Baixe o app para aproveitar ainda mais
Prévia do material em texto
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 Apache OpenOffice. OBJETIVOS Processing math: 100% MÓDULO 1 Identificar os problemas de produção MÓDULO 2 Reconhecer os problemas de escala de produção INTRODUÇÃO Bem-vindo à otimização em sistemas de produção 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 inovaçõesProcessing math: 100% 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 Bem-vindo à otimização em sistemas de produção CONCEITOS DE MODELO DE DECISÃOProcessing math: 100% Os problemas de tomada de decisão podem ser classificados em duas categorias: modelos de decisão 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 custo de 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 da realidade que tenta representar. Foto: Shutterstock.com Processing math: 100% Foto: Shutterstock.com 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 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 disponíveis para resolvê-los é quase tão ampla.Processing math: 100% 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 técnica de 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 TEMPO APROPRIADO. A seguir, o procedimento geral a ser usado no processo de modelagem: Imagem: Danielle Ribeiro Descrever o problema. Imagem: Danielle Ribeiro Prescrever uma solução. Processing math: 100% Imagem: Danielle Ribeiro 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 que não 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 do computador. 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 um erro 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:Processing math: 100% Imagem: Mauro Rezende Filho 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 de PL. 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 de modelos semelhantes aos de PL. Ao formular um problema de tomada de decisão como um programa linear, você deve verificar as seguintes condições: Processing math: 100% Imagem: Danielle Ribeiro A função objetivo deve ser linear, por isso, verifique se todas as variáveis têm potência de 1 e são adicionadas ou subtraídas (não divididas ou multiplicadas). Imagem: Danielle Ribeiro O objetivo deve ser a maximização ou a minimização de uma função linear e deve representar a meta do tomador de decisão. Imagem: Danielle Ribeiro As restrições também devem ser lineares e sempre fechadas, das seguintes formas: ≥, ≤ ou =. Veja a seguir um modelo de PL: Maximizar 5x1 + 3x2 Sujeito a: 2x1 + x2 ≤ 40 Restrição de mão de obra x1 + 2x2 ≤ 50 Restrição de material x1, x2 Não negativo Atenção! Para visualização completa da tabela utilize a rolagem horizontal Processing math: 100% 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal ALGORÍTMO BRANCH AND BOUND (B&B) Um algoritmo B&B para um problema de minimização/minimização consiste, portanto, em três componentes principais: BOUNDING FUNCTION STRATEGY FOR SELECTING BRANCHING RULE Processing math: 100% 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 iterações subsequentes. 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: Imagem: Danielle Ribeiro Encontre a solução ótima para o modelo de programação linear com as restrições de número inteiro relaxadas. Imagem: Danielle Ribeiro Na raiz, nó 0, a solução relaxada deve ser o limite superior; a solução inteira arredondada, o limite inferior. Imagem: Danielle Ribeiro Processing math: 100% 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 ≥. Imagem: Danielle Ribeiro Crie dois nós, um para a restrição ≤ e outro para a restrição ≥. Imagem: Danielle Ribeiro Resolva o modelo de programação linear relaxado com a nova restrição adicionada em cada um desses nós. Imagem: Danielle Ribeiro A solução relaxada é o limite superior em cada nó, e a solução inteira máxima existente (em qualquer nó) é o limite inferior. Imagem: Danielle Ribeiro Se o processo produzir uma solução viável inteira com o maior valor limite superior dentre qualquer nó final, a solução inteira ideal foi atingida. Se uma solução inteira viável não aparecer, ramifique o nó com o maior limite superior. Processing math: 100% Imagem: Danielle Ribeiro Volte ao passo 3. VAMOS A UM EXEMPLO SIMPLES PARA ENTENDER O MÉTODO: DEVE-SE ENCONTRAR A SOLUÇÃO PARA O SEGUINTE PROBLEMA: MAX Z = 21X1 + 11X2 SUJEITO A: 7X1 + 4X2 ≤ 13 X1, X2 ≥ 0 E INTEIROS Atenção! Para visualização completa da equação utilize a rolagem horizontal Olhando a restrição, vamos fazer x1 = 0 e determinar o valor de x2, e posteriormente x2 = 0 e determinar x2: X1 = 0 ENTÃO X2 = 13 ÷ 4 = 3, 25 X2 = 0 ENTÃO X1 = 13 ÷ 7 = 1, 86 PORTANTO: Z = 21 × 0 + 11 × 3, 25 = 35, 75 Processing math: 100% Z = 21 × 1, 86 + 11 × 0 = 39, 06 Atenção! Para visualização completa da equação utilize a rolagem horizontal 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 