Você está na página 1de 74

Pesquisa Operacional - I

Captulo-5 Modelagem com Programao Matemtica


5.1 Introduo
5.2 Modelos de Otimizao
5.3 Problemas de Programao Matemtica

5.1 - Introduo
Desde a antiguidade vrios cientistas tais como Euclides, Newton, Lagrange,
Leontief, Von Neumann, dentre outros, tem dedicado seus estudos a pesquisa do
timo. A rea que estuda Problemas de Otimizao denominada Programao
Matemtica que engloba uma ampla classe de problemas. O termo programao
significa que existe um planejamento das atividades.
A Programao Matemtica vem se constituindo como uma das mais poderosas
ferramentas matemticas para diversos segmentos, propiciando melhorias
mensurveis nos processos e automatizao dos mesmos, analises operacionais,
de projetos, reengenharia e identicao de gargalos. Seus benefcios so
exatamente aqueles procurados por qualquer empresa: diminuio dos custos e
aumento dos lucros. Em algumas organizaes ela est, inclusive, embutida em
suas rotinas informatizadas de planejamento dirio dos processos de operao.
Segundo pesquisas efetuadas em empresas que tem utilizado esta ferramenta, a
reduo de custos se enquadra facilmente na faixa entre 1% e 5%, existindo
casos que chegam at a 15%. A magnitude do benefcio da Programao
Matemtica na performance das empresas pode ser avaliada nos casos listados a
seguir referentes a diferentes reas de atividade econmica.

1. A companhia de leos TEXACO utilizou a Programao Linear para obter


condies ideais de processamento do petrleo bruto para produzir quantidades
proporcionais s necessidades do mercado aos diversos derivados do petrleo:
gasolina, leos com diversas graduaes ou asfalto. A aplicao da metodologia
em sete das suas refinarias permitiu obter uma melhoria de 30% nos lucros,
atingindo 30 milhes de dlares.

2. A rede de fast food McDonald's nos Estados Unidos aplicou a Programao


Matemtica para otimizaao dos horrios de trabalho em quatro de seus
estabelecimentos, pertencentes a Al Boxley. Este tipo de atividade recorre
frequentemente a mo-de-obra em part-time, tendo como resultado uma grande
aleatoriedade na disponibilidade dos recursos humanos. A Programao Linear
proporcionou um melhor aproveitamento dos recursos disponveis, com a
exigncia de cobertura durante todo periodo de funcionamento das unidades,
obtendo-se uma programao de horrios mais conveniente de acordo com as
preferncias de horrio de cada funcionrio.
3

Uma das caractersticas principais de Programao Matemtica e sua


extensibilidade, pode ser aplicada a diverso nmero de organizaes e sistemas:
indstrias, governos, agncias, hospitais, economia, sociologia, biologia, dentre
outros.
Algumas de suas aplicaes se tornaram clssicas:
Problema de transporte
Administrao da produo
Analise de investimentos
Problemas de distribuio de recursos, pessoal e tarefas
Problemas de corte de materiais, etc.
Em um Problema de Otimizao pretende-se maximizar ou minimizar uma
quantidade especfica, designada objetivo, que depende de um numero finito de
variveis independentes ou interrelacionadas por limitaes ou restries
tcnicas do sistema. Resolver o problema significa aplicar uma sequncia de
operaes matemticas para distribuir recursos limitados sobre operaes que
exigem a sua utilizao simultnea, de forma tima para o objetivo especfico.
4

Um Problema de Programao Matemtica (PPM) e um problema de


otimizao satisfazendo dois fatos principais:
A existncia de um objetivo que pode ser explicitado em termos das
variveis de deciso do problema;
A existncia de restries a aplicao dos recursos, tanto com relao as
quantidades disponveis quanto com relao a forma de emprego.

5.2 Modelos de Otimizao com Programao Matemtica


Especificamente, o objetivo primordial de um PPM encontrar a melhor
soluo para problemas que podem ser representados por modelos
matemticos onde o objetivo pode ser expresso em funo das variveis e as
restries expressas como equaes ou inequaes.
Os modelos matemticos utilizados em PPM seguem, em geral, uma estrutura
padro composta por :
uma funo-objetivo,
um critrio de otimizao e

um conjunto de restries.

A forma geral de um modelo para um PPM com n variveis e m restries


apresentada a seguir:

onde as variveis do problema esto representadas por xj com j = 1,...,n e bi, para
i = 1,...,m, representa a quantidade disponvel de determinado recurso.
Utilizaremos a notao vetorial para representar as variveis de deciso, assim
define-se:

f(x) denominada funo-objetivo e gi(x) so as funes restries do problema.


