Lista 2 - Modelos determinísticos



Documentos relacionados
Resolução da Lista 2 - Modelos determinísticos

Pesquisa Operacional. 4x1+3x2 <=1 0 6x1 - x2 >= 20 X1 >= 0 X2 >= 0 PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL

Projetos. Universidade Federal do Espírito Santo - UFES. Mestrado em Informática 2004/1. O Projeto. 1. Introdução. 2.

Concentração Mínima de Açúcar (g/l) N (normal) E (europeu fino) Teor Máximo de Acidez (%)

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

PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *

LISTA SOBRE MODELAGEM DE PROBLEMAS DE PROGRAMAÇÃO INTEIRA

Lista de exercícios: Modelagem matemática Otimização Combinatória

Investigação Operacional

Disciplina: Suprimentos e Logística II Professor: Roberto Cézar Datrino Atividade 3: Transportes e Armazenagem

Aula 03 - Modelagem em PPLIM

Plano de Gerenciamento das Aquisições Exemplo 1

IW10. Rev.: 02. Especificações Técnicas

Jogos Olímpicos de Verão - Londres 2012

Construir o modelo matemático de programação linear dos sistemas descritos a seguir:

Especificação de Requisitos

11. Problemas de Otimização

Notas de aula número 1: Otimização *

04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, MODELAGEM DE DADOS. Aula 1. Prof. Rafael Dias Ribeiro. M.Sc.

PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL)

ENGENHARIA DA COMPUTAÇÃO

TIC Domicílios 2007 Habilidades com o Computador e a Internet

INTRODUÇÃO AO ASSUNTO PESQUISA OPERACIONAL. O que é Pesquisa Operacional?

Arquitetura de Rede de Computadores

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

Engenharia de Software II: Definindo Projeto III. Prof. Msc Ricardo Britto DIE-UFPI

Trabalho de Casa Introdução à Otimização Para ser entregue no início da aula de quinta-feira, 14 de fevereiro de 2002

ESTRATÉGIAS DE RESOLUÇÃO DE PROBLEMAS DE PESQUISA OPERACIONAL

Entendendo como funciona o NAT

Balanceamento de uma Linha de Produção

CAPÍTULO 9 RISCO E INCERTEZA

Modelo Cascata ou Clássico

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas

Mercados de Publicidade

Teoria da Decisão MÉTODOS QUANTITATIVOS DE GESTÃO

COMPUTAÇÃO GRÁFICA. Rasterização e Preenchimento de Regiões. MARCO ANTONIO GARCIA DE CARVALHO Fevereiro de Computação Gráfica

Guia Rápido de Licenciamento do SQL Server 2012

PLANEJAMENTO E PROJETOS. Lílian Simão Oliveira

Resolução de Exercícios Orientações aos alunos

Material Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto

medida. nova íntegra 1. O com remuneradas terem Isso é bom

Introdução ao Aplicativo de Programação LEGO MINDSTORMS Education EV3

CADEX. Consultoria em Logística Interna. Layout de armazém. Objectivos. Popularidade. Semelhança. Tamanho. Características

Aula 13 Técnicas de Integração

STC SAD Profº Daniel Gondim

Técnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14

Edital do Processo Seletivo para o Programa Trainee da Florestal Jr. Consultoria UFV

Metodologia para seleção de amostras de contratos de obras públicas (jurisdicionados) utilizando a programação linear aplicativo Solver

Arrendamento de espaço num armazém

Finanças e Economia no Excel

CENTRO UNIVERSITÁRIO ESTÁCIO RADIAL DE SÃO PAULO SÍNTESE DO PROJETO PEDAGÓGICO DE CURSO 1

Programa de Parcerias e Submissão de Propostas 2014/15

APLICAÇÕES DA DERIVADA

LOGÍSTICA MADE DIFFERENT LOGÍSTICA

a 1 x a n x n = b,

Perfil de investimentos

Ensaio de tração: cálculo da tensão

GUIA DE AUDITORIA PARA OS EMPREENDEDORES

Conceitos e fórmulas

O ORÇAMENTO PÚBLICO MUNICIPAL E OS RECURSOS PARA A INFÂNCIA. Exemplo prático

Roteiro para apresentação do Plano de Negócio. Preparamos este roteiro para ajudá-lo(a) a preparar seu Plano de Negócio.