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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, 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 + 11x2Processing math: 100% Subproblema C Subproblema D Sujeito a: Sujeitoa: 7x1 + 4x2 ≤ 13 7x1 + 4x2 ≤ 13 x1 ≤ 1 x1 ≤ 1 x2 ≤ 1 x2 ≥ 1 x1, x2 ≥ 0 x1, x2 ≥ 0 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Processing math: 100% O subproblema F é infactível, logo, podemos usar TS1 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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: Processing math: 100% 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 2 → $F$7 ≤ $G$7 Método de solução → LP Simplex Atenção! Para visualização completa da tabela utilize a rolagem horizontal Processing math: 100% Captura de tela do Software Excel Clicando em “Resolver” obtemos: Captura de tela do Software Excel 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, com o menor custo de combustível. Processing math: 100% Foto: Shutterstock.com Foto: Shutterstock.com 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. O tempo 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. Processing math: 100% EM PRODUÇÃO, EM LOGÍSTICA, EM SERVIÇOS ETC., É IMPORTANTE QUE SE ORGANIZE UMA ESCALA DE TRABALHO A FIM DE OBTER UMA MAIOR EFICIÊNCIA DO 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$800,00. Caso trabalhe no sábado, recebe um acréscimo de 10% no salário; caso trabalhe no domingo, de 25%. A tabela a seguir apresenta a necessidade mínima diária de profissionais. Quanto será o gasto semanal com salários? Dia seg ter qua qui sex sáb dom Número de enfermeiros 51 58 62 41 32 19 23 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Vamos inicialmente montar a escala de funcionários, informando que, caso trabalhe em determinado dia, o valor será 1, e caso contrário, 0. Veja a escala: seg ter qua qui sex sáb dom Inicia o trabalho na (o) seg 1 1 1 1 1 0 0 ter 0 1 1 1 1 1 0 qua 0 0 1 1 1 1 1 qui 1 0 0 1 1 1 1 sex 1 1 0 0 1 1 1 Processing math: 100% seg ter qua qui sex sáb dom sáb 1 1 1 0 0 1 1 dom 1 1 1 1 0 0 1 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Vamos, então, montar a planilha para a otimização do custo: Captura de tela do Software Excel A formulação será: K5:K11 → variáveis de decisão (número de funcionários que iniciam no dia) D12 → =SOMARPRODUTO(D5:D11;$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 Processing math: 100% Podemos então montar o solver: Restrição 2 → $D$13:$J$13 ≥ =$D$12:$J$12 Método de solução → LP Simplex Atenção! Para visualização completa da tabela utilize a rolagem horizontal Captura de tela do Software Excel E obtemos a seguinte solução: Captura de tela do Software Excel Na solução obtida, 39 começam na segunda, 4 na quarta e 19 no sábado, atendendo a necessidade mínima diária. Processing math: 100% MÃO NA MASSA 1. UMA CIDADE DO INTERIOR PAULISTA É ATENDIDA POR UMA EMPRESA DE TRANSPORTES URBANOS QUE TRANSPORTA, EM MÉDIA, 30.000 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL NECESSIDADE NO SÁBADO TURNOS NÚMERO DE MOTORISTAS 1 26 2 22 3 16 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL NECESSIDADE NO DOMINGO TURNOS NÚMERO DE MOTORISTAS Processing math: 100% NECESSIDADE NO DOMINGO TURNOS NÚMERO DE MOTORISTAS 1 16 2 16 3 16 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL NECESSIDADE DE 2ª A 6ª FEIRA TURNOS NÚMERO DE MOTORISTAS 1 26 2 32 3 18 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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 Processing math: 100% 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. A TABELA A SEGUIR RESUME AS INFORMAÇÕES SOBRE A DEMANDA DE CADA MODELO DE MOTOR, O TEMPO NECESSÁRIO PARA MONTAR UMA UNIDADE DECADA 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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 Processing math: 100% 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. E) x1 = 0 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% ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTALProcessing math: 100% 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 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$ 5,00 R$ 3,00 Processing math: 100% ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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 Processing math: 100% GABARITO 1. Uma cidade do interior paulista é atendida por uma empresa de transportes urbanos que transporta, em média, 30.000 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Necessidade no sábado Turnos Número de motoristas 1 26 2 22 3 16 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Necessidade no domingo Turnos Número de motoristas 1 16 2 16 3 16 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Necessidade de 2ª a 6ª feira Turnos