Abordagens para problemas de carregamento de contêineres com considerações de múltiplos destinos

Tamanho: px
Começar a partir da página:

Download "Abordagens para problemas de carregamento de contêineres com considerações de múltiplos destinos"

Transcrição

1 Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos Approaches for contaner loadng problems wth mult-drop consderatons Leonardo Junquera 1 Renaldo Morabto 1 Dense Sato Yamashta 1 Resumo: Neste trabalho, apresentamos um modelo de programação lnear ntera msta 0-1 e abordagens baseadas neste modelo para tratar problemas de carregamento de caxas retangulares dentro de um contêner ou camnhão, consderando restrções prátcas de múltplos destnos. Em partcular, estamos nteressados apenas no arranjo da carga dentro do camnhão, assumndo que o rotero que este deve percorrer já é conhecdo a pror e que a carga cabe dentro dele. O objetvo, portanto, é determnar o melhor padrão de empacotamento, garantndo que as caxas não se sobreponham umas às outras dentro do camnhão e consderando a ordem em que elas devem ser descarregadas, sem que para sso seja necessáro um manuseo adconal. Testes computaconas com as abordagens propostas foram realzados utlzando o aplcatvo GAMS/CPLEX e exemplos gerados a partr de dados aleatóros e exemplos da lteratura. Os resultados mostraram que o modelo e as abordagens são coerentes e representam adequadamente as stuações tratadas, embora estejam lmtados a resolver otmamente apenas problemas de tamanho bem moderado. No entanto, o modelo e as abordagens podem ser útes para motvar pesqusas futuras para tratar problemas maores e mas realstas na prátca, assm como para tratar o caso combnado deste problema com o problema de roteamento e programação de veículos. Palavras-chave: Problemas de corte e empacotamento. Carregamento de contêneres com múltplos destnos. Otmzação combnatóra. Modelagem matemátca. Abstract: In ths paper, we present a 0-1 mxed nteger lnear programmng model and approaches based on ths model to solve problems of pacng rectangular boxes nsde a contaner or a truc. In partcular, we are only nterested n the arrangement of the cargo nsde the truc. We assume that the route of the truc s already nown n advance and that the cargo fts nsde the truc. Therefore, the objectve s to fnd the best loadng pattern ensurng that the boxes do not overlap each other nsde the truc and consderng the sequence that they must be unloaded n order to avod addtonal handlng. Computatonal tests wth the proposed approaches were performed usng the software GAMS/CPLEX wth randomly generated nstances and nstances from the lterature. The results show that the model and the approaches are consstent and properly represent the stuatons treated although lmted to optmally solve only problems of a moderate sze. However, the model and the approaches can be useful to motvate future research to solve larger and more realstc problems n practce, as well as to solve the coupled vehcle routng and contaner loadng problem. Keywords: Cuttng and pacng problems. Contaner loadng wth mult-droppng. Combnatoral optmzaton. Mathematcal modelng. 1 Introdução Os problemas de carregamento de contêneres devem satsfazer bascamente duas consderações: ) as caxas devem ser empacotadas completamente dentro do contêner; e ) as caxas empacotadas não devem se sobrepor, sto é, não devem ocupar um mesmo lugar dentro do contêner. Os prmeros trabalhos a tratar problemas de carregamento de contêneres tnham como meta contemplar estas duas consderações (GEORGE; ROBINSON, 1980; HAN; KNOTT; EGBELU, 1989; BISCHOFF; MARRIOTT, 1990; HAESSLER; TALBOT, 1990; DOWSLAND, 1991). Outros estudos são encontrados em Morabto e Arenales (1994, 1997), Lns, Lns e Marabto (2002), Myazawa e Waabayash (1999), Slva e Soma (2003), 1 Departamento de Engenhara de Produção, Unversdade Federal de São Carlos UFSCar, Rod. Washngton Lus, Km 235, CEP , Monjolnho, São Carlos SP, E-mals: leo_junquera@yahoo.com; morabto@ufscar.br; densesy@dep.ufscar.br Recebdo em 21/10/2009 Aceto em 14/11/2010 Suporte fnancero: FAPESP, CNPq.

2 266 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 Ceclo e Morabto (2004) e Araujo e Armentano (2007). No entanto, com o avanço das pesqusas, outras consderações (exgêncas) prátcas também passaram a ter um apelo maor ao tratar estes problemas. Bschoff, Ratclff (1995) apresentam doze exgêncas prátcas que podem ser levadas em consderação quando se deseja modelar problemas de carregamento de contêneres mas realstas. Consderações tas como establdade, emplhamento, fragldade, múlt plos destnos, lmte de peso, dstrbução de peso dentro do contêner, entre outras, são muto comuns e mportantes na prátca. Em trabalho recente, Junquera et al. (2010) apresentaram modelos de programação lnear ntera 0-1 para tratar problemas de carregamento de contêneres, consderando restrções de establdade e de emplhamento do carregamento. Os modelos também podem ser utlzados para problemas trdmensonas de carregamento de caxas retangulares sobre paletes, em que as caxas não precsam ser arranjadas em camadas horzontas sobre o palete. Neste trabalho, estamos nteressados em tratar problemas de carregamento de um contêner ou camnhão com consderações de múltplos destnos, além de establdade do carregamento. Nestes problemas, caxas a serem entregues para dferentes clentes (destnos) devem ser posconadas próxmas umas das outras dentro do camnhão (como é mas comum na prátca) e devem ser carregadas de modo a consderar o rotero a ser percorrdo pelo camnhão e a ordem em que elas serão descarregadas. Não exstem mutos trabalhos na lteratura que tratam problemas de carregamento de contêneres consderando múltplos destnos. Exemplos aparecem em Bschoff, Ratclff (1995), Schethauer et al. (1996), La et al. (1998), Terno et al. (2000), Jn et al. (2004), Moura, Olvera (2005, 2009), Araujo (2006), Ln et al. (2006), Gendreau et al. (2006), Ior et al. (2007), Campos (2008), Chrstensen, Rousøe (2009) e Moura, Bortfeldt (2009). Bschoff, Ratclff (1995) foram os prmeros autores a tratar a questão dos múltplos destnos. Eles propõem uma heurístca que vsa construr padrões de carregamento densos, em que as caxas são carregadas uma a uma, obedecendo a um esquema de ordenação baseado em quatro crtéros, sendo um prncpal e três para desempate. O crtéro prncpal selecona a caxa com maor potencal de utlzação do espaço, e favorece a construção de plhas de caxas do mesmo tpo. O prmero crtéro de desempate selecona a caxa com menor proemnênca ao longo do comprmento e favorece a construção de uma frente de carregamento homogênea. O segundo crtéro de desempate selecona a caxa com maor volume e favorece o carregamento o mas cedo possível das caxas maores. E, por fm, o tercero crtéro de desempate selecona a caxa para ocupar o espaço vazo com menor coordenada ao longo da largura do contêner. Os autores apresentam resultados computaconas para centenas de exemplos gerados aleatoramente, nos quas fca comprovada a efcênca da heurístca, tanto para tratar o problema com múltplos destnos, quanto para tratar o problema apenas com restrções volumétrcas. Em trabalho mas recente, Chrstensen, Rousøe (2009) propõem uma heurístca baseada em uma estrutura de busca em árvore, em que cada nó da árvore corresponde a uma caxa, e soluções gulosas são utlzadas para avalar cada escolha feta. Em partcular, uma determnada caxa pode ocupar qualquer espaço vazo dentro do camnhão, desde que haja um acesso até ela na desova do seu destno. Além dsso, caso não haja espaço dsponível sufcente para empacotar todas as caxas de todos os destnos, é permtdo que algumas caxas sejam eventualmente dexadas de fora do carregamento. Os autores apresentam resultados computaconas para oto exemplos baseados no caso real de dstrbução de materas de construção de uma companha dnamarquesa, além de outros nove exemplos gerados aleatoramente com base nos exemplos do caso real. Os resultados computaconas mostram que a heurístca é promssora para tratar exemplos reas e que ela possu desempenho comparável aos de outros métodos da lteratura que se propuseram a tratar o problema apenas com restrções volumétrcas. Consderações de múltplos destnos podem ser tratadas de duas maneras: na prmera, assume-se que o rotero que o camnhão deve percorrer já é conhecdo a pror, restando apenas encontrar o melhor arranjo da carga dentro do camnhão; na segunda, o rotero anda não está defndo, o que leva a uma abordagem combnada do roteamento dos camnhões com o arranjo da carga dentro deles. Neste trabalho, em partcular, estamos nteressados na prmera stuação, em que se supõe que a carga cabe dentro do camnhão, e o objetvo do problema é bascamente determnar o melhor padrão de empacotamento, garantndo que as caxas não se sobreponham umas às outras dentro do camnhão e consderando a ordem em que elas serão descarregadas, sem que para sso seja necessáro um manuseo adconal. Conforme menconado, nosso objetvo neste trabalho é apresentar um modelo de programação lnear ntera msta 0-1 e abordagens baseadas neste modelo para tratar problemas de carregamento de um contêner ou camnhão, consderando restrções prátcas de múltplos destnos. Não temos conhecmento de outros trabalhos que apresentaram uma formulação matemátca consderando explctamente restrções de establdade do carregamento e de carga fraconada em múltplos destnos. O modelo e as abordagens podem ser faclmente estenddos para consderar