Notas da Aula 17 - Fundamentos de Sistemas Operacionais

Análise e Projeto de Algoritmos

10 DICAS DE TECNOLOGIA PARA AUMENTAR SUA PRODUTIVIDADE NO TRABALHO

Curso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento

Software para especificação de motores de indução trifásicos

Resumo das Interpretações Oficiais do TC 176 / ISO

UTILIZAÇÃO DE TELEMÓVEIS E EQUIPAMENTOS INFORMÁTICOS

2. A FERRAMENTA SOLVER (EXCEL)

Análise e Complexidade de Algoritmos

SONHOS AÇÕES. Planejando suas conquistas passo a passo

Engenharia de Requisitos Estudo de Caso

Sistemas de Gerenciamento de Banco de Dados

PLANEJAMENTO OPERACIONAL - MARKETING E PRODUÇÃO MÓDULO 3 O QUE É PLANEJAMENTO DE VENDAS E OPERAÇÕES?

Exemplo 3: Planejamento financeiro de curto prazo

Algoritmos. Cláudio Barbosa

Gerenciamento de Projetos Modulo III Grupo de Processos

Investigação Operacional

Módulo 12 Gerenciamento Financeiro para Serviços de TI

Manejo Florestal Sustentável: Dificuldade Computacional e Otimização de Processos

Dadas a base e a altura de um triangulo, determinar sua área.

Gerenciamento de Projetos Modulo II Ciclo de Vida e Organização do Projeto

Uso de SAS/OR para diminuir o tempo de resposta com um melhor posicionamento de ambulâncias.

UNIVERSIDADE ESTADUAL DO AMAZONAS ESPECIALIZAÇÃO EM DESENVOLVIMENTO EM SOFTWARE LIVRE CONCEITOS E PROJETOS DE BANCO DE DADOS E SQL

ARCO - Associação Recreativa dos Correios. Sistema para Gerenciamento de Associações Recreativas Plano de Desenvolvimento de Software Versão <1.

O Oficina Integrada é um sistema completo para o controle e gerenciamento de oficinas mecânicas. É o primeiro e único software que controla o fluxo

Pesquisa Operacional. Componentes de um modelo de PL

INFORMATIVO DE PRODUTO

CUSTOS NA PEQUENA INDÚSTRIA

Estimativas de Software Fundamentos, Técnicas e Modelos... e o principal, integrando isso tudo!

FACULDADE DE ENGENHARIA DE COMPUTAÇÃO. PROJETO FINAL I e II PLANO DE TRABALHO <NOME DO TRABALHO> <Nome do Aluno> <Nome do Orientador>

A IMPORTÂNCIA DA MATEMÁTICA NAS ÁREAS DO CONHECIMENTO

Objetivo. Utilidade Lugar. Utilidade Momento. Satisfação do Cliente. Utilidade Posse

Scrum. Introdução UFRPE-DEINFO BSI-FÁBRICA DE SOFTWARE

VESTIBULAR ª Fase RACIOCÍNIO LÓGICO-MATEMÁTICO GRADE DE CORREÇÃO

Transcrição:

EA044 - Planejamento e Análise de Sistemas de Produção Lista 2 - Modelos determinísticos Exercício 1 A Companhia Ferroviária do Brasil (CFB) está planejando a alocação de vagões a 5 regiões do país para se preparar para o transporte da safra anual. A tabela abaixo mostra quanto custa movimentar um vagão entre cada par de regiões, o número de vagões existentes e o número de vagões necessários para o transporte entre as regiões. Região De 1 2 3 4 5 1-10 12 17 35 2 10-18 8 46 3 12 18-9 27 4 17 8 9-20 5 35 46 27 20 - Existente 115 385 410 480 610 Necessário 200 500 800 200 300 a) Justificar, sucintamente, porque as variáveis de decisão apropriadas para este problema são x i,j = número de vagões a mover da região i para a região j. b) O número de vagões devido a razões físicas, deve ser um número inteiro, mas é provavelmente interessante assumir que estas variáveis sejam contínuas (número real). Explicar porque. c) Atribuir valores simbólicos para as constantes da tabela. d) Determinar a função objetivo que represente o custo total da movimentação. e) Determinar as cinco restrições principais, supondo que o número de vagões em cada região após o deslocamento será o suficiente. f) Completar a modelagem e escrever o modelo de otimização resultante. g) Classificar o modelo (linear, não linear, inteiro, mono/multicritério, etc.). 1