Número de motoristasProcessing math: 100% Necessidade de 2ª a 6ª feira Turnos Número de motoristas 1 26 2 32 3 18 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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 alternativa "A " está correta. O primeiro passo é montar a escala de trabalho para os três turnos, na qual 1 significa que o funcionário está trabalhando e 0, de folga. seg ter qua qui sex sáb dom 6h a 12h 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal seg ter qua qui sex sáb dom Processing math: 100% seg ter qua qui sex sáb dom 12h a 18h 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal seg ter qua qui sex sáb dom 18h a 24h 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Vamos agora montar a planilha para a solução do problema:Processing math: 100% Captura de tela do Software Excel A formulação será: L4:L10 → número de pessoas a serem contratadas para o 1º turno L13:L19 → número de pessoas a serem contratadas para o 2º turno L22:L28 → número de pessoas a serem contratadas para o 3º turno R5 → =SOMA(L4:L10)+SOMA(L13:L19)+SOMA(L22:L28) → função objetivo E12 → =SOMARPRODUTO(E4:E10;$L$4:$L$10) → número de pessoas trabalhando na segunda no 1º turno (arrastar até K12) E21 → =SOMARPRODUTO(E13:E19;$L$13:$L$19) → número de pessoas trabalhando na segunda no 2º turno (arrastar até K19) E30 → =SOMARPRODUTO(E22:E28;$L$22:$L$28) → número de pessoas trabalhando na segunda no 3º turno (arrastar até K30) Para a montagem do Solver, teremos: Definir objetivo → $R$5 Para → Min Alterando células variáveis → $L$4:$L$10;$L$13:$L$19;$L$22:$L$28 Restrição 1 → $L$4:$L$10 = número inteiro Restrição 2 → $L$13:$L$19 = número inteiro Restrição 3 → $L$22:$L$28 = número inteiro Restrição 4 → $E$12:$K$12 ≥ $E$11:$K$11 Restrição 5 → $E$21:$K$21 ≥ $E$20:$K$20 Restrição 6 → $E$30:$K$30 ≥ $E$29:$K$29 Método de solução → LP Simplex Processing math: 100% Captura de tela do Software Excel E a solução será: Captura de tela do Software Excel 2. A YDVQS Motores recebeu recentemente uma encomenda para entregar três modelos diferentes de motores. Cada motor necessita de determinado número de horas de trabalho nos setores de montagem e de acabamento. Para atender a encomenda, a YDVQS pode também terceirizar parte de sua produção. A tabela a seguir resume as informações sobre a demanda de cada modelo de motor, o tempo necessário para montaruma unidade de cada modelo, a quantidade de horas disponíveis no setor de montagem, o tempo necessário para dar acabamento a uma unidade de cada modelo, a quantidade de horas disponíveis no setor de acabamento, o custo de produção e o custo de terceirização de uma Processing math: 100% unidade de cada modelo. Qual será o custo total da estratégia ótima a ser adotada pela empresa de forma a atender os pedidos? Modelo 1 2 3 Total Demanda 3.000 2.500 500 6.000 Montagem 1 2 0,5 6.000 Acabamento 2,5 1 4 10.000 Custo de produção R$ 50,00 R$ 90,00 R$ 120,00 Terceirizado R$ 65,00 R$ 92,00 R$ 140,00 Atenção! Para visualização completa da tabela utilize a rolagem horizontal A alternativa "B " está correta. Vamos montar a planilha para solucionar pelo Solver. Captura de tela do Software Excel A formulação será: Célula Fórmula Copiar até Função D12 =SOMA(D10:D11) F12 Total produzido por tipo D17 =SOMARPRODUTO(D10:F10;D5:F5) Horas gastas na montagem Processing math: 100% Célula Fórmula Copiar até Função D18 =SOMARPRODUTO(D10:F10;D6:F6) Horas gastas no acabamento D14 =SOMARPRODUTO(D10:F11;D7:F8) Custo total Atenção! Para visualização completa da tabela utilize a rolagem horizontal Para a montagem do Solver, teremos: Definir objetivo → $D$14 Para → Min Alterando células variáveis → $D$10:$F$11 Restrição 1 → $D$10:$F$10 = número inteiro Restrição 2 → $D$11:$F$11 = número inteiro Restrição 3 → $D$17:$D$18 ≤ $G$5:$G$6 Restrição 4 → $D$12:$F$12 = $D$4:$F$4 Método de solução → LP Simplex Captura de tela do Software Excel E obtemos a seguinte solução: Processing math: 100% Captura de tela do Software Excel Observe que a demanda foi atendida e as restrições de horas da montagem e do acabamento foram respeitadas. O custo total será de R$439.000,00. 