Prévia do material em texto
1 Otimização em sistemas de produção DESCRIÇÃO Recursos computacionais (algoritmos e softwares) para uma revolução no âmbito da pesquisa operacional (PO), com eficiência na aquisição e no tratamento dos dados nos sistemas logísticos de produção. PROPÓSITO Aprender a aplicar técnicas para a otimização em sistemas de produção, fundamental para a obtenção de resultados eficientes na área da logística. PREPARAÇÃO Antes de iniciar o estudo deste conteúdo, tenha em mãos uma calculadora, preferencialmente que execute cálculo de exponenciais. Como apoio para a solução dos problemas que serão apresentados, se possível, tenha um computador com aplicativo Microsoft Excel ou ApacheOpenOffice. INTRODUÇÃO A constante evolução no campo da pesquisa operacional (PO) tem desenvolvido importantes adventos nos ramos de metodologia e de aplicação de redes modelos de otimização de dados. Variadas inovações algorítmicas tiveram um grande impacto na área, assim como ideias da ciência da computação sobre estruturas e manipulação eficiente de dados. Consequentemente, algoritmos e softwares estão disponíveis e sendo usados rotineiramente para resolver grandes problemas que seriam de complexa resolução há duas ou três décadas. Entenderemos, ao longo deste estudo, como identificar os problemas de produção e os problemas de escala, e quais métodos podemos usar para resolvê-los. MÓDULO 1 Identificar os problemas de produção CONCEITOS DE MODELO DE DECISÃO Os problemas de tomada de decisão podem ser classificados em duas categorias: modelos dedecisão determinísticos e probabilísticos. Em modelos determinísticos, boas decisões trazem bons resultados, você consegue o que espera, portanto, o resultado é determinístico, livre de risco. O resultado de uma decisão depende muito da influência de fatores incontroláveis e da quantidade de informação que o tomador de decisão possui para prever esses fatores. Aqueles que gerenciam e controlam sistemas de homens e equipamentos enfrentam o problema contínuo de melhorar o desempenho do sistema. O objetivo pode ser reduzir o custode operação, mantendo um nível aceitável de serviço e o lucro das operações atuais, fornecer um nível mais alto de serviço sem aumentar o custo, manter uma operação lucrativa enquanto atende os regulamentos governamentais impostos, ou "melhorar" um aspecto da qualidade do produto sem reduzir a qualidade em outro. Para identificar métodos de melhoria da operação do sistema, deve-se construir uma representação sintética ou modelo do sistema físico, que pode ser usado para descrever o efeito de uma variedade de soluções propostas. Um modelo é uma representação que captura "a essência" da realidade. Uma fotografia é um modelo da realidade retratada na imagem. A pressão arterial pode ser usada como um modelo da saúde de um indivíduo. Uma campanha piloto de vendas pode ser usada para modelar a resposta de indivíduos a um novo produto. Em cada caso, o modelo captura algum aspecto darealidade que tenta representar. Uma vez que um modelo captura apenas certos aspectos da realidade, pode ser inadequado para uso em uma aplicação específica, pois pode capturar os elementos errados da realidade. Temperatura é um modelo de condições climáticas, mas pode ser inapropriado se alguém estiver interessado em pressão barométrica. A fotografia de uma 2 pessoa é um modelo desse indivíduo, mas fornece poucas informações sobre seu desempenho acadêmico. Uma equação que prevê as vendas anuais de determinado produto é um modelo desse produto, mas tem pouco valor se estivermos interessados no custo de produção por unidade. Assim, a utilidade do modelo depende do aspecto da realidade que ele representa. Se um modelo captura os elementos apropriados da realidade, mas o faz de maneira distorcida ou enviesada, ele não será útil. Uma equação que prevê o volume de vendas mensal pode ser exatamente o que o gerente de vendas está procurando, mas pode levar a sérias perdas se produzir consistentemente altas estimativas de vendas. Um termômetro com leitura muito alta ou muito baixa seria de pouca utilidade em diagnósticos médicos. Um modelo útil é aquele que captura os elementos adequados da realidade com precisão aceitável. A OTIMIZAÇÃO MATEMÁTICA É O RAMO DA CIÊNCIA COMPUTACIONAL QUE BUSCA RESPONDER À PERGUNTA “O QUE É MELHOR?” PARA PROBLEMAS EM QUE A QUALIDADE DA RESPOSTA PODE SER EXPRESSA COMO UM VALOR NUMÉRICO. Tais problemas de otimização surgem em diversos ramos: Negócios, Economia, Finanças, Gestão, Química, Ciência dos Materiais, Física, Astronomia, Biologia Estrutural e Molecular, Engenharia, Ciência da Computação, Medicina e Arquitetura. A gama de técnicas disponíveispara