h) Resolver o modelo utilizando o software de apoio de sua preferência. Exercício 2 O departamento de engenharia da Companhia de Computadores do Brasil (CCB) deseja determinar como alocar módulos i = 1,, m entre as posições j = 1,, n disponíveis em uma placa. Eles já sabem que: 1 se uma conexão é necessária entre i e i a i,i = 0 caso contrário d j,j = distância entre as posições j e j Utilizando esta informação, os engenheiros desejam escolher a combinação de posições que minimiza o comprimento total das conexões necessárias. a) Definir as variáveis de decisão para este problema. Justificar a resposta. b) Explicar porque o comprimento entre os módulos i e i qualquer pode ser expresso por: C i,i = n n d ij x ij x i j j=1 j =1 c) Utilizar a expressão acima para formular uma função objetivo que traduza o comprimento total das conexões. d) Formular um sistema de m restrições para assegurar que cada módulo será alocado à uma posição. e) Formular um sistema de n restrições para assegurar que cada posição contém, no máximo, um módulo. f) Completar a modelagem e escrever o modelo de otimização resultante. g) Classificar o modelo de otimização (linear, não linear, etc.). Explicar. 2

Exercício 3 Considere o problema de otimização multiobjetivo abaixo: max x 1 max 3x 1 + x 2 s.a. x 1 + x 2 4 x 1 8 x 1, x 2 0 a) Determinar, graficamente, a solução ótima considerando somente a primeira função objetivo. b) Determinar, graficamente, a solução ótima considerando somente a segunda função objetivo. c) Discutir o conflito inerente à tentativa de maximizar ambos objetivos simultaneamente. Exercício 4 Suponha que um modelo de otimização com variáveis de decisão w 1 e w 2 possua as seguintes restrições: w 1 + w 2 7 w 1 0 a) Criar um problema linear de otimização cujo modelo tenha uma solução ótima única. Demonstre esse fato graficamente. b) Criar um problema linear de otimização cujo modelo tenha várias soluções ótimas. Demonstre esse fato graficamente. c) Criar um problema linear de otimização cujo modelo é ilimitado. Demonstre esse fato graficamente. Exercício 5 Uma fábrica está construindo um reservatório retangular com uma área superficial de 500m 2 para o resfriamento da água que provém do seu principal processo de fabricação. O reservatório terá 8 metros de profundidade, o comprimento deverá ser de pelo menos duas vezes a sua largura, e há um espaço disponível para construção de um reservatório de até 15 metros de largura. Deseja-se escolher um projeto que minimize o custo minimizando a área de concreto das paredes do reservatório. 3

a) Formular um modelo de programação matemática com as três principais restrições para escolher uma solução ótima usando as variáveis de decisão x 1 comprimento do reservatório e x 2 largura do reservatório. b) Resolver o modelo utilizando o software de apoio de sua preferência. c) Usando um gráfico 2-D, resolver o modelo graficamente para mostrar a solução ótima. d) Em um outro gráfico 2-D, mostrar graficamente que o problema torna-se infactível caso o reservatório tenha mais do que 25m de comprimento. Exercício 6 A empresa México comunicações está escolhendo o cabo para os novos 16000 metros linha telefônica. A tabela a seguir mostra os diâmetros disponíveis, juntamente com o custo associado, a resistência e a atenuação por cada metro de cabo. Diâmetro Custo Resistência Atenuação (0.1)mm ($/m) (ohms/m) (db/m) 4 0,092 0,279 0,00175 5 0,112 0,160 0,00130 6 0,141 0,120 0,00161 9 0,420 0,065 0,00095 12 0,719 0,039 0,00048 A empresa deseja escolher a combinação de cabos com o menor custo que deverão fornecer a linha telefônica até 1600 ohms de resistência e 8,5 db de atenuação. a) Formular um modelo matemático contendo três restrições principais para encontrar uma combinação ótima de cabos utilizando as variáveis de decisão (d = 4, 5, 6, 9, 12). x d metros do cabo de diâmetro d usado Considere que a resistência e a atenuação crescem linearmente com comprimento do cabo usado. b) Resolver o modelo utilizando o software de apoio de sua preferência 4