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 alternativa "A " está correta. Se x1 = 0, temos que x2 = 5, 67. Como a solução não é inteira, vamos subdividir em dois submodelos, um com x2 ≤ 5 e outro com x2 ≤ 6. Submodelo A Submodelo B Max Z = 6x1 + 11x2 Max Z = 6x1 + 11x2 Sujeito a: Sujeito a: 5x1 + 3x2 ≤ 17 5x1 + 3x2 ≤ 17 x2 ≤ 5 x2 ≤ 6 x1, x2 ≥ 0 e inteiro x1, x2 ≥ 0 e inteiro Atenção! Para visualização completa da tabela utilize a rolagem horizontal Processing math: 100% Podemos observar que: A solução encontrada para o PLA é dada por x1 = 0, 4 e x2 = 5, que fornece Z = 57, 4. O PLB não tem solução. Observando as restrições, não há valor de x2 que as satisfaça simultaneamente, visto que x1 não pode ser negativo e o mínimo valor para x2 é 6 (restrição x2 ≥ 6). A restrição 5x1 + 3x2 ≤ 17 não aceita valores de x2 maiores que 6. O PLB é eliminado, porque não tem solução, e a solução encontrada para o PLA ainda não é viável, porque x1 não é inteiro. Então, seguimos a resolução do problema com o PLA, lembrando que temos novamente uma variável com valor decimal. Dessa vez, temos que pensar em 0 ≤ x1 ≤ 1 e, a partir disso, criar dois PLs, ramificando mais uma vez nosso problema. Submodelo C Submodelo D Max Z = 6x1 + 11x2 Max Z = 6x1 + 11x2 Sujeito a: Sujeito a: 5x1 + 3x2 ≤ 17 5x1 + 3x2 ≤ 17 x2 ≤ 5 x2 ≤ 5 x1 ≤ 0 x1 ≥ 1 x1, x2 ≥ 0 e inteiro x1, x2 ≥ 0 e inteiro Atenção! Para visualização completa da tabela utilize a rolagem horizontal Analisando as restrições do PLC, percebemos que as restrições x1 ≥ 0 e x1 ≤ 0 só aceitam uma solução: x1 = 0. Em consequência disso, usando a restrição 5x1 + 3x2 ≤ 17, temos x2 = 5, que é o máximo valor aceito pela restrição x2 ≤ 5. Assim, para o PLC temos: x1 = 0, x2 = 5 e Z = 6 x 0 + 11 x 5 = 55. 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%Processing math: 100% Encomenda (paletes) Desconto na aquisição (u.m.) 20 5% 30 10% 40 20% 50 30% Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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 alternativa "C " está correta. Vamos montar a planilha para utilizar o Solver. Captura de tela do Software Excel Para solucionar problemas desse tipo, temos que fazer o balanço dos estoques: Estoque Final = Estoque Inicial + Compras - vendas Lembrando que o Estoque Inicial do mês em análise é o Estoque Final do mês anterior. Vamos às fórmulas:Processing math: 100% Célula Fórmula Copiar atéCélula Fórmula Copiar até C9 =C6+C7-C8 D9 =D6+D7-D8 H9 C17 =SE(C7=0;0;C21/C7) H17 C20 =SE(C7=0;0;12) H20 C21 =SE(C7>=$H$14;$H$16*C7;SE(C7>=$G$14;$G$16* C7;SE(C7>=$F$14;$F$16*C7;SE(C7>=$E$14;$E$16*C7;SE (C7>=$D$14*C7;$D$16*C7;$C$16*C7))))) H21 C22 =C9*0,2 H22 C23 =SOMA(C20:C22) H23 I20 =SOMA(C20:H20) I23 C25 =SOMA(C20:H22) Atenção! Para visualização completa da tabela utilize a rolagem horizontal Para a montagem do Solver, teremos: Definir objetivo → $C$25 Para → Min Alterando células variáveis → $C$7:$H$7 Restrição 1 → $C$7:$H$7= número inteiro Restrição 2 → H9 = 0 Restrição 3 → $C$9:$H$9 ≥ 0 Método de solução → GRG Não Linear Processing math: 100% Captura de tela do Software Excel Obtendo como solução: Captura de tela do Software Excel 5. A YDVQS Trading Ltda. possui um armazém com capacidade de armazenamento de 300.000 toneladas de grãos. No início do mês de janeiro, a YDVQS tinha 17.000 toneladas de grãos de trigo armazenadas. Em cada mês, é possível comprar ou vender trigo a preços prefixados pelo governo em qualquer quantidade desejada. Por questões fiscais, só é possível vender em cada mês o que estava estocado no início deste mês, ou seja, no fim do mês anterior. Mês Preço de venda Custo de compra Processing math: 100% Mês Preço de venda Custo de compra Janeiro R$ 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$ 5,00 R$ 3,00 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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 alternativa "D " está correta. Vamos, inicialmente, montar a planilha com os dados apresentados. Captura de tela do Software Excel A formulação será: Célula Fórmula Copiar até E4 =G3 E9 G4 =G3+F4-E4 G9 Processing math: 100% Célula Fórmula Copiar até C11 =SOMARPRODUTO(C4:C9;E4:E9) D11 =SOMARPRODUTO(D4:D9;F4:F9) C13 =C11-D11 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Para a montagem do Solver, teremos: Definir objetivo → $C$13 Para → Max Alterando células variáveis → $F$4:$F$9 Restrição 1 → $G$4:$G$9 ≤ $H$4:$H$9 Método de solução → LP Simplex Captura de tela do Software Excel Obtendo-se: Processing math: 100% Captura de tela do Software Excel 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-24h0h-04h 4h-8h Número de enfermeiros 51 58 62 41 32 19 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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 alternativa "A " está correta. Resolvendo um problema de escala Processing math: 100% GABARITO 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 a serem 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. Todas as informações necessárias são mostradas a seguir. Processamento Nº Processo Operação técnica Tempo de processamento (h) Máquina 1 D1 O1 8 M1 O2 6 M2 O3 6 M4 2 D2 O1 8 M1 Processing math: 100% Processamento Nº Processo Operação técnica Tempo de processamento (h) Máquina O4 8 M3 O2 8 M2 O3 4 M4 3 D3 O5 4 M1 O6 1 M2 O7 2 M3 4 D4 O5 6 M1 O7 8 M3 5 D5 O4 6 M1 O8 8 M5 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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?Processing math: 100% RESOLUÇÃO Resolvendo um