exras) e anecipação da produção nos períodos de folga (uilização de esoques). O problema de seqüenciameno de loes (sequencing) consise em deerminar em que ordem produzir os loes de forma a minimizar os empos de preparação, que diminuem a capacidade produiva (Johnson & Mongomery (1974), Hax & Candea (1984), Winson (1991), Gershwin (1994) e Nahmias (1995)). Esas decisões são freqüenemene raadas de forma independene, ano na lieraura quano na práica (Drexl & Kimms (1997)). O seqüenciameno da produção geralmene é uma arefa adicional ao processo de planejameno, aribuída ao chão de fábrica. Na indúsria de nurição animal (e para ouras com processos similares), raar eses problemas independenemene gera dificuldades para ornar a produção flexível às mudanças do mercado e para ober soluções (para os amanhos e seqüência de loes) viáveis do pono de visa da capacidade disponível e do aendimeno dos prazos de enrega. Desa forma, um dos desafios do planejameno nesa indúsria é coordenar de forma eficaz esas decisões. Nese rabalho é proposa uma abordagem para oimizar o problema inegrado, uilizando um modelo de programação maemáica para represenar as decisões envolvidas. O arigo esá organizado da seguine maneira: na seção 2 é feia uma breve descrição da indúsria de nurição animal, com base no esudo de caso realizado numa empresa do seor. A seção 3 apresena um modelo de programação linear ineira para represenar o problema. Para resolvêlo, uiliza-se linguagem de modelagem GAMS (com o solver CPLEX) juno com alguns procedimenos para enar reduzir os empos compuacionais. Na seção 4 são apresenados os resulados obidos a parir de experimenos com dados reais, bem como a comparação com os resulados praicados pela empresa. Finalmene, a seção 5 discue conclusões e perspecivas para pesquisa fuura. ENEGEP 2004 ABEPRO 2934
2 2. Descrição do problema 2.1 O processo produivo Ese rabalho esá baseado no esudo de caso da unidade produora de suplemenos de uma empresa do seor. Esa plana produz suplemenos viamínicos: sais minerais, núcleos, premixes e promoores para bovinos, eqüinos, suínos, aves, ec. Grosso modo, o processo produivo pode ser dividido em rês eapas: Dosagem das maérias primas, feia mediane formulação pré-esabelecida pelo deparameno écnico. Nesa eapa as maérias primas são pesadas separadamene. Conforme vão sendo dosados, os ingredienes são encaminhados para uma área chamada de pré-misura, onde aguardam aé que oda a formulação seja pesada; Misura dos ingredienes, que ocorre em rês fases: a misura a seco, a adição de líquidos e uma nova fase de misura. Os empos de processameno de cada fase de misura dependem do ipo de produo; Ensaque. Terminado o processo de misura o maerial é descarregado no pós-misurador e encaminhado para a eapa de ensaque. O processo de produção é inermiene e ocorre em baeladas, que se referem ao loe mínimo produzido em cada operação. A quanidade produzida em cada baelada de produção é limiada pelo amanho do misurador. Embora o processo produivo enha várias eapas, podemos considerá-lo monoeságio, pois as eapas produivas esão disposas de forma linear, o padrão de fluxo de uma baelada é conínuo e basicamene não exise esoque em processo. Iso facilia a modelagem maemáica e a resolução do problema. O misurador em geral é o gargalo da produção, ou seja, a capacidade produiva depende do empo de processameno da misura. 2.2 Planejameno da produção A demanda varia muio enre os períodos do ano (sazonalidade). Para ajusar a capacidade produiva às oscilações na demanda, a empresa adoa a esraégia de uilizar horas exras nos períodos de pico ao invés de carregar esoques de um período para ouro, pois os produos são perecíveis. Cabe salienar que esa decisão precede as decisões de dimensionameno e seqüenciameno de loes. O horizone de planejameno é mensal. Semanalmene as previsões (mensais) vão sendo desdobradas e reavaliadas, considerando-se novos pedidos ou possíveis cancelamenos, a capacidade disponível e a necessidade de uilização de horas exras. Com isso são deerminados os amanhos de loe a cada semana. Uma vez deerminados os amanhos de loes, o seqüenciameno dos mesmos é realizado no chão de fábrica. Como algumas formulações misuram diversos ipos de medicamenos e minerais, é necessário sequenciar os loes de forma a eviar que produos com agenes conaminanes deixem resíduos na linha de produção, compromeendo a qualidade do próximo loe. Para eviar iso há duas alernaivas: procurar uma seqüência em que nenhum produo conamine os demais ou, quando isso não é possível, fazer uma limpeza nos equipamenos, o que resula em um empo de preparação adicional, que é dependene da seqüência produiva. No dimensionameno de loes a capacidade produiva é considerada em ermos das horas disponíveis para produção no mês e de uma axa média de produção por hora. Não é considerado o fao de que os empos de preparação são dependenes da seqüência produiva. ENEGEP 2004 ABEPRO 2935
