programaÇÃo linear engenharia i
TRANSCRIPT
UNIVERSIDADE SÃO JUDAS
TADEU
ENGENHARIA
EXEMPLOS DE MODELAGEM
DE PROBLEMAS DE
PL CONTÍNUA
FERNANDO MORI
http://www.sites.google.com/site/fmoripro
FERNANDO MORI - USJT 2013 1
1) O Problema das Ligas Metálicas
Uma metalúrgica deseja maximizar suareceita bruta. A Tabela 1 ilustra aproporção de cada material na misturapara a obtenção das ligas passíveis defabricação. O preço está cotado em Reaispor tonelada de liga fabricada. Tambémem toneladas estão expressas as restriçõesde disponibilidade de matéria prima.Formular o modelo de ProgramaçãoMatemática.
Tabela 1 - Restrições/Custos
Liga Especial de
Baixa Resistência (*)
Liga Especial de Alta
Resistência (*)
Disponibilidade de
Matéria-Prima
Cobre 0,5 0,2 16 Ton.
Zinco 0,25 0,3 11 Ton.
Chumbo 0,25 0,5 15 Ton.
Preço de Venda
(R$ por Ton.) R$3.000 R$5.000
Ton. de minério
(*) ------------------
Ton. de liga
FERNANDO MORI - USJT 2013 3
FERNANDO MORI - USJT 2013 4
2)Uma empresa, após um processo deracionalização de produção, ficou comdisponibilidade de 3 recursos produtivos,R1,R2
e R3. Um estudo sobre o uso dessesrecursos indicou a possibilidade de sefabricar 2 produtos P1 e P2. Levantando oscustos e consultando o departamento devendas sobre o preço de colocação nomercado, verificou-se que P1 daria umlucro de $120,00 por unidade e P2, $150,00por unidade. O departamento de produçãoforneceu a seguinte tabela de uso derecursos.
FERNANDO MORI - USJT 2013 5
Que produção mensal de P1 e P2 traz omaior lucro para a empresa? Construa omodelo do sistema.
Produto Recurso R1por unidade
Recurso R2por unidade
Recurso R3por unidade
P1P2
24
32
53
Disponibilidade de
recursos/mês100 90 120
FERNANDO MORI - USJT 2013 6
1
2
1 2
1 2
1 2
1 2
1
2
produção do produto P1
produção do produto P2
max 120 150
2 4 100 (R1)
3 2 90 (R2)
5 3 120 (R3)
0
0
Resolução:
X
X
L X X
X X
X X
X X
X
X
LP OPTIMUM FOUND AT STEP 2
OBJECTIVE FUNCTION VALUE
1) 4328.571
VARIABLE VALUE REDUCED COST
X1 12.857142 0.000000
X2 18.571428 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 27.857143
3) 14.285714 0.000000
4) 0.000000 12.857142
NO. ITERATIONS= 2
FERNANDO MORI - USJT 2013 7
3) O Problema da Dieta
O objetivo do presente programa é determinar, em
uma dieta para a redução calórica, as quantidades
de certos alimentos que deverão ser ingeridos
diariamente, de modo que determinados requisitos
nutricionais sejam satisfeitos a custo mínimo.
Existem vários problemas abordando esse tema, o
presente exemplo é um dos mais simples possíveis.
Suponha que, por motivos justificáveis, uma certa
dieta alimentar esteja restrita a leite desnatado,
carne magra de boi, carne de peixe e uma salada de
composição bem conhecida. Sabendo-se ainda que os
requisitos nutricionais serão expressos em termos
de vitaminas A, C e D e controlados por suas
quantidades mínimas (em miligramas), uma vez
que são indispensáveis à preservação da saúde da
pessoa que estará se submetendo à dieta.
A Tabela 2 resume a quantidade de cada
vitamina em disponibilidade nos alimentos e
a sua necessidade diária para a boa saúde de
uma pessoa.