problema de sequenciamento de produção 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. PLANTAÇÕES Processing math: 100% ARMAZÉNS 1 2 3 4PLANTAÇÕES ARMAZÉNS 1 2 3 4 1 9 8 3 4 2 7 6 2 1 3 5 4 7 9 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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: A) 9x11 + 8x12 + 3x13 + 4x14 B) 9x11 + 7x21 + 3x13 + 4x31 C) 7x11 + 6x12 + 2x13 + x14 D) 8x11 + 7x21 + 5x13 E) 5x11 + 4x21 + 7x13 + 9x31 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. Processing math: 100% 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. GABARITO 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. Plantações Armazéns 1 2 3 4 1 9 8 3 4 2 7 6 2 1 3 5 4 7 9 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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: A alternativa "A " está correta. Como estamos procurando minimizar o custo de transporte, o armazém 1 contribuirá com as quantidades enviadas multiplicadas pelo custo do envio: 9x11 + 8x12 + 3x13 + 4x14 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 alternativa "D " está correta. Processing math: 100% A alternativa A está errada, pois a primeira etapa não é a resolução do modelo matemático e sim a sua elaboração. A alternativa B também está errada, porque um modelo matemático é para solucionar um problema e qualquer modificação resultará em um novo modelo matemático. Todo modelo tem que ser validado para que tenha aplicação efetiva e, por isso, a alternativa C está errada. A alternativa E está errada pois a escolha e validação de um modelo matemático é parte do processo de solução de um problema. A alternativa D é a correta, visto que o escopo define o que se deseja. MÓDULO 2 Reconhecer os problemas de escala de produção Os problemas de escala de produção VARIAÇÕES DE DEMANDAProcessing math: 100% 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 maiorque 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. Origem Destinos Capacidade 1 2 3 1 25 45 10 200 2 30 65 15 100 3 15 40 55 400 Demanda 200 100 300 Atenção! Para visualização completa da tabela utilize a rolagem horizontal SOLUÇÃO: Para o problema em questão, a oferta total não é igual à demanda total. Oferta = 200 + 100 + 400 = 700 Demanda = 200 + 100 + 300 = 600 O problema apresentado é um problema de transporte desequilibrado. Para convertê-lo em um problema equilibrado, adicione um destino fictício (coluna fictícia). A demanda do destino fictício é igual a: Processing math: 100% ∑ 3I = 1AI = ∑ 3 J = 1BJ Atenção! Para visualização completa da equação utilize a rolagem horizontal 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. Origem Destinos Capacidade 1 2 3 4 1 25 45 10 0 200 2 30 65 15 0 100 3 15 40 55 0 400 Demanda 200 100 300 100 Atenção! Para visualização completa da tabela utilize a rolagem horizontal DEMANDA MAIOR QUE OFERTA Acompanhe agora o problema apresentado a seguir: Origem Destinos Capacidade 1 2 3 4 1 10 16 9 12 200 2 12 12 13 15 300 3 14 8 13 4 300 Demanda 100 200 450 250 Atenção! Para visualização completa da tabela utilize a rolagem horizontalProcessing math: 100% 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. Origem Destinos Capacidade 1 2 3 4 1 10 16 9 12 200 2 12 12 13 15 300 3 14 8 13 4 300 4 0 0 0 0 200 Demanda 100 200 450 250 Atenção! Para visualização completa da tabela utilize a rolagem horizontal SOLUÇÃO INICIAL VIÁVEL ETAPA 1: FORMULE O PROBLEMA. Formule o problema fornecido e configure-o em uma forma de matriz. Verifique se o problema é um problema de transporte equilibrado ou desequilibrado. Se for desequilibrado, adicione origem fictícia (linha) ou destino fictício (coluna) conforme necessário. Processing math: 100% 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 valor mais 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: Imagem: Danielle Ribeiro 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. Imagem: Danielle Ribeiro Exclua a linha ou coluna que não tem valores (totalmente esgotados) para oferta ou demanda. Imagem: Danielle RibeiroProcessing math: 100% Agora, com a nova tabela reduzida, selecione novamente a célula do canto noroeste e aloque os valores disponíveis. Imagem: Danielle Ribeiro Repita as etapas (2) e (3) até que todos os valores de oferta e demanda sejam zero. Imagem: Danielle Ribeiro Obtenha a solução básica viável inicial. ETAPA 1 Origem Destinos Capacidade 1 2 3 4 1 100 200 – 100 = 100 2 300 3 300 4 200 Demanda 100 – 100 = 0 200 450 250 Atenção! Para visualização completa da tabela utilize a rolagem horizontal ETAPA 2Processing math: 100% Origem Destinos Capacidade 1 2 3 4 1 100 100 200 – 200 = 0 2 300 3 300 4 200 Demanda 100 – 100 = 0 200 – 100 = 100 450 250 Atenção! Para visualização completa da tabela utilize a rolagem horizontal ETAPA 3 Origem Destinos Capacidade 1 2 3 4 1 