7

A soluo do modelo pode ser obtida por tcnicas matemticas e algortmos


especficos, e a construo do modelo deve levar em considerao a
disponibilidade de uma tcnica para o clculo da soluo. Para melhor estudar as
tcnicas disponveis para resoluo de PPM, a rea pode ser subdividida em duas
subreas determinadas pelas propriedades das funes envolvidas no problema:

Programao Linear : Todas as funes do modelo so lineares em relao as


variveis.

Programao No-Linear : Pelo menos uma das funes envolvidas no


linear.

A soluo de um PPM inicia-se pela modelagem, esta etapa to importante


tanto quanto o desenvolvimento de mtodos de soluo, visto que a qualidade de
todo o processo consequncia direta do grau de representatividade do modelo.

A tarefa de construo do modelo a partir do enunciado do problema deve seguir


uma metodologia bsica, apresentada a seguir:
Identificao das variveis de deciso
Todas as grandezas envolvidas devem ser determinadas, explicitando as decises
que devem ser tomadas, nomeando-as xj , j = 1; : : : ; n.
Definio do critrio de otimizao
Critrios de avaliao capazes de indicar que uma deciso prefervel a outras
devem ser definidos. Deve-se identificar as metas que se pretendem alcanar com
a resoluo do problema, expressando-as como funes matemticas. Em geral, o
objetivo aparece na forma de maximizao ou minimizao de quantidades.
Formulao das restries
Todos os requisitos, condicionalismos e limitaes do problema, tanto explcitas
como implcitas, devem ser identificados. Cada limitao imposta na descrio do
problema deve ser expressa como uma equao ou inequao em funo das
variveis de deciso.
9

5.3 - Problemas de Programao Matemtica

Para melhor ilustrar os conceitos discutidos, sero apresentadas


algumas situaes que podem ser descritas com o auxlio de um modelo
de Programao Matemtica.

A seguir so propostos alguns PPM onde espera-se exemplicar e detalhar


o processo de modelagem, entretanto sera a experincia individual
responsvel pelo desenvolvimento de habilidades para a criao de bons
modelos matemticos, eficientes e realistas.
Salienta-se que, ainda no h a preocupao com a soluo de
problemas que podero ser obtidas posteriormente.

10

Exemplo 5.1. Produo de balas

Considere que uma doceira deseja abrir um pequeno negcio para


produo de balas. A princpio ela esta considerando produzir dois tipos
de balas: caramelo e nozes.
Na produo sao utilizados trs ingredientes: leite, acar e nozes. A
doceira tem em estoque 10kg de acar, 1kg de nozes e 6l de leite.
A composio da bala de caramelo : 40% de leite e 60% de acar, e
para as balas de nozes os ingredientes devem ser misturados na seguinte
proporo : 40% de leite, 50% de acucar e 10% de nozes.
Cada quilo de bala de caramelo pode ser vendido a R$10,00 enquanto um
quilo de bala de nozes pode ser vendido por R$13,00.

Qual deve ser a produo de cada tipo de bala para obter a maior receita?

11

De acordo com a sistemtica estabelecida anteriormente para a


construo de modelos de PPM, vamos elaborar o modelo para este
problema em etapas.
Etapa 1 : Identificao das variveis de deciso

O objetivo do problema determinar as quantidades de cada tipo de


bala a ser produzida de forma a resultar na mxima receita. Portanto,
este problema tem duas variveis de deciso :
x1: a quantidade (em kg) a ser produzida de bala de caramenlo
x2: a quantidade (em kg) a ser produzida de bala de nozes
Etapa 2: Formulao da funo objetivo
O critrio para a seleo da melhor combinao possvel a receita
maxima. Cada tipo de bala gera uma receita que o produto do preo
de venda pela quantidade vendida e a funo receita obtida pela
soma das contribuies de cada tipo de bala produzido.
Matematicamente, temos:
max z = f(x1; x2) = 10x1 + 13x2

12

Etapa 3 : Formulao das restries


O problema impe restries na quantidade de matria prima para
fabricao dos doces:
0,6 x1 + 0,5 x2 10 (quantidade utilizada de acar)
0,4 x1 + 0,4 x2 6 (quantidade utilizada de leite)
0,1 x2 1 (quantidade utilizada de nozes)
Ainda h uma condio implcita ao problema que devemos considerar,
quais os valores que as variveis de deciso podem assumir?
Nesta situao estamos interessados em valores no-negativos que
satisfaam as limitaes de matria-prima.
Devemos tambm considerar o tipo de varivel, neste problema
podemos admitir que a varivel xj pode receber qualquer valor real.
Assim temos definido o domnio da funo objetivo e o criterio de nonegatividade:
xj 0 ; xj R
13

O modelo completo para o problema da produo de balas


representado no formato (5.2) :

mx :

s.a :

z = 10 x1 + 13 x2
0,6 x1 + 0,5 x2
0,4 x1 + 0,4 x2
0,1 x2
x1 , x2

10
6
1
0

(quantidade utilizada de acar)