3 Ou seja, diferenes programas resulam em diferenes seqüências, sendo que algumas podem demandar maior consumo de capacidade devido à necessidade de mais preparações, podendo inviabilizar alguns programas de produção. Porano, a empresa freqüenemene em dificuldades em coordenar de forma eficaz o dimensionameno de loes com o seqüenciameno da produção, pois, uma vez definidos os amanhos de loe, pode não ser possível enconrar uma seqüência de produção que seja viável do pono de visa da capacidade disponível. 3. Modelagem O modelo maemáico que mais se aproxima de uma represenação do presene problema é o GLSP-ST (General Lo Sizing Problem Seup Times) proposo por Meyr (2000), que considera a perda de capacidade resulane dos empos de preparação dependenes da seqüência. Hax & Candea (1984) apresenam um modelo de dimensionameno de loes capaciado que represena bem as considerações de uilização de horas exras para aumenar a capacidade produiva, penalizando os cusos de produção. Desa forma, o modelo a seguir é resulado de uma combinação e adapação deses dois modelos, sob as seguines considerações: A unidade de produção é uma baelada, independene do seu amanho (em peso ou volume). As demandas por produo são agregadas e aproximadas pelos múliplos dos amanhos das baeladas; Os produos são agregados em famílias, onde cada família só em produos perencenes ao mesmo grupo de conaminação e com caracerísicas comuns, como empo de processameno e quanidade por baelada; Quando não exise risco de conaminação residual, o empo de preparação enre um loe e ouro é pequeno. Por simplicidade, empos de preparação pequenos são desprezados. Os índices do modelo são: i família, i = 1,..., N (número de famílias) período, = 1,..., T (número de períodos do horizone de planejameno) s subperíodo, s = 1,..., S (oal de subperíodos em odos os períodos T) Nese modelo o período corresponde a uma semana e é dividido um número máximo fixo de subperíodos S,. Ese número deermina a quanidade máxima de famílias diferenes (loes) que podem ser produzidas no período. Não exise sobreposição enre os subperíodos e seus amanhos são variáveis de decisão, podendo inclusive er comprimeno zero. O amanho de s depende do empo de preparação e da quanidade produzida em s. A seqüência de subperíodos consecuivos onde uma mesma família é produzida define um loe, e a quanidade produzida durane eses subperíodos, definem o amanho do loe. Observe que um loe pode coninuar ao longo de diversos subperíodos e períodos. Os parâmeros do modelo são: C empo disponível (capacidade) no período p i empo necessário para produzir uma unidade da família i lm i loe mínimo da família i (unidades) h i cuso de maner uma unidade de esoque da família i por um período. co cuso uniário de hora exra no período s ji empo de preparação para mudar da família j para a família i d i demanda da família i no período (unidades) I i0 esoque inicial da família i no começo do horizone de planejameno (unidades) indica se a linha esá preparada para produzir a família i no começo do horizone de x i0 ENEGEP 2004 ABEPRO 2936
4 planejameno (x j0 = 1) ou não (x j0 = 0) u limie máximo de horas exras permiido no período As variáveis de decisão do modelo são: I i q is esoque da família i no fim do período (unidades) amanho do loe da família i produzido no subperíodo s (unidades) x is indica se a linha esá preparada para a família i em s (x is = 1) ou não (x is = 0) y jis indica se ocorre roca das famílias j para i no subperíodo s (y jis =1) ou não (y jis =0) O quanidade de horas exras uilizada no período O seguine modelo para represenar o presene problema é proposo: minimizar h I N T + T i i i= 1 = 1 = 1 co O I = I, + q d, i (2) i i 1 is i s S N N N piqis + i= 1 s S i= 1 j= 1 s S p q N i i= 1 y q is s ji y jis C ( C + u ) xis i s S + O (1) (3),, (4) x is = 1 s (5) x + x 1 i, j s (6) jis j, s 1 is, is lmi ( xis xi, s 1 ) s, i (7) { 0,1} s i x is, (8) I i, qis, y jis 0, qis in eiro, i, j, s, para i j (9) 0 O u (10) A função objeivo (1) expressa o criério de desempenho procurado pela empresa, que é minimizar os cusos de esocagem e horas exras. Se exise capacidade disponível, é possível realizar preparações adicionais sem necessariamene incorrer em cusos adicionais relevanes. As resrições (2) são de balanceameno de esoque: a quanidade de esoque em mãos (I i ) de uma família i no fim da semana deve ser igual a quanidade de esoque em mãos (I i,-1 ) no início da semana, mais a somaória das quanidades da família i produzidos nos subperíodos s da semana, menos a quanidade demandada d i da família i na semana. As resrições (3) se referem à capacidade produiva, considerada em ermos de empo e correspondendo aos urnos rabalhados denro da semana, mais as possíveis horas exras necessárias para aender a demanda do período. Os empos de preparação referenes às rocas de famílias acarream em perda da capacidade. As resrições (4) garanem que a produção de uma família i só pode ocorrer no subperíodo s do período se a linha esiver preparada (limpa) para esa família nese subperíodo. As resrições (5) garanem que a linha só pode esar preparada para uma única família no subperíodo s. As resrições (6) relacionam os esados de preparação e os indicadores de mudança, ou seja, oda vez que há uma mudança na linha de produção de uma família i para uma família j, deve haver uma mudança no esado de preparação da linha. Noe que se x i,s-1 =1 e x js =1, enão (6) ENEGEP 2004 ABEPRO 2937