100 100 200 – 200 = 0 2 100 300 – 100 = 200 3 300 4 200 Demanda 100 – 100 = 0 200 – 200 = 0 450 250 Atenção! Para visualização completa da tabela utilize a rolagem horizontal ETAPA 4Processing math: 100% Origem Destinos Capacidade 1 2 3 4 1 100 100 200 – 200 = 0 2 100 200 300 – 300 = 0 3 300 4 200 Demanda 100 – 100 = 0 200 – 200 = 0 450 – 200 = 250 250 Atenção! Para visualização completa da tabela utilize a rolagem horizontal ETAPA 5 Origem Destinos Capacidade 1 2 3 4 1 100 100 200 – 200 = 0 2 100 200 300 – 300 = 0 3 250 300 – 250 = 50 4 200 Demanda 100 – 100 = 0 200 – 200 = 0 450 – 450 = 0 250 Atenção! Para visualização completa da tabela utilize a rolagem horizontal ETAPA 6 Processing math: 100% Origem Destinos Capacidade 1 2 3 4 Origem Destinos Capacidade 1 2 3 4 1 100 100 200 – 200 = 0 2 100 200 300 – 300 = 0 3 250 50 300 – 300 = 0 4 200 Demanda 100 – 100 = 0 200 – 200 = 0 450 – 450 = 0 250 – 50 = 200 Atenção! Para visualização completa da tabela utilize a rolagem horizontal ETAPA 7 Origem Destinos Capacidade 1 2 3 4 1 100 100 200 – 200 = 0 2 100 200 300 – 300 = 0 3 250 50 300 – 300 = 0 4 200 200 – 200 = 0 Processing math: 100% Origem Destinos Capacidade 1 2 3 4 Demanda 100 – 100 = 0 200 – 200 = 0 450 – 450 = 0 250 – 250 = 0 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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: Captura de tela do Software Excel A formulação será: Célula Fórmula Copiar até H4 =SOMASE($D$4:$D$19;G4;$F$4:$F$19)-SOMASE($C$4:$C$19;G4;$F$4:$F$19) H11 I15 =SOMARPRODUTO(E4:E19;F4:F19) Atenção! Para visualização completa da tabela utilize a rolagem horizontal Para a montagem do Solver, teremos: Definir objetivo → $I$15 Processing math: 100% Para → Min Alterando células variáveis → $F$4:$F$19 Restrição 1 → $H$4:$H$11 = $I$4:$I$11 Método de solução → LP Simplex Captura de tela do Software Excel Obtendo a seguinte solução: Captura de tela do Software Excel Observe que o Solver sempre encontrará a solução ótima. MÃO NA MASSA Processing math: 100% 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL A) 930 B) 820 C) 680 D) 530 E) 490 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 Processing math: 100% FÁBRICA DEPÓSITOS CAPACIDADE D1 D2 D3 D4 F2 6 8 7 4 280 F3 5 6 9 10 110 ARMAZENAGEM 125 160 110 230 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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 E) 6.042 3. A YDVQS CO. PRODUZ UM ÚNICO PRODUTOEM 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 Processing math: 100% CLIENTE 1 2 3 4 3 600 400 300 500 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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 E) 100.000 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL OS VALORES DA ORIGEM E DESTINO REFEREM-SE AO LUCRO GERADO PELA ENTREGA. UTILIZANDO O MÉTODO DO CANTO NOROESTE, OBTEREMOS OProcessing math: 100% SEGUINTE LUCRO: A) 223 B) 348 C) 187 D) 245 E) 284 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL QUAL SERÁ O CUSTO MÍNIMO DESSE TRANSPORTE? A) 3750 B) 3550 C) 7500 D) 11050 E) 12050Processing math: 100% 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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? Processing math: 100% A) 3.011.360,00 B) 2.901.500,00 C) 2.596.620,00 D) 3.128.540,00 E) 2.420.480,00 GABARITO 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal A alternativa "B " está correta. Etapa 1 De Para Disponível A B C I 1 1 – 1 = 0 II 3 III 4 Requerido 4 – 1 = 3 2 2 Processing math: 100% Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 2 De Para Disponível A B C I 1 1 – 1 = 0 II 3 3 – 3 = 0 III 4 Requerido 4 – 4 = 0 2 2 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 3 De Para Disponível A B C I 1 1 – 1 = 0 II 3 3 – 3 = 0 III 2 4 – 2 = 2 Requerido 4 – 4 = 0 2 – 2 = 0 2 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 4 De Para Disponível A B C I 1 1 – 1 = 0 II 3 3 – 3 = 0 Processing math: 100% De Para Disponível A B C III 2 2 4 – 4 = 0 Requerido 4 – 4 = 0 2 – 2 = 0 2 – 2 = 0 Atenção! Para visualização completa da tabela utilize a rolagem horizontal O custo será: 1 x 50 + 3 x 90 + 2 x 200 + 2 x 50 = 820 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal A solução utilizando o método do Canto Noroeste dará um custo de transporte igual a A alternativa "C " está correta. Etapa 1 Fábrica Depósitos Capacidade D1 D2 D3 D4 F1 125 235 – 125 = 110 F2 280 F3 110 Processing math: 100% Fábrica Depósitos Capacidade D1 D2 D3 D4 Armazenagem 125 – 125 = 0 160 110 230 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 2 Fábrica Depósitos Capacidade D1 D2 D3 D4 F1 125 110 235 – 235 = 0 F2 280 F3 110 Armazenagem 125 – 125 = 0 160 – 110 = 50 110 230 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 3 Fábrica Depósitos Capacidade D1 D2 D3 D4 F1 125 110 235 – 235 = 110 F2 280 – 50 = 