3 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 267 outras restrções, tas como emplhamento, fragldade e lmte de peso. Para verfcar a coerênca do modelo e das abordagens e analsar seus desempenhos computaconas, eles foram codfcados na lnguagem de modelagem GAMS e resolvdos utlzando-se o aplcatvo CPLEX. Este trabalho está organzado da segunte manera. Na Seção 2, descrevemos resumdamente problemas de carregamento de contêneres que consderam carga fraconada em múltplos destnos. Na Seção 3, apresentamos um novo modelo matemátco para estes problemas, consderando o rotero do veículo como defndo a pror e, adconalmente, a establdade do carregamento. Na Seção 4, apresentamos algumas abordagens de solução baseadas no modelo apresentado na Seção 3. Na Seção 5, analsamos os resultados dos testes computaconas com as abordagens propostas, utlzando o aplcatvo GAMS/CPLEX e exemplos gerados a partr de dados aleatóros e alguns exemplos da lteratura. Fnalmente, na Seção 6, dscutmos as conclusões deste trabalho e algumas perspectvas para pesqusa futura. 2 Descrção do problema A carga fraconada em múltplos destnos trata stuações em que um contêner (ou camnhão, como é mas comum na prátca) está carregado com caxas com produtos encomendados por dferentes clentes (destnos), que estão espalhados por uma regão. O camnhão deve então percorrer um rotero de entrega, sando de um depósto (onde ele é carregado) e passando pelos dferentes destnos. Em cada destno, as caxas com produtos encomendados por aquele clente devem ser descarregadas. Após realzar todas as entregas, o camnhão pode retornar, vazo, para o depósto. A questão que surge é como planejar o carregamento do camnhão de modo a consderar, na medda do possível, a ordem em que as caxas devem ser descarregadas, para evtar desperdícos de tempo descarregando e recarregando as caxas dos destnos remanescentes. A Fgura 1 lustra um camnhão que parte (carregado) de um depósto e é descarregado ao longo de cnco destnos (ndcados pelas dferentes cores de caxas), retornando (vazo) para o depósto de partda (sto é, o rotero depósto depósto). Fgura 1. Camnhão sendo descarregado ao longo de cnco destnos.

4 268 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 Note que este problema, nversamente, pode ser vsto como o problema de um camnhão de coleta que sa do depósto vazo, e, em cada destno do seu rotero, as caxas são carregadas dentro do camnhão sem descarregar as caxas já carregadas dos destnos anterores do rotero. Note que o rotero de coleta é o nverso do rotero de entrega (sto é, o rotero depósto depósto na Fgura 1). A Fgura 2 lustra um camnhão carregado com caxas de cnco dferentes destnos (ndcados pelas dferentes cores de caxas). As caxas devem ser descarregadas conforme seqüênca já lustrada na Fgura 1. Note que se as caxas forem carregadas como lustrado na Fgura 2 à esquerda, provavelmente se ncorrerá em desperdícos de tempo na desova dos destnos, pos algumas caxas precsarão ser descarregadas e posterormente recarregadas. Neste caso, um smples rearranjo das mesmas caxas dentro do camnhão, como lustrado na Fgura 2 à dreta, é capaz de evtar que desperdícos de tempo ocorram na desova dos destnos. 3 Modelo matemátco consderando carga fraconada em múltplos destnos Consdere um camnhão com carrocera de comprmento L, largura W e altura H, que deve percorrer um rotero com n destnos. Para cada destno ( = 1,..., n), tem-se que b caxas, de um total de b caxas do tpo ( = 1,..., m), com comprmento l, largura w e altura h, devem ser carregadas (descarregadas) no camnhão (note que se pode ter b = 0 para algum e ). Admte-se que as dmensões das caxas são números nteros, que elas só podem ser empacotadas ortogonalmente (sto é, com os seus lados paralelos aos lados do camnhão), e que as suas orentações são fxas (sto é, as caxas não podem grar em torno de nenhum de seus exos). Esta últma suposção pode ser faclmente relaxada no modelo, e é aqu mantda apenas por smplcdade de apresentação das formulações. Convém notar que = 1 se refere ao conjunto de caxas que são carregadas prmero e descarregadas por últmo. Consequentemente, = n se refere ao conjunto de caxas que são carregadas por últmo e descarregadas prmero. Adotando-se um sstema de coordenadas cartesanas com orgem no canto nferor frontal esquerdo do camnhão, seja (p, q, r) a posção em que o canto nferor frontal esquerdo de uma determnada caxa é colocado. As possíves posções, ao longo do comprmento L, da largura W e da altura H do camnhão, em que cada caxa pode ser colocada, podem ser defndas por meo dos conjuntos: X = { p 0 p L mn (l ) e ntero, = 1,...,m} Y = {q 0 q W mn (w ) e ntero, = 1,...,m} Z = {r 0 r H mn (h ) e ntero, = 1,...,m} (1) (2) (3) Herz (1972) e Chrstofdes e Whtloc (1977) observaram que, em um dado padrão de empacotamento (ou de corte), cada caxa empacotada pode ser movda para baxo e/ou para frente e/ou para esquerda, até que sua face nferor, lateral da frente e lateral esquerda fquem adjacentes às demas caxas ou ao própro camnhão. Estes padrões, chamados padrões normas ou combnações côncas, permtem reduzr os conjuntos X, Y e Z para: X = {p p= εl, m = 1 0 p L mn (l ), 0 ε b e ntero, = 1,...,m} (4) Fgura 2. Exemplos de carregamentos com e sem manuseo adconal.

5 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 269 Y = {q q = εw, m = 1 0 q W mn (w ), 0 ε b e ntero, = 1,...,m} m Z = {r r = = 1 ε h, 0 r H mn (h ), 0 ε b e ntero, = 1,...,m} Sejam anda os subconjuntos defndos como a segur: X = {p X 0 p L l } (7) = 1,...,m Y = {q Y 0 q W w } = 1,...,m Z = {r Z 0 r H h } = 1,...,m (5) (6) (8) (9) Defne-se a [0,1] como o parâmetro de establdade em relação ao exo z (ou parâmetro de establdade vertcal). Este parâmetro é comum na lteratura de carregamento de contêneres (ELEY, 2002) e ndca o percentual de establdade vertcal que se deseja para todas as caxas. Em um extremo, a = 1 ndca que as faces nferores de todas as caxas devem estar 100% suportadas pelas faces superores de uma ou mas caxas colocadas medatamente abaxo delas (ou pelo pso do camnhão), e, no outro extremo, a = 0 ndca que não há exgêncas quanto à establdade das caxas em relação ao exo z (por exemplo, as caxas podem estar apenas parcalmente apoadas, ou mesmo flutuando dentro do camnhão). Seja anda o parâmetro δ [0, L], relatvo ao alcance do operador responsável por fazer o carregamento do camnhão. Defnmos este parâmetro como uma função da dmensão de comprmento, uma vez que o carregamento e o descarregamento do camnhão são fetos no seu sentdo longtudnal. Estando as caxas de um determnado destno carregadas dentro do camnhão, as caxas do próxmo destno podem ser carregadas aprovetando espaços vazos eventualmente crados pelas caxas de destnos anterores. Isto é, este parâmetro ndca o quanto, para além da frontera natural entre as caxas dos dferentes destnos, o operador pode adentrar para arranjar uma caxa. A Fgura 3 lustra à esquerda esta frontera natural (em tracejado) dexada por caxas de um destno anteror ( 1). A partr desta frontera, é permtdo ao operador adentrar até δ undades para carregar caxas do próxmo destno (). Por sua vez, as caxas do próxmo destno (), uma vez carregadas, dexam uma nova frontera natural, até δ undades, além da qual, caxas de um próxmo destno poderam ser empacotadas (Fgura 3 à dreta). O uso deste parâmetro é de partcular mportânca na prátca para ajudar a preservar a ntegrdade da carga, pos ele evta que o operador se apoe ou mesmo suba nas caxas de destnos anterores (já arranjadas) para colocar ou retrar alguma caxa do próxmo destno, o que podera acarretar alterações na forma da embalagem protetora e, consequente, possível avara dos produtos dentro dela. Note anda que este parâmetro também pode ser representatvo do alcance do braço do operador, ou mesmo de algum equpamento utlzado para carregar/descarregar as caxas, como uma paletera, por exemplo. Sejam as varáves de decsão x pqr defndas como: x pqr 1, se uma caxa do tpo pertencente ao destno é empacotada com seu canto nferor frontal esquerdo na = posção ( pqr,, ), tal que 0 p L l, 0 q W w e 0 r H h; 0, caso contráro. Fgura 3. Alcance máxmo do operador.