5 garane que y 1. jis As resrições (7) impõem a produção de um loe mínimo lm i da família i no subperíodo s se a linha não esava preparada em s-1 (x i,s-1 =0) e esava preparada em s (x i,s =1). Esas resrições são necessárias uma vez que a mariz de empos de preparação não saisfaz a desigualdade riangular, ou seja, s + s s, i, j, k = 1, K N, nem sempre é válido. jk ki ji, As resrições (8) e (9) são de não negaividade e inegralidade das variáveis. O esoque em mãos I i da família i no período deve ser não negaivo, pois não são permiidos pedidos pendenes. A quanidade produzida q is da família i no subperíodo s, além de ser não negaiva, deve ser uma variável ineira medida em número de baeladas. Convém observar que, diferene do modelo de Meyer (2000), a variável y jis não é penalizada na função objeivo (1) do modelo acima. Quando não há capacidade disponível, é necessário uilizar horas exras que são penalizadas na função objeivo. Para esa condição os empos de preparação devem ser oimizados de forma a minimizar o impaco das horas exras no cuso oal. Admie-se que iso faz com que as variáveis y jis resulem binárias, sem necessidade de impor esa condição nas resrições (9). Esa suposição é verificada nos experimenos compuacionais da próxima seção. Iso ambém pode ser explicado pelo seguine argumeno: dada uma solução óima com valores y jis fracionais, sempre é possível enconrar uma solução alernaiva, ou seja, com o mesmo valor da função objeivo, fixando as variáveis y jis em 0, quando 0< y jis <1, e em 1, quando y jis >1. Finalmene, as resrições (10) referem-se aos limies de horas exras. Admie-se o limie u como o máximo de horas exras permiidas pelas leis rabalhisas. 4. Resulados Nesa seção são apresenados os resulados obidos com o modelo (1)-(10). Para resolvê-lo, foi uilizada a linguagem de modelagem algébrica GAMS 2 com o solver CPLEX 7. Para realização dos experimenos compuacionais foi uilizado um micro-compuador com processador AMD Alhon 1333mhz com 512mb de memória RAM e sisema operacional Windows XP. A seguir são apresenados os resulados da aplicação do modelo com dados reais da empresa, referenes a um mês de produção. São considerados 4 períodos (semanas) para o horizone de planejameno, com um oal de 21 famílias (i,j=21) podendo ser demandadas semanalmene (S =21). A formulação resula em cerca de variáveis (das quais 1764 são ineiras e 1764 são binárias) e resrições. Nos diversos eses compuacionais realizados observou-se que, após cero empo, as soluções enconradas não apresenam melhoria significaiva. Por isso um limie para empo de processameno do modelo GAMS/CPLEX foi arbirariamene fixado em 12 horas. Os parâmeros para o modelo, bem como o resulado compleo da pesquisa, são enconrados em Toso (2003). Aplicando o modelo GAMS/CPLEX com os parâmeros da empresa, sem qualquer olerância no gap de oimalidade, obivemos um plano de produção com cuso de 8230 unidades moneárias após 12 horas de processameno. Comparada ao limiane inferior (calculado pelo modelo), esa solução enconra-se a, no máximo, 63,96% do valor óimo, iso é, o gap com o limiane superior é grande. Conforme pode ser observado em Toso (2003), para melhorar esa solução inicial obida foram realizados experimenos com várias esraégias: Alerar a condição da variável y jis no modelo GAMS: canalizar, declarar como binária, incluir na função objeivo; ENEGEP 2004 ABEPRO 2938
6 Incorporar desigualdades válidas ao modelo, na enaiva de reduzir o espaço de soluções (sem perda de oimalidade) e eviar algumas redundâncias; Sequenciar apenas o 1º período, relaxando a preparação dependene nos demais; Relaxar a condição de inegralidade da variável q is. O experimeno que apresenou o melhor resulado, após 12 horas de processameno foi o que usou a esraégia de declarar a variável y jis, como binária, e relaxar a condição de inegralidade da quanidade produzida (q is ). A figura 1, abaixo apresena o plano de produção gerado pelo modelo GAMS para ese experimeno s i qis s i qis s i qis s i qis 1 fam fam21 52,33 43 fam fam fam fam fam fam fam fam fam fam fam fam fam3 1 5 fam fam fam fam fam fam fam fam10 79 seup 7 fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam fam21 11, fam fam fam fam seup 60 fam fam fam fam fam fam fam fam fam fam fam fam fam fam19 4 Figura 1. Resulado gerado pelo modelo GAMS. No primeiro período (1) a demanda é compleamene aendida, e ainda é produzido para esoque 5 unidades da família 20. Para produzir a seqüência gerada pelo modelo é necessário fazer apenas uma preparação nese período. A capacidade de empo oal previsa para ese período é de 62,17 horas (60,5 horas para produção mais 1,67 horas para a preparação). No segundo período (2) a demanda é aendida oalmene pelas quanidades produzidas, e ainda prevê a produção para esoque de 1 unidade da família 19 e 15,333 unidades da família 21. A seqüência dese período ambém necessia de apenas uma preparação, porano o empo oal previso é de 63,27 horas. No erceiro período (3) o plano de produção gerado aende compleamene a demanda do ENEGEP 2004 ABEPRO 2939