resolvê-los é quase tão ampla. Um modelo de otimização matemática consiste em uma função objetivo e um conjunto de restrições expressos na forma de um sistema de equações ou desigualdades, e esses modelos são usados extensivamente em quase todas as áreas de tomada de decisão, como projeto de engenharia e seleção de portfólio financeiro. Se o modelo matemático é uma representação válida do desempenho do sistema, conforme demonstrado pela aplicação das técnicas analíticas apropriadas, então, a solução obtida do modelo também deve ser a solução para o problema do sistema. A eficácia de qualquer técnicade otimização se deve, em grande parte, ao grau de representação do modelo sobre o sistema estudado. Os problemas de otimização são onipresentes na modelagem matemática de sistemas do mundo real e cobrem um amplo conjunto de aplicações: Economia, Finanças, Química, Ciência dos Materiais, Astronomia, Física, Biologia Estrutural e Molecular, Engenharia, Ciência da Computação e Medicina. A modelagem de otimização requer tempoapropriado. A seguir, o procedimento geral a ser usado no processo de modelagem: Descrever o problema. Prescrever uma solução. Controlar o problema avaliando e atualizando a solução ótima continuamente, enquanto altera os parâmetros e estrutura do problema. Claramente, sempre há ciclos de feedback entre essas etapas gerais. FORMULAÇÃO MATEMÁTICA DO PROBLEMA Assim que você detectar um problema, pense e entenda-o para descrevê-lo adequadamente por escrito. Desenvolva um modelo matemático ou estrutura para representar a realidade a fim de conceber ou utilizar um algoritmo de solução de otimização. A formulação do problema deve ser validada antes de ser oferecida uma solução. Uma boa formulação matemática para otimização deve ser inclusiva – inclui o que pertence ao problema – e exclusiva – elimina o quenão pertence ao problema. ENCONTRE UMA SOLUÇÃO IDEAL Esta é a identificação de um algoritmo de solução e seu estágio de implementação. O único bom plano é um plano implementado que permanece implementado! Interpretações gerenciais da solução ideal: Depois de reconhecer o algoritmo e determinar o módulo de software apropriado a ser aplicado, utilize-o para obter a estratégia ideal. Em seguida, a solução será apresentada ao tomador de decisão no mesmo estilo e linguagem usados pelo tomador de decisão. Isso significa fornecer interpretações gerenciais da solução estratégica em termos leigos, não apenas entregar ao tomador de decisão uma impressão docomputador. 3 ANÁLISE PÓS-SOLUÇÃO Essas atividades incluem a atualização da solução ideal para controlar o problema. Neste mundo em constante mudança, é crucial atualizar periodicamente a solução ideal para qualquer problema de otimização. Um modelo que era válido pode perder a validade devido a mudanças nas condições, tornando-se uma representação imprecisa da realidade e afetando adversamente a capacidade decisiva do tomador de decisão. O modelo de otimização que você cria deve ser capaz de lidar com as mudanças. IMPORTÂNCIA DO FEEDBACK E CONTROLE É necessário enfatizar a importância de pensar sobre os aspectos de feedback e controle de um problema de otimização. Seria umerro discutir o contexto do processo de modelagem de otimização e ignorar que uma solução imutável para um problema de decisão nunca deve ser esperada. A própria natureza do ambiente da estratégia ideal está mudando e, portanto, o feedback e o controle são partes importantes do processo de modelagem de otimização. O processo acima é descrito como os estágios de Análise, Projeto e Controle de Sistemas no fluxograma a seguir, incluindo as atividades de validação e verificação: PROGRAMAÇÃO LINEAR A programação linear (PL) costuma ser o tópico favorito de professores e alunos. A capacidade de introduzir a PL usando uma abordagem gráfica, a relativa facilidade do método de solução, a ampla disponibilidade de pacotes de software para PL e os numerosos aplicativos tornam a PL acessível até mesmo para alunos com conhecimentos matemáticos relativamente limitados. Além disso, a PL oferece uma excelente oportunidade para introduzir a ideia de análise what-if,devido às poderosas ferramentas para análise pós-otimização desenvolvidas para o modelo dePL. A programação linear é um procedimento matemático para determinar a alocação ótima de recursos escassos e que encontrou aplicação prática em quase todas as facetas dos negócios, da propaganda ao planejamento da produção. Problemas de transporte, distribuição e planejamento de produção agregada são os objetos mais típicos da análise por meio de PL. Na indústria do petróleo, por exemplo, um gerente de processamento de dados em uma grande empresa petrolífera estimou recentemente que de 5% a 10% do tempo do computador da empresa era dedicado ao processamento de PL e demodelos semelhantes aos de PL. Ao formular um problema de tomada de decisão como um programa linear, você deve verificaras seguintes condições: 1. A função objetivo deve ser linear, por isso, verifique se todas as variáveis têm potência de 1 esão adicionadas ou subtraídas (não divididas ou multiplicadas). 