6 270 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 Sejam anda as varáves de decsão L relatvas ao comprmento necessáro para empacotar todas as caxas dos destnos 1, 2,...,, e M um número sufcentemente grande. O problema de carregamento de caxas dentro de um únco camnhão, consderando a establdade do carregamento e a carga fraconada em múltplos destnos, pode ser formulado como uma extensão dreta do modelo de programação lnear ntera 0-1 proposto em Junquera, Morabto e Yamashta (2010), denomnado pelos autores de modelo base: mn L (10) Sujeto a: m n = 1 = 1{p X s l+ 1 p s} xpqr {q Y t w+ 1 q t}{r Z u h+ 1 r u} s X,t Y,u Z { j = 1,...,m r h j 0} ' = 1 { p' X j p l j+ 1 p' p+ l 1} {q' Y j q wj+ 1 q' q+ w 1} L xpqr = p XqYr Z = 1,...,m, = 1,...,n [ 1] [ 1] j Wj x j' p' q'(r h j ) al w x pqr [ 1] Lj = mn(p+ l, p' + l' j ) max(p, p') com W [ 1] j = mn(q+ w,q' + w j) max(q,q') = 1,...,m, = 1,...,n p X,q Y,r Z \{ 0} (p + l ) x L' pqr ' n b = 1,...,m, = 1,...,n p X,q Y,r Z L' 1 δ p x pqr + ( 1 x pqr ) M = 1,...,m, = 2,...,n p X,q Y,r Z 1 (11) (12) (13) (14) (15) L' 1 L' = 2,...,n (16) L' 0 = 1,...,n (17) x { 01, } = 1,...,m, = 1,...,n pqr p X,q Y,r Z (18) em que X, Y, Z, X, Y e Z são defndos conforme (4)-(9). No modelo (10)-(18), a função objetvo (10) vsa mnmzar o comprmento necessáro para empacotar todas as caxas dos n destnos; as restrções (11) garantem que não haja sobreposção entre as caxas dentro do camnhão; as restrções (12) garantem que o número de réplcas da caxa do tpo seja gual ao valor b requerdo pelo destno (clente) (em que n = 1b = b ); as restrções (13) garantem que uma fração mínma a das faces nferores de todas as caxas deve estar suportada pelas faces superores de uma ou mas caxas colocadas medatamente abaxo delas (note nesta restrção que as caxas de um determnado destno devem ser empacotadas ou sobre caxas do mesmo destno ou sobre caxas de destnos anterores, para que não se comprometa o manuseo das caxas); as restrções (14) garantem que as caxas do destno não termnem de ser empacotadas além do comprmento necessáro L ; as restrções (15) garantem que as caxas do destno não comecem a ser empacotadas δ undades aquém do comprmento necessáro L 1 ; as restrções (16) garantem que o comprmento necessáro para empacotar as caxas do destno 1 não esteja além do comprmento mínmo necessáro para empacotar as caxas do destno ; e as restrções (17) e (18) defnem o domíno das varáves de decsão. É mportante notar que o modelo (10)-(18) tem perda de generaldade quando se consdera a < 1 e são utlzados os conjuntos (4)-(6). Convém observar que o modelo (10)-(18) envolve m n = 1= 1 X Y Z varáves bnáras mas n varáves reas, além de X. Y. Z + m. n + m n = 1= 1 X Y ( Z 1) + m n = 1= 1 X Y Z m n X Y Z + n 1 restrções. + = 1 = 2 4 Abordagens consderando carga fraconada em múltplos destnos Com base no modelo (10)-(18) apresentado na Seção 3, podemos desenvolver algumas abordagens para tratar problemas de carregamento de contêneres consderando dferentes stuações de carga fraconada em múltplos destnos. Em partcular, estas stuações estão dretamente relaconadas ao parâmetro δ, relatvo ao alcance do operador responsável por fazer o carregamento do camnhão. Para as abordagens propostas, admte-se que o camnhão tem um comprmento sufcentemente grande para empacotar todas as caxas de todos os destnos. Convém aqu observar que as abordagens propostas em 4.1 e 4.2 são abordagens exatas, enquanto a abordagem proposta em 4.3 é uma abordagem heurístca. Portanto, a não obtenção de soluções factíves nos dos prmeros casos

7 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 271 mplca que o problema orgnal não tem solução, enquanto no tercero caso mplca que algumas caxas precsaram ser dexadas de fora do carregamento, ou que um camnhão maor precsara ser alocado para receber o carregamento. 4.1 Caso em que δ = 0 Esta stuação representa um prmero caso extremo, em que não é permtdo ao operador adentrar para além da frontera natural entre as caxas dos dferentes destnos, sto é, o operador não pode aprovetar nenhum dos espaços vazos eventualmente crados pelas caxas de destnos anterores para empacotar as caxas do próxmo destno. Isto nos permte decompor, sem perda de generaldade, o problema (10)-(18) de mnmzar o comprmento necessáro para empacotar todas as caxas de todos os n destnos, em n problemas ndependentes. Cada um destes problemas consste em mnmzar o comprmento necessáro para empacotar todas as caxas de cada destno, e a solução fnal obtda é uma composção das n soluções ótmas. Note que esta abordagem, embora não aprovete os espaços vazos eventualmente crados, faclta o manuseo das caxas na desova dos destnos. Pelo fato do problema poder ser decomposto, é possível redefnr as possíves posções (1), (2) e (3), ao longo do comprmento L, da largura W e da altura H do camnhão, onde cada caxa pode ser colocada, agora para cada destno, por meo dos conjuntos: X = { p 0 p L mn (l ) e ntero, M } = 1,...,n Y = {q 0 q W mn (w ) e ntero, M } = 1,...,n Z = {r 0 r H mn (h ) e ntero, M } = 1,...,n (19) (20) (21) em que M = { = 1,..., m b > 0}, sto é, o subconjunto de tpos de caxas que devem ser descarregadas no destno. Estes subconjuntos podem ser reduzdos, sem perda de generaldade, aos padrões normas ou combnações côncas: X = {p p= M ε l, 0 p L mn (l ), 0 ε b (22) e ntero, M } = 1,...,n Y = {q q = εw, M 0 q W mn (w ), 0 ε b e ntero, M } = 1,...,n (23) Z = {r r = M ε h, 0 r H mn (h ), (24) 0 ε b e ntero, M } = 1,...,n Sejam anda os conjuntos defndos como a segur: X = {p X 0 p L l } (25) M, = 1,...,n Y = {q Y 0 q W w } M, = 1,...,n (26) Z = {r Z 0 r H h } (27) M, = 1,...,n Assm, com base no modelo (10)-(18), e usando os conjuntos X, Y, Z, X, Y e Z e defndos conforme (22)-(27), é possível reescrever uma formulação alternatva, exclusva para cada destno, dentro do segunte procedmento teratvo em : Para = 1,... n, resolva a formulação (28)-(34): mn L' (28) Sujeto a: M {p X s l + 1 p s} {q Y t w + 1 q t } xpqr {r Z u h + 1 r u} s X,t Y,u Z 1 x b M (29) pqr = (30) p X q Y r Z { j M r h j 0} { p' X j p l j + 1 p' p+ l 1} {q' Y j q wj + 1 q' q+ w 1} al w x [ 1] [ 1] j Wj x jp' q'(r h j ) L pqr [ 1] Lj = mn(p+ l,p' + l j) max(p,p') com W [ 1] j = mn(q + w,q' + w j) max(q,q') M p X,q Y, r Z \{ 0} (31)

8 272 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 (p + l ) xpqr L' M p X, q Y,r Z L' 0 (33) x pqr { 01,} M p X,q Y,r Z (32) (34) Retorne L 1, L 2,..., (.e., os comprmentos ótmos nas terações 1, 2,..., n) n Se = 1L' L, então a solução é factível. Note que o índce está fxo em cada teração e, portanto, que a função objetvo (28) vsa mnmzar o comprmento L necessáro para empacotar todas as caxas apenas do destno (e não de todos os destnos 1, 2,..., n, como no modelo (10)-(18)). Logo, as restrções (15) e (16) do modelo (10)-(18) não aparecem no modelo (28)-(34). Em outras palavras, cada modelo (28)-(34) em é ndependente dos demas em 1, 2, 1, + 1, n. Assm, espera-se que seja bem mas fácl resolver o modelo (28)-(34) no procedmento acma, do que o modelo (10)-(18) da seção anteror, uma vez que as possíves posções onde cada caxa pode ser colocada precsam ser consderadas apenas para cada destno, e não para todos os n destnos. A Fgura 4 lustra uma possível dsposção, utlzando este procedmento, de caxas de três destnos dferentes. Os desenhos à dreta são os respectvos desenhos à esquerda vstos da perspectva de cma. Observe que é crada uma espéce de cortna dvsóra (magnára) entre as caxas de dos destnos consecutvos dentro do camnhão. De fato, a cração de subdvsões (compartmentos) é uma prátca que aparece no carregamento de camnhões em algumas transportadoras. Convém observar que o modelo (28)-(34) envolve, para cada destno, M. X. Y. Z varáves bnáras mas 1 varável real, além de X. Y. Z + M + M. X. Y. ( Z 1) + M. X. Y. Z restrções. 4.2 Caso em que δ = L Esta stuação representa um segundo caso extremo, em que é permtdo ao operador adentrar totalmente para além da frontera natural entre as caxas dos dferentes destnos, sto é, o operador pode aprovetar quasquer espaços vazos eventualmente crados pelas caxas de destnos anterores para empacotar as caxas do próxmo destno. Isto vola a consderação de carga fraconada em múltplos destnos, pos não mpede que o operador tenha que descarregar uma parte das caxas que não precsem ser descarregadas em um determnado destno, para alcançar uma caxa que precse. Isto nos permte reduzr o problema (10)-(18) de mnmzar o comprmento necessáro para empacotar todas as caxas de todos os n destnos, ao clássco Strp Pacng Problem (MIYAZAWA; WAKABAYASHI, 1999) (com consderações adconas de establdade do carregamento), cujo objetvo é mnmzar o comprmento necessáro para empacotar todas as caxas dsponíves, ndependentemente de elas pertencerem a dferentes destnos. Note que esta abordagem, ao contráro da anteror, embora aprovete os espaços vazos eventualmente crados, dfculta o manuseo das caxas na desova dos destnos. Alternatvamente, e redefnndo-se a varável de decsão em (10) smplesmente como L para o comprmento necessáro para empacotar todas as caxas dsponíves, é possível reescrever o modelo (10)-(18) de modo a representar o problema de carregamento de caxas dentro de um camnhão, consderando apenas a establdade do carregamento: Sujeto a: m = 1 {p X s l+ 1 p s} mn L' (35) {q Y t w+ 1 q t} {r Z u h+ 1 r u} x pqr 1 s X,t Y,u Z x = b = 1,...,m p XqYr Z pqr { j = 1,...,m r h j 0} { p' X j p l j+ 1 p' p+ l 1} {q' Y j q wj+ 1 q' q+ w 1} al w x [ 1] [ 1] j Wj x jp' q'(r h j ) L [ 1] Lj = mn(p + l, p' + l j) max(p, p') com W [ 1] j = mn(q+ w,q' + w j) max(q,q') = 1,...,m pqr p X,q Y,r Z \{ 0} (p + l ) x L' pqr = 1,...,m p X,q Y,r Z (36) (37) (38) (39) L' 0 (40)