(quantidade utilizada de leite)
(quantidade utilizada de nozes)
(condio de no-negatividade)

Observe que a condio xj R foi omitida do modelo final, isto devese ao fato que em modelos de Programao Matemtica, por
conveno, esta condio considerada implcita ao modelo. A
informao sobre o domnio da funo constar no modelo caso o
domnio seja outro conjunto numrico.
14

Exemplo 5.2. Problema da Dieta

Um indivduo deve seguir uma dieta balanceada por recomendao


mdica baseada no consumo de diversos tipos de alimentos de forma a
suprir suas necessidades dirias de energia, que pode variar de 3100 a
3300 kcal, e nutrientes essenciais para a boa saude.
Uma poro de cada alimento fornece uma porcentagem da Quantidade
Diria Recomentada (QDR) de diferentes nutrientes de acordo com a
tabela.
Preo e quantidade calrica de cada poro tambem so informados na
tabela.
Deseja-se saber qual a combinao ideal de alimentos com custo
mnimo e que satisfaa as necessidades nutricionais.

15

tabela

16

Etapa 1: Identificao das variveis de deciso


O objetivo do problema e determinar uma composio ideal de
alimentos com custo mnimo.

Para calcular o custo de destas combinaes necessrio saber o


nmero de pores dirias de cada alimento, que e um elemento
desconhecido do problema.
Portanto as quantidades de pores dirias de cada alimento definiro
as variveis de deciso deste problema.
Sejam xj : nmero de pores consumidas do alimento j ,

j = 1,....,7

17

Etapa 2: Formulao da funo objetivo


O critrio para a seleo da melhor combinao possvel o custo
mnimo. Cada tipo de alimento gera um custo que o produto do preo
da poro pelo nmero de pores consumidas e a funo custo
obtida pela soma das contribuies de cada alimento consumido.
Matematicamente, temos:

18

Etapa 3: Formulao das Restries


O menor custo obviamente zero, entretanto esta soluo no atende a
recomendao mdica. O problema impe algumas condies explcitas
que devem ser satisfeitas:
(a) A dieta deve suprir a necessidade diria de energia

(b) A dieta deve fornecer as quantidades mn. recomendadas de nutrientes

19

(c) Ainda h uma condio implcita ao problema que devemos


considerar. Quais os valores que as variveis de deciso podem
assumir?
Nesta situao estamos interessados em valores no-negativos que
satisfaam os nveis mnimos de nutrientes.
Devemos tambm considerar o tipo de varivel, neste problema
podemos adimitir que a varivel xj pode receber qualquer valor real.
Assim temos definido o domnio da funo objetivo e o critrio de nonegatividade:

20

O modelo para o problema da dieta representado no formato padro


:

21

Exemplo 5.3. Distribuio da Produo


Uma empresa montadora de eletrnicos produz radio, toca-CD e
aparelhos de DVD em trs fbricas localizadas em Diadema, Ribeiro
Preto e Campinas. As quantidades despendidas na produo de cada
produto, em peas por hora, em cada uma das fbricas so as
seguintes:

Os custos de operao por hora das fbricas so R$ 10.000,00,


R$ 8.000,00 e R$ 11.000,00 para Diadema, Ribeiro Preto e
Campinas, respectivamente.
A empresa recebeu um pedido de 300 unidades de radio, 500
unidades de toca-CD e 600 unidades de aparelho de DVD.
Como deve distribuir a produo entre suas trs fbricas para
cumprir o pedido ao menor custo possvel?

22

Etapa 1: Identicao das variveis de deciso


O objetivo distribuir a produo ao menor custo possvel, sendo
assim deve-se decidir quanto produzir de cada produto em cada uma
das fbricas, o que define as variveis de deciso do problema. Sejam:
x1d: numero de rdios a produzir na fbrica de Diadema
x2d: numero de toca-CD a produzir na fbrica de Diadema
x3d: numero de DVD a produzir na fbrica de Diadema
x1r: numero de radios a produzir na fbrica de Ribeiro
x2r: numero de toca-CD a produzir na fbrica de Ribeiro
x3r: numero de DVD a produzir na fbrica de Ribeiro
x1c: numero de radios a produzir na fbrica de Campinas
x2c: numero de toca-CD a produzir na fbrica de Campinas
x3c: numero de DVD a produzir na fbrica de Campinas
23

Etapa 2: Formulao da funo objetivo


O objetivo primordial determinar quantas horas cada uma das fbricas
deve dispor para o pedido com o menor custo possvel.
O custo dado por :
z = f(x; y; z) = 10:000x + 8:000y + 11000z , onde :
x o total de horas que a fbrica de Diadema funciona para atender o pedido,
y e o numero total de horas da fbrica de Ribeiro
z corresponde ao total de horas da fbrica de Campinas.