Exercício 7 Uma pequena empresa de consultoria de engenharia está definindo os planos para novos projetos do próximo ano. O diretor e os três sócios devem se encontrar para decidirem de quais projetos irão participar. Uma pesquisa preliminar foi realizada com oito projetos. O lucro esperado para cada projeto é dado pela seguinte tabela, com o número de pessoas-dia necessário para realizar cada projeto e o tempo (em horas) de processamento computacional - computer processing unit (CPU) - que será demandado. Projeto Lucro Pessoas-Dia CPU 1 2,1 550 200 2 0,5 400 150 3 3,0 300 400 4 2,0 350 450 5 1,0 450 300 6 1,5 500 150 7 0,6 350 200 8 1,8 200 600 É estimado que 1000 horas de CPU ficarão disponíveis ao longo do ano. Atualmente trabalham na empresa 10 engenheiros (incluindo o diretor e os sócios); cada um trabalha 240 dias por ano. Até 3 engenheiros podem deixar a empresa, e a administração não deseja contratar novos engenheiros para o próximo ano, devido as incertezas do mercado. No mínimo três projetos deverão ser selecionados, então, cada sócio ficará responsável por pelo menos um projeto por ano. O diretor tem 4 projetos favoritos (3, 4, 5 e 8), e a empresa precisará selecionar ao menos um deles. A empresa deseja formular um modelo de otimização para determinar quais projetos deverá escolher, assumindo que todos os projetos devem ser selecionados na base do tudoou-nada. a) Justificar por que as variáveis de decisão do modelo são (j = 1,..., 8) 1 se o projeto j for selecionado x j 0 caso contrário 5

b) Atribuir valores simbólicos para as constantes da tabela. c) Formular a função objetivo para maximizar o lucro total dos projetos selecionados. d) Formular um par de restrições para fazer cumprir o número mínimo e máximo de engenheiros pessoa-dia, considerar a demissão de até 3 engenheiros. e) Formular três restrições para fazer cumprir o limite de tempo computacional, atender a restrição de selecionar ao menos três projetos e incluir um dos projetos favoritos do diretor. f) Completar a modelagem e escrever o modelo de otimização resultante. g) Classificar o modelo (linear, não linear, inteiro, não linear inteiro, mono/multicritério, etc.). Explicar. h) Resolver o modelo utilizando o software de apoio de sua preferência. Exercício 8 O Fundo Papiro s é um fundo de investimento em ações ordinárias nas categorias (j = 1,..., n). Pelo menos uma fração l j e no máximo uma fração u j do capital do fundo é investido em qualquer categoria j. O fundo mantém estimativas, v j, do retorno anual esperado de ganho de capital e dividendos para cada dólar investido na categoria j. Também estima-se o risco r j por dólar investido em cada categoria j. O objetivo é maximizar o retorno com o mínimo risco. a) Justificar, sucintamente, porque as variáveis de decisão apropriadas para o modelo são: x j fração do capital investido no fundo na categoria j b) Formular uma função objetivo para maximizar o retorno esperado por dólar investido. c) Formular uma função objetivo para minimizar o risco por dólar investido, assumindo que os riscos para diferentes categorias são independentes um dos outros. d) Formular uma restrição que assegure que 100% do capital do fundo é investido em algum lugar. e) Formular um sistema com n restrições assegurando os limites inferiores e superiores da fração do capital do fundo investido em cada categoria. 6

f) Classificar o modelo (linear, não linear, inteiro, mono/multicritério, etc.). Explicar. 7