9 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 273 Fgura 4. Exemplo de empacotamento das caxas na abordagem com δ = 0. x { 01,} pqr = 1,...,m p X,q Y,r Z (41) em que X, Y, Z, X, Y e Z são defndos conforme (4)-(9). Note no modelo (35)-(41) que a função objetvo (35) vsa mnmzar o comprmento L necessáro para empacotar todas as caxas dsponíves, que o índce desaparece de todas as restrções, bem como também desaparecem as restrções (15) e (16) do modelo (10)-(18). A Fgura 5 lustra uma possível dsposção utlzando este procedmento. O desenho à dreta trata-se do respectvo desenho à esquerda vsto da perspectva de cma. Observe que as caxas dos dferentes destnos podem estar msturadas. Note também que uma solução obtda com o modelo (35)-(41) não é equvalente a uma solução obtda com o modelo (10)-(18) com δ = L, pos a restrção (13) garante que as caxas de um determnado destno estarão sempre acma de caxas do mesmo destno ou de caxas de destnos que serão descarregados posterormente, ao passo que o modelo (35)-(41) permte que as caxas estejam completamente msturadas.

10 274 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 Convém observar que o modelo (35)-(41) m envolve = 1 X Y Z varáves bnáras mas 1 varável real, além de X. Y. Z + m + m 1 m = X 1 Y ( Z ) + = 1 X Y Z restrções. 4.3 Caso em que 0 < δ < L Esta stuação representa casos ntermedáros entre as duas abordagens anterores, em que ao operador é permtdo adentrar parcalmente para além da frontera natural entre as caxas dos dferentes destnos, sto é, o operador pode aprovetar alguns espaços vazos eventualmente crados pelas caxas de destnos anterores para empacotar as caxas do próxmo destno. Note que esta abordagem vsa aprovetar os espaços vazos eventualmente crados sem prejudcar o manuseo. Defnndo-se a varável de decsão L para o comprmento necessáro para empacotar todas as caxas dos destnos 1, 2,...,, conforme o modelo (10)-(18), e usando-se os conjuntos X, Y, Z, X, Y e Z defndos conforme (4)-(9), é possível escrever o segunte procedmento teratvo em : Faça = 1 e resolva a formulação (42)-(49): Sujeto a: m = 1 ' = 1 {p X s l+ 1 p s} mn L (42) ' x 1 {q Y t w+ 1 q t} {r Z u h+ 1 r u} ' pqr s X,t Y,u Z (43) xpqr = p XqYr Z = 1,...,m { j = 1,...,m r h j 0} ' = 1 { p' X j p l j+ 1 p' p+ l 1} L {q' Y j q wj+ 1 q' q+ w 1} al w x b [ 1] [ 1] j Wj x j' p' q'(r h j ) [ 1] Lj = mn(p + l, p' + l j) max(p, p') com W [ 1] j = mn(q+ w,q' + w j) max(q,q') = 1,...,m pqr p X,q Y,r Z \{ 0} (p + l ) x L' = 1,...,m pqr p X,q Y,r Z L' 1 δ p x pqr + ( 1 x pqr ) M = 1,...,m p X,q Y,r Z x { 01,} pqr (44) (45) (46) (47) L' 0 (48) = 1,...,m (49) p X,q Y,r Z Fgura 5. Exemplo de empacotamento das caxas na abordagem com δ = L.

11 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 275 Fxe as varáves x pqr = 1 e L referentes à solução do modelo (42)-(49) para o destno. Faça = + 1 e resolva o modelo acma em, com as varáves x pqr e L acma fxadas, para todos os destnos = 1, 2,..., 1 anterores. Repta este procedmento para todos os n destnos. Retorne o últmo obtdo. Se L, então a solução é factível. Note que o índce está fxo em cada teração e, portanto, que a função objetvo (42) vsa mnmzar o comprmento L necessáro para empacotar todas as caxas dos destnos 1, 2,...,, e que as soluções do modelo (42)-(49) nas terações anterores = 1, 2,..., 1 estão fxadas em x = 1 e em pqr L na teração. Note também que as restrções (16) do modelo (10)-(18) não aparecem no modelo (42)-(49), em função de o procedmento ser teratvo (portanto, L 1 L 2... ). Entretanto, note que este procedmento é dferente do procedmento do caso em que δ = 0, porque cada modelo (42)-(49) fxo em depende dos anterores em 1, 2,..., 1. Convém observar que este procedmento realza uma otmzação míope para as caxas de cada destno, dado que as caxas de um destno, uma vez fxadas na teração, não podem mas ser rearranjadas, o que pode mplcar na perda da solução ótma global, ao contráro de quando se consdera de uma só vez a otmzação de todas as caxas de todos os n destnos. A Fgura 6 lustra uma possível dsposção, utlzando este procedmento com δ = 3, de caxas de três destnos dferentes. Os desenhos à dreta são os respectvos desenhos à esquerda vstos da perspectva de cma. Observe que o aspecto crado pelo padrão de empacotamento lembra uma versão trdmensonal do jogo Tetrs (TETRIS, 2009), desenvolvdo nos anos 80, e cujo objetvo é encaxar peças bdmensonas (polmnós) de dversos formatos que descem do topo de uma tela de computador. Quando uma lnha na tela é completada, esta desaparece e pontos extras são dados ao jogador. O jogo termna quando as lnhas ncompletas se emplham até o topo da tela. De fato, a grande desvantagem do procedmento descrto nesta seção, em relação ao modelo apresentado na Seção 3, é que o prmero desconhece quas são as próxmas caxas que devem ser carregadas dentro do camnhão, e, portanto, assume uma postura ganancosa (gulosa) em relação às caxas do destno atual. Para um estudo relaconado, veja, por exemplo, Azevedo et al. (2009). Convém observar que o modelo (42)-(49) envolve, para cada destno, m = 1 X Y Z varáves bnáras mas 1 varável real, além de m X. Y. Z + m + = 1 X Y ( Z 1) + m 2 = 1 X Y Z + restrções. Como observado anterormente, este procedmento realza uma otmzação míope para as caxas de cada destno. No entanto, podemos auxlar este procedmento a crar espaços vazos mas acessíves, para que caxas de destnos posterores sejam al colocadas, respetando-se o lmte dado pelo parâmetro δ, relatvo ao alcance do operador. A dea consste em adconar um termo de desempate à função objetvo (42), com um valor fraconáro entre 0 e 1, para que o padrão de empacotamento obtdo prvlege carregamentos com as caxas de um destno empurradas o mas para o fundo possível do camnhão. Com sso, caxas de destnos posterores têm mas chances de serem arranjadas, sem prejudcar o manuseo. Note que esta função objetvo modfcada (50) não é mas ntegral. m = 1 ' = 1 p XqYr Z p x' pqr mn L' + p + 1 m = 1 ' = 1 p XqYr Z (50) A Fgura 7 lustra uma possível dsposção, utlzando este procedmento com δ = 3 e a função de desempate, de caxas de três destnos dferentes. Os desenhos à dreta são os respectvos desenhos à esquerda vstos da perspectva de cma. Compare esta Fgura com a Fgura 6 e veja que a função objetvo modfcada propca um ganho sgnfcatvo em termos do comprmento mínmo necessáro para empacotar todas as caxas. 5 Resultados computaconas Os procedmentos apresentados na Seção 4 foram mplementados na lnguagem de modelagem GAMS (versão 22.7) e o solver CPLEX 11.0 (com parâmetros default) fo utlzado para resolvê-los. Todos os testes foram realzados em um mcrocomputador PC Pentum D (3,2 GHz, 2,0 GB). A título de lustração, os modelos foram testados com oto exemplos gerados a partr de dados aleatóros, que foram dvddos de acordo com as seguntes característcas: Quatro quantdades dferentes de tpos de caxas: m = 1 (neste caso, as caxas podem grar em torno de todos os seus exos), m = 5, m = 10 e m = 20 (nestes três últmos casos, as caxas têm orentação fxa). Duas maneras dferentes de gerar as dmensões das caxas: (A m, m = 1, 5, 10 e 20) dmensões das caxas varando entre 25% e 75% das dmensões do contêner, ou seja, l [0,25L, 0,75L], w [0,25W, 0,75W] e h [0,25H,

