Problemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos



Documentos relacionados
Problemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto

Problemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos

Problemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos

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

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

Lista de exercícios: Modelagem matemática Otimização Combinatória

PESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística

UFV Universidade Federal de Viçosa DMA Departamento de Matemática MAT 138 Noções de Álgebra Linear

Nutrição completa para equinos. Linha Equinos. Rações Suplementos Minerais

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

Problema de Transporte. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 8 modelos

FOLHA 2. Programação Linear : modelação matemática

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

2011 Evialis. Todos os direitos reservados uma marca

Lisina, Farelo de Soja e Milho

Formulação de problemas de programação linear. Investigação Operacional (Economia) Exercícios de programação linear Formulação (Problemas propostos)

EFEITO DA UTILIZAÇÃO DE PRÓBIÓTICOS EM DIETAS PARA BOVINOS NELORE TERMINADOS EM CONFINAMENTO INTRODUÇÃO

O consumidor deve estar atento às informações do rótulo?

Pesquisa Operacional 1. Aula 5- Modelagem de problemas. Profa. Milena Estanislau Diniz 2º Semestre/2011

Investigação Operacional

Otimização. Modelagem e Solução Gráfica. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia

LOTES 01- PERECÍVEIS FRIOS

O manipulador de alimentos tem que conferir todas as informações do rótulo?

Programação Linear Inteira GNU Linear Programming Kit

Utilização de dietas de alto concentrado em confinamentos

PESQUISA OPERACIONAL

Milho: Produção, Armazenamento e sua utilização na elaboração de ração para Aves

Models and Algorithms for Combinatorial Optimization Problems. LP Solve. Albert Einstein Fernandes Muritiba.

Lista 2 - Modelos determinísticos

USO DE CONCENTRADOS PARA VACAS LEITEIRAS

PROGRAMA NUTRICIONAL PARA SUÍNOS. "Seu resultado é o nosso compromisso." EXCELÊNCIA EM NUTRIÇÃO ANIMAL.

A PRODUCAO LEITEIRA NOS

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

BCC 342 Fluxo Máximo. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto

CRONOGRAMA DE ENTREGA AABB

PESQUISA DE ORÇAMENTO FAMILIAR - POF. Prof. Dra. Aline Mota de Barros Marcellini

TRABALHO - SIMULAÇÃO DE CONSULTORIA PARA COOPERATIVA CAMPAL 1

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

Pesquisa Operacional. Componentes de um modelo de PL

Nascida da experiência internacional do Grupo Agras, em atividade desde 1946 na importação de matérias-primas alimentares, a Agras Delic introduziu

Programação Matemática

FORMULAÇÃO DE RAÇÕES UTILIZANDO CALCULADORAS

1,7 milhões de estabelecimentos 50 Mha

Ebene eins. Capítulo 1: Tool.Box Hofläden Aplicado na loja Müller Áustria - Ebene zwei. Ebene drei Modulo 7:» Plano Ebene vier de negócios e Cálculos

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios

Desenvolvimento de um sistema computacional para otimização de custos e ganho nutricional nas refeições do restaurantes do IFMG-campus Bambuí

ALIMENTOS PARA CÃES E GATOS VISÃO GERAL

Você tem ninho de ovos de ouro?

2. A FERRAMENTA SOLVER (EXCEL)

Índice. Roda dos Alimentos

Ministério da Agricultura, Pecuária e Abastecimento

Universidade da Beira Interior Departamento de Matemática. Fábrica 1 Fábrica 2 Fábrica 3 Mina Mina

6. Programação Inteira

NUTRIÇÃO DE GATOS. DUTRA, Lara S. 1 ; CENTENARO, Vanessa B. 2 ; ARALDI, Daniele Furian 3. Palavras-chave: Nutrição. Gatos. Alimentação.

Tributação na Indústria de Óleos Vegetais

Pesquisa Operacional

ÍNDICE MITSUISAL A SUA NOVA OPÇÃO COM QUALIDADE

Profa. Joyce Silva Moraes

PROPOSTA. Pregão. Proposta(s) Item: 0001 Descrição: Isosource 1.5, sem Sacarose, Baunilha, 01 Litro Quantidade: Unidade de Medida: Litro

9º ENTEC Encontro de Tecnologia: 23 a 28 de novembro de 2015

COMISSÃO DE MEIO AMBIENTE E DESENVOLVIMENTO SUSTENTÁVEL

QUÍMICA CELULAR NUTRIÇÃO TIPOS DE NUTRIENTES NUTRIENTES ENERGÉTICOS 4/3/2011 FUNDAMENTOS QUÍMICOS DA VIDA

NÚMERO. Alimentação: Sustentável. Receitas deliciosas. O seu dia a dia muito mais saboroso. CHICO SARDELLI DEPUTADO ESTADUAL PV