7 período, exceo pela família 19 que uiliza 1 baelada do esoque, e pela família 20 que uiliza 4 baeladas produzidas aneriormene. Ainda é programada a produção de 19 baeladas de esoque para a família 21. Para produzir a seqüência planejada para ese período não é preciso realizar nenhuma preparação, a capacidade de empo necessária para produção é de 64 horas. Finalmene, no quaro período, onde a demanda previsa é superior à capacidade produiva do período, a demanda é aendida pelas quanidades produzidas mais 1 baelada esocada da família 20 e 34,333 baeladas em esoque da família 21. Da mesma maneira que no período anerior a produção é seqüenciada de forma que não é necessário realizar nenhuma preparação. O empo oal para produção ambém é de 64 horas. Ese plano de produção não prevê a uilização de horas exras em nenhum período. Iso implica que o cuso resulane dese plano de produção (3481 u.m.) corresponde apenas aos cusos de maner esoques. Esa solução viola um imporane aspeco do problema real que consise na condição de inegralidade da quanidade produzida (q is ), enreano, podemos aproximá-la de uma solução ineira facível e avaliar seu impaco nos cusos. Observe na figura 1 que nesa solução a inegralidade da variável foi violada apenas para a família 21 nos períodos 2 e 4, com quanidades previsas de 53,333 e 12,667, respecivamene. Na práica podemos produzir 54 baeladas em 2 e 12 em 4, acarreando em um cuso exra de mais 0,667 baeladas esocadas por dois períodos, o que acarrearia em um acréscimo de 595 u.m. no cuso do plano inicial. Oura solução seria produzir 53 baeladas em 2 e 13 baeladas em 4. Iso acarrearia em uma redução no cuso de esocagem de 0,333 baeladas esocadas por dois períodos, enreano, como a capacidade do quaro período é resriiva, seria necessária a uilização de horas exras, resulando em um acréscimo de 562 u.m. O programa de produção da empresa consise em produzir a cada semana, apenas a demanda previsa para a mesma (chase sraegy) (Nahmias, 1995), incorrendo na uilização de horas exras. A empresa aposa nesa esraégia, pois considera que as incerezas em relação à demanda são basane grandes. Quano ao seqüenciameno, conforme descrio na seção 2, ele não é planejado no programa inicial, ficando a cargo do chão de fábrica. Aravés das ordens de fabricação reporadas da empresa, sabemos que a produção dese mês foi seqüenciada de maneira que foram necessárias quaro preparações no período 1, rês em 2, quaro em 3 e duas em 4. Considerando o empo necessário para produzir a demanda em cada semana, mais o empo gaso nas preparações, sabemos que o empo oal (em horas) necessário por semana é de: ,18 61,41 67,98 78,24 Analisando o programa de produção uilizado pela empresa com os mesmos parâmeros de cuso do modelo GAMS/CPLEX, emos que, o programa da empresa resula num cuso exra de produção de unidades moneárias, referenes à uilização de horas exras. Para mais dealhes desa análise, o leior pode consular Toso (2003). Noe que o programa de produção gerado pelo modelo GAMS/CPLEX, comparado ao programa de produção inicial da empresa, consegue uma redução subsancial no cuso oal de 77,5%. O cuso oal (cuso de horas exras e cuso de esocagem) da solução do modelo é significaivamene menor porque, além de anecipar a produção nos períodos onde exise capacidade ociosa, o modelo enconra seqüências de produção melhores, ou seja, com menos preparações. Cabe salienar que o programa de produção da empresa é caueloso em relação ENEGEP 2004 ABEPRO 2940
8 ao pico de demanda previso para o final do mês, ou seja, a programação da empresa aposa que ele não vai ocorrer. Se iso aconecer de fao, a esraégia de produção da empresa pode ser melhor. Enreano, esa cauela da empresa em relação às incerezas da demanda pode ser conemplada no modelo por meio de análise de sensibilidade, alerando-se os parâmeros de demanda por valores menos oimisas e execuando o programa para diversos cenários. 5. Conclusões e perspecivas para pesquisa fuura No problema de dimensionameno e seqüenciameno de loes na indúsria de rações para nurição animal, o objeivo é enconrar um plano de produção que aenda a demanda sem arasos, oimizando a uilização dos recursos disponíveis. Na práica ese problema é resolvido em duas eapas, o que gera dificuldades para ornar a produção flexível às mudanças do mercado e para ober soluções (para os amanhos e seqüência de loes) viáveis do pono de visa da capacidade disponível e do aendimeno dos prazos de enrega. Desa forma, um dos desafios do PCP é coordenar de forma eficaz esas decisões. A abordagem proposa nese rabalho raa o problema de forma inegrada, propondo um modelo de programação linear ineira para represenar as decisões envolvidas e resolvendo-o pelo sofware GAMS/CPLEX. Experimenos realizados com dados reais mosram que esa abordagem é capaz de gerar resulados melhores do que os uilizados pela empresa. Desa forma, o modelo parece ser apropriado para apoiar as decisões de dimensionameno e seqüenciameno de loes na indúsria rações para nurição animal. Um inconveniene desa abordagem é o esforço compuacional requerido pelo solver CPLEX para resolver o modelo, requerendo ordem de horas de um microcompuador. Uma perspeciva imporane para pesquisa fuura é esudar e desenvolver méodos de solução (exaos e aproximados) alernaivos para raar o modelo, que garanam enconrar boas soluções em pouco empo compuacional (por exemplo, ordem de minuos). Tais méodos podem combinar écnicas de decomposição do modelo, relaxação de resrições e variáveis, procedimenos de fixação de variáveis, além de heurísicas consruivas, buscas locais e meaheurísicas. Devido às incerezas em relação à demanda, uma aplicação mais efeiva desa abordagem pode ser alcançada com a uilização do conceio de horizone rolane. Referências DREXL, A., KIMMS, A. (1997). Lo sizing and Scheduling Survey and exensions. European Journal of Operaional Research, pg GERSHWIN, S. (1994). Manufacuring sysems engineering. Prenice Hall, New Jersey. HAX, A., CANDEA, D. (1984) Producion and invenory managemen. Prenice-Hall, Englewood Cliffs, N. J. JONHSON, L.A., MONTGOMERY, D.C. (1974). Operaions research in produion planning, scheduling and invenory conrol. Wiley, New York. MEYR, H. Simulaneous losizing and scheduling by combining local search whi dual reopimizaion. European Journal of Operaional Research 139, , NAHMIAS, S. (1995). Producion an Operaions Analisys. Irwin, Hoewood, IL. TOSO, E.A., Oimização do problema inegrado de dimensionameno e seqüenciameno de loes: esudo de caso na indúsria de rações. Disseração de Mesrado, Programa de Pós Graduação em Engenharia de Produção. DEP-UFSCar. São Carlos, WINSTON, W. (1991). Operaions Research: Applicaions and algorihms. PWS-Ken, Boson. ENEGEP 2004 ABEPRO 2941