2. O objetivo deve ser a maximização ou a minimização de uma função linear e deve representar a meta do tomador de decisão. 3. As restrições também devem ser lineares e sempre fechadas, das seguintes formas: ≥, ≤ ou =. 4 Veja a seguir um modelo de PL: Maximizar 𝒙𝟏 + 𝟏, 𝟓𝒙𝟐 Sujeito a: 2x1 + x2 ≤ 40 Restrição de mão de obra x1 + 2x2 ≤ 50 Restrição de material x1, x2 Não negativo VEJAMOS UM EXEMPLO DE UM PROBLEMA DE MISTURA A YDVQS Pizza é uma fabricante de pizzas congeladas. A empresa obtém um lucro líquido de R$1,00 para cada pizza regular e R$1,50 para cada pizza de luxo produzida. A empresa tem atualmente 150kg de mistura de massa e 50kg de mistura de cobertura. Cada pizza regular usa 1kg de mistura de massa e 0,125kg de mistura de cobertura. Cada pizza de luxo usa 1kg de mistura de massa e 0,25kg de mistura de cobertura. Com base na demanda anterior por semana, YDVQS pode vender pelo menos 50 pizzas regulares e pelo menos 25 pizzas de luxo.O problema é determinar o número de pizzas regulares e de luxo que a empresa deve produzir para maximizar o lucro líquido. Formule este problema como um problema de LP. Sejam x1 e x2 o número de pizzas regulares e de luxo, então a formulação PL é: Maximizar 𝒙𝟏 + 𝟏, 𝟓𝒙𝟐 Sujeito a: x1 + x2 ≤ 150 Restrição de mistura de massa 0,125 x1 + 0,5 x2 ≤ 50 Restrição de mistura de cobertura x1 ≥ 50 x2 ≥ 25 x1 ≥ 0, x2 ≥ 0 Não negativo ALGORÍTMO BRANCH AND BOUND (B&B) Um algoritmo B&B para um problema de minimização/minimização consiste, portanto, em trêscomponentes principais: Bounding function Cálculo dos limites inferiores e/ou superiores para o valor da função objetivo do subproblema. Strategy for selecting Uma estratégia para selecionar o subespaço de soluções a ser investigado na iteração atual. Branching rule Regra de ramificação a ser aplicada se um subespaço, após a investigação, não puder ser descartado, subdividindo-o em dois ou mais subespaços a serem investigados em iteraçõessubsequentes As etapas do método branch and bound para determinar uma solução inteira ótima para um modelo de maximização (com ≤ restrições) podem ser resumidas da forma a seguir: 1. Encontre a solução ótima para o modelo de programação linear com as restrições de númerointeiro relaxadas. 2. Na raiz, nó 0, a solução relaxada deve ser o limite superior; a solução inteira arredondada, olimite inferior. 3. Selecione a variável com a maior parte fracionária para ramificação. Crie duas restrições para essa variável, refletindo os valores inteiros particionados. O resultado será uma nova restrição ≤ e uma nova restrição ≥. 4. Crie dois nós, um para a restrição ≤ e outro para a restrição ≥. 5. Resolva o modelo de programação linear relaxado com a nova restrição adicionada em cadaum desses nós. 5 6. A solução relaxada é o limite superior em cada nó, e a solução inteira máxima existente (em qualquer nó) é o limite inferior. 7. Se o processo produzir uma solução viável inteira com o maior valor limite superior dentrequalquer nó final, a solução inteira ideal foi atingida. Se uma solução inteira viável não aparecer, ramifique o nó com o maior limite superior. 8. Volte ao passo 3. Vamos a um exemplo simples para entender o método: deve-se encontrar a solução para o seguinte problema: Olhando a restrição, vamos fazer x1 = 0 e determinar o valor de x2, e posteriormente x2 = 0 e determinar x2: Resolvendo o problema relaxado, tem-se: Valor ótimo da solução: 39,06. Valores das variáveis x1 = 1, 86 e x2 = 0. Logo, o valor de x1 não é inteiro, então dividimos o problema em dois subproblemas: Um em que consideramos o valor de x1 ≥ 2, que vamos chamar de subproblema A. Outro em que consideramos x1 ≤ 1, chamado de subproblema B. Subproblema A Subproblema B Subproblema A Subproblema B Max Z = 21x1 + 11x2 Max Z = 21x1 + 11x2 Sujeito a: Sujeito a: 7x1 + 4x2 ≤ 13 7x1 + 4x2 ≤ 13 x1 ≥ 2 x1 ≤ 1 x1, x2 ≥ 0 x1, x2 ≥ 0 Não encontramos solução factível ao resolver o problema A: na restrição 7 × 2 = 14, não é menor do que 13. Então, aplicando o critério para poda, podemos eliminá-lo (teste de sondagem 1, o problema relaxado é infactível). Resolvendo o subproblema B, se temos x1 = 1, então x2 = 1, 5 e Z = 37, 5. Agora x2 não é inteiro, logo, 6 particionamos o problema em dois, considerando o subproblema C com a variável x2 ≤ 