De acordo com a tabela fornecida podemos determinar :


x em funo das variveis de deciso x1d; x2d e x3d,
y em funco de x1r; x2r e x3r
z em funco de x1c; x2c e x3c:

24

Etapa 3: Formulao das restries


A limitaes explcitas do problema so o atendimento da quantidade
demandada no pedido, isto , a soma das produes das trs fbricas de
um determinado produto no deve ser inferior a quantidade
encomendada:
x1d + x1r + x1c 300 (encomenda de radios)
x2d + x2r + x2c 500 (encomenda de toca-CD)
x3d + x3r + x3c 600 (encomenda de DVD)

As condies implcitas do problema so a no-negatividade e o


domnio da funo objetivo restrito ao conjunto dos nmeros inteiros Z.

25

O modelo completo :

26

Exemplo 5.4. O Caso da Loja dos Queijos


A Loja dos Queijos produz e comercializa dois tipos de queijos (Delux e
Standard), muito procurados na poca do Natal. Estes queijos so
produzidos a partir de uma mistura de frutas da poca e de um queijo
especial muito caro.
A Loja dos Queijos pode dispor de 20 kg de mistura de frutas e 60 kg
do queijo especial utilizado.
Cada kg de Delux consiste em 0,2 kg da mistura de frutas e 0,8 kg do
queijo especial, enquanto que 1 kg de Standard consiste em 0,2 kg da
mistura de frutas, 0,3 kg do queijo especial e 0,5 kg de um queijo
comum, disponvel em grande quantidade.
De acordo com a experincia da Loja dos Queijos, foi possvel
descobrir que a procura de cada um dos dois queijos depende do
preo adotado: d1 = 190 + 25.p1 e d2 = 250 + 50.p2
onde d representa a procura (kg), p denota o preco (u.m./kg), e os
ndices 1 e 2 designam os tipos Delux e Standard, respectivamente.
Que quantidade de cada tipo de queijo dever a Loja dos Queijos
preparar, e que preos devero ser adotados para maximizar a receita e
garantir que, apos a poca do Natal, nada reste dos dois queijos em
27
estoque?

28

O modelo ainda no est completo pois necessrio garantir que toda a


produo seja vendida, para tanto a produo xi no deve ultrapassar a
demanda di, isto ,
xi di ; i = 1; 2
Considerando as equaes de demanda, temos:
x1 190 25.p1
x2 250 50.p2
Reescrevendo as inequaes, obtemos as seguintes restries de
demanda:
x1 + 25.p1 190
x2 + 50.p2 250

29

Para simplicar o problema, o objetivo tambm deve ser reescrito somente em


funo das variveis de deciso. Observe que para quaisquer valores fixos
de x1 e x2 a funo z = p1.x1 + p2.x2 aumenta conforme aumentarem os
preos p1 e p2, assim para maximizar z, p1 e p2 devem assumir valores
mximos, isto , assumir valores tais que as inequaes referente as
restries de demanda se tornem equaes. Desta forma, os preos podem
ser assumidos como:

Substituindo os valores dos preos na funo objetivo temos:

30

O modelo completo e apresentado a seguir e deve-se notar que as


restries de demanda foram incorporadas na construo da funo
objetivo e no sero incorporadas s restries do problema.

31

Exemplo 5.5. Um Problema de Transporte


Uma companhia de panificao pode produzir po de forma em duas
fbricas, de acordo com a tabela:

Quatro redes de restaurantes pretendem comprar pes de forma, suas


necessidades e os preos que esto dispostos a pagar so os seguintes:

32

O custo (em u.m.) de transporte de uma unidade de po de forma de


cada padaria para cada rede de restaurantes dado na tabela seguinte.

Determine o plano timo de fornecimento de pes de forma a maximizar


o lucro total da empresa de panificao.

33

Variveis de deciso:

xij : quantidade a ser transportada (em unidades)


da origem i = A;B para o destino j = 1; 2; 3; 4
De acordo com tabela de preos, a funo receita ser :

r = 3,9.xi1 + 3,7.xi2 + 4,0.xi3 + 3,6.xi4

para i = A;B

A seguir apresentado o modelo para maximizao da funo lucro


obtida subtraindo-se dos preos unitrios os custos de produo e de
transporte.

Objetivo:
max z = xA1 + 0,2.xB1 + 0,6.xA2 + 0,6.xB2 + 0,6.xA3 + 0,7.xB3 + 0,4x.A4 + 0,6.xB4

34

Portanto, a funo objetivo (max z) e as funes restries :


max z = xA1 + 0,2.xB1 + 0,6.xA2 + 0,6.xB2 + 0,6.xA3 + 0,7.xB3 + 0,4x.A4 + 0,6.xB4

35

Exemplo 5.6. Empresa de Rao, Maximizao dos Lucros


"Uma empresa de comida canina produz dois tipos de raes: Tobi e
Rex. Para a manufatura das raes so utilizados cereais e carne.
Sabe-se que:

a rao Tobi utiliza 5 kg de cereais e 1 kg de carne, e a rao Rex


utiliza 4 kg de carne e 2 kg de cereais;
o pacote de rao Tobi custa $ 20 e o pacote de rao Rex custa $
30;
o kg de carne custa $ 4 e o kg de cereais custa $ 1;
esto disponveis por ms 10 000 kg de carne e 30 000 kg de cereais.
Deseja-se saber qual a quantidade de cada rao a produzir de modo a
maximizar o lucro."