12 276 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 Fgura 6. Exemplo de empacotamento das caxas na abordagem com δ = 3. 0,75H]; (B m, m = 1, 5, 10 e 20) dmensões das caxas varando entre 10% e 50% das dmensões do contêner, ou seja, l [0,10L, 0,50L], w [0,10W, 0,50W] e h [0,10H, 0,50H]. Para o caso de m = 1, que lustra o problema trdmensonal de carregamento de paletes do produtor, fo crada uma varável de decsão adconal para cada possível orentação da caxa, totalzando ses varáves de decsão, e os modelos envolvdos com os procedmentos foram modfcados apropradamente para consderar estas novas varáves. Uma manera alternatva de se tratar este caso sera consderar cada uma das ses possíves rotações de uma caxa smplesmente como ses caxas dferentes, sto é, m = 6, e lmtar o número máxmo de caxas empacotadas destes ses tpos artfcas nas restrções (30), (37) e (44) dos modelos. Por smplcdade, e apenas para a geração das dmensões das caxas e das quantdades delas nos exemplos, consderamos camnhões com L = W = H = 10. No entanto, as dmensões do camnhão consderadas nos testes computaconas foram L = 15 e W = H = 10. O número n de destnos fo defndo com sendo 3. A quantdade b de caxas do tpo fo defnda como b = (L W H) (l w h ) para os exemplos com m = 1, e unformemente sorteada

13 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 277 Fgura 7. Exemplo de empacotamento das caxas na abordagem com δ = 3 e a função de desempate. no ntervalo [,Ll 1 Ww Hh ] para os exemplos com m = 5, 10 e 20, = 1,..., m. Por sua vez, para a obtenção do número b de caxas do tpo para cada destno, o número de caxas presentes na solução ótma, obtda ao se resolver o modelo base apresentado em Junquera, Morabto e Yamashta (2010), fo unformemente sorteado entre os n destnos, tal que n b = b, = 1,..., m e = 1,..., n. =1 O valor a do parâmetro de establdade vertcal fo defndo como sendo 1, sto é, as faces nferores de todas as caxas devem estar 100% suportadas pelas faces superores de uma ou mas caxas colocadas medatamente abaxo delas, ou pelo pso do camnhão. Note que, conforme dscutdo em Junquera, Morabto e Yamashta (2010), a condção a < 1 nas restrções (13), (31), (38) e (45) pode mplcar na perda de

14 278 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 soluções ótmas ao se utlzar combnações côncas, sto é, pode haver perda de generaldade dos modelos, devdo à ocorrênca de buracos no padrão de empacotamento, caso não seja exgdo que as faces nferores de todas as caxas estejam 100% suportadas pelas faces superores de uma ou mas caxas colocadas medatamente abaxo delas (ou pelo pso do camnhão). Os valores δ do parâmetro de alcance do operador foram arbtraramente escolhdos como sendo 0, 1, 3, 5 e L. Note que, nos casos de δ = 0, de δ = 1, 3 e 5 e de δ = L, respectvamente, as abordagens utlzadas são as descrtas nas seções 4.1, 4.2 e 4.3. A Tabela 1 apresenta, para cada exemplo, o número total de caxas que devem ser carregadas para todos os n destnos. Além dsso, e para lustrar o tamanho dos modelos gerados nos grupos A m e B m, esta tabela também apresenta os tamanhos dos conjuntos X, Y e Z para cada um dos oto exemplos, além dos números de varáves e restrções dos modelos (28)-(34), (42)-(49) e (35)-(41) reportados pelo CPLEX após o pré-processamento para cada uma das abordagens apresentadas na Seção 4. Convém ressaltar que, no caso das abordagens com δ = 0 e δ = 1, 3 e 5, os números de varáves e restrções apresentados nesta tabela se referem aos valores máxmos obtdos entre os n destnos. Note também que, à medda que as cardnaldades dos conjuntos X, Y e Z crescem, os números de varáves e restrções também crescem, e as dfculdades para solução dos modelos aumentam sgnfcatvamente. Nos expermentos a segur, o tempo computaconal para resolver cada modelo fo arbtraramente lmtado em 1 h (3600 s) e os gaps de otmaldade foram calculados como: melhor valor obtdo melhor lmtante obtdo gap = 100% melhor lmtante obtdo ( ) Assm, quatro stuações são possíves de ocorrer quanto à qualdade da solução obtda pelo aplcatvo GAMS/CPLEX: ) solução ótma, com gap gual a zero; ) solução factível (ntera), com gap maor que zero e com o lmte de tempo exceddo pelo CPLEX; ) sem solução factível, sem gap e com o lmte de tempo exceddo pelo CPLEX; (v) nsufcênca de memóra do computador para complar o modelo pelo GAMS, sem gap e sem nformação relevante sobre o tempo. Estas duas últmas stuações estão representadas nas tabelas pelo símbolo. As tabelas 2 a 9 apresentam, para cada um dos oto exemplos, o gap de otmaldade (em %) obtdo e o tempo computaconal (em segundos) utlzado. Para os modelos em (28)-(34) com δ = 0, estes valores correspondem à soma dos valores necessáros para resolver os modelos para todos os n destnos. Lembre-se que estes modelos são resolvdos ndependentemente para cada destno (veja Seção 4.1). Em seguda, são apresentados os comprmentos mínmos L necessáros para empacotar as caxas de cada destno. Note que para os modelos em (42)-(49) com δ = 1, 3 e 5, estes valores estão na forma agregada, sto é, são os comprmentos mínmos L necessáros para empacotar todas as caxas do destno, mas as caxas dos destnos precedentes 1, 2,..., 1. Para cada valor de δ = 1, 3 e 5, também são apresentados os resultados obtdos ao se utlzar a função objetvo modfcada (50), em substtução à função objetvo (42). A título de comparação, também apresentamos os resultados para os modelos em (35)-(41) com δ = L, lembrando que neste caso o carregamento não leva em conta os dferentes destnos das caxas. Note que as soluções de todos os modelos foram comprovadamente ótmas, com exceção do exemplo B 20 com δ = L. Note também que, como esperado, o comprmento total necessáro para empacotar as caxas de todos os destnos dmnu à medda que δ aumenta (compare, por exemplo, na Tabela 2 para δ = 0,3 e L, e na Tabela 7 para δ = 1 e 5). Além dsso, note o quanto a função objetvo (50) (com o termo de desempate), quando utlzada com a abordagem com Tabela 1. Número de caxas, de elementos dos padrões normas, e número de restrções e de varáves dos exemplos A m e B m. N o Cx. N o Padrões Normas N o Var. N o Res. X Y Z δ = 0 δ = 1,3 e 5 δ = L δ = 0 δ = 1,3 e 5 δ = L A A A A B B B B

15 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 279 Tabela 2. Resultados obtdos com o exemplo A 1. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0,000 3, δ = 1 com (42) 0,000 3, com (50) 0,000 12, δ = 3 com (42) 0,000 4, com (50) 0,000 9, δ = 5 com (42) 0,000 5, com (50) 0,000 12, δ = L 0,000 1,73 10 Tabela 6. Resultados obtdos com o exemplo B 1. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0, , δ = 1 com (42) 0, , com (50) 0, , δ = 3 com (42) 0, , com (50) 0, , δ = 5 com (42) 0, , com (50) 0, , δ = L 0, ,45 10 Tabela 3. Resultados obtdos com o exemplo A 5. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0, , δ = 1 com (42) 0, , com (50) 0, , δ = 3 com (42) 0, , com (50) 0, , δ = 5 com (42) 0, , com (50) 0, , δ = L 0, ,16 10 Tabela 7. Resultados obtdos com o exemplo B 5. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0, , δ = 1 com (42) 0,000 66, com (50) 0, , δ = 3 com (42) 0,000 86, com (50) 0, , δ = 5 com (42) 0,000 75, com (50) 0, , δ = L 0, ,00 10 Tabela 4. Resultados obtdos com o exemplo A 10. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0,000 14, δ = 1 com (42) 0,000 7, com (50) 0,000 17, δ = 3 com (42) 0,000 10, com (50) 0,000 19, δ = 5 com (42) 0,000 8, com (50) 0,000 18, δ = L 0,000 2,77 10 Tabela 8. Resultados obtdos com o exemplo B 10. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0,000 36, δ = 1 com (42) 0,000 47, com (50) 0,000 44, δ = 3 com (42) 0,000 46, com (50) 0,000 45, δ = 5 com (42) 0,000 48, com (50) 0,000 45, δ = L 0,000 43,09 10 Tabela 5. Resultados obtdos com o exemplo A 20. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0,000 63, δ = 1 com (42) 0,000 18, com (50) 0,000 37, δ = 3 com (42) 0,000 15, com (50) 0,000 31, δ = 5 com (42) 0,000 15, com (50) 0,000 32, δ = L 0,000 43,53 10 Tabela 9. Resultados obtdos com o exemplo B 20. Abordagem gap (%) Tempo (s) L 1 L 2 L 3 δ = 0 0, , δ = 1 com (42) 0, , com (50) 0, , δ = 3 com (42) 0, , com (50) 0, , δ = 5 com (42) 0, , com (50) 0, , δ = L 30, ,59 10