Tabela 2 – Restrições de Nutrientes na Dieta Alimentar
Formular o programa para a otimização dos recursos
envolvidos:
VitaminaLeite
(litro)
Carne
(kg)
Peixe
(kg)
Salada
(100g)
Requisito
Nutricional
Mínimo
A 2mg 2mg 10mg 20mg 11mg
C 50mg 20mg 10mg 30mg 70mg
D 80mg 70mg 10mg 80mg 250mg
Custo R$ 2 R$ 4 R$ 1,5 R$ 1
FERNANDO MORI - USJT 2013 9
4) O Problema do Sítio
Um sitiante está planejando sua
estratégia de plantio para o próximo ano.
Por informações obtidas nos órgãos
governamentais, sabe que as culturas de
trigo, arroz e milho serão as mais
rentáveis na próxima safra. Por
experiência, sabe que a produtividade de
sua terra para as culturas desejadas é aconstante na Tabela 3:
FERNANDO MORI - USJT 2013 10
Tabela 3 – Restrições do Problema do Plantio
Por falta de um local de armazenamento
próprio, a produção máxima, em toneladas,
está limitada a 60. A área cultivável do sítio
é de 200.000m2. Para atender às demandas
de seu próprio sítio, é imperativo que se
plante 400m2 de trigo, 800m2 de arroz e
10.000m2 de milho.
CulturaProdutividade em kg por
m2 (experiência)
Lucro por kg de Produção
(Informações do Governo
Trigo 0,2 10,8 centavos
Arroz 0,3 4,2 centavos
Milho 0,4 2,03 centavos
FERNANDO MORI - USJT 2013 11
5) O Problema da Cooperativa Agrícola
Uma cooperativa agrícola opera três fazendas que
possuem produtividades aproximadamente iguais
entre si. A produção total por fazenda depende
fundamentalmente da área disponível para o
plantio e da água de irrigação. A cooperativa
procura diversificar sua produção de modo que vai
plantar este ano três tipos de cultura em cada
fazenda, a saber: milho, arroz e feijão. Cada tipo de
cultura demanda por uma certa quantidade de
água. Para reduzir o conflito no uso das
colheitadeiras, que são alugadas pela cooperativa,
estabeleceram-se limites de área de produção
dentro de cada tipo de cultura. Para evitar a
concorrência entre os cooperados, acordou-se que a
proporção de área cultivada seja a mesma para cada
uma das fazendas.
As Tabelas 4 e 5 resumem os dados tecnológicos. Pede-
se a elaboração de um programa de produção que
defina a área de cada cultura que será plantada em
cada fazenda, de modo a otimizar o lucro total da
produção da cooperativa.
Tabela 4 - Água Disponível e Área de Cultivo por Fazenda
Tabela 5 -Consumo de Água, Área de Cultivo e Lucro por Cultura
Fazenda Área Total para Cultivo (Acres) Água Disponível (Litros)
1 400 1.800
2 650 2.200
3 350 950
CulturaÁrea Máxima de
Cultivo (Acres)
Consumo de Água
(Litros por Acre)Lucro(R$ /Acre)
Milho 660 5,5 5.000
Arroz 880 4 4.000
Feijão 400 3,5 1.800FERNANDO MORI - USJT 2013 13
FERNANDO MORI - USJT 2013 14
6) (Mistura) Uma liga especial constituída de ferro, carvão, silício e níquel pode ser obtida usando a mistura desses minerais puros além de 2 tipos de materiais recuperados:
Material Recuperado 1 – MR1 –Composição:ferro – 60% Custo por kg: $0,20carvão – 20%silício – 20%Material Recuperado 2 – MR2 –
Composição:ferro – 70% Custo por kg: $0,25carvão – 20%silício – 5%níquel – 5%
FERNANDO MORI - USJT 2013 15
A liga deve ter a seguinte composição final:
O custo dos materiais puros são (por kg):
ferro:$0,30; carvão:$0,20; silício:$0,28;
níquel:$0,50. Qual deverá ser a composição
da mistura em termos dos materiais
disponíveis, com menor custo por kg?
Construa o modelo de decisão.