FERTILIZANTES Fertilizante: Classificação Quanto a Natureza do Nutriente Contido Quanto ao Critério Químico Quanto ao Critério Físico

CURSO DE GASTRONOMIA Disciplina : matérias primas Conceito e Tipo de Matéria Prima

INSTRUÇÕES PARA PREENCHIMENTO DO FORMULÁRIO DE SOLICITAÇÃO PARA REGISTRO DE PRODUTOS DE ORIGEM ANIMAL FOLHA 1

SHAKEASY. Bases Prontas para Shakes Funcionais

menu informação nutricional

Subsídios técnicos para a agenda brasileira de bioetanol

O uso de concentrado para vacas leiteiras Contribuindo para eficiência da produção

Custos Industriais. Introdução. Introdução. Custos conjuntos

A Importância dos Alimentos. Prof.: Andrey Oliveira Colégio Sete de Setembro Disciplina: Educação Física

COMO TER UMA ALIMENTAÇÃO SAUDÁVEL?

Trabalho elaborado por: 5/29/2007 USF Valongo. Enf. Anabela Queirós

ÍNDICES NACIONAIS DE PREÇOS AO CONSUMIDOR IPCA e INPC Janeiro 2006

Suplemento de Crescimento e Nutrição para Frangos de Corte. frangos de corte. cobb-vantress.com

Curso superior de Tecnologia em Gastronomia

Exercícios de testes intermédios e provas oficiais

Métodos e Medidas II

FARELO DE SOJA: PROCESSAMENTO E QUALIDADE

MEIOS DE CULTURA DESENVOLVIMENTO OU PRODUÇÃO DE MEIOS DE CULTURA. Necessidade Bactérias Leveduras

Notas de aula número 1: Otimização *

Cursos e-learning sobre Composição de Alimentos

07 Sucos Para Sua Dieta

B-727 Electra Bandeirante SP Rio ,4 SP P.Alegre ,8 Tonelagem

INFORMAÇÕES PARA REGISTRO DE ESTABELECIMENTO

A primeira análise do ciclo de vida da embalagem de leite UHT em toda a Europa

Colégio Português Creche Semana de 22 a 26 de Junho de 2015 Almoço

Universidade Federal do Rio de Janeiro. Nos exercícios de 1 a 10 a seguir, determinar o seguinte: (a) uma modelagem matemática

LISTA DE EXERCÍCIOS 1 PESQUISA OPERACIONAL MODELAGEM

Protocolo TCP/IP. Neste caso cada computador da rede precisa de, pelo menos, dois parâmetros configurados:

Conjuntura e perspectivas. Panorama do mercado de extração de óleos

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

&(67$%É6,&$62%((0&$3,7$,6

TERMO DE ADJUDICAÇÃO. Item 0001

ÍNDICES NACIONAIS DE PREÇOS AO CONSUMIDOR IPCA e INPC dezembro 2009

1. Quem Somos 2. Os acionistas 3. Estrutura da empresa 4. Estratégia, Conceito de negócios e serviços 5. Área de atuação: portfólio, regiões e

CÓPIA CONTROLADA POP - PRIMATO 002 / REV. 01

Seção 2/E Monitoramento, Avaliação e Aprendizagem

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

Transcrição:

Problemas de Mistura Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos

Problemas de Mistura Problemas deste tipo consistem em combinar materiais obtidos na natureza (ou matérias primas) para gerar novos materiais ou produtos com características convenientes. Rações Fábricas de rações produzem vários tipos de rações para determinados animais: bovinos, equinos, caninos, galináceos, etc. Essas rações são produzidas pela mistura de alimentos ou farinhas de restos de alimentos como: milho, farelo de arroz, farinha de osso, soja, entre outros. Os preços e a composição nutricional destes ingredientes também são conhecidas, ou seja, a quantidade de cálcio, ferro, manganês, etc. A nutrição especifica as necessidades mínimas e máximas desses nutrientes por kilo de ração para cada tipo de animal. O problema de otimização tem como objetivo determinar quais e quanto de cada tipo de cada ingrediente deve fazer parte de cada kilo de ração, tal que as necessidades sejam atendidas com o menor custo possível. Outros exemplos: Produção de adubo, Sucos concentrados, Lotes de minério, etc