OTIMIZAÇÃO DO PROBLEMA INTEGRADO DE DIMENSIONAMENTO E SEQÜENCIAMENTO DE LOTES NA INDÚSTRIA DE NUTRIÇÃO ANIMAL
OTIMIZAÇÃO DO PROBLEMA ITEGRADO DE DIMESIOAMETO E SEQÜECIAMETO DE LOTES A IDÚSTRIA DE UTRIÇÃO AIMAL Eli Angela Vior Toso Reinaldo Morabio Deparameno de Engenharia de Produção Universidade Federal de São
Leia maisMATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios
Leia maisUma Abordagem ATSP para o Problema de Dimensionamento e Sequenciamento de Lotes na Indústria de Nutrição Animal
Uma Abordagem ATSP para o Problema de Dimensionameno e Sequenciameno de Loes na Indúsria de urição Animal Eli Angela Vior Toso Reinaldo Morabio Deparameno de Engenharia de Produção Universidade Federal
Leia mais4 Modelagem e metodologia de pesquisa
4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,
Leia maisHeurísticas. Planejamento da Produção (construtiva) Heurísticas de Melhoria
Heurísicas Planejameno da Produção (consruiva) Heurísicas de Melhoria Dimensionameno de loes O problema de dimensionameno de loes consise em planejar a quanidade de iens a ser produzida em várias (ou única)
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisCINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA
CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos
Leia maisProblema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica
Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,
Leia maisHEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES CAPACITADO COM ATRASO
HEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES CAPACITADO COM ATRASO João Paulo Duare Casaroi Insiuo de Ciências Maemáicas e de Compuação Universidade de São Paulo-USP Caixa Posal 668 13560-970
Leia maisAULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM
AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia maisHEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES NÃO-CAPACITADO COM ATRASO
Pesquisa Operacional e o Desenvolvimeno Susenável HEURÍSICAS PARA O PROBLEMA DE DIMENSIONAMENO DE LOES NÃO-CAPACIADO COM ARASO João Paulo Duare Casaroi Insiuo de Ciências Maemáicas e de Compuação Universidade
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisOtimização da Produção: estudo de caso de uma microempresa familiar produtora de salgados
Kaharine De Angeli Honorao Oimização da Produção: esudo de caso de uma microempresa familiar produora de salgados Disseração de Mesrado Disseração apresenada como requisio parcial para obenção do íulo
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisModelos Não-Lineares
Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
Leia maisMODELAGEM MATEMÁTICA DE OTIMIZAÇÃO APLICADA AO PLANEJAMENTO AGREGADO DA PRODUÇÃO EM USINAS DE AÇÚCAR E ÁLCOOL: FORMULAÇÃO E RESULTADOS
MODELAGEM MATEMÁTICA DE OTIMIZAÇÃO APLICADA AO PLANEJAMENTO AGREGADO DA PRODUÇÃO EM USINAS DE AÇÚCAR E ÁLCOOL: FORMULAÇÃO E RESULTADOS Rafael Piai Oiiica de Paiva Usina Sana Cloilde S/A 57100-000, Rio
Leia mais4 Análise de Sensibilidade
4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de
Leia maisMotivação. Prof. Lorí Viali, Dr.
Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas
Leia maisA aplicação de Programação por Metas para a geração de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa - COLUNI
A aplicação de Programação por Meas para a geração de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa - COLUNI André Lobo Teixeira (UFV) andre.lobo@ufv.br Lana Mara Rodrigues
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia maisDimensionamento de Lotes e Programação do Forno numa Fundição de Pequeno Porte
Gesão & Produção., v.11, p.165-176, 2004 Dimensionameno de Loes e Programação do Forno numa Fundição de Pequeno Pore Silvio Alexandre de Araujo (silvio@din.uem.br) Deparameno de Informáica Universidade
Leia maisDISCIPLINA SÉRIE CAMPO CONCEITO
Log Soluções Reforço escolar M ae máica Dinâmica 4 2ª Série 1º Bimesre DISCIPLINA SÉRIE CAMPO CONCEITO Maemáica 2ª do Ensino Médio Algébrico simbólico Função Logarímica Primeira Eapa Comparilhar Ideias
Leia maisDINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY
DINÂMICA OULACIONAL COM CONDIÇÃO INICIAL FUZZY Débora Vailai (ICV-UNICENTRO), Maria José de aula Casanho (Orienadora), e-mail: zeza@unicenro.br. Universidade Esadual do Cenro-Oese, Seor de Ciências Exaas
Leia maisAnálise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos
Análise de Projecos ESAPL / IPVC Criérios de Valorização e Selecção de Invesimenos. Méodos Dinâmicos Criério do Valor Líquido Acualizado (VLA) O VLA de um invesimeno é a diferença enre os valores dos benefícios
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia maisIntrodução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.
Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,
Leia maisPLANEJAMENTO DE EXPANSÃO DE REDES DE TRANSMISSÃO CONSIDERANDO A INCERTEZA DA DEMANDA
TRABALHO DE GRADUAÇÃO PLANEJAMENTO DE EXPANSÃO DE REDES DE TRANSMISSÃO CONSIDERANDO A INCERTEZA DA DEMANDA Gabriel Taruce Gondim Brasília, 01 de Julho de 2016 UNIVERSIDADE DE BRASILIA FACULDADE DE TECNOLOGIA
Leia maisUMA EXTENSÃO E HEURÍSTICAS PARA UM PROBLEMA DE DIMENSIONAMENTO DE LOTES INTEGRADO A UM PROBLEMA DE DISTRIBUIÇÃO
A inegração de cadeias produivas com a abordagem da manufaura susenável. Rio de Janeiro, RJ, Brasil, 3 a 6 de ouubro de 008 UMA EENSÃO E HEURÍSICAS PARA UM PROBLEMA DE DIMENSIONAMENO DE LOES INEGRADO A
Leia maisINFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO
INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisAntes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.
O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia maisTeoremas Básicos de Equações a Diferenças Lineares
Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia maisUM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS E CLIENTES EM UMA INDÚSTRIA METAL-MECÂNICA
A inegração de cadeias produivas com a abordagem da manufaura susenável. Rio de Janeiro, RJ, Brasil, 3 a 6 de ouubro de 2008 UM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS
Leia maisTópicos Especiais em Energia Elétrica (Projeto de Inversores e Conversores CC-CC)
Deparameno de Engenharia Elérica Tópicos Especiais em Energia Elérica () ula 2.2 Projeo do Induor Prof. João mérico Vilela Projeo de Induores Definição do úcleo a Fig.1 pode ser observado o modelo de um
Leia mais5 Método dos Mínimos Quadrados de Monte Carlo (LSM)
Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores
Leia mais4 O Papel das Reservas no Custo da Crise
4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia maisCalcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1.
1. (Unesp 017) Um cone circular reo de gerariz medindo 1 cm e raio da base medindo 4 cm foi seccionado por um plano paralelo à sua base, gerando um ronco de cone, como mosra a figura 1. A figura mosra
Leia maisExperiência IV (aulas 06 e 07) Queda livre
Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de
Leia maisUMA ABORDAGEM EXATA PARA O PROBLEMA DE PROGRAMAÇÃO DE MOTORISTAS DE ÔNIBUS URBANO
UMA ABORDAGEM EXATA PARA O PROBLEMA DE PROGRAMAÇÃO DE MOTORISTAS DE ÔNIBUS URBANO Danilo S. Souza Gusavo P. Silva Haroldo G. Sanos Deparameno de Compuação Universidade Federal de Ouro Preo RESUMO Ese rabalho
Leia maisCURVAS DE CRESCIMENTO E OTIMIZAÇÃO DE UM PROCESSO INDUSTRIAL DE FERMENTAÇÃO
CURVAS DE CRESCIMENTO E OTIMIZAÇÃO DE UM PROCESSO INDUSTRIAL DE FERMENTAÇÃO Naália Peçanha Caninas Companhia Municipal de Limpeza Urbana - COMLURB Rua Major Ávila, 358 CEP 20.519-900-Rio de Janeiro- RJ
Leia mais5 Solução por Regressão Simbólica 5.1. Introdução
5 Solução por Regressão Simbólica 5.. Inrodução ese capíulo é descrio um esudo de caso uilizando-se o modelo proposo no capíulo 4. reende-se com esse esudo de caso, mosrar a viabilidade do modelo, suas
Leia maisI INVESTIGAÇÃO DE MÉTODOS DE SELEÇÃO AUTOMÁTICA DE CIRCUITOS USANDO A TEORIA DOS GRAFOS PARA A ANÁLISE DE REDES HIDRÁULICAS
º Congresso Brasileiro de Engenharia Saniária e Ambienal I- - INVESTIGAÇÃO DE MÉTODOS DE SELEÇÃO AUTOMÁTICA DE CIRCUITOS USANDO A TEORIA DOS GRAFOS PARA A ANÁLISE DE REDES HIDRÁULICAS Rober Schiaveo de
Leia mais5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço
5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que
Leia maisEscola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / Professor: Rubens Penha Cysne
Escola de Pós-Graduação em Economia da Fundação Geulio Vargas (EPGE/FGV) Macroeconomia I / 2011 Professor: Rubens Penha Cysne Lisa de Exercícios 5 Crescimeno com Inovações Horizonais (Inpu Varieies) 1-
Leia maisTabela: Variáveis reais e nominais
Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia maisAPLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS
! "#$ " %'&)(*&)+,- /2*&4365879&4/:+58;2*=?5@A2*3B;- C)D 5,5FE)5G+ &4- (IHJ&?,+ /?=)5KA:+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G- D - ;/);& Foz do Iguaçu, PR, Brasil, 9 a de ouubro de 27 APLICAÇÃO DA ANÁLISE
Leia maisABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS
ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS T. L. Vieira, A. C. Lisboa, D. A. G. Vieira ENACOM, Brasil RESUMO A mariz energéica é uma represenação quaniaiva
Leia maisAPLICAÇÕES DAS EQUAÇÕES EM DIFERENÇAS NA SOLUÇÃO DE ALGUNS PROBLEMAS EM CIÊNCIAS SOCIAIS APLICADAS
3 APLICAÇÕES DAS EQUAÇÕES EM DIFERENÇAS NA SOLUÇÃO DE ALGUNS PROBLEMAS EM CIÊNCIAS SOCIAIS APLICADAS Gusavo Baisa de Oliveira (Uni-FACEF) Anônio Carlos da Silva Filho (Uni-FACEF) INTRODUÇÃO A Renda Nacional,
Leia mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia maisMODELAGEM, OTIMIZAÇÃO E SIMULAÇÃO DE POLÍTICAS OPERATIVAS BASEADAS EM PROGRAMAÇÃO DINÂMICA NO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA
UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO DEPARTAMENTO DE SISTEMAS E ENERGIA MODELAGEM, OTIMIZAÇÃO E SIMULAÇÃO DE POLÍTICAS OPERATIVAS BASEADAS EM PROGRAMAÇÃO DINÂMICA
Leia maisPlanejamento e Controle da Capacidade PUC. Prof. Dr. Marcos Georges. Adm Produção II Prof. Dr. Marcos Georges 1
Planejameno e Conrole da Capacidade PUC CAMPINAS Prof. Dr. Marcos Georges Adm Produção II Prof. Dr. Marcos Georges 1 Planejameno Fornecimeno de produos e serviços Planejameno e Conrole da Capacidade Produiva
Leia maisUM MODELO DE PLANEJAMENTO DA PRODUÇÃO TIPO LQG COM RESTRIÇÕES PROBABILÍSTICAS
Pesquisa Operacional na Sociedade: Educação, Meio Ambiene e Desenvolvimeno a 5/9/6 Goiânia, GO UM MODELO DE PLANEJAMENTO DA PRODUÇÃO TIPO LQG COM RESTRIÇÕES PROBABILÍSTICAS Oscar Salviano Silva Filho CenPRA
Leia maisIII Congresso da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 Junho 1995
1 III Congresso da Sociedade Poruguesa de Esaísica Guimarães, 26 a 28 Junho 1995 Políicas Ópimas e Quase-Ópimas de Inspecção de um Sisema Sujeio a Falhas Cláudia Nunes, João Amaral Deparameno de Maemáica,
Leia maisExercícios Sobre Oscilações, Bifurcações e Caos
Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia maisDESENVOLVIMENTO DE MÉTODO DE
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO DESENVOLVIMENTO DE MÉTODO DE PLANEJAMENTO E PROGRAMAÇÃO DE OPERAÇÕES DE PRESTAÇÃO DE SERVIÇOS
Leia maisUTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES
UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia mais3 LTC Load Tap Change
54 3 LTC Load Tap Change 3. Inrodução Taps ou apes (ermo em poruguês) de ransformadores são recursos largamene uilizados na operação do sisema elérico, sejam eles de ransmissão, subransmissão e disribuição.
Leia maisOtimização da Curva de Gatilho de uma Opção Americana de Compra através de Algoritmos Genéticos
> REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA (ISSN: XXXXXXX), Vol. X, No. Y, pp. 1-10 1 Oimização da Curva de Gailho de uma Opção Americana de Compra aravés de Algorimos Genéicos Rafael de Sequeira
Leia maisA entropia de uma tabela de vida em previdência social *
A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela
Leia maisDIMENSIONAMENTO DE LOTES E PROGRAMAÇÃO DO FORNO NUMA FUNDIÇÃO AUTOMATIZADA DE PORTE MÉDIO
versão impressa ISSN 00-7438 / versão online ISSN 678-542 DIMENSIONAMENTO DE LOTES E PROGRAMAÇÃO DO FORNO NUMA FUNDIÇÃO AUTOMATIZADA DE PORTE MÉDIO Silvio Alexandre de Araujo Deparameno de Informáica Universidade
Leia mais2 Reforma Previdenciária e Impactos sobre a Poupança dos Funcionários Públicos
Reforma Previdenciária e Impacos sobre a Poupança dos Funcionários Públicos Em dezembro de 998 foi sancionada a Emenda Consiucional número 0, que modificou as regras exisenes no sisema de Previdência Social.