36

Nosso modelo deseja maximizar o lucro (Z) a partir da quantidade de


rao Tobi (x1) e de rao Rex (x2). A Tabela abaixo apresenta o
clculo do lucro unitrio de cada rao.

A funo objetivo pode ser escrita como : max Z = 11.x1 + 12.x2


As restries sero :
1.x1 + 4.x2 10000 (restrio de carne)
5.x1 + 2.x2 30000 (restrio de cereais)
Positividade das variveis :
x1, x2 0
37

Exemplo 5.7. Marcenaria , Programao de Produo


"Uma marcenaria deseja estabelecer uma programao diria de
produo. Atualmente, a oficina faz apenas dois produtos: mesa e
armrio, ambos de um s modelo. Para efeito de simplificao, vamos
considerar que a marcenaria tem limitaes em somente dois
recursos: madeira e mo-de-obra, cujas disponibilidades dirias so
mostradas na tabela a seguir.

O processo de produo tal que, para fazer uma mesa a fbrica


gasta 2 m2 de madeira e 2 H.h de mo-de-obra. Para fazer um armrio,
a fbrica gasta 3 m2 de madeira e 1 H.h de mo de obra.
Alm disso, o fabricante sabe que cada mesa d uma margem de
contribuio para o lucro de $ 4 e cada armrio de $ 1.
O problema encontrar o programa de produo que maximiza a
margem de contribuio total para o lucro."
38

As variveis de deciso envolvidas no problema so:


x1: quantidade a produzir de mesas
x2: quantidade a produzir de armrios
A funo objetivo :
Lucro: z = 4.x1 + x2

Para as restries, a relao lgica existente :


Utilizao de recurso Disponibilidade
Assim temos :
Madeira:
2.x1 + 3.x2 12
Mo-de-obra: 2.x1 + x2 8
Positividade das variveis : x1, x2 0
Desta forma, o modelo completo :
max:

Restr.

z = 4 x1 + x2
2.x1 + 3.x2 12
2 x1 + x2 8
x1, x2 0
39

Exemplo 5.8. Determinao do Mix de Produo

Uma companhia deseja programar a produo de um utenslio de


cozinha que requer o uso de dois tipos de recursos mo-de-obra
e material. A companhia est considerando a fabricao de trs
modelos e o seu departamento de engenharia forneceu os dados a
seguir:
Modelo
A

Mo-de-obra
(horas por unidade)

Material
(kg por unidade)

Lucro
($ por unidade)

O suprimento de material
de 200 kg por dia. A
disponibilidade diria de
mo-de-obra 150 horas.
Formule um modelo de
Programao Linear para
determinar a produo diria
de cada um dos modelos de
modo a maximizar o lucro
total da companhia.
40

Formulao do modelo
1. Identificao das variveis de deciso:
XA produo diria do modelo A
XB produo diria do modelo B
XC produo diria do modelo C
2. Identificao das restries:
(Limitao de material)
(No-negatividade)

4XA + 4XB +5XC 200


XA 0, XB 0, XC 0.

3. Identificao do objetivo: maximizao do lucro total


Lucro Total = L = 4XA + 2XB +3XC
Max : L = 4XA + 2XB +3XC
41

Modelo
Encontrar nmeros XA, XB, XC tais que:
Max L= 4XA + 2XB +3XC
Sujeito as restries:

7XA + 3XB +6XC 150


4XA + 4XB +5XC 200
XA 0, XB 0, XC 0

42

Exemplo 5.9. Seleo de Mdia para Propaganda

Uma companhia de propaganda deseja planejar uma


campanha em 03 diferentes meios: TV, rdio e revistas.
Pretende-se alcanar o maior nmero de clientes possvel.
Um estudo de mercado resultou em:
TV
horrio

TV
horrio

Rdio

Revistas

normal

nobre

Custo

40.000

75.000

30.000

15.000

Clientes
Atingidos

400.000

900.000

500.000

200.000

Mulheres
Atingidas

300.000

400.000

200.000

100.000

0bs: valores vlidos para cada veiculao da propaganda.