1 e o subproblema D com x2 ≥ 2. Subproblema C Subproblema D Max Z = 21x1 + 11x2 Max Z = 21x1 + 11x2 Sujeito a: Sujeito a: 7x1 + 4x2 ≤ 13 7x1 + 4x2 ≤ 13 x1 ≤ 1 x1 ≤ 1 x2 ≤ 1 x2 ≥ 1 x1, x2 ≥ 0 x1, x2 ≥ 0 A solução do subproblema C é igual a 32, x1 = 1 e x2 = 1, as duas variáveis são inteiras, logo, considerando o teste de sondagem (TS2), esse problema pode ser sondado por otimalidade. Resolvendo o subproblema D, temos Z = 37, x1 = 0, 72 e x2 = 2. Note que a variável x1 novamente não é inteira, então particionamos o subproblema, gerando dois novos subproblemas como mostramos a seguir: Subproblema E Subproblema F Max Z = 21x1 + 11x2 Max Z = 21x1 + 11x2 Sujeito a: Sujeito a: 7x1 + 4x2 ≤ 13 7x1 + 4x2 ≤ 13 x1 ≤ 1 x1 ≤ 1 x2 ≥ 2 x2 ≥ 1 x1 ≤ 0 x1 ≥ 1 x1, x2 ≥ 0 x1, x2 ≥ 0 O subproblema F é infactível, logo, podemos usar T S1 e eliminá-lo. O subproblema E tem solução igual a 35,75, x1 = 0 e x2 = 3,25. Subproblema G Subproblema H Max Z = 21x1 + 11x2 Max Z = 21x1 + 11x2 Sujeito a: Sujeito a: 7x1 + 4x2 ≤ 13 7x1 + 4x2 ≤ 13 x1 ≤ 1 x1 ≤ 1 x2 ≥ 2 x2 ≥ 2 x1 ≤ 0 x1 ≤ 0 x2 ≤ 3 x2 ≥ 4 x1, x2 ≥ 0 x1, x2 ≥ 0 No subproblema G, temos então x1 = 0 e x2 = 3, obtendo Z = 33. O problema H, com x4 = 4, é infactível. Obtemos a solução ótima no problema G. UTILIZANDO O SOLVER Para o Solver, vamos montar a planilha: 7 Captura de tela do Software Excel Captura de tela do Software Excel As células têm o seguinte significado: D4:E4→ varáveis do problema F7 → =SOMARPRODUTO(D7:E7;D4:E4) G7 → limite da restrição D9 → =21*D4+11*E4 — função objetivo O Solver será: Definir objetivo → $D$9 Para → Max Alterando células variáveis → $D$4:$E$4 Restrição 1 → D4:E4 = número inteiro Restrição 1 → $F$7 ≤ $G$7 Método de solução → LP Simplex Clicando em “Resolver” obtemos: 8 PROBLEMA DE ESCALA A otimização do cronograma é o processo de garantir que cada tarefa ou ação individual em um cronograma esteja alinhada com o seu objetivo final e pode ser usada por indivíduos e empresas para manter suas prioridades na vanguarda, ao definir os horários para a realização das tarefas. As empresas de entrega costumam usar a otimização do cronograma para garantir que uma rota de entrega seja planejada com a menor quilometragem possível e, portanto, como menor custo de combustível. Organizações cujos funcionários trabalham em vários turnos precisam programar trabalhadores suficientes para cada turno diário. Normalmente, os horários terão restrições, como "nenhum funcionário deve trabalhar em dois turnos consecutivos". Encontrar um cronograma que satisfaça todas as restrições pode muitas vezes ser computacionalmente complexo. Muitas empresas de logística fornecem serviços em massa aos clientes, mas, atualmente, também atendem uma crescente demanda por serviços de logística customizados e consideram modificar o modo de serviço. Especialmente, essas empresas tentam fornecer serviços de logística de customização em massa em vez de serviços de logística em massa. Otempo de conclusão é um índice importante para a qualidade desse serviço e o problema de programação de tempo é um dos principais da área. Inúmeras empresas de logística têm se dedicado a melhorar o desempenho da programação de tempo. Em produção, em logística, em serviços etc., é importante que se organize uma escala de trabalho a fim de obter uma maior eficiênciado processo. A alocação de máquinas ou de pessoas é de suma importância para a manutenção da rentabilidade do negócio. PARA MELHOR ENTENDER SUA IMPORTÂNCIA,VAMOS VER O SEGUINTE EXEMPLO O administrador de um hospital deseja otimizar o número de enfermeiros montando uma escala de trabalho para o primeiro turno. O hospital funciona sete dias por semana e o primeiro turno é das 8h às 14h. Cada enfermeiro trabalha cinco dias consecutivos e folga dois, com um salário semanal de R$800,00. Caso trabalhe no sábado, recebe um acréscimo de 10% no salário; caso trabalhe no domingo, de 25%. A tabela a seguir apresenta a necessidade mínima diária de profissionais. Quanto será o gasto semanal com salários? Dia seg ter qua qui sex sáb dom Número de enfermeiros 51 58 62 41 32 19 23 Vamos inicialmente montar a escala de funcionários, informando que, caso trabalhe emdeterminado dia, o valor será 1, e caso contrário, 0. Veja a escala: Inicia o trabalho na (o) seg ter qua qui sex sáb dom Seg 1 1 1 1 1 0 0 ter 0 1 1 1 1 1 0 qua 0 0 1 1 1 1 1 qui 1 0 0 1 1 1 1 sex 1 1 0 0 1 1 1 sáb 1 1 1 0 0 1 1 dom 1 1 1 1 0 0 1 9 Captura de tela do Software Excel Vamos, então, montar a planilha para a otimização do custo: A formulação será: K5:K11 → variáveis de decisão (número de funcionários que iniciam no dia) D12 → = SOMARPRODUTO(D5:D11;$K$5$K$11) (número de funcionários trabalhando no dia) E16 → = SOMARPRODUTO (K5:K11;L5:L11) (função objetivo) Podemos então montar o solver: Definir objetivo → $E$16 Para → Min Alterando células variáveis → $K$5:$K$11 Restrição 1 → $K$5:$K$11 = número inteiro Restrição 2 → $D$13:$J$13 ≥ =$D$12:$J$12 Método de solução → LP Simplex 10 Necessidade no sábado Turnos Números de motoristas 1 26 2 22 3 16 Necessidade no domingo Turnos Números de motoristas 1 16 2 16 3 16 Necessidade na 6ª feira Turnos Números de motoristas 1 26 2 32 3 18 Captura de tela do Software Excel E obtemos a seguinte solução: Na solução obtida, 39 começam na segunda, 4 na quarta e 19 no sábado, atendendo anecessidade mínima diária. MÃO NA MASSA 1. Uma cidade do interior paulista é atendida por uma empresa de transportes urbanos que transporta, em média, 30.00 pessoas por dia. A finalidade do caso é determinar a escala dos motoristas de forma a atender as necessidades dos usuários e que também leve em conta um regime de trabalho razoável. As necessidades de motoristas, por turno, estão nas tabelas que se seguem: Turnos Horário 1 6 a 12h 2 12 a 18h 3 18 a 24h 1. Considerando que os motoristas não podem trabalhar mais do que 6 horas por dia e têm descanso de 2 dias consecutivos por semana, formule e resolva o problema objetivando minimizar a quantidade de motoristas que a empresa deve contratar. Desconsidere a possibilidade de o funcionário trocar de turno. Quantos funcionários a empresa deverá contratar? a) 100 b) 120 c) 80 d) 90 e) 75 2. A YDVQS Motores recebeu recentemente uma encomenda para entregar três modelos diferentes de motores. Cada motor necessita de determinado número de horas de trabalho nos setores de montagem e de acabamento. Para atender a encomenda, a YDVQS pode também terceirizar parte de sua produção. 11 A tabela a seguir resume as informações sobre a demanda de cada modelo de motor, o tempo necessário para montar uma unidade de cada modelo, a quantidade de horas disponíveis no setor de montagem, o tempo necessário para dar acabamento a uma unidade de cada modelo, a quantidade de horas disponíveis no setor de acabamento, o custo de produção e o custo de terceirização de uma unidade de cada modelo. Qual será o custo total da estratégia ótima a ser adotada pela empresa de forma a atender os pedidos? Modelo 1 2 3 Total Demanda 3.000 2.500 500 6.000 Montagem 1 2 0,5 6.000 Acabamento 2,5 1 4 10.000 Custo de produção R$ 50,00 R$ 90,00 R$ 120,00 Terceirizado R$ 65,00 R$ 92,00 R$ 140,00 a) R$ 457.000,00 b) R$ 439.000,00 c) R$ 435.000,00 d) R$ 495.000,00 e) R$ 385.000,00 3. Considere o seguinte problema de programação inteira: Max Z = 6x1 + 11x2 Sujeito a: 5x1 + 3x2 ≤ 17 x1, x2 ≥ 0 e inteiro A solução ótima será obtida para a) x1 = 0 e x2 = 5. b) x1 = 3 e x2 = 0. c) x1 = 1 e x2 = 4. d) x1 = 2 e x2 = 3. 4. Uma empresa de construção civil compra mensalmente tijolos em paletes e prevê, para os próximos 6 meses, a procura média de 50, 30, 40, 20, 40 e 20 paletes, respectivamente. O fornecedor satisfaz, em prazo máximo de 48 horas, encomendas tipificadas de 10, 20, 30, 40 ou 50 paletes com custo unitário de 3u.m. (unidades monetárias) e oferece os seguintes descontos de quantidade: Encomenda (paletes) Desconto na aquisição (u.m.) 10 3% 20 5% 30 10% 40 20% 50 30% Mensalmente, a diferença entre o estoque e a procura não deve exceder 40 paletes por questões de armazenagem. O custo de encomenda é de 12u.m. O custo de estoque por mês é de 0.2u.m./palete incidindo sobre o estoque no final de cada mês. Admitindo que a gestão se inicia com estoque nulo e se pretende que também termine com estoque nulo no final do sexto mês, qual o custo total da compra mediante a política ótima de gestão do estoque? a) 530 b) 280 c) 577 d) 384 e) 306 12 5. A YDVQS Trading Ltda. possui um armazém com capacidade de armazenamento de 300.000 toneladas de grãos. No início do mês de janeiro, a YDVQS tinha 17.000 toneladas de grãos de trigo armazenadas. Em cada mês, é possível comprar ou vender trigo a preços prefixados pelo governo em qualquer quantidade desejada. Por questões fiscais, só é possível vender em cada mês o que estava estocado no início deste mês, ou seja, no fim do mês anterior. Mês Preço de venda Custo de compra Janeiro R$ 3,00 R$ 5,00 Fevereiro R$ 4,00 R$ 7,00 Março R$ 8,00 R$ 2,00 Abril R$ 2,00 R$ 5,00 Maio R$ 4,00 R$ 3,00 Junho R$ 5,00R$ 3,00 Considerando que a YDVQS Trading vai planejar suas operações de compra e venda nos próximos seis meses de forma a maximizar o lucro, qual será o valor do lucro? a) 51.000 b) 535.000 c) 874.000 d) 951.000 e) 1.058.000 6. O administrador de um hospital deseja determinar a escala dos enfermeiros. Para isso, ele organiza um sistema de plantão dividindo o dia em 6 períodos