16 280 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , < δ < L, em geral ajuda a dmnur o comprmento total necessáro para empacotar todas as caxas de todos os destnos (veja, por exemplo, na Tabela 3 para δ = 5, e na Tabela 8 para δ = 1). Também realzamos testes computaconas com estes oto exemplos e a formulação orgnal (10)-(18) para valores de δ = 0, 3 e L. A Tabela 10 a segur apresenta, para cada um dos oto exemplos, o número de varáves e de restrções do modelo (10)-(18) reportados pelo CPLEX após o pré-processamento, o gap de otmaldade (em %) obtdo, o tempo computaconal (em segundos) utlzado, e os comprmentos mínmos necessáros para empacotar todas as caxas de todos os destnos. Note que apenas o exemplo A 10 fo resolvdo na otmaldade para δ = 0,3 e L (com = 10, 10 e 12, respectvamente), e apenas o exemplo B 10 para δ = L (com = 10), enquanto os demas exemplos excederam o lmte de tempo de 1 hora, encontrando soluções nteras com gaps muto altos, ou mesmo nem encontrando soluções nteras. Isso se deve ao fato de as varáves e restrções obtdas com esta formulação serem dependentes entre os n destnos. Por exemplo, os números de varáves e restrções reportados pelo CPLEX após o pré-processamento do modelo (10)-(18) para o exemplo A 10 foram, respectvamente, 2014 e 5263, sto é, valores maores quando comparados com os obtdos com as abordagens para este mesmo exemplo (veja Tabela 1). A título de lustração, as Fguras 8 e 9 apresentam os padrões de empacotamento para o exemplo A 10 obtdos com a formulação (10)-(18) com δ = 0, 3 e L, e com as três abordagens apresentadas na Seção 4 com δ = 0, 3 (sem e com a função de desempate) e L, respectvamente. Os desenhos à dreta são os respectvos desenhos à esquerda vstos da perspectva de cma. Note que, ao contráro das abordagens das seções 4.1 e 4.2, a abordagem da Seção 4.3 com δ = 3 (mesmo com a função de desempate) não conseguu obter a solução ótma encontrada pela formulação (10)-(18) com mesmo δ. Também realzamos testes computaconas com a abordagem com δ = 0 e oto exemplos reportados em Chrstensen e Rousøe (2009), baseados no caso real de dstrbução de materas de construção de uma companha dnamarquesa. A Tabela 11 a segur apresenta o número de destnos e de caxas para cada um dos oto exemplos, o gap de otmaldade (em %) obtdo, o tempo computaconal (em segundos) utlzado, e os comprmentos mínmos necessáros para empacotar todas as caxas de todos os destnos. As dmensões do camnhão consderadas nestes exemplos são (L, W, H) = (720, 250, 280). Note na Tabela 11 que, apenas para o exemplo 7, a abordagem não fo capaz de encontrar uma solução factível. Além dsso, note que, para os exemplos 2, 3 e 6, a abordagem fo capaz de encontrar soluções que ncluem todas as caxas, respetando o comprmento do camnhão, enquanto para os exemplos 1, 4, 5 e 8, para carregar todas as caxas, sera necessáro utlzar camnhões com comprmentos maores. É mportante lembrar que esses resultados foram obtdos com a nossa abordagem mas conservadora,.e., com δ = 0. Também é mportante observar que a abordagem proposta por Chrstensen e Rousøe (2009) não é comparável com nenhuma das abordagens propostas no presente artgo, uma vez que as defnções de múltplos destnos são dferentes. Na abordagem proposta por aqueles autores, uma determnada caxa pode ocupar qualquer espaço vazo dentro do camnhão, desde que haja um acesso até ela na desova do seu destno. Além dsso, a abordagem proposta por eles permte, caso não haja espaço dsponível sufcente para empacotar todas as caxas, que algumas delas sejam eventualmente dexadas fora do carregamento. Tabela 10. Resultados obtdos com o modelo (10)-(18) e os exemplos A m e B m. N o Var. N o Res. δ = 0 δ = 3 δ = L gap (%) Tempo (s) gap (%) Tempo (s) gap (%) Tempo (s) A , , , , , ,19 10 A , , ,18 A , , ,000 28, ,000 14,25 10 A ,64 181, , , ,33 14 B , , , , ,50 12 B ,24 496, , ,70 B ,30 20, , , ,83 10 B , , ,94

17 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 281 Fgura 8. Formulação (10)-(18) com δ = 0, 3 e L. Tabela 11. Número de destnos e de caxas dos exemplos de Chrstensen e Rousøe (2009). N o Dest. N o Cx. gap (%) Tempo (s) # ,000 3, # ,000 0,43 85 # ,000 84, # ,000 42, # ,000 2, # , , # ,000 # ,000 0, Conclusões Neste trabalho, apresentamos um modelo de programação lnear ntera msta 0-1 e abordagens baseadas neste modelo para tratar problemas de carregamento de caxas retangulares dentro de um contêner ou camnhão, consderando restrções prátcas de múltplos destnos da carga, além da establdade do carregamento. O modelo e as abordagens podem ser faclmente estenddos para consderar outras restrções prátcas, como emplhamento e fragldade das caxas e lmte de peso do contêner. Assummos que o rotero que cada camnhão deve percorrer já é conhecdo a

18 282 Junquera et al. Gest. Prod., São Carlos, v. 18, n. 2, p , 2011 Fgura 9. Abordagens com δ = 0, 3 (sem e com a função de desempate) e L. pror e que a carga de todos os destnos cabe dentro do camnhão. O objetvo, portanto, é determnar o melhor padrão de empacotamento, consderando a ordem em que as caxas são descarregadas (ou carregadas), sem que para sso seja necessáro um manuseo adconal na carga. Alguns testes computaconas com as abordagens propostas foram realzados utlzando o aplcatvo GAMS/CPLEX e exemplos gerados a partr de dados aleatóros e alguns exemplos da lteratura. Os resultados mostraram que o modelo e as abordagens são coerentes e representam adequadamente as stuações tratadas, embora estejam