M4.2 Considere a produção de ração animal a partir de três ingredientes básicos: osso, soja e farinha de peixe. Os principais nutrientes da ração são: proteína e cálcio. As necessidades mínimas desses nutrientes por kilo de ração são 30% de proteína e 50% de cálcio. Os custos e quantidades de nutriente (em porcentagem) por ingrediente são dados na tabela. Nutrientes Ingredientes Osso Soja Peixe Ração Proteína 0,2 0,5 0,4 0,3 Cálcio 0,6 0,4 0,4 0,5 Custo ($/Kg) 0,56 0,81 0,46 ------ Devemos determinar as quantidades de cada ingrediente a compor um kilo de ração de tal forma que as necessidades mínimas sejam satifeitas com o menor custo possível

MPL - Mathematical Programming Language Usado no GUSEK Modelo 1 #conjuntos set I; set N; #parâmetros param matriz{n in N, i in I}, >= 0; # matriz nutri x ingre param custo_ingre{i in I}, >= 0; param nece_nutri{n in N}, >= 0; #variaveis de decisão var x{i in I}, >= 0; #função objetivo minimize custo: sum{i in I} custo_ingre[i] * x[i]; #restrições s.t. r1{n in N}: sum{i in I} matriz[n,i] * x[i] >= nece_nutri[n]; s.t. r2: sum{i in I} x[i] = 1;

Modelo 1 data; set I := Osso Soja Peixe; set N := Proteina Calcio; param nutri_ingre : Osso Soja Peixe := Proteina 0.2 0.5 0.4 Calcio 0.6 0.4 0.4; param custo_ingre := Osso 0.56 Soja 0.81 Peixe 0.46; param nece_nutri := end; Proteina 0.3 Calcio 0.5;

Problema da Dieta - Puccini 72 Uma pessoa é forçada a fazer uma dieta alimentar que fornece, diariamente, pelo menos as seguintes quantidades, em mg, de vitaminas: 80 de A, 70 de B, 100 de C e 60 de D. A dieta deverá incluir leite, arroz, feijão e carne, que contém os seguintes miligramas de vitaminas em cada uma de suas unidades de medida: Vitaminas Leite (l) Arroz (kg) Feijão (kg) Carne (kg) A 10 5 9 10 B 8 7 6 6 C 15 3 4 7 D 20 2 3 9 Custo unitário 1,85 2,00 3,40 12,00 Deseja-se saber o consumo diário de cada alimento de tal maneira que a dieta seja satisfeita com o menor custo possível. Fazer o modelo compacto para este problema usando o menor num de estruturas de dados. Fazer a entrada de dados também.

M4.5 (Livro do Taha pag 13) Uma central industrial de reciclagem usa 2 tipos de sucata de alumínio, A e B para produzir uma liga especial. A sucata A contém 6% de alumínio, 3% de silício e 4% de carbono. A sucata B tem 3% de alumínio, 6% de silício e 3% de carbono. Os custos por tonelada das sucatas A e B são $100 e $80 respectivamente. As especificações da liga especial requerem que: 1) o teor de alumínio deva ser no mínimo 3% e no máximo 6% do volume final; 2) o teor de silício deva ficar entre 3% e 5% do volume final; 3) o teor de carbono deva ficar entre 3% e 7% do volume final. Determine o mix ótimo (de menor custo) produzir uma quantidade qualquer da liga. de sucatas que deve ser usado para

Problema de mista Exerc. 1 pag 25 Taha M4.6 Uma empresa produz 3 tipos de sucos de frutas A, B e C, usando morangos, uvas e maçãs frescas. O fornecimento diário é limitado a 200 t de morangos, 100 t de uvas e 150 t de maçãs. O custo por tonelada de morangos, uvas e maçãs e $200, $100 e $90, respectivamente. Cada tonelada rende 1.500 l de suco de morango, 1.200 l de suco de uva e 1.000 l de suco de maçã. A bebida A é uma mistura de 1:1 de suco de morango e maçã. A bebida B é uma mistura de 1:1:2 de suco de morango, de uva e de maçã. A bebida C é uma mistura de 2:3 de suco de uva e de maçã. Todas as bebidas são acondicionadas em garrafas de 0,5 l. O preço por garrafa é de $3.30, $3.50 e $3,20 para as bebidas A, B e C. Determine a quantidade a ser produzida de garrafas de cada bebida que geram o maior lucro.