de 4 horas. A tabela a seguir mostra o número mínimo de enfermeiros que devem estar presentes em cada horário. Horário 8h-12h 12h-16h 16h-20h 20h-24h 0h-04h 4h-8h Número de enfermeiros 51 58 62 41 32 19 Cada enfermeiro cumpre um plantão normal de 8 horas, que pode começar apenas no início de um desses períodos. No horário de 8h a 20h, o enfermeiro recebe R$100,00 por hora de trabalho e R$125,00 por hora no horário noturno, de 20h a 8h. Como o administrador deve escalar os enfermeiros de forma a minimizar o custo com a mão de obra? a) R$125.200 b) R$132.800 c) R$175.700 d) R$148.300 e) R$ 158.900 TEORIA NA PRÁTICA O problema a ser analisado é retirado da prática de usinagem de uma empresa de fabricação de máquinas CNC. Existem vários processos diferentes e para cada um deles é preciso obedecer a diferentes restrições tecnológicas. Para cada operário, existem várias operações aserem realizadas em máquinas diferentes, e cada operação corresponde a um tempo de processamento predefinido. É evidente que apenas um dos processos pode ser realizado uma única vez na mesma máquina. O ótimo da programação deve dar a distribuição dos tempos de operação, o início da operação e os momentos finais de cada processo entre as máquinas, reduzindo o tempo de processamento e o tempo ocioso. As máquinas disponíveis estão em número limitado e não são substituíveis entre si. Todos os processos devem ser realizados e estar disponíveis no momento prefixado para a montagem. Existem cinco processos (D1, D2, D3, D4 e D5) que realizam diferentes operações (O1, O2, ..., O8) com tempos de duração de processamento específicos em quatro máquinas de processamento (M1, M2, M3 e M4). Existem também ordens predefinidas do processamento. 13 Todas as informações necessárias são mostradas a seguir. Processamento N° Processo Operação técnica Tempo de processamento (h) Máquina 1 D1 01 8 M1 02 6 M2 03 6 M4 2 D2 01 8 M1 04 8 M3 02 8 M2 03 4 M3 3 D3 05 4 M1 06 1 M2 07 2 M3 4 D4 05 6 M1 07 8 M3 5 D5 04 6 M1 08 8 M5 Nota: O processo D5 pode ser executado a qualquer momento — não precisa ser necessariamente o último —, desde que as máquinas M3 e M4 não estejam ocupadas. Os principais problemas relacionados ao processamento são os seguintes: A montagem é feita em algumas empresas externas e o momento entrega deve ser definido. As entregas anteriores ocuparam o armazém e não foram eficientes em termos de custos. As entregas atrasadas influenciam o processo de montagem e afetam os custos. Apenas um processo pode ser executado em uma única máquina por vez. A máquina estará disponível para o próximo processo após a conclusão do anterior. Cada um dos processos está alocado a cada máquina, conforme demonstrado previamente. A sequência de processamento será? VERIFICANDO O APRENDIZADO 1. A Companhia Brasileira de Café, presente em três plantações bem localizadas, tritura os grãos de café até se tornarem pó. Semanalmente, o café em pó é embarcado com destino a quatro armazéns em diferentes cidades, para torrefação, distribuição e exportação. O custo de transporte em unidades monetárias (u.m.) de uma tonelada de café da plantação i para o armazém j é apresentado a seguir. Armazéns Plantações 1 2 3 4 1 9 8 3 4 2 7 6 2 1 3 5 4 7 9 As capacidades semanais das plantações 1, 2 e 3 são 40, 60 e 80 toneladas respectivamente, enquanto as necessidades dos armazéns 1, 2, 3 e 4 são 50, 40, 30 e 60 toneladas respectivamente. O objetivo da companhia consiste em determinar as quantidades de café que devem ser transportadas de cada uma das plantações para cada um dos armazéns minimizando o custo total de transporte. A parte da função objetivo sobre o Armazém 1 será igual a: 14 a) 9x11 + 8x12 + 3x13 + 4x14 b) 9x11 + 7x21 + 3x13 + 4x31 c) 7x11 + 6x12 + 2x13 + x14 d) 8x11 + 7x21 + 5x13 2. Métodos de resolução utilizam modelos matemáticos para representar problemas e auxiliar no processo de tomada de decisão. O estudo de um problema por meio da pesquisa operacional pode ser dividido em fases. Sobre tais fases é correto afirmar que: a) A primeira etapa é a resolução de um modelo matemático para qualificar o problema em questão. b) Variações no resultado do modelo podem ser realizadas para adequá-lo às modificações de última hora. c) Os resultados do modelo podem ser implantados diretamente no problema real, sem passarem por qualquer validação. d) Uma das fases do estudo é a formulação de um modelo matemático baseado no escopo do problema a ser resolvido. e) A validação de um modelo matemático não é uma etapa do processo de solução de um problema. MÓDULO 2 Reconhecer os problemas de escala de produção VARIAÇÕES DE DEMANDA Na vida real, os requisitos de oferta e demanda raramente