Matéria-prima % mínima % máxima
Ferro
Carvão
Silício
Níquel
60
15
15
5
65
20
20
8
FERNANDO MORI - USJT 2013 16
1
2
3
4
5
quantidade em Kg de MR1 na mistura
quantidade em Kg de MR2 na mistura
quantidade em Kg de ferro puro na mistura
quantidade em Kg de carvão na mistura
quantidade em Kg de silício na mis
X
X
X
X
X
6
1 2 3 4 5 6
1 2 3
1 2 3
1 2 4
1 2 4
1
tura
quantidade em Kg de níquel na mistura
min 0,20 0,25 0,30 0,20 0,28 0,50
ferro:
0,6 0,7 0,60
0,60 0,7 0,65
carvão:
0,2 0,2 0,20
0,2 0,2 0,15
silicio:
0,2 0,05
X
C X X X X X X
X X X
X X X
X X X
X X X
X X
2 5
1 2 5
2 6
2 6
1 2 3 4 5 6
1 2 3 4 5 6
0,20
0,2 0,05 0,15
níquel:
0,05 0,05
0,05 0,08
1
, , , , , 0
Resolução:
X
X X X
X X
X X
X X X X X X
X X X X X X
Min 0.20x1 + 0.25x2 + 0.30x3 + 0.20x4 + 0.28x5 + 0.50x6
st
0.6x1 + 0.7x2 + x3 >= 0.60
0.6x1 + 0.7x2 + x3 <= 0.65
0.2x1 + 0.2x2 + x4 >= 0.15
0.2x1 + 0.2x2 + x4 <= 0.20
0.2x1 + 0.05x2 + x5 >= 0.15
0.2x1 + 0.05x2 + x5 <= 0.20
0.05x2 + x6 >= 0.05
0.05x2 + x6 <= 0.08
x1 + x2 + x3 + x4 + x5 + x6 = 1
End
FERNANDO MORI - USJT 2013 17
LP OPTIMUM FOUND AT STEP 3
OBJECTIVE FUNCTION VALUE
1) 0.2225000
VARIABLE VALUE REDUCED COST
X1 0.875000 0.000000
X2 0.000000 0.002500
X3 0.075000 0.000000
X4 0.000000 0.150000
X5 0.000000 0.230000
X6 0.050000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 -0.250000
3) 0.050000 0.000000
4) 0.025000 0.000000
5) 0.025000 0.000000
6) 0.025000 0.000000
7) 0.025000 0.000000
8) 0.000000 -0.450000
9) 0.030000 0.000000
10) 0.000000 -0.050000
NO. ITERATIONS= 3
FERNANDO MORI - USJT 2013 18
FERNANDO MORI - USJT 2013 19
7) A Opinião Popular S/A é uma empresa especializada em avaliar
a reação de consumidores a novos produtos, serviços e/ou
campanhas de publicidade. Um cliente pediu à empresa para
providenciar informações sobre a reação de consumidores para
um produto recentemente lançado. O contrato do cliente
necessita que sejam feitas entrevistas pessoais de porta em
porta, respeitando as seguintes condições:
1) Entrevistar pelo menos 400 famílias com crianças.
2) Entrevistar pelo menos 200 famílias sem crianças.
3) A quantidade de famílias entrevistadas durante a noite deve
ser, pelo menos, tão grande quanto o número de entrevistados
durante o dia.
4) O total de entrevistados deve ser, pelo menos, 1.000 famílias.
Baseando-se em entrevistas realizadas anteriormente, os custos
das entrevistas são os seguintes:
FERNANDO MORI - USJT 2013 20
Família Custo da Entrevista
Dia Noite
Criança $10 $12
Sem criança $8 $10
Para minimizar os custos das entrevistas, quantas
entrevistas em cada tipo de família devem ser realizadas em
cada um dos horários (dia e noite), atendendo às restrições
impostas?
Se quisessemos entrevistar, ao invés de 1000, 1050 familias.
De quanto aumentaria nosso custo?