230 F3 110 Armazenagem 125 – 125 = 0 160 – 160 = 0 110 230 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 4 Fábrica Depósitos Capacidade D1 D2 D3 D4 Processing math: 100% Fábrica Depósitos Capacidade D1 D2 D3 D4 F1 125 110 235 – 235 = 110 F2 50 100 280 – 160 = 120 F3 110 Armazenagem 125 – 125 = 0 160 – 160 = 0 110 – 110 = 0 230 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 5 Fábrica Depósitos Capacidade D1 D2 D3 D4 F1 125 110 235 – 235 = 110 F2 50 100 120 280 – 280 = 0 F3 110 Armazenagem 125 – 125 = 0 160 – 160 = 0 110 – 110 = 0 230 -120 = 110 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 6 Fábrica Depósitos Capacidade D1 D2 D3 D4 Processing math: 100% Fábrica Depósitos Capacidade D1 D2 D3 D4 F1 125 110 235 – 235 = 110 F2 50 100 120 280 – 280 = 0 F3 110 110 – 110 = 0 Armazenagem 125 – 125 = 0 160 – 160 = 0 110 – 110 = 0 230 -230 = 0 Atenção! Para visualização completa da tabela utilize a rolagem horizontal O custo total será: 125 x 7 + 110 x 4 + 50 x 8 + 110 x 7 + 120 x 4 + 110 x 10 = 4.065 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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 alternativa "D " está correta. Montando a planilha: Processing math: 100% Capturade tela do Software Excel O Solver será: Captura de tela do Software Excel Obtendo-se a seguinte solução: Captura de tela do Software ExcelProcessing math: 100% 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Os valores da origem e destino referem-se ao lucro gerado pela entrega. Utilizando o método do Canto Noroeste, obteremos o seguinte lucro: A alternativa "A " está correta. Etapa 1 Destino Capacidade 1 2 4 Origem 1 7 7 – 7 = 0 2 5 3 3 Demanda 7 – 7 = 0 3 5 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 2 Destino Capacidade 1 2 4 Origem 1 7 7 – 7 = 0 Processing math: 100% Destino Capacidade 1 2 4 2 5 3 3 3 – 3 = 0 Demanda 7 – 7 = 0 3 – 3 = 0 5 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Etapa 3 Destino Capacidade 1 2 4 Origem 1 7 7 – 7 = 0 2 5 5 - 5 = 0 3 3 3 – 3 = 0 Demanda 7 – 7 = 0 3 – 3 = 0 5 - 5 = 0 Atenção! Para visualização completa da tabela utilize a rolagem horizontal O lucro será: 7 x 15 + 3 x 11 + 5 x 17 = 223 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 Processing math: 100% Custo por tonelada transportada Preço por tonelada 1 2 3 Necessidade 10 5 10 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Qual será o custo mínimo desse transporte? A alternativa "D " está correta. Vamos montar a planilha. Captura de tela do Software Excel O Solver será: Captura de tela do Software Excel A solução:Processing math: 100% Captura de tela do Software Excel 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal 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? Processing math: 100% A alternativa "A " está correta. Um exemplo de distribuição GABARITO TEORIA NA PRÁTICA Uma indústria de produtos alimentícios produz quatro produtos: gordura, óleo refinado de algodão, óleo refinado de soja e margarina. O processo de fabricação dos produtos é descrito na imagem a seguir: Processing math: 100% Imagem: Mauro Rezende Filho Processo de fabricação dos produtos. MATÉRIAS-PRIMAS A partir da imagem anterior, observa-se a utilização de duas matérias-primas: óleo bruto de algodão e óleo bruto de soja. A disponibilidade no próximo mês será de 2.000 toneladas de óleo bruto de algodão e 4.500 toneladas de óleo bruto de soja. MERCADO Quanto ao mercado para os produtos, segundo previsões geradas, foram estabelecidas as quantidades de cada produto que o mercado absorverá. Contudo, como essas quantidades estão sujeitas a flutuações, é preferível trabalhar com uma faixa para cada produto, compreendida entre o máximo e o mínimo: Produto Máximo (toneladas) Mínimo (toneladas) Gordura 800 200 Margarina 1.500 600 Óleo de algodão 2.000 1.000 Processing math: 100% Produto Máximo (toneladas) Mínimo (toneladas) Óleo de soja 3.000 2.000 Atenção! Para visualização completa da tabela utilize a rolagem horizontal COMPOSIÇÃO DOS PRODUTOS A gordura é produzida a partir da mistura de óleo clarificado (76%) e outros componentes (24%), como estearina e materiais residuais, adicionados na etapa de hidrogenação de gorduras. Já para a produção de margarina, 82,7% de sua composição é de óleo de soja e os 17,3% restantes são de leite, salmoura e demais ingredientes, adicionados na etapa de preparação da margarina. Em relação aos óleos de algodão e de soja, 100% da composição é de óleo de algodão e de soja, respectivamente. RECURSOS PRODUTIVOS Os dados referentes aos equipamentos utilizados nas diversas fases dos processos de fabricação, bem como as suas respectivas capacidades, estão detalhados abaixo: Processo Capacidade máxima (toneladas/mês) Neutralização 6.500 Clarificação 6.500 Desodorização (WS) 4.000 Desodorização (EW) 3.000 Hidrogenação de gorduras 2.000 Clarificação de gorduras 1.750 Acondicionamento de gorduras 2.000 Processing math: 100% Processo Capacidade máxima (toneladas/mês) Acondicionamento de óleo 6.000 Preparação de margarina 2.000 Acondicionamento de margarina 2.750 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Além disso, os fluxos de materiais são afetados pelos valores dos rendimentos, detalhados abaixo: Fase do processo Rendimento Neutralização 88,4% Clarificação 99,8% Desodorização 99,1% Clarificação de gorduras 97,6% Atenção! Para visualização completa da tabela utilize a rolagem horizontal As fases do processo, cujos rendimentos não estão especificados, não sofrem perdas, ou seja, têm rendimento unitário. PREÇOS E CUSTOS Como o interesse é estabelecer uma programação que dê o máximo de resultado para a empresa, a melhor unidade para medir esse resultado é o valor monetário, em termos de preços e custos dos produtos. Os preços de venda líquidos, subtraindo os impostos e as despesas diretas de vendas como fretes, são: Produto Preço líquido (R$/tonelada) Óleo de algodão 1.377,05 Óleo de soja 1.279,94 Processing math: 100% Produto Preço líquido (R$/tonelada) Gordura 1.240,62 Margarina 1.849,27 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Já custo das matérias-primas são: Produto Preço líquido (R$/tonelada) Óleo de algodão bruto 1.014,47 Óleo de soja bruto 979,40 Estearina e matérias residuais 1.053,86 Leite, salmoura e demais ingredientes 996,64 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Em relação aos custos industriais, como será feita uma análise de renda marginal de cada produto, o que nos interessa são apenas os custos variáveis, apresentados a seguir: Processo Custo variável (R$/tonelada) Neutralização 3,97 Clarificação 4,89 Desodorização (WS) 11,55 Desodorização (EW) 13,27 Hidrogenação de gorduras 21,86 Clarificação de gorduras 20,00 Processing math: 100% Processo Custo variável (R$/tonelada) Acondicionamento de gorduras 35,14 Acondicionamento de óleo 139,82 Preparação de margarina 10,64 Acondicionamento de margarina 231,43 Atenção! Para visualização completa da tabela utilize a rolagem horizontal Nos custos de acondicionamento, já está incluído ocusto da embalagem. Determinar as quantidades ótimas de matérias-primas a serem adquiridas e as quantidades ótimas a serem fabricadas dos produtos finais de modo que seja maximizada a diferença entre as receitas e os custos (lucro). RESOLUÇÃO Uma análise de programação de escala de produção Processing math: 100% VERIFICANDO 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL 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. Processing math: 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 ATENÇÃO! PARA VISUALIZAÇÃO COMPLETA DA TABELA UTILIZE A ROLAGEM HORIZONTAL A) 9500 B) 8700 C) 10300 D) 6600 E) 4800 GABARITO 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 Processing math: 100% Origem Destinos Capacidade 1 2 3 2 30 10 15 100 3 12 40 55 400 Demanda 200 100 300 Atenção! Para visualização completa da tabela utilize a rolagem horizontal A solução inicial pelo método do Canto Noroeste será igual à: A alternativa "B " está correta. O método do Canto Noroeste tem sua solução inicial começando pelo canto superior da esquerda da matriz, alocando o máximo possível da demanda ou da capacidade, portanto, devemos alocar 200 unidades da origem 1 deslocando para o destino 1. 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 Atenção! Para visualização completa da tabela utilize a rolagem horizontal A alternativa "A " está correta. Resolvendo com auxílio do Solver, temos: Processing math: 100% Captura de tela do Software Excel O Solver será: Captura de tela do Software Excel Obtendo-se: Processing math: 100% Captura de tela do Software Excel 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. AVALIAÇÃO DO TEMA: Processing math: 100% REFERÊNCIAS BALLOU, R. H. Business logistics management. 3. ed. Londres: Prentice Hall, 1992. BARNHART, G.; LAPORTE, G. (eds.). Handbook in operation research and management science: transportation. Amsterdam: Elsevier, 2007, vol. 14, 783 p. GHIANI, G.; LAPORTE, G.; MUSMANNO, R. (eds.). Introduction to logistics systems planning and control. Nova York: John Wiley & Sons, 2004. RUSHTON, A.; CROUCHE, P. H.; BAKER, P. The handbook of logistics and distribution management. 3. ed. Londres/Filadélfia: Kogan Page Limited, 2006. WATER, D. Inventory control and management. 2. ed. Chichester: John Wiley & Sons, 2003. EXPLORE+ Se você deseja se aprofundar neste conteúdo, recomendamos explorar os períodos no portal do Capes, ou ainda buscar sobre Otimização em Sistemas de Produção na Biblioteca Digital de Domínio Público. CONTEUDISTA Mauro Rezende Filho CURRÍCULO LATTES Processing math: 100% javascript:void(0);
Compartilhar