serão iguais, devido às variações na produção da parte do fornecedor e na previsão da parte do cliente. As variações na produção podem ocorrer por causa de escassez de matéria-prima, problemas de mão de obra, planejamento inadequado e agendamento. As variações da demanda podem acontecer em razão de mudanças na preferência do cliente, mudanças nos preços e introdução de novos produtos pelos concorrentes. Esses desequilíbrios podem ser facilmente resolvidos pela introdução de fontes e destinos fictícios (dummy). Se a oferta total for maior que a demanda total, um destino fictício (coluna fictícia) com demanda igual ao excedente de oferta é adicionado. Se a demanda total for maior que a oferta total, uma fonte fictícia (linha fictícia) com oferta igual ao excedente de demanda é adicionada. O custo de transporte unitário para a coluna e linha fictícias é definido como zero, porque nenhuma remessa é realmente feita no caso de origem e destino fictícios. DEMANDA MENOR QUE OFERTA Vamos verificar se o problema de transporte mostrado a seguir é equilibrado. Caso não seja, vamos converter o problema desequilibrado em um problema de transporte equilibrado. SOLUÇÃO: Para o problema em questão, a oferta total não é igual à demanda total. 15 Oferta = 200 + 100 + 400 = 700 Demanda = 200 + 100 + 300 = 600 O problema apresentado é um problema de transporte desequilibrado. Para convertê-lo em umproblema equilibrado, adicione um destino fictício (coluna fictícia). A demanda do destino fictício é igual a: Assim, um destino fictício é adicionado à tabela com uma demanda de 100 unidades. A destinação dummy (4) é apresentada na tabela, que foi convertida em um problema de transporte balanceado. A unidade custos de transporte de destinos fictícios é definida como zero. DEMANDA MAIOR QUE OFERTA Acompanhe agora o problema apresentado a seguir: Para o problema em questão, a oferta total não é igual à demanda total. Oferta = 200 + 300 + 300 = 800 Demanda = 100 + 200 + 450 + 250 = 1.000 Aqui, uma origem fictícia é adicionada à tabela com uma oferta de 200 unidades. A origem dummy (4) é apresentada na tabela, que foi convertida em um problema de transporte balanceado. A unidade custos de transporte de destinos fictícios é definida como zero. 16 SOLUÇÃO INICIAL VIÁVEL ETAPA 1: FORMULE O PROBLEMA. Formule o problema fornecido e configure-o em uma forma de matriz. Verifique se o problema éum problema de transporte equilibrado ou desequilibrado. Se for desequilibrado, adicione origem fictícia (linha) ou destino fictício (coluna) conforme necessário. ETAPA 2: OBTENHA A SOLUÇÃO VIÁVEL INICIAL.A solução viável inicial pode ser obtida por qualquer um dos três métodos a seguir: 1. Método do Canto Noroeste (NWC). 2. Método mínimo de linha e coluna (RCMM). 3. Método de aproximação de Vogel (VAM). No cálculo do custo de transporte da solução viável básica inicial por meio da aproximação de Vogel, o VAM será o mínimo quando comparado aos outros dois métodos que fornecem o valormais próximo da solução ótima ou o valor da própria solução ótima. Os algoritmos para todos os três métodos são conhecidos. ALGORITMO PARA MÉTODO DO CANTO NOROESTE O método tem as seguintes etapas na busca da solução: 1. Selecione a célula do canto noroeste, superior esquerdo, da tabela e aloque o máximo unidades possíveis entre os requisitos de oferta e demanda. Durante a alocação, o custo de transporte não é levado em consideração. 2. Exclua a linha ou coluna que não tem valores (totalmente esgotados) para oferta ou demanda. 3. Agora, com a nova tabela reduzida, selecione novamente a célula do canto noroeste e aloque os valores disponíveis. 4. Repita as etapas (2) e (3) até que todos os valores de oferta e demanda sejam zero. 5. Obtenha a solução básica viável inicial. 17 ETAPA 1 ETAPA 2 ETAPA 3 18 ETAPA 4 ETAPA 5 ETAPA 6 19 Captura de tela do Software Excel ETAPA 7 O custo total será: 100 x 10 + 100 x 16 + 100 x 12 + 200 x 13 + 250 x 13 + 50 x 4 + 200 x 0 = 9.850 RESOLVENDO NO SOLVER Vamos montar a planilha para encontrar a solução: A formulação será: Para a montagem do Solver, teremos: 20 Captura de tela do Software Excel Captura de tela do Software Excel Definir objetivo → $I$15 Para → Min Alterando células variáveis → $F$4:$F$19 Restrição 1 → $H$4:$H$11 = $I$4:$I$11 Método de solução → LP Simplex Obtendo a seguinte solução: Observe que o Solver sempre encontrará a solução ótima. 