FERNANDO MORI - USJT 2013 21
1
2
3
4
numero de familias com criança entrevistada de dia
numero de familias com criança entrevistada de noite
numero de familias sem criança entrevistada de dia
numero de familias sem criaça en
X
X
X
X
1 2 3 4
1 2
3 4
2 4 1 3 1 2 3 4
1 2 3 4
trevistada de noite
min 10 12 8 10
400
200
0
1000
C X X X X
X X
X X
X X X X X X X X
X X X X
Min 10x1 + 12x2 + 8x3 + 10x4
st
x1 + x2 >= 400
x3 + x4 >= 200
-x1 + x2 - x3 + x4 >= 0
x1 + x2 + x3 + x4 >= 1000
End
LP OPTIMUM FOUND AT STEP 3
OBJECTIVE FUNCTION VALUE
1) 9800.000
VARIABLE VALUE REDUCED COST
X1 0.000000 0.000000
X2 400.000000 0.000000
X3 500.000000 0.000000
X4 100.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 -2.000000
3) 400.000000 0.000000
4) 0.000000 -1.000000
5) 0.000000 -9.000000
NO. ITERATIONS= 3
FERNANDO MORI - USJT 2013 22
FERNANDO MORI - USJT 2013 23
8) A Verificação Total S/A inspeciona cápsulas de remédiopassando-as sobre uma mesa com iluminação especial, ondeum inspetor verifica visualmente a existência de cápsulasquebradas ou parcialmente avariadas. Atualmente, qualquerum dos três inspetores pode ser alocado para o serviço deinspeção visual. Os inspetores, porém, diferem na precisão eno tempo de inspeção, além de receberem valores diferentespelo serviço. As diferenças são as seguintes:
Inspetor Velocidade(unidade por hora)
Precisão(percentual)
Valor por hora trabalhada
Pedro 300 98 $ 5,90
João 200 99 $ 5,20
Marcel 350 96 $ 5,50
FERNANDO MORI - USJT 2013 24
Operando num período de 8 horas, a empresa precisa
de pelo menos 2.000 cápsulas inspecionadas com não
mais do que 2% de erro nesta inspeção. Além disso, por
causa do fator fadiga do processo de inspeção, nenhum
inspetor pode trabalhar mais do que 4 horas por dia.
Quantas horas cada inspetor deve trabalhar no
processo de inspeção durante um dia de 8 horas de
trabalho para minimizar os custos da inspeção? Qual
volume será inspecionado por dia e qual será o custo de
inspeção por dia?
9) O Problema da Mistura de Petróleo
Uma refinaria processa vários tipos de
petróleo.Cada tipo de petróleo possui uma
planilha de custos diferente, expressando
condições de transporte e preço de origem. Por
outro lado, cada tipo de petróleo representa uma
configuração diferente de subprodutos para
gasolina. Na medida em que um certo tipo de
petróleo é utilizado na produção da gasolina, é
possível a programação das condições de
octanagem e outros requisitos. Esses requisitos
implicam a classificação do tipo da gasolina
obtida. Supondo que a refinaria trabalhe com uma
linha de quatro tipos diferentes de petróleo e
deseje produzir as gasolinas amarela, azul e
superazul, programar a mistura dos tipos de
petróleo atendendo às condições que se seguem:
Tabela 6 – Quantidade Disponível de Petróleo
Tabela 7 – Percentuais para Limites de Qualidade das Gasolinas
Tipo de
Petróleo
Quantidade Máxima
Disponível (Barril/dia)Custo por Barril/dia
1 3.500 19
2 2.200 24
3 4.200 20
4 1.800 27
Tipo de Gasolina
EspecificaçãoPreço de Venda
R$/Barril
SuperazulNão mais que 30% de 1
Não menos que 40% de 2Não mais que 50% de 3
35
AzulNão mais que 30% de 1
Não menos que 10% de 2 28
Amarela Não mais que 70% de 1 22FERNANDO MORI - USJT 2013 26
FERNANDO MORI - USJT 2013 27
Problema de Transporte
10) As necessidades de transporte das frentes-de-lavra para a próxima semana são (valores em toneladas):
A capacidade máxima de recebimento dos depósitos 1 e 2 são respectivamente, 50.000 e 60.000 toneladas. Sabendo-se que cada viagem de caminhão transporta 100 toneladas, pede-se o esquema de transporte que minimiza a distância total percorrida.