43

A companhia no quer gastar mais de $ 800.000 e, adicionalmente,


deseja:
(1) Que no mnimo 2 milhes de mulheres sejam atingidas;
(2) Gastar no mximo $ 500.000 com TV;
(3) Que no mnimo 03 veiculaes ocorram no horrio normal TV;
(4) Que no mnimo 02 veiculaes ocorram no horrio nobre TV;
(5) Que o n. de veiculaes no rdio e revistas fiquem entre 05 e 10,
para cada meio de divulgao.

Formular um modelo de PL que trate este problema,


determinando o n. de veiculaes a serem feitas em cada meio
de comunicao, de modo a atingir o mximo possvel de clientes.

44

Variveis de deciso:
X1 = n. de exposies em horrio normal na tv.
X2 = n. de exposies em horrio nobre na tv.
X3 = n. de exposies feitas utilizando rdio
X4 = n. de exposies feitas utilizando revistas.
Funo-objetivo:
Maximizar n. de clientes atingidos
Max Z = 400.000X1 + 900.000X2 + 500.000X3 + 200.000X4

45

Restries:
Oramento:
40.000X1 + 75.000X2 + 30.000X3 + 15.000X4 800.000

Gasto com TV
40.000X1 + 75.000X2 500.000
N. de veiculaes em TV, rdio e revistas
X1 3
X2 2
5 X3 10
5 X4 10
No-negatividade
X1, X2, X3, X4 0.
46

Resumindo, o modelo :
Max Z = 400.000X1 + 900.000X2 + 500.000X3 + 200.000X4

Restr.

40.000X1 + 75.000X2 + 30.000X3 + 15.000X4 800.000


40.000X1 + 75.000X2 500.000
X1 3
X2 2
5 X3 10
5 X4 10
X1, X2, X3, X4 0.

47

Exemplo 5.10. Um Problema de Treinamento

Uma empresa de mquinas ferramentas tem um programa de


treinamento para operadores de mquinas.
Alguns operadores j treinados podem trabalhar como
instrutores neste programa ficando responsveis por 10
trainees cada.
A empresa pretende aproveitar apenas 07 trainees de cada
turma de 10.
Estes operadores treinados tambm so necessrios na linha
de fabricao, e sabe-se que sero necessrios para os
prximos meses: 100 operadores em janeiro, 150 em fevereiro,
200 em maro, e 250 em abril. Atualmente h 130 operadores
treinados disponveis na empresa.
48

Os custos associados a cada situao so:


Trainees ...........................................................................$ 400.
Operador treinado trabalhando ........................................$ 700.
Operador treinado ocioso..................................................$ 500.

Encontrar um modelo de PL que fornea um programa de


treinamento de custo mnimo e satisfaa os requisitos da empresa
em termos de n. de operadores treinados disponveis a cada ms.
Observao: acordo firmado com o sindicato probe demisses de
operadores treinados no perodo.

49

Resoluo do exemplo: Um problema de treinamento

Observe que a cada ms um operador treinado est: operando


mquina, trabalhando como instrutor, ou est ocioso. Alm disto, o
n. de operadores treinados trabalhando nas mquinas fixo e
conhecido: 100 em janeiro, 150 em fevereiro, 200 em maro e 250 em
abril.
Variveis de deciso:

X1 = operadores trabalhando como instrutores em janeiro


X2 = operadores ociosos em janeiro
X3 = operadores trabalhando como instrutores em fevereiro
X4 = operadores ociosos em fevereiro
X5 = operadores trabalhando como instrutores em maro
X6 = operadores ociosos em maro

50

Funo-objetivo:

Custo total = custo trainees + custo instrutores + custo ociosos +


custo operadores trabalhando em mquinas.

Min C = 400(10X1 + 10X3 + 10X5) + 700(X1 + X3 + X5) +


+ 500(X2 + X4 + X6) + 700(100 + 150 + 200)
Min C = 4700X1 +500X2 + 4700X3 +500X4 +4700X5 +500X6 + 315.000

51

Restries: X1, X2, X3, X4, X5, X6 0 (no-negatividade)


Equao de balano mensal:
operadores treinados no incio do ms = operadores nas
mquinas + instrutores + operadores ociosos.

Janeiro: 130 = 100 + X1 + X2 X1 + X2 = 30

Fevereiro: 130 + 7X1 = 150 + X3 + X4 7X1 - X3 - X4 = 20


Maro: 130 + 7X1 + 7X3 = 200 + X5 + X6 7X1 + 7X3 - X5 - X6 = 70
Abril: 250 = 130 + 7X1 + 7X3 + 7X5 7X1 + 7X3 + 7X5 = 120

52

Resumindo, o modelo :

Min C = 400(10X1 + 10X3 + 10X5) + 700(X1 + X3 + X5) +


+ 500(X2 + X4 + X6) + 700(100 + 150 + 200)
Min C = 4700X1 +500X2 + 4700X3 +500X4 +4700X5 +500X6 + 315.000

Janeiro: 130 = 100 + X1 + X2 X1 + X2 = 30

Fevereiro: 130 + 7X1 = 150 + X3 + X4 7X1 - X3 - X4 = 20


Restr.