Leia mais5.3 Escalonamento FCFS (First-Come, First Served)
c prof. Carlos Maziero Escalonameno FCFS (Firs-Come, Firs Served) 26 5.3 Escalonameno FCFS (Firs-Come, Firs Served) A forma de escalonameno mais elemenar consise em simplesmene aender as arefas em sequência,
Leia mais4 Modelo de fatores para classes de ativos
4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos
Leia maisCUSTOS POTENCIAIS DA PRODUÇÃO E OS BENEFÍCIOS DO PLANEJAMENTO E CONTROLE DA PRODUÇÃO
XXII Enconro Nacional de Engenharia de rodução Curiiba R, 23 a 25 de ouubro de 2002 CUSTOS OTENCIAIS DA RODUÇÃO E OS BENEFÍCIOS DO LANEJAMENTO E CONTROLE DA RODUÇÃO Valério Anonio amplona Salomon José
Leia maisUNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III
UNIVERSIDADE DA BEIRA INTERIOR FACUDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III icenciaura de Economia (ºAno/1ºS) Ano ecivo 007/008 Caderno de Exercícios Nº 1
Leia maisREMOÇÃO DE RESÍDUOS DE EFLUENTES TEXTEIS UTILIZANDO PROCESSO DE ADSORÇÃO CONTÍNUA COM BAGAÇO DE LARANJA COMO ADSORVENTE
REMOÇÃO DE RESÍDUOS DE EFLUENTES TEXTEIS UTILIZANDO PROCESSO DE ADSORÇÃO CONTÍNUA COM BAGAÇO DE LARANJA COMO ADSORVENTE Ivo Junior Trevisan, 2 Leila Denise Fiorenin Ferrari, 3 Luis Eduardo Rosin, 4 Nehemias
Leia mais5 Erro de Apreçamento: Custo de Transação versus Convenience Yield
5 Erro de Apreçameno: Cuso de Transação versus Convenience Yield A presene seção em como objeivo documenar os erros de apreçameno implício nos preços eóricos que eviam oporunidades de arbiragem nos conraos
Leia maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia maisRespondidos (parte 13)
U Coneúdo UNoas de aulas de Transpores Exercícios Respondidos (pare 3) Hélio Marcos Fernandes Viana da pare 3 Exemplo numérico de aplicação do méodo udo-ou-nada, exemplo de cálculo do empo de viagem equações
Leia maisMODELOS USADOS EM QUÍMICA: CINÉTICA NO NÍVEL SUPERIOR. Palavras-chave: Modelos; Cinética Química; Compostos de Coordenação.
MDELS USADS EM QUÍMICA: CINÉTICA N NÍVEL SUPERIR André Luiz Barboza Formiga Deparameno de Química Fundamenal, Insiuo de Química, Universidade de São Paulo. C.P. 6077, CEP 05513-970, São Paulo, SP, Brasil.
Leia mais4 O Fenômeno da Estabilidade de Tensão [6]
4 O Fenômeno da Esabilidade de Tensão [6] 4.1. Inrodução Esabilidade de ensão é a capacidade de um sisema elérico em maner ensões aceiáveis em odas as barras da rede sob condições normais e após ser submeido
Leia maisProgramação estocástica robusta aplicada ao planejamento agregado de safra em usinas cooperadas do setor sucroenergético
Ges. Prod., São Carlos, v. 18, n. 4, p. 719-738, 2011 Programação esocásica robusa aplicada ao planejameno agregado de safra em usinas cooperadas do seor sucroenergéico Sochasic robus opimizaion model
Leia maisAdministração de Materiais 06/09/2013
Adminisração de Maeriais Unidade 02 Conrole de Esoque CONCEITO DE ESTOQUES É a composição de maeriais - maeriais em processameno, maeriais semi-acabados, maeriais acabados - que não é uilizada em deerminado
Leia maisUtilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil
XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)
Leia maisDesenvolvimento de modelos e ferramenta computacional para avaliação dos riscos e minimização das violações de tensão em sistemas de distribuição
esenvolvimeno de modelos e ferramena compuacional para avaliação dos riscos e minimização das violações de ensão em sisemas de disribuição A. Méffe, enerq/epusp; C. C. B. de Oliveira, enerq/epusp; T. P.
Leia maisEscola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / Professor: Rubens Penha Cysne. Lista de Exercícios 4
Escola de Pós-Graduação em Economia da Fundação Geulio Vargas (EPGE/FGV) Macroeconomia I / 207 Professor: Rubens Penha Cysne Lisa de Exercícios 4 Gerações Superposas em Tempo Conínuo Na ausência de de
Leia maisMATEMÁTICA. Prof. Favalessa REVISÃO GERAL
MATEMÁTICA Prof. Favalessa REVISÃO GERAL. Em um cero grupo de pessoas, 40 falam inglês, 3 falam espanhol, 0 falam francês, falam inglês e espanhol, 8 falam inglês e francês, 6 falam espanhol e francês,
Leia maisAnálise de Pós-optimização e de Sensibilidade
CPÍULO nálise de Pós-opimização e de Sensibilidade. Inrodução Uma das arefas mais delicadas no desenvolvimeno práico dos modelos de PL, relaciona-se com a obenção de esimaivas credíveis para os parâmeros
Leia maisProfessor: Danilo Dacar
Progressão Ariméica e Progressão Geomérica. (Pucrj 0) Os números a x, a x e a x esão em PA. A soma dos números é igual a: a) 8 b) c) 7 d) e) 0. (Fuves 0) Dadas as sequências an n n, n n cn an an b, e b
Leia maisTRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)
TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:
Leia maisAMANDA OLIVEIRA, G. Depto. Engenharia de Computação e Automação - UFRN
ANÁLISE COMPARATIVA DE ALGUMAS TÉCNICAS PARA O ESTABELECIMENTO DE TRAJETÓRIAS EM AMBIENTES COM OBSTÁCULOS USANDO APRENDIZAGEM POR REFORÇO AMANDA OLIVEIRA, G. Depo. Engenharia de Compuação e Auomação -
Leia maisFormulações, heurísticas e um limite combinatório para o problema de alocação de salas de aula com demandas flexíveis
Formulações, heurísicas e um limie combinaório para o problema de alocação de salas de aula com demandas flexíveis Juno Freire Deparameno de Ciência da Compuação, Universidade Federal da Bahia Av. Adhemar
Leia mais