Origem(Frente de Lavra)
Necessidade de Transporte
Mínimo Máximo
A 20.000 40.000
B 40.000 60.000
C 45.000 60.000
FERNANDO MORI - USJT 2013 28
Origem A
Origem B
Origem C
Depósito 1
Depósito 2
1AX
2AX
2CX
1CX
2BX
1BX
FERNANDO MORI - USJT 2013 29
1
2
1
2
numero de viagens da lavra A para o depósito 1
numero de viagens da lavra A para o depósito 2
numero de viagens da lavra B para o depósito 1
numero de viagens da lavra B para o depósi
A
A
B
B
X
X
X
X
1
2
1 2 1 2 1 2
1 2
1 2
1 2
1 2
1
to 2
numero de viagens da lavra C para o depósito 1
numero de viagens da lavra C para o depósito 2
min 300 400 600 700 800 300
200
400
400
600
C
C
A A B B C C
A A
A A
B B
B B
C
X
X
C X X X X X X
X X
X X
X X
X X
X
2
1 2
1 1 1
2 2 2
450
600
500
600
C
C C
A B C
A B C
X
X X
X X X
X X X
Min 300xa1 + 400xa2 + 600xb1 + 700xb2 + 800xc1 + 300xc2
st
xa1 + xa2 >= 200
xa1 + xa2 <= 400
xb1 + xb2 >= 400
xb1 + xb2 <= 600
xc1 + xc2 >= 450
xc1 + xc2 <= 600
xa1 + xb1 + xc1 <= 500
xa2 + xb2 + xc2 <= 600
End
LP OPTIMUM FOUND AT STEP 4
OBJECTIVE FUNCTION VALUE
1) 445000.0
VARIABLE VALUE REDUCED COST
XA1 200.000000 0.000000
XA2 0.000000 0.000000
XB1 300.000000 0.000000
XB2 100.000000 0.000000
XC1 0.000000 600.000000
XC2 450.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 -400.000000
3) 200.000000 0.000000
4) 0.000000 -700.000000
5) 200.000000 0.000000
6) 0.000000 -300.000000
7) 150.000000 0.000000
8) 0.000000 100.000000
9) 50.000000 0.000000
NO. ITERATIONS= 4
FERNANDO MORI - USJT 2013 30
11) O Problema do Fluxo de Petróleo na
Refinaria
Uma refinaria produz dois tipos de óleo, I e
II, que passam por refino em quatro centros
de processamento, conforme Figura abaixo.
As linhas cheias do gráfico indicam o fluxo
normal de refino para os óleos do tipo I e II.
Havendo capacidade ociosa, é possível
processar o tipo de óleo I através do
esquema alternativo representado pelas
linhas tracejadas.
Óleo I
Fluxo
Tipo 1
Fluxo
Tipo 2
Óleo II
Óleo I
Fluxo Tipo I - Alternativo
Centro 2
Centro 1 Centro 4
Centro 3
No esquema de produção, sabe-se que a distribuição
custo x capacidade de produção é:
FERNANDO MORI - USJT 2013 32
Tabela 9 – Custos/ Preços dos Produtos
Os centros 1 e 4 operam 16 horas por dia. Os
centros 2 e 3 operam 12 horas por dia. A refinaria
possui a capacidade de transportar somente 2.500
l/dia pois seu oleoduto está em manutenção.
Formule matematicamente o problema de otimizar
a produção dos dois tipos de óleo.
ProdutoCusto da
Matéria-prima ($/ I)
Preço de Venda
($/ I)
Venda Diária
Máxima (I)
I 5 20 1.700
II 6 18 1.500
FERNANDO MORI - USJT 2013 33
12) O Problema da Otimização de Padrões de Corte.
Uma fábrica necessita cortar uma fita de aço de 12 cm de largura em tiras de 2,4cm, 3,4cm e 4,5cm de largura. As necessidades globais das tiras são:
Tabela 10 – Necessidades globais de Tiras
Formule o problema que permite otimizar o consumo da fita a ser cortada minimizando a perda de material.