Maro: 130 + 7X1 + 7X3 = 200 + X5 + X6 7X1 + 7X3 - X5 - X6 = 70


Abril: 250 = 130 + 7X1 + 7X3 + 7X5 7X1 + 7X3 + 7X5 = 120
X1, X2, X3, X4, X5, X6 0
53

Exemplo 5.11. Uma Indstria Qumica

Dois produtos, A e B, so feitos a partir de duas operaes


qumicas. Cada unidade do produto A requer 02 horas da operao 1
e 03 horas da operao 2. Cada unidade do produto B requer 03
horas da operao 1 e 04 horas da operao 2. O tempo total
disponvel para a realizao da operao 1 de 16 horas, e o tempo
total para a operao 2 de 24 horas.
A produo do produto B resulta, tambm, num subproduto C sem
custos adicionais. Sabe-se que parte do produto C pode ser vendido
com lucro, mas o restante deve ser destrudo. Previses mostram
que no mximo 05 unidades do produto C sero vendidas, e sabe-se
que cada unidade do produto B fabricada gera 02 unidades do
produto C.

54

Sabe-se que:
Produto A gera um lucro de $ 4 por unidade.
Produto B gera um lucro de $ 10 por unidade.
Produto C gera um lucro de $ 3 por unidade se for vendido.
Produto C gera um custo de $ 2 por unidade se for destrudo

Determinar um modelo de PL para tratar este problema, e


encontrar quanto produzir de cada produto, de modo a maximizar
o lucro da indstria qumica.

55

Resoluo do exemplo: Uma indstria qumica - produto A


Observe que o lucro da venda do produto A uma funo linear,
mas com respeito ao produto C isto no ocorre.
Lucro

Lucro
Produto B
Produto A
10

Produto C
4
-2

Quantidade

Quantidad
e

56

Artifcio: considerar as variveis de deciso como sendo


X1 = quantidade produto A produzida
X2 = quantidade produto B produzida
X3 = quantidade produto C vendida
X4 = quantidade produto C destruda

M
O
D
E
L
O

Funo-objetivo:
Max Z = 4 X1 + 10 X2 + 3 X3 2 X4
Restries:
2 X1 + 3 X2 16 (disponibilidade de tempo para operao 1)
3 X1 + 4 X2 24 (disponibilidade de tempo para operao 2)
X3 + X4 = 2 X2 (produo do produto C a partir do produto B)
X3 5 (previso de produto C que pode ser vendido)
X1, X2, X3, X4 0 (no-negatividade)

57

Exemplo 5.12. O Caso da Oficina Mecnica

Uma oficina mecnica tem 01 furadeira vertical e 05 fresas, que so


usadas para a produo de conjuntos formados de 2 partes. Sabe-se
qual a produtividade de cada mquina na fabricao destas partes
do conjunto:
Furadeira

Fresa

Parte 1

03

20

Parte 2

05

15

Obs: tempo para produzir as partes dado em minutos.

58

O encarregado pela oficina deseja manter uma carga balanceada


nas mquinas de modo que nenhuma delas seja usada mais que
30 minutos por dia que qualquer outra, sendo o carregamento de
fresamento dividido igualmente entre as 05 fresas.

Achar um modelo de PL para dividir o tempo de trabalho entre as


mquinas de modo a obter o mximo de conjuntos completos ao
final de um dia, num total de 08 horas de trabalho.
Variveis de deciso:
X1 = nmero de partes 1 produzidas por dia
X2 = nmero de partes 2 produzidas por dia

59

Resoluo do exemplo: Oficina mecnica


Restries:
3X1 + 5X2 480
(minutos por dia disponveis para a furadeira)
(20X1 + 15X2)/5 = 4X1 + 3X2 480
(minutos por dia disponveis para cada fresa)
|(4X1 + 3X2) - (3X1 + 5X2)| = |X1 -2X2| 30
(Balanceamento de carga entre as mquinas)
Observe que esta ltima restrio no linear, mas equivalente
a duas equaes lineares que podem substitu-la:
X1 - 2X2 30

-X1 + 2X2 30

X1, X2 0 (no-negatividade).
60

Funo-objetivo:

maximizao do nmero de conjuntos completos por dia


Max Z = min (X1, X2)
Observe que esta funo no linear, mas pode ser linearizada
utilizando-se uma nova varivel, da forma:
Seja Y = min (X1, X2), Y 0, naturalmente tem-se duas novas
restries

Dadas por: Y X1 e

Y X2.

A funo-objetivo linear fica sendo: Max Z = Y

61

Resumindo, o modelo :

Max Z = Y

, Y = min (X1, X2), Y 0 sendo : Y X1 e Y X2

3X1 + 5X2 480

4X1 + 3X2 480


Restr.