19 Abordagens para problemas de carregamento de contêneres com consderações de múltplos destnos 283 lmtados a resolver otmamente apenas problemas de tamanho bem moderado. Acredtamos que o modelo e as abordagens podem ser útes para motvar pesqusas futuras para tratar problemas maores e mas realstas na prátca, assm como para tratar o caso combnado deste problema com o problema de roteamento e programação de veículos. Agradecmentos Os autores gostaram de agradecer aos dos revsores anônmos pelos útes comentáros e sugestões. Esta pesqusa contou com o apoo da FAPESP (processos 06/ , 07/ e 09/ ) e do CNPq (processo /95-7). Referêncas ARAUJO, O. C. B. Problemas de corte e empacotamento trdmensonal e ntegração com roteamento de veículos f. Tese (Doutorado em Engenhara Elétrca) Faculdade de Engenhara Elétrca e de Computação, Unversdade Estadual de Campnas, Campnas, SP, ARAUJO, O. C. B.; ARMENTANO, V. A. A mult-start random constructve heurstc for the contaner loadng problem. Pesqusa Operaconal, v. 27, n. 2, p , AZEVEDO, B. L. P. et al. A branch-and-cut approach for the vehcle routng problem wth two-dmensonal loadng constrants. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 41., 2009, Porto Seguro. Anas BISCHOFF, E. E.; MARRIOTT, M. D. A comparatve evaluaton of heurstcs for contaner loadng. European Journal of Operatonal Research, v. 44. n. 2, p , BISCHOFF, E. E.; RATCLIFF, M. S. W. Issues n the development of approaches to contaner loadng. Omega, v. 23, n. 4, p , CAMPOS, D. S. Integração dos problemas de carregamento e roteamento de veículos com janela de tempo e frota heterogênea f. Tese (Doutorado em Engenhara de Produção) Departamento de Engenhara de Produção, Unversdade de São Paulo, São Paulo, SP, CECILIO, F. O.; MORABITO, R. Refnamentos na heurístca de George e Robnson para o problema de carregamento de caxas dentro de contêneres. Transportes, v. 11. n. 2, p , CHRISTENSEN, S. G.; ROUSØE, D. M. Contaner loadng wth mult-drop constrants. Internatonal Transactons n Operatonal Research, v. 16. n. 6, p , CHRISTOFIDES, N.; WHITLOCK, C. An algorthm for two-dmensonal cuttng problems. Operatons Research, v. 25. n. 1, p , DOWSLAND, W. B. Three-dmensonal pacng soluton approaches and heurstc development. Internatonal Journal of Producton Research, v. 29, n. 8, p , ELEY, M. Solvng contaner loadng problems by bloc arrangement. European Journal of Operatonal Research, v. 141, n. 2, p , GENDREAU, M. et al. A tabu search algorthm for a routng and contaner loadng problem. Transportaton Scence, v. 40, n. 3, p , GEORGE, J. A.; ROBINSON, D. F. A heurstc for pacng boxes nto a contaner. Computers and Operatons Research, v. 7, n. 3, p , HAESSLER, R. W.; TALBOT, F. B. Load plannng for shpments of low densty products. European Journal of Operatonal Research, v. 44, n. 2, p , HAN, C. P.; KNOTT, K.; EGBELU, P. J. A heurstc approach to the three-dmensonal cargo-loadng problem. Internatonal Journal of Producton Research, v. 27, n. 5, p , HERZ, J. C. Recursve computatonal procedure for two-dmensonal stoc cuttng. IBM Journal of Research and Development, v. 16, n. 5, p , IORI, M.; GONZALEZ, J. S.; VIGO, D. An exact approach for the vehcle routng problem wth two-dmensonal loadng contrants. Transportaton Scence, v. 41, n. 2, p , JIN, Z.; OHNO, K.; DU, J. An effcent approach for the three-dmensonal contaner pacng problem wth practcal constrants. Asa-Pacfc Journal of Operatonal Research, v. 21, n. 3, p , JUNQUEIRA, L.; MORABITO, R.; YAMASHITA, D. S. Modelos de otmzação para problemas de carregamento de contêneres com consderações de establdade e de emplhamento. Pesqusa Operaconal, v. 30, n. 1, p , LAI, K. K.; XUE, J.; XU, B. Contaner pacng n a mult-customer delverng operaton. Computers and Industral Engneerng, v. 35. n. 1-2, p , LIN, J. L.; CHANG, C. H.; YANG, J. Y. A study of optmal system for multple-constrant multple-contaner pacng problems. In: INTERNATIONAL CONFERENCE ON INDUSTRIAL, ENGINEERING AND OTHER APPLICATIONS OF APPLIED INTELLIGENT SYSTEMS, 19., 2006, Annecy. Proceedngs LINS, L.; LINS, S.; MORABITO, R. An n-tet graph approach for non-gullotne pacng of n-dmensonal boxes nto an n-contaner. European Journal of Operatonal Research, v. 141, n. 2, p , MIYAZAWA, F. K.; WAKABAYASHI, Y. Approxmaton algorthms for the orthogonal Z-orented threedmensonal pacng problem. SIAM Journal on Computng, v. 29, n. 3, p , MORABITO, R.; ARENALES, M. Abordagens para o problema do carregamento de contêneres. Pesqusa Operaconal, v. 17. n. 1, p , MORABITO, R.; ARENALES, M. An And/Or-graph approach to the contaner loadng problem. Internatonal Transactons n Operatonal Research, v. 1. n. 1, p , MOURA, A.; BORTFELDT, A. A pacng and routng applcaton for a portuguese tradng company. In: ESICUP MEETING, 6., 2009, Valenca. Resumos

MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO

MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO versão mpressa ISSN 0101-7438 / versão onlne ISSN 1678-5142 MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO Leonardo Junquera Renaldo

Leia mais

Modelo de programação por restrições para o problema de empacotamento ortogonal tridimensional

Modelo de programação por restrições para o problema de empacotamento ortogonal tridimensional Capítulo 5 Modelo de programação por restrções para o problema de empacotamento ortogonal trdmensonal Olvana Xaver do Nascmento 1 Llane de Azevedo Olvera 1 Thago Alves de Queroz 1 Resumo: O Problema de

Leia mais

CAPÍTULO. Cassius Tadeu Scarpin. Universidade Federal do Paraná, Programa de Pós-Graduação em Métodos Numéricos em Engenharia.

CAPÍTULO. Cassius Tadeu Scarpin. Universidade Federal do Paraná, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. 3 CAPÍTULO MODELO DE PROGRAMAÇÃO LINEAR INTEIRA PARA O PROBLEMA DE CARREGAMENTO DE MÚLTIPLOS CONTÊINERES COM RESTRIÇÕES DE CARREGAMENTO COMPLETO DE GRUPO DE ITENS E DE ESTABILIDADE VERTICAL Cleder Marcos

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Introdução aos Problemas de Roteirização e Programação de Veículos

Introdução aos Problemas de Roteirização e Programação de Veículos Introdução aos Problemas de Roterzação e Programação de Veículos PNV-2450 André Bergsten Mendes Problema de Programação de Veículos Problema de Programação de Veículos Premssas Os roteros ncam e termnam

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

O uso de relaxação Lagrangiana em uma abordagem exata para o problema de carregamento de paletes do produtor

O uso de relaxação Lagrangiana em uma abordagem exata para o problema de carregamento de paletes do produtor O uso de relaxação Lagrangana em uma abordagem exata para o problema de carregamento de paletes do produtor Llan Káta de Olvera (FSA) llan.olvera@fsa.br Renaldo Morabto (UFSCar) morabto@power.ufscar.br

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES O PROBLEMA DE CORTE BIDIMENSIONAL COM PLACA DEFEITUOSA ANDRÉA CARLA GONÇALVES VIANNA Unversdade Estadual Paulsta - UNESP Faculdade de Cêncas Departamento de Computação Av. Luz Edmundo Carrjo Coube, s/n,

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

MODELOS DE DIMENSIONAMENTO DE LOTES COM CUSTOS DE TRANSPORTE

MODELOS DE DIMENSIONAMENTO DE LOTES COM CUSTOS DE TRANSPORTE MODELOS DE DIMENSIONAMENTO DE LOTES COM CUSTOS DE TRANSPORTE Flavo Molna Unversdade Federal de São Carlos UFSCar - Departamento de Engenhara de Produção Rod. Washngton Luís - Km 235, São Carlos, São Paulo

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

Heurística de múltiplos inícios para o problema de empacotamento tridimensional em faixa

Heurística de múltiplos inícios para o problema de empacotamento tridimensional em faixa Heurístca de múltplos nícos para o problema de empacotamento trdmensonal em faxa Vnícus Amaral Armentano Faculdade de Engenhara Elétrca e de Computação Unversdade Estadual de Campnas vncus@denss.fee.uncamp.br

Leia mais

GRASP PARA OTIMIZAR O CARREGAMENTO DE UM CONTÊINER

GRASP PARA OTIMIZAR O CARREGAMENTO DE UM CONTÊINER A ntegração de cadeas produtvas com a abordagem da manufatura sustentável. Ro de Janero, RJ, Brasl, 13 a 16 de outubro de 2008 GRASP PARA OTIMIZAR O CARREGAMENTO DE UM CONTÊINER ETELVIRA CRISTINA BARRETO

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES XXXIV SBPO SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a de novembro de 00, Ro de Janero/RJ A PESQUISA OPERACIONAL E AS CIDADES UM MÉTODO EXATO BASEADO EM RELAXAÇÃO LAGRANGIANA PARA O PROBLEMA DE CARREGAMENTO

Leia mais

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas

Leia mais

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS.

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS. I 1. Demonstre que o crcuto da Fg. 1 é um half-adder (semsomador), em que A e B são os bts que se pretendem somar, S é o bt soma e C out é o bt de transporte (carry out). Fg. 1 2. (Taub_5.4-1) O full-adder

Leia mais

UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO

UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

5 Formulação para Problemas de Potencial

5 Formulação para Problemas de Potencial 48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

MÉTODOS EXATOS BASEADOS EM RELAXAÇÕES LAGRANGIANA E SURROGATE PARA O PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR

MÉTODOS EXATOS BASEADOS EM RELAXAÇÕES LAGRANGIANA E SURROGATE PARA O PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR versão mpressa ISSN 0101-7438 / versão onlne ISSN 1678-514 MÉTODOS EXATOS BASEADOS EM RELAXAÇÕES LAGRANGIANA E SURROGATE PARA O PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR Llan Káta de Olvera Renaldo

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

Gestão e Teoria da Decisão

Gestão e Teoria da Decisão Gestão e Teora da Decsão Logístca e Gestão de Stocks Estratégas de Localzação Lcencatura em Engenhara Cvl Lcencatura em Engenhara do Terrtóro 1 Estratéga de Localzação Agenda 1. Classfcação dos problemas

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS

2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Laboratório de Mecânica Aplicada I Determinação de Centros de Gravidade

Laboratório de Mecânica Aplicada I Determinação de Centros de Gravidade Laboratóro de Mecânca Aplcada I Determnação de Centros de Gravdade Em mutos problemas de mecânca o efeto do peso dos corpos é representado por um únco vector, aplcado num ponto denomnado centro de gravdade.