Tipo de Tira Largura (cm) Comprimento Mínimo
Tira 1 2,4 2.500 m
Tira 2 3,4 4.500 m
Tira 3 4,5 8.000 m
Padrão de corte número 5
Perda de 0,6 cm
Tira Tipo III
Tira Tipo I
4,5cm 4,5cm 2,4cm
FERNANDO MORI - USJT 2013 35
Tabela 11 – Padrões de Corte de Fita
Padrão
de Corte
(i)
N°. de
Tiras Tipo
1 - 2,4cm
N°. de
Tiras Tipo
2 - 3,4cm
N°. de
Tiras Tipo
3 – 4,5cm
Perda no
Padrão
(Pi )
Padrão 1 5 0 0 0
Padrão 2 3 1 0 1,4
Padrão 3 3 0 1 0,3
Padrão 4 2 2 0 0,4
Padrão 5 1 0 2 0,6
Padrão 6 0 3 0 1,8
Padrão 7 0 2 1 0,7
Variável de decisão: comprimento do corte
no Padrão i
x5 – Comprimento de
corte no Padrão 5
Tira Tipo III
Tira Tipo I
FERNANDO MORI - USJT 2013 37
Exemplos de Modelagem de Problemas de PL Inteira 13) O Problema da Fábrica de Móveis.
Uma grande fábrica de móveis dispõe em estoque de 250 metros de tábuas, 600 metros de pranchas e 500 metros de painéis de conglomerado. A fábrica normalmente oferece uma linha de móveis composta por um modelo de escrivaninha, uma mesa de reunião, um armário e uma prateleira. Cada tipo de móvel consome uma certa quantidade de matéria prima, conforme a Tabela 12. A escrivaninha é vendida por 100 unidades monetárias (u.m.), a mesa por 80 u.m., o armário por 120 u.m. e a prateleira por 20 u.m. Pede-se exibir um modelo de Programação Linear que maximize a receita com a venda dos móveis.
Tabela 12 – Restrições / Custos
Quantidade de material em metros
consumidos por unidade de produtoDisponibilidade
do Recurso
(m)Escrivaninha Mesa Armário Prateleira
Tábua 1 1 1 4 250
Prancha 0 1 1 2 600
Painéis 3 2 4 0 500
Valor de
Revenda
(u.m.)
100 80 120 20
ENCONTRAR UM MODELO DE P. L. QUE FORNEÇA UM PROGRAMA DE
TREINAMENTO DE CUSTO MÍNIMO E SATISFAÇA OS REQUISITOS DA EMPRESA EM
TERMOS DE No. DE OPERADORES TREINADOS DISPONÍVEIS A CADA MÊS.
16) PROBLEMA DE TREINAMENTO
UMA EMPRESA DE MÁQUINAS FERRAMENTAS TEM UM PROGRAMA DE
TREINAMENTO PARA
OPERADORES DE MÁQUINAS. ALGUNS OPERADORES JÁ TREINADOS PODEM
TRABALHAR
COMO INSTRUTORES NESTE PROGRAMA FICANDO RESPONSÁVEIS
POR 10 “TRAINEES” CADA. A EMPRESA PRETENDE APROVEITAR APENAS
07 “TRAINEES” DE CADA TURMA DE 10.
ESTES OPERADORES TREINADOS TAMBÉM SÃO NECESSÁRIOS NA
LINHA DE FABRICAÇÃO, E SABE-SE QUE SERÃO NECESSÁRIOS PARA OS
PRÓXIMOS MESES: 100 OPERADORES EM JANEIRO, 150 EM FEVEREIRO,
200 EM MARÇO, E 250 EM ABRIL. ATUALMENTE HÁ 130 OPERADORES
TREINADOS DISPONÍVEIS NA EMPRESA.
OS CUSTOS ASSOCIADOS A CADA SITUAÇÃO SÃO:
•TRAINEE ...........................................................................$ 400.
•OPERADOR TREINADO TRABALHANDO ..................$ 700.
•OPERADOR TREINADO OCIOSO..................................$ 500.
OBSERVAÇÃO: ACORDO FIRMADO COM O SINDICATO PROÍBE DEMISSÕES DE
OPERADORES
TREINADOS NO PERÍODO.
17) Problema da Oficina Mecânica
FURADEIRA FREZADORA
PARTE 1 03 20
PARTE 2 05 15
ACHAR UM MODELO DE P. L. PARA DIVIDIR O TEMPO DE TRABALHO ENTRE AS
MÁQUINAS DE MODO A OBTER O MÁXIMO DE CONJUNTOS COMPLETOS AO
FINAL DE UM DIA, NUM TOTAL DE 08 HORAS DE TRABALHO.
UMA OFICINA MECÂNICA TEM 01 FURADEIRA VERTