Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Observaes: 1. Uma alterao de um coeficiente de uma varivel no

ANLISE DE SENSIBILIDADE E PS-OPTIMIZAO EM PROGRAMAO LINEAR CONTNUA

bsica da funo objectivo apenas implica a modificao do coeficiente correspondente do quadro de simplex; 2. Uma alterao de um coeficiente de uma varivel bsica da funo objectivo apenas implica a modificao da ltima linha do quadro de simplex;

INTRODUO Programa Linear na Forma Normal Minimize z = c1x1 + c2x2 + + cnxn Sujeito a a11x1 + a12x2 + + a1nxn = b1 a21x1 + a22x2 + + a2nxn = b2 + + + = am1x1 + am2x2 + + amnxn = bm xj 0, j=1,2,,n

3. Uma alterao dos termos independentes das restries apenas implica a modificao ltima coluna do quadro de simplex; (1) 4. Uma alterao dos coeficientes de uma varivel no bsica das restries apenas implica a modificao da coluna correspondente do quadro de simplex; 5. Uma alterao dos coeficientes de uma varivel bsica das restries implica a modificao de todo o quadro de

1

Quadro de simplex associado soluo bsica com J = {j1, j2, ... , jm} xj 1 xj

xj m z

a m1 c1

x1 x2 a 11 a 12 a 21 a 22

a m2 c2

a mj cj

xj a 1j a 2j

a mn b m c n z
2

xm a 1n b 1 a 2n b 2

simplex.

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Frmulas para o clculo dos coeficientes de quadro do simplex: Conjunto de ndices das variveis no bsicas L: L = {1, 2, , n} J Matriz base B associada a J: Matriz constituda pelos coeficientes das variveis associadas a J nas restries Vector cJ associado a J: Vector constitudo pelos coeficientes das variveis associadas a J na funo objectivo Soluo primal b :
Bb = b

B A .j = A.j, jL A .j = ek, jkJ

k

com ek a k-sima coluna da matriz identidade. Coeficientes de custo reduzidos:

c j = cj cJT A .j = cj TA.j, jL c j = 0,

jJ

MODIFICAO

DE

UM

COEFICIENTE

DE

CUSTO DA FUNO OBJECTIVO Consideremos o programa linear (1) e seja

(x J = b , x L = 0) uma sua soluo bsica ptima. Se um ~ coeficiente de custo cj for alterado para c j, dois casos podem acontecer:

Soluo dual : BT = cJ Vector transformado do vector dos coeficientes de xj nas restries:

(i) Se jL, isto , se o coeficiente de custo modificado corresponde a uma varivel no bsica da soluo
~ ptima de (1), ento calcula-se o transformado de c j

por
~ ~ c j = c j cJT A .j = c j TA.j
4

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Se c j 0, a soluo ptima do programa (1)

MODIFICAO DOS TERMOS INDEPENDENTES DAS RESTRIES Consideremos novamente o programa linear (1) e seja
(x J = b , x L = 0) ento d satisfaz Bd = d

tambm ptima para o programa modificado. De outro modo o mtodo simplex iniciado com a soluo bsica associada a J. (ii)Se jJ, isto , se o coeficiente de custo modificado corresponde a uma varivel bsica da soluo ptima de (1), ento o vector cJ modificado para
~ ~ c J, com c i = ci, i j. O vector das variveis duais calculado por

uma sua soluo bsica ptima. Se o

vector dos termos independentes b for alterado para d b,

Se

d 0,

essa soluo ptima para o programa

modificado. De outro modo o mtodo dual simplex deve ser BT =

~ cJ

usado para resolver o programa modificado iniciando com a soluo bsica referida.

e isso permite determinar os coeficientes de custo reduzidos referentes s variveis no bsicas

c j = cj TA.j, jJ.

Se

cj0

para todo jL, a soluo ptima do

MODIFICAO

DE

UM

COEFICIENTE

programa (1) associada ao conjunto J tambm ptima para o programa modificado. De outro modo o mtodo simplex iniciado com essa soluo bsica.

TECNOLGICO DAS RESTRIES Consideremos novamente o programa linear (1) e seja

(x J = b , x L = 0)

uma sua soluo bsica ptima.

~ Suponhamos que o elemento ars foi modificado para a rs. Tal como no caso dos coeficientes de custo, devemos

considerar dois casos:

5 6

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

(i) sJ, isto , o elemento em causa est associado a uma coluna de uma varivel no bsica da soluo ptima do programa linear (1). Seja A .s a coluna
~ modificada cujos elementos satisfazem a is = ais, ir. ~ Ento a transformada A .s dessa coluna dada por ~ BA .s = A .s ~

INTRODUO DE UMA VARIVEL Consideremos novamente o programa linear (1) e seja

(x J = b , x L = 0) uma sua soluo bsica ptima. Seja

(2) Minimize z = c1x1 + c2x2 + + cnxn + cn+1xn+1 Sujeito a a11x1 + a12x2 ++ a1nxn + a1,n+1xn+1= b1 a21x1 + a22x2 ++ a2nxn + a2,n+1xn+1= b2 + xj 0, ++ + = am1x1 + am2x2 ++ amnxn+ am,n+1xn+1=bm

e podemos calcular o coeficiente de custo reduzido

c s a partir de c s = cs cJT A .s

j=1,2,,n, n+1

Se

0, a soluo ptima do programa original

o programa linear que se obtm de (1) por adio de uma varivel xn+1. Note-se que cn+1 o coeficiente de custo associado a essa varivel e A.n+1 a coluna constituda pelos coeficientes de cada uma das restries referentes a essa varivel. A soluo
(xJ = b , xL = 0, xn+1 = 0)

tambm soluo ptima do programa modificado. De outro modo, o mtodo simplex iniciado com a soluo bsica admissvel associada a esse conjunto J. (ii) Se sJ, a alterao do elemento ars pode tornar a matriz B singular. Por isso e contrariamente aos casos anteriores, em geral melhor resolver o programa modificado sem tirar partido da soluo ptima do programa anterior.
7

admissvel de (2) e ptima se

c n+1 = cn+1 cJT A .n+1 0. Se c n+1 < 0, o mtodo simplex pode ser iniciado com a soluo bsica admissvel correspondente a esse conjunto J.

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

INTRODUO DE UMA DESIGUALDADE Consideremos novamente o programa linear (1) e seja

(x J = b , x L = 0)

Dois casos podem acontecer e so apresentados a seguir. (i) Se

b m+1 0, xJ = b ,

a desigualdade acrescentada
xn+1 = b m+1,

uma sua soluo bsica ptima.

verificada em x e a soluo bsica

Suponhamos que pretendemos acrescentar ao programa linear (1) a desigualdade am+1,1x1 + am+1,2x2 + + am+1,nxn bm+1 Se xn+1 a varivel de desvio correspondente a essa restrio, ento podemos escrever o novo programa linear na forma normal. (3) Minimize z = c1x1 + c2x2 Sujeito a a11x1 + a12x2 a21x1 + a22x2 + + + cnxn ++ a1nxn ++ a2nxn ++ = b1 = b2 =

xL = 0

(4)

com L = {1, 2, ... , n, n+1} J ptima e o valor

ptimo z igual ao do programa (1). (ii) Se b m+1 0, a desigualdade acrescentada no verificada em x e a soluo bsica (4) primal

inadmissvel. Como essa soluo dual admissvel, ento o mtodo dual simplex pode ser usado para resolver o programa linear (3) a partir da soluo bsica associada a J {n+1}

am1x1 + am2x2 ++ amnxn = bm am+1,1x1+ am+1,2x2++am+1,nxn + xn+1=bm+1 xj 0, Seja

b m+1 = bm+1 (am+1,1 x 1 + am+1,2 x 2 + + am+1,n x n)

INTRODUO DE UMA IGUALDADE Consideremos novamente o programa linear (1) e seja

(x J = b , x L = 0)

j=1,2,,n, n+1

uma sua soluo bsica ptima.

Suponhamos que introduzimos a igualdade am+1,1x1 + am+1,2x2 + + am+1,nxn = bm+1

10

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

Anlise de Sensibilidade e Ps-Optimizao em Programao Linear Contnua

Jorge P. J. Santos

nesse programa de modo a transform-lo em Minimize z = c1x1 + c2x2 Sujeito a a11x1 + a12x2 a21x1 + a22x2 (5) + + + = + + cnxn + + a1nxn + + a2nxn = b1 = b2

Trs casos podem acontecer e so discutidos a seguir.

(i) Se b m+1 = 0, a soluo ptima do programa (1) tambm soluo ptima do programa (5). (ii) Se b m+1 < 0, ento xn+1 deve passar a no bsica por uma iterao do mtodo dual simplex. Se no for

possvel tornar xn+1 no bsica, ento a varivel xn+1 toma sempre valores negativos no conjunto de restries do programa (1) e portanto o programa (5) inadmissvel. De outro modo xn+1 passa a no bsica e deve ser desprezada de seguida. O mtodo dual simplex usado at ao fim, terminando com

am1x1 + am2x2 + + amnxn = bm am+1,1x1+ am+1,2x2+ +am+1,nxn = bm+1 xj 0, j=1,2,,n

A restrio de igualdade pode ser escrita na forma am+1,1x1 + am+1,2x2 + + am+1,nxn + xn+1 = bm+1, xn+1 = 0 Seja
b m+1 = bm+1 (am+1,1 x 1 + am+1,2 x 2 + + am+1,n x n)

uma soluo ptima do programa (5) ou com a indicao de que o programa (5) inadmissvel.
(iii)Se b m+1 > 0, a restrio introduzida do programa (5) deve ser substituda pela restrio equivalente

am+1,1x1 am+1,2x2 am+1,nxn = bm+1

Com esta restrio, b m+1 < 0 e o processo descrito

em (ii) pode ser aplicado com as mesmas concluses.

11

12

Programao Linear Inteira

Jorge P. J. Santos

Programao Linear Inteira

Jorge P. J. Santos

Programa Binrio Puro (PBP)

PROGRAMAO LINEAR INTEIRA

ALGUMAS DEFINIES Programa Inteiro Misto (PIM) Minimize z = cTx + dTy Sujeito a Ax + Dy = b x 0, y 0 xi inteiros Programa Inteiro Puro (PIP) Minimize z = cTx Sujeito a Ax = b x0 xi inteiros Programa Binrio Misto (PBM) Minimize z = cTx + dTy Sujeito a Ax + Dy = b xi{0,1} y0 Observao: Misto

Minimize z = cTx Sujeito a Ax = b xi{0,1} Programa Linear Relaxado (PLR) do Programa Inteiro

Minimize z = cTx + dTy Sujeito a Ax + Dy = b x 0, y 0 Programa Linear Relaxado (PLR) do Programa Binrio Misto Minimize z = cTx + dTy Sujeito a Ax + Dy = b 0 xi 1 y0

O valor ptimo de um programa inteiro ou binrio nunca melhor que o valor ptimo do seu programa linear relaxado.

Programao Linear Inteira

Jorge P. J. Santos

Programao Linear Inteira

Jorge P. J. Santos

MTODO

ENUMERATIVO

COM

LIMITES

Observaes: No ltimo nvel, todas as variveis xi satisfazem xi{0,1}. Se resolvermos os programas lineares que se obtm do programa binrio misto fixando as variveis xi, ento a soluo ptima com melhor valor de z d lugar soluo ptima do programa binrio misto. No entanto como o nmero de variveis igual a n, h que resolver 2n programas lineares do ltimo nvel para

(BRANCH AND BOUND) PARA PROGRAMAO BINRIA Programa Binrio Misto Minimize z = + Sujeito a Ax + Dy = b xi {0,1} y0 A soluo ptima pode ser obtida a partir da explorao de uma rvore binria
xi = 0
1

cTx

d Ty

obter a soluo ptima do programa binrio misto.

xi = 1
1

2
xi = 0
2

3
xi = 1
2

Felizmente alguns dos ns correspondem a solues no

xi = 1
2

xi = 0
2

admissveis. Alm disso o uso de limites inferiores e superiores permitem em geral percorrer esta rvore de

4
xi = 0
3

5
xi = 0 3 xi = 1
3

6
xi = 1 3 xi = 0
3

7
xi = 0 3 xi = 1
3

xi = 1
3

pesquisa eliminando ramificaes dessa estrutura. Este processo de eliminao permite uma considervel reduo no nmero de ns a percorrer, dependendo esse processo, da qualidade dos limites referidos, relativamente ao valor da soluo ptima do problema.

8
M

9
M

10
M

11
M

12
M

13
M

14
M

15
M

com (i1, i2,..., in) uma permutao de (1, 2,..., n).

Programao Linear Inteira

Jorge P. J. Santos

Programao Linear Inteira

Jorge P. J. Santos

Eliminao de ns: Programa linear contnuo a resolver no n k

Critrios para a seleco do n a ramificar: 1. Escolher-se o n k da lista L que satisfaz:

Minimize z = cTx + dTy Sujeito a Ax + Dy = b xi {0,1}, i=1,2,,n y0 xi = 0 ou 1 para j=1,...,t

j

zl(k) = min{zl(i): iL} 1 zl(1) = 10 zl(2) = 12 2 zl(4) = 15 4 5 zl(5) = 14 6 3 zl(3) = 13

com t o nvel anterior ao nvel do n k. 7

No existe gerao de ns a partir do n k quando: 1. o programa linear do n k no tem soluo; 2. a soluo associada ao n k admissvel para o programa binrio misto (satisfaz xi{0,1); 3. a soluo associada ao n k pior ou igual que a melhor soluo admissvel do programa binrio misto encontrada at ao momento.

2. Escolher-se o n k da lista L que satisfaz: zl(k) = min{zl(i): i pertence ao nvel mais elevado} 1 zl(1) = 10 zl(2) = 12 2 zl(4) = 15 4 3 zl(3) = 13

5 zl(5) = 14

Programao Linear Inteira

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

MTODO ENUMERATIVO COM LIMITES PARA PROGRAMAS INTEIROS

GESTO DE STOCKS:
Processo de Ramificao: Nos programas binrios a fixao de uma varivel bsica xj a 0 ou 1 equivalente a introduzir as desigualdades xj 0 e xj 1, respectivamente. Alm disso, 0 e 1 so os inteiros mais prximos de xj = fj que o enquadram. Deste modo, o algoritmo enumerativo para a resoluo de programas inteiros exactamente igual ao algoritmo anterior. k INTRODUO Tipos de Stocks matrias primas; xj [fj] + 1 p+2 Stocks aprecivel impate de capital racionalizao de inventrios Cadeia Logstica produtos semi-acabados; produtos prontos a comercializar.

MODELOS DETERMINSTICOS

xj [fj] p+1

onde xj = fj, fj um nmero real no inteiro e [ fj ] maior inteiro menor do que fj. Processo de Seleco: O n k escolhido de acordo com zl(k) = min{zl(i): iL} ou

zl(k) = min{zl(i): i pertence ao nvel mais elevado}

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Fornecedor

Distribuidor

Cliente

Classificao dos Modelos de Gesto de Stocks: Modelos Determinsticos em que os fluxos de

Fabricante

Retalhista

abastecimento (input) e a procura so aproximadamente constantes. Filosofias da Gesto da Cadeia Logstica: Filosofia push em que o movimento de stocks desencadeado pelo fabricante. Filosofia pull em que o movimento de stocks desencadeado pelo cliente final. Possvel reduo dos tempos de fabrico e bons sistemas de informao de existncias e consumos. Permite a reduo significativa de stocks e produo personalizada. Funo Bsica dos Stocks: Manter o processo de abastecimento a funcionar quando a taxa de procura superior taxa de fornecimento ou quando o processo de fornecimento est inactivo.
2

Modelos Aleatrios em que o input, a procura ou ambos apresentam variabilidade aleatria significativa. Nestes casos existe a necessidade de criao de stocks de segurana (stocks grandes riscos de rotura pequenos). Custos de Funcionamento de um Sistema de Stockagem: Custos de Aquisio: Custos Lineares: Se C1 o custo unitrio do produto e Q a quantidade a comprar, o custo de aquisio ser C1Q; Descontos de Quantidade. Custos de Encomenda: Custo das Comunicaes; Custos de Recepo quantitativa, qualitativa e classificativa.
3

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Custos de Posse de Stock: custos fixos Custos Monetrios Directos: seguros, impostos, quebras, roubos, renda do armazm, luz,

MODELOS DETERMINISTICOS DE GESTO DE STOCKS Quando a procura e o input so determinsticos, as variveis de deciso quantidade de encomenda Q e o intervalo entre encomendas T reduz-se a uma s atravs da relao Q = Tr com r a taxa de procura por unidade de tempo.

mo-de-obra, segurana, etc; Custos de Oportunidade: custo que resulta de ter capital investido em stocks em vez de o ter investido numa outra aplicao (geralmente 20% ano); Custo de Obsolescncia (na informtica as

existncias desvalorizam cerca de 10% ao ms). Custos de Rotura: Situao em que o cliente aguarda pela vinda de artigos no existentes situao de cliente cativo ou carteira de encomendas. Situao em que o cliente desiste dos produtos pretendidos situao de vendas perdidas. Caractersticas do modelo: a taxa de procura igual a r; a encomenda Q fornecida de forma instantnea; o nvel de existncias varia entre 0 e um mximo Q; no existem situaes de escassez ou penria; a durao do ciclo T. GESTO DE STOCKS COM REPOSIO

INSTANTNEA E PENRIA NO PERMITIDA

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

O input dado por input Q tempo

Custos associados ao modelo: Custo de encomenda: custo fixo A. Custo de aquisio: C1Q, com C1 custo unitrio de aquisio. Custo de posse: Se C2 representa o custo de manter em stock uma unidade de artigo durante uma unidade de tempo, o custo de stock por ciclo dado por

T A procura dada por

C2

QT 2

com QT/2 a rea do tringulo rectngulo de catetos Q e T.

procura tempo O nvel de stock tem o seguinte comportamento stock Q tempo

Determinao da politica ptima: O custo total por ciclo dado por CT = A + C1Q + C2 QT . 2

O custo por unidade de tempo dado por C A Q Q K = T = + C1 + C2 . T T T 2 Como Q = Tr T = Q/r, tem-se

T
6

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

K=

Ar Q + C1r + C2 . 2 Q

Por tanto Q* =

2 Ar o volume da encomenda ptimo C2

Para determinar a quantidade ptima Q* que minimiza o custo K, podemos interpretar K como funo de Q. De seguida vamos determinar os extremos de K, comeando por determinar os valores Q* para os quais a derivada de K nula

que minimiza o custo K. O custo total mnimo por perodo ento dado por 2 Ar C2 = 2

K*

Q Ar = * + C1r + C2 = 2 Q

Ar + C1r + C2 2 Ar C2

dK Ar C Ar C 2 Ar . = 0 2 + 2 = 0 2 = 2 Q2 = C2 2 2 dQ Q Q
Donde

2 2 ArC2 + C1r + ArC2 = 2 2

2 ArC2 + C1r

Q* =

2 Ar . C2

O valor negativo no nos interessa, pois do ponto de econmico no faz sentido termos volumes de encomendas negativos. Agora vamos estudar o valor da segunda derivada de K em Q*

d 2K

2 Ar = 3 > 0 para Q = Q* dQ 2 Q

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

GESTO

DE

STOCKS

COM

REPOSIO

Custos associados ao modelo: Custo de encomenda: custo fixo A. Custo de aquisio: C1Q, com C1 custo unitrio de

INSTANTNEA E PENRIA PERMITIDA

Caractersticas do modelo: a taxa de procura igual a r; a encomenda Q fornecida de forma instantnea; o nvel da escassez ou penria varia entre 0 e um mximo S (carteira de encomendas acumulada); o nvel de existncias varia entre 0 e um mximo Q S; a durao do ciclo T = T1 + T2, com: T1 o perodo de existncias em stock; T2 o perodo de penria ou escassez. Representao grfica do modelo: stock QS S T1 T
10

aquisio. Custo de posse: Se C2 representa o custo de manter em stock uma unidade de artigo durante uma unidade de tempo, o custo de stock por ciclo dado por C2 QS T1. 2

Custo de rotura: Se C3 representa o custo por unidade de produto em falta durante uma unidade de tempo, o custo rotura por ciclo dado por S C3 T2 . 2 Determinao da politica ptima: O custo total por ciclo dado por tempo CT = A + C1Q + C2 Da figura resulta
11

T2

QS S T1 + C3 T2 . 2 2

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

T1 = Donde

QS r

T2 =

S r

K Q = 0 K = 0 S

C C CT = A + C1Q + 2 (Q S )2 + 3 S 2 . 2r 2r O custo por unidade de tempo dado por

Ar 2C2 (Q S ) 2Q 2C2 (Q S )2 C3 S 2 =0 2 + 2 2 Q 4Q 2Q 2C2 (Q S ) + 2C3 S = 0 2Q 2Q Multiplicando ambos os membros da primeira equao por 2Q2 e os da segunda por Q, obtm-se

CT A C2 (Q S )2 C3 S 2 . K= = + C1Q + + T T 2r T 2r T
Como Q = Tr T = Q/r, tem-se
Ar C2 (Q S )2 C3 S 2 K= + C1r + + . Q Q 2 2 Q Para determinarmos as quantidades ptimas Q* e S* que minimizam o custo K, podemos interpretar K como funo de Q e S. De seguida vamos determinar os extremos de K, comeando por determinar os valores Q* e S* para os quais as derivadas parciais de K so nulas.

2 Ar + 2C 2 (Q S )Q C 2 (Q S )2 C3 S 2 = 0 2C 2 (Q S ) + 2C3 S = 0 Agora vamos resolver a segunda equao em ordem a Q, substituindo de seguida o seu valor na primeira

C 2 Ar + 2C2 3 C 2 Q = C3 S + S C2

C C S 3 S + S C2 3 C C 2 2

S C3 S 2 = 0

De seguida vamos simplificar a primeira equao

12

13

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

2 2 C3 2 2 C3 2 S C3 S 2 = 0 S + 2C3 S 2 Ar + 2 C2 C2 Q = C3 S + S C2

1 * S = 2 ArC2 C3 (C2 + C3 ) Q* = 2 Ar 1 + C2 C2 C3 Os valor negativos de Q e S so excludos, pois do ponto de

Ou seja
2 C3 2 S + C3 S 2 = 0 2 Ar + C2 Q = C3 S + S C2

vista econmico no faz sentido que existam volumes de encomendas e de carteiras de encomendas negativos. Consegue-se provar atravs das derivadas parciais de segunda ordem que Q* e S* so as quantidades ptimas que minimizam o custo K. O custo total mnimo por perodo ento dado por

Multiplicando ambos os membros da primeira equao por C2, tem-se

2 2 ArC2 + C3 S 2 + C3C2 S 2 = 0 C Q= 3 S+S C2

C2 Q* S * K* = * + C1r + 2 Q Q* Ar = 2 ArC2 + C1r +

)2 + C3 (S * )2 =
2 Q*

Donde
2 ArC2 2 S = C (C + C ) 3 2 3 (C + C3 ) Q = 2 S C2 Donde
14

C3 C2 + C3

15

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

GESTO DE STOCKS COM REPOSIO NO INSTANTNEA E PENRIA NO PERMITIDA

Custos associados ao modelo: Custo de encomenda: custo fixo A. Custo de aquisio: C1Q, com C1 custo unitrio de

Caractersticas do modelo: a taxa de procura igual a r; a encomenda Q fornecida de forma contnua a uma taxa p (p > r); no existem situaes de escassez ou penria; o nvel de existncias varia entre 0 e um mximo M; a durao do ciclo T = T1 + T2, com: T1 o perodo de fornecimento da encomenda; T2 o perodo de no fornecimento da encomenda. Representao grfica do modelo: stock M T1 T
16

aquisio. Custo de posse: Se C2 representa o custo de manter em stock uma unidade de artigo durante uma unidade de tempo, o custo de stock por ciclo dado por C2 M T. 2

Determinao da politica ptima: O custo total por ciclo dado por CT = A + C1Q + C2 MT . 2

O custo por unidade de tempo dado por C A Q M K = T = + C1 + C2 . T T T 2 tempo de notar que o nvel de existncias no final do perodo de produo dado por

T2

17

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

M = Q rT1 = Q r

Q r = Q1 . p p

Q* =

2 Ar C2

p . pr

Durante o perodo T2 h apenas consumo, donde M Q r T2 = = 1 . r r p Como M = Q(1 r/p) e Q = Tr T = Q/r, tem-se K= C r Ar + C1r + 2 1 Q . Q p 2

O valor negativo no nos interessa, pois do ponto de econmico no faz sentido termos volumes de encomendas negativos. Agora vamos estudar o valor da segunda derivada de K em Q* d 2K 2 Ar = 3 > 0 para Q = Q* dQ 2 Q 2 Ar C2 p o volume da encomenda pr

Para determinar a quantidade ptima Q* que minimiza o custo K, podemos interpretar K como funo de Q. De seguida vamos determinar os extremos de K, comeando por determinar os valores Q* para os quais a derivada de K nula

Por tanto Q* =

ptimo que minimiza o custo K. O custo total mnimo por perodo ento dado por

dK =0 dQ
Ar Q2 =

Ar Q2

C2 r 1 = 0 2 p

Ar C r K* = * + C1r + 2 1 Q* = 2 p Q

2 Ar p C2 p r . Q2 = C2 p r 2 p

Ar C r 2 Ar + C1r + 2 1 2 Ar p p C2 2 C2 p r = 2 ArC2 pr + C1r p

19

p = pr

Donde
18

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

GESTO DE STOCKS COM REPOSIO NO INSTANTNEA E PENRIA PERMITIDA

Representao grfica do modelo:

stock M S T1 T2 T3 T4 T tempo

Caractersticas do modelo: a taxa de procura igual a r; a encomenda Q fornecida de forma contnua a uma taxa p (p > r); o nvel da escassez ou penria varia entre 0 e um mximo S (carteira de encomendas acumulada); o nvel de existncias varia entre 0 e um mximo M; a durao do ciclo T = T1 + T2 + T3 + T4, com: T1 o perodo de fornecimento da encomenda com existncias em stock; T2 o perodo de no fornecimento da encomenda com existncias em stock; T3 o perodo de no fornecimento da encomenda com carteira de encomendas; T4 o perodo de fornecimento da encomenda com carteira de encomendas.

Custos associados ao modelo: Custo de encomenda: custo fixo A. Custo de aquisio: C1Q, com C1 custo unitrio de aquisio. Custo de posse: Se C2 representa o custo de manter em stock uma unidade de artigo durante uma unidade de tempo, o custo de stock por ciclo dado por

C2

M (T1 + T2 ) . 2

Custo de rotura: Se C3 representa o custo por unidade de produto em falta durante uma unidade de tempo, o custo rotura por ciclo dado por C3 S (T3 + T4 ) . 2
21

20

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Gesto de Stocks: Modelos Determinsticos

Jorge P. J. Santos

Determinao da politica ptima: O custo total por ciclo dado por

CT = A + C1Q + C2 S (T3 + T4 ) M (T1 + T2 ) + C3 . 2 2

Q = (T1 + T4 ) p

Q=

(M + S ) p
pr pr QS p

M + S =

( p r )Q
p

M=

Para determinarmos as quantidades ptimas Q* e S* que

O custo por unidade de tempo dado por C A Q M T1 + T2 S T3 + T4 . + C3 K = T = + C1 + C2 T T T T 2 T 2 Da figura resulta T1 = Donde M , pr T2 = M , r T3 = S r e T4 = S pr

minimizam o custo K, podemos interpretar K como funo de Q e S. De seguida vamos determinar os extremos de K, comeando por determinar os valores Q* e S* para os quais as derivadas parciais de K so nulas. K Q = 0 K = 0 S * 2 Ar C2 p Q = C 1 + C p r 2 3 1 S * = 2 ArC2 C3 (C2 + C3 )

pr p

T1 + T2 =

pM pS p (M + S ) , T3 + T4 = e T= r( p r ) r( p r ) r( p r )

Consegue-se provar atravs das derivadas parciais de segunda ordem que Q* e S* so as quantidades ptimas que minimizam o custo K, que representam, respectivamente, o volume da encomenda ptima e o volume mximo da carteira de encomendas.

Substituindo na funo K tem-se

C3 S 2 C2 M 2 Ar . K= + C1r + + 2 M +S 2 M +S Q Alm disso

22

23