Leia mais

UMA ABORDAGEM EXATA UTILIZANDO RELAXAÇÃO LAGRANGIANA PARA O PROBLEMA DE CARREGAMENTO DE PALETES

UMA ABORDAGEM EXATA UTILIZANDO RELAXAÇÃO LAGRANGIANA PARA O PROBLEMA DE CARREGAMENTO DE PALETES UMA ABORDAGEM EXATA UTILIZANDO RELAXAÇÃO LAGRANGIANA PARA O PROBLEMA DE CARREGAMENTO DE PALETES Llan Káta de Olvera Unversdade Federal de São Carlos, Departamento de Engenhara de Produção Centro Unverstáro

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

Modelação com Variáveis Discretas

Modelação com Variáveis Discretas Engenhara de Processos e Sstemas Modelação com Varáves Dscretas Fernando Bernardo Fev 2011 mn f ( x, y, θ ) x, y s. t. h( x, y, θ ) = 0 g( x, y, θ ) 0 x x x L x real y {0,1}) U Leque de aplcações. Tpos

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

Cálculo Numérico BCC760 Interpolação Polinomial Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.

Leia mais

Capítulo 2. Modelos de Regressão

Capítulo 2. Modelos de Regressão Capítulo 2 Modelos de regressão 39 Capítulo 2 Modelos de Regressão Objetvos do Capítulo Todos os modelos são errados, mas alguns são útes George E P Box Algumas vezes fcamos assustados quando vemos engenheros

Leia mais

UM MÉTODO HEURÍSTICO BASEADO EM RELAXAÇÃO LAGRANGIANA PARA O PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR

UM MÉTODO HEURÍSTICO BASEADO EM RELAXAÇÃO LAGRANGIANA PARA O PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR Vol. 0, No., p. 97-, dezembro de 000 Pesqusa Operaconal 97 UM MÉTODO HEURÍSTICO BASEADO EM RELAXAÇÃO LAGRANGIANA PARA O PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR Randal Farago Renaldo Morabto Departamento

Leia mais

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3

Leia mais

O USO DE RELAXAÇÕES LAGRANGIANA E SURROGATE NO PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR

O USO DE RELAXAÇÕES LAGRANGIANA E SURROGATE NO PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR A pesqusa Operaconal e os Recuos Renováves 4 a 7 de novembro de 003, Natal-RN O USO DE RELAXAÇÕES LAGRANGIANA E SURROGATE NO PROBLEMA DE CARREGAMENTO DE PALETES DO PRODUTOR Llan Káta de Olvera Renaldo

Leia mais

UM MÉTODO HEURÍSTICO BASEADO EM PROGRAMAÇÃO DINÂMICA PARA O PROBLEMA DE CORTE BIDIMENSIONAL GUILHOTINADO RESTRITO

UM MÉTODO HEURÍSTICO BASEADO EM PROGRAMAÇÃO DINÂMICA PARA O PROBLEMA DE CORTE BIDIMENSIONAL GUILHOTINADO RESTRITO UM MÉTODO HEURÍSTICO BASEADO EM PROGRAMAÇÃO DINÂMICA PARA O PROBLEMA DE CORTE BIDIMENSIONAL GUILHOTINADO RESTRITO v.9, n.1, p.78-92, abr. 2002 Rejane Joas Slvera Renaldo Morabto Departamento de Engenhara

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

UM MODELO DE PROGRAMAÇÃO INTEIRA MISTA PARA A PROGRAMAÇÃO DA PRODUÇÃO EM FLOWSHOP HÍBRIDO COM BUFFERS LIMITADOS.

UM MODELO DE PROGRAMAÇÃO INTEIRA MISTA PARA A PROGRAMAÇÃO DA PRODUÇÃO EM FLOWSHOP HÍBRIDO COM BUFFERS LIMITADOS. UM MODELO DE PROGRAMAÇÃO INTEIRA MISTA PARA A PROGRAMAÇÃO DA PRODUÇÃO EM FLOWSHOP HÍBRIDO COM BUFFERS LIMITADOS. Pedro Lus Mranda Lugo a,* Karm Pérez Martínez a Rodolfo Florence Texera Jr a a Unversdade

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI)

EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se

Leia mais

O PROBLEMA DE CORTE DE ESTOQUE BIDIMENSIONAL APLICADO A UMA INDÚSTRIA DE ESQUADRIAS METÁLICAS

O PROBLEMA DE CORTE DE ESTOQUE BIDIMENSIONAL APLICADO A UMA INDÚSTRIA DE ESQUADRIAS METÁLICAS O PROBLEMA DE CORTE DE ESTOQUE BIDIMESIOAL APLICADO A UMA IDÚSTRIA DE ESQUADRIAS METÁLICAS Andréa Carla Gonçalves Vanna {vanna@fc.unesp.br} Departamento de Computação DCo Unversdade Estadual de São Paulo

Leia mais

Introdução a Combinatória- Aplicações, parte II

Introdução a Combinatória- Aplicações, parte II Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

MÉTODOS ITERATIVOS PARA PROBLEMAS DE PROGRAMAÇÃO MATEMÁTICA COM INCERTEZAS

MÉTODOS ITERATIVOS PARA PROBLEMAS DE PROGRAMAÇÃO MATEMÁTICA COM INCERTEZAS Pesqusa Operaconal e o Desenvolvmento Sustentável MÉTODOS ITERATIVOS PARA PROBLEMAS DE PRORAMAÇÃO MATEMÁTICA COM INCERTEZAS Rcardo Coêlho Slva Departamento de Telemátca Faculdade de Engenhara Elétrca e

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

Seqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu

Seqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 2006 Seqüencação de N ordens de produção em uma máquna com tempo de preparação dependente da seqüênca uma aplcação de busca tabu Renato de Olvera

Leia mais

Classificação e Pesquisa de Dados

Classificação e Pesquisa de Dados Classcação por Trocas Classcação e Pesqusa de Dados Aula 05 Classcação de dados por Troca:, ntrodução ao Qucksort UFRGS INF01124 Classcação por comparação entre pares de chaves, trocando-as de posção caso

Leia mais

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1 Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

Ramos Energia e Automação

Ramos Energia e Automação Mestrado Integrado em Engenhara Electrotécnca e de Computadores Investgação Operaconal Ramos Energa e Automação 2009.01.15 Prova com consulta Alunos admtdos a exame com avalação contínua Duração: 2h30

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

Algoritmos Genéticos com Parâmetros Contínuos

Algoritmos Genéticos com Parâmetros Contínuos com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

UMA NOVA ABORDAGEM PARA O PROBLEMA DA MOCHILA COMPARTIMENTADA

UMA NOVA ABORDAGEM PARA O PROBLEMA DA MOCHILA COMPARTIMENTADA Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO UMA NOVA ABORDAGEM PARA O PROBLEMA DA MOCHILA COMPARTIMENTADA Robnson Hoto e Alexandre Fenato Unversdade Estadual

Leia mais

3 Definição automática de carregamento ótimo

3 Definição automática de carregamento ótimo 3 Defnção automátca de carregamento ótmo A formulação ncal mostrada neste capítulo fo feta por Sérgo Álvares Maffra[11] e parte da mplementação fo feta por Anderson Perera, tendo sofrdo algumas modfcações

Leia mais

ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches (Bolssta UEMS), Adrana Betâna de Paula Molgora Unversdade Estadual de Mato Grosso do Sul Cdade Unverstára de Dourados, Caxa

Leia mais

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

Cap. 6 - Energia Potencial e Conservação da Energia Mecânica

Cap. 6 - Energia Potencial e Conservação da Energia Mecânica Unversdade Federal do Ro de Janero Insttuto de Físca Físca I IGM1 014/1 Cap. 6 - Energa Potencal e Conservação da Energa Mecânca Prof. Elvs Soares 1 Energa Potencal A energa potencal é o nome dado a forma

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

2 Aproximação por curvas impĺıcitas e partição da unidade

2 Aproximação por curvas impĺıcitas e partição da unidade Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta

Leia mais

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4 O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,

Leia mais

Um Modelo De Programação Linear Inteira Mista Para A Localização De Armazéns E A Distribuição De Produtos Siderúrgicos

Um Modelo De Programação Linear Inteira Mista Para A Localização De Armazéns E A Distribuição De Produtos Siderúrgicos A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Um Modelo De Programação Lnear Intera Msta Para A Localzação De Armazéns E A Dstrbução De Produtos Sderúrgcos Carlos Roberto

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Modelos para Localização de Instalações

Modelos para Localização de Instalações Modelos para Localzação de Instalações Prof. Dr. Ncolau D. Fares Gualda Escola Poltécnca da Unversdade de São Paulo Departamento de Engenhara de Transportes CLASSIFICAÇÃO DE WEBER (WEBER, Alfred. Uber

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo: CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída

Leia mais

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho rof.: nastáco nto Gonçalves lho Introdução Nem sempre é possível tratar um corpo como uma únca partícula. Em geral, o tamanho do corpo e os pontos de aplcação específcos de cada uma das forças que nele

Leia mais

Eduardo Miqueles Graduando do Curso de Matemática Industrial - UFPR. Cristina Falk Graduanda do Curso de Matemática Industrial - UFPR

Eduardo Miqueles Graduando do Curso de Matemática Industrial - UFPR. Cristina Falk Graduanda do Curso de Matemática Industrial - UFPR II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de 2002 MODELO MAEMÁICO PARA RECOMPOSIÇÃO DE UMA REDE ELÉRICA USADO MARIES DE ADJACÊCIA Eduardo Mqueles raduando do Curso de Matemátca

Leia mais

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS

APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS Raann Pablo de Alencar AZEEDO; Ícaro Bezerra de Queroz ARAÚJO; Elel Pogg dos

Leia mais