Problema de mista Exerc. 1 pag 25 Taha M4.6 Uma empresa produz 3 tipos de sucos de frutas A, B e C, usando morangos, uvas e maçãs frescas. O fornecimento diário é limitado a 200 t de morangos, 100 t de uvas e 150 t de maçãs. O custo por tonelada de morangos, uvas e maçãs e $200, $100 e $90, respectivamente. Cada tonelada rende 1.500 l de suco de morango, 1.200 l de suco de uva e 1.000 l de suco de maçã. A bebida A é uma mistura de 1:1 de suco de morango e maçã. A bebida B é uma mistura de 1:1:2 de suco de morango, de uva e de maçã. A bebida C é uma mistura de 2:3 de suco de uva e de maçã. Todas as bebidas são acondicionadas em garrafas de 0,5 l. O preço por garrafa é de $3.30, $3.50 e $3,20 para as bebidas A, B e C. Determine o mix ótimo de produção para as três bebidas. Morango Uva Maçã Venda Suco A 1 0 1 3,30 Suco B 1 1 2 3,50 Suco C 0 2 3 3,20 Disp. 200*1500 100*1200 150*1000 Custo/l 200/1500 100/1200 90/1000

Suco A Suco B Suco C 0,25 litros 0,25 litros 0,125 litros 0,125 litros 0,25 litros 0,2 litros 0,3 litros Morango Uva Maçã Venda Suco A 1 0 1 3,30 Suco B 1 1 2 3,50 Suco C 0 2 3 3,20 Disp. 200*1500 100*1200 150*1000 Custo/l 200/1500 100/1200 90/1000

Modelo 1 - Gusek /* variáveis decisão*/ var xa, integer, >=0; #qtd latas do suco A var xb, integer, >=0; #qtd latas do suco B var xc, integer, >=0; #qtd latas do suco C /*funcao objetivo*/ maximize lucro: 3.3*xa + 3.5*xb + 3.2*xc -(0.25*xa + 0.125*xb)*200/1500 -(0.125*xb + 0.2*xc)*100/1200 - (0.25*xa + 0.25*xb + 0.3*xc)*90/1000; /*Restrições*/ subject to Morango: 0.25*xa + 0.125*xb <= 200*1500; Uva: 0.125*xb + 0.4*xc <= 100*1200; Maca: 0.25*xa + 0.25*xb + 0.6*xc <= 150*1000; solve; end;

/* variáveis decisão*/ var MoA, integer, >=0; #lts de suco morango p/ fazer bebida A var MoB, integer, >=0; #lts de suco morango p/ fazer bebida B var UvB, integer, >=0; #lts de suco uva p/ fazer bebida B var UvC, integer, >=0; #lts de suco uva p/ fazer bebida C var MaA, integer, >=0; #lts de suco maçã p/ fazer bebida A var MaB, integer, >=0; #lts de suco maçã p/ fazer bebida B var MaC, integer, >=0; #lts de suco maçã p/ fazer bebida C /*funcao objetivo*/ maximize lucro: 3.3*2*(MoA + MaA) + 3.5*2*(MoB + UvB + MaB) + 3.2*2*(UvC + MaC) - ((MoA + MoB)*200/1500 + (UvB + UvC)*100/1200 + (MaA + MaB + MaC)*90/1000); /*Restrições*/ subject to Morango: MoA + MoB <= 200*1500; Uva: UvB + UvC <= 100*1200; Maca: MaA + MaB + MaC <= 150*1000; SucoA: MoA = MaA; Morango_SucoB: MoB = (MoB + UvB + MaB)*0.25; Uva_SucoB: UvB = (MoB + UvB + MaB)*0.25; Maca_SucoB: MaB = (MoB + UvB + MaB)*0.5; Uva_SucoC: UvC = 0.4*(UvC + MaC); solve; end;

Problema de mista Exerc. 8 pag 26 M4.4 - Uma refinaria mistura dois tipos de frações de petróleo, A e B para produzir gasolinas tipo 1 e 2. A produção máxima dos insumos A e B são 450 e 700 barris/hora e suas octanagens são 98 e 89, e as pressões de vapor são 12 e 8 lb/pol 2. As octanagens da gasolina 1 e 2 devem ser de no mínimo 91 e 93 respectivamente. A pressão de vapor associada a ambos os produtos não deve exceder 11 lb/pol 2. Os lucros por barril de 1 e 2 são $7 e $10. Determine a taxa ótima de produção das gasolinas tipo 1 e 2 bem como suas razões de mistura de A e B. Obs. a pressão e a octanagem podem ser tomadas como as médias ponderadas da mistura.

M4.3 - Uma refinaria fabrica dois tipos de gasolina (1 e 2) a partir de dois tipos de petróleo bruto (A e B). Os custos, os preços de venda e a matéria-prima para fabricar as gasolinas são. Tipo de Petróleo Disp (barris/dia) Custo ($R/barril) A 100 36,00 B 200 33,00 Gasolina % mínima do petróleo A Preço de venda ($R/barril) 1 60 45,00 2 30 42,00 Considerando que o petróleo bruto é convertido totalmente em combustível, sem perdas, formular um PPL para maximizar o seu lucro diário da refinaria.