21 1. Encontre a solução viável básica inicial para o problema de transporte, apresentado a seguir, usando o método do Canto Noroeste. De Para Disponível A B C I 50 30 220 1 II 90 45 170 3 III 250 200 50 4 Requerido 4 2 2 a) 930 b) 820 c) 680 d) 530 2. Um fabricante de batatas fritas possui três fábricas e quatro depósitos. O custo de transporte das fábricas para os armazéns, a disponibilidade da fábrica e os requisitos dos armazéns são apresentados a seguir: Fábrica Depósitos Capacidade D1 D2 D3 D4 F1 7 4 3 5 235 F2 6 8 7 4 280 F3 5 6 9 10 110 Armazenagem 125 160 110 230 A solução utilizando o método do Canto Noroeste dará um custo de transporte igual a a) 3.075 b) 3.584 c) 4.065 d) 5.038 3. A YDVQS Co. produz um único produto em três fábricas para quatro clientes. As três fábricas vão produzir 60, 80 e 40 unidades, respectivamente, durante o próximo período. A firma fez um compromisso de vender 40 unidades ao cliente 1, 60 unidades ao cliente 2, e pelo menos 20 unidades para o cliente 3. Ambos os clientes 3 e 4 também desejam comprar o máximo possível das unidades restantes. O lucro associado ao envio de uma unidade da planta i para venda ao cliente j é dado pela seguinte tabela: Cliente 1 2 3 4 Fábrica 1 800 700 500 200 2 500 200 100 300 3 600 400 300 500 A administração deseja saber quantas unidades vender aos clientes 3 e 4 e quantas unidades enviar de cada fábrica para cada cliente para maximizar o lucro. O lucro esperado será igual a a) 50.000 b) 70.000 c) 80.000 d) 90.000 22 4. Considere o problema de transporte com a seguinte tabela de parâmetros. Destino Capacidade 1 2 4 Origem 1 15 9 13 7 2 11 -- 17 5 3 9 11 9 3 Demanda 7 3 5 Os valores da origem e destino referem-se ao lucro gerado pela entrega. Utilizando o método do Canto Noroeste, obteremos o seguinte lucro: a) 223 b) 348 c) 187 d) 245 5. Uma empreiteira, Susan Meyer, tem que transportar cascalho para três empreendimentos que está construindo. Ela pode comprar até 18 toneladas em uma mina de cascalho no norte da cidade e 14 toneladas de uma no sul. Ela precisa de 10, 5 e 10 toneladas nos locais 1, 2 e 3, respectivamente. O preço de compra por tonelada em cada mina e o custo de transporte por tonelada são fornecidos na tabela a seguir. Custo por tonelada transportada Preço por tonelada 1 2 3 Norte 100 190 160 300 Sul 180 110 140 420 Necessidade 10 5 10 Qual será o custo mínimo desse transporte? a) 3750 b) 3550 c) 7500 d) 11050 e) 12050 6. A Indústria YDVQS fabrica um único produto em quatro localidades, Curitiba, Campinas, Itabuna e Campos. O custo unitário de produção de cada localidade é respectivamente $35,50, $37,50, $39,00 e $36,25, e a capacidade anual de produção de cada planta é 18.000, 15.000, 25.000 e 20.000 unidades. A empresa está planejando estabelecer sete centros de distribuição para atender a sua demanda. O custo unitário de transporte entre cada um dos locais é apresentado na tabela a seguir, bem como a demanda de cada região: Custo unitário de transporte para o centro de distribuição Fábrica SP RJ SA RE BH CO PA Curitiba $ 2,50 $ 2,75 $ 1,75 $ 2,00 $ 2,10 $ 1,80 $ 1,65 Campinas $ 1,85 $ 1,90 $ 1,50 $ 1,60 $ 1,00 $ 1,90 $ 1,85 Itabuna $ 2,30 $ 2,25 $ 1,85 $ 1,25 $ 1,50 $ 2,25 $ 2,00 Campos $ 1,90 $ 0,90 $ 1,60 $ 1,75 $ 2,00 $ 2,50 $ 2,65 Demanda 8.500 14.500 13.500 12.600 18.000 15.000 9.000 A empresa deseja determinar como atender a demanda de cada local com o menor custo de fabricação e de transporte, mas como a demanda geral excede a capacidade de fabricação, deseja ter certeza de que pelo menos 80% das ordens recebidas por cada centro de distribuição sejam atendidas. Como você solucionaria este problema? Qual será o custo mínimo de transporte? 23 a) 3.011.360,00 b) 2.901.500,00 c) 2.596.620,00 d) 3.128.540,00 VERIFICACANDO O APRENDIZADO 1. Há um problema de distribuição de produtos de uma origem para destinos diferentes, apresentado na tabela a seguir: Origem Destinos Capacidade 1 2 3 1 65 45 8 200 2 30 10 15 100 3 12 40 55 400 Demanda 200 100 300 A solução inicial pelo método do Canto Noroeste será igual à: a) da origem 1 para o destino 1, 65. b) da origem 1 para o destino 1, 200. c) da origem 1 para o destino 3, 300. d) da origem 2 para o destino 2, 100. e) da origem 3 para o destino 3, 200. 2. Considerando o problema de distribuição de produtos de uma origem para destinos apresentado na tabela a seguir, qual será o custo total de transporte? Origem Destinos Capacidade 1 2 3 1 65 45 8 200 2 30 10 15 100 3 12 40 55 400 Demanda 200 100 300 a) 9500 b) 8700 c) 10300 d) 6600 CONCLUSÃO Considerações finais Redes de algum tipo surgem em uma ampla variedade de contextos e as representações de rede são muito úteis para retratar as relações e conexões entre os componentes de sistemas. Frequentemente, o fluxo de algum tipo deve ser enviado através de uma rede, portanto, uma decisão precisa ser tomada sobre a melhor maneira de fazer isso. O algoritmo apresentado e o Solver são ferramentas poderosas para tomar tais decisões.