X1 - 2X2 30
-X1 + 2X2 30
X1, X2 0

62

Exemplo 5.13. Dimensionamento de Uma Equipe de Inspetores

Uma companhia deseja determinar quantos inspetores alocar uma


dada tarefa do controle da qualidade. As informaes disponveis
so:
H 08 inspetores do nvel 1 que podem checar as peas a uma taxa
de 25 peas por hora, com uma acuracidade de 98%, sendo o custo
de cada inspetor deste nvel $4 por hora;
H 10 inspetores do nvel 2 que podem checar as peas a uma taxa
de 15 peas por hora, com uma acuracidade de 95%, sendo o custo
de cada inspetor deste nvel $3 por hora.

63

A companhia deseja que no mnimo


inspecionadas por dia (= 08 horas).

1800

peas

sejam

Sabe-se, ainda, que cada erro cometido por inspetores no controle


da qualidade das peas acarreta um prejuzo companhia de $2 por
pea mal inspecionada.

Formular um modelo de PL para possibilitar a designao tima do


n. de inspetores de cada nvel de modo a otimizar o custo da
inspeo diria da companhia.

64

Resoluo do exemplo: Dimensionamento de equipes de inspeo


Variveis de deciso:
Xi = n. de inspetores do nvel i (= 1, 2) alocados inspeo.

Funo objetivo:
Minimizar C = custo total dirio de inspeo ($/dia)
onde : custo total = custo do salrio dos inspetores + custo dos erros
Min C = 8 *[(4X1 + 3X2) + 2 * (25*0,02X1 + 15*0,05X2)]
Min C = 40X1 + 36X2

65

Restries:

1. Quanto ao n. de inspetores disponveis:


X1 8
(inspetores do nvel 1)
X2 10
(inspetores do nvel 2)
2. Quanto ao n. de peas inspecionadas por dia:
8 * (25X1 + 15X2) 1800

5X1 + 3X2 45

3. Restries implcitas de no negatividade:


X1 0
X2 0.

66

Resumindo, o modelo :

Min C = 40X1 + 36X2

Restr.

X1 8
X2 10
5X1 + 3X2 45
X1 0
X2 0.

67

Exemplo 5.14. Maximizar o lucro na produo de 2 produtos


Certa empresa fabrica dois produtos P1 e P2.
O lucro unitrio do produto P1 de R$ 1.000,00 e o lucro unitrio de P2
R$ 1.800.
A empresa precisa de 20 horas para fabricar uma unidade de P1 e de
30 horas para fabricar uma unidade de P2.
O tempo anual de produo disponvel para isso de 1200horas.
A demanda esperada para cada produto de 40 unidades para P1 e 30
unidades para P2.
Construa o modelo de programao linear que objetiva Maximizar o
lucro.
P1: Lucro R$ 1.000,00 por unidade
Tempo de produo P1: 20 horas por unidade
P2: Lucro R$ 1.800,00 por unidade
Tempo de produo P2: 30 horas por unidade
Tempo Disponvel de Produo: 1200horas
Demanda Esperada P1: 40 unidades
Demanda Esperada P2: 30 unidades
68

Variveis de Deciso :
Unidade produzida do Produto P1: x
Unidade produzida do Produto P2: y
Funo Objetivo:
Maximizar: 1000x + 1.800y

Restries:
- Tempo de Produo: 1.200h
20x + 30y 1.200
- Demanda Esperada do Produto P1: 40 unidades
x 40
- Demanda Esperada do Produto P2: 30 unidades
y 30

69

Resumindo, o modelo :

Maximizar Lucro
Max Z = 1000x + 1.800y
Restries:
20x + 30y 1.200
x 40
y 30
x,y0

70

Exemplo 5.15. Minimizar o custo com alimentao


A necessidade mnima de vitaminas na alimentao de 32 unidades
por dia e a de protenas de 36 unidades por dia. Uma pessoa tem
disponvel carne e ovo para se alimentar.
Cada unidade de carne contm 4 unidades de vitaminas e 6 unidades
de protenas.
Cada unidade de ovo contm 8 unidades de vitaminas e 6 unidades de
protenas.
Cada unidade de carne custa R$ 3,00 e cada unidade de ovo custa R$
2,5.
Qual a quantidade de carne e ovo que deve ser consumida de forma a
ter o menor custo possvel.

Necessidade mnima de Vitamina: 32 unidades / dia


Necessidade mmima de Protenas: 36 unidades / dia

71

Variveis de Deciso :

Unidade consumida de carne: x


Unidade consumida de carne: y
Funo Objetivo :
Minimizar Custo: Min Z = 3x + 2,5y

Restries:
4x + 8y 32
6x + 6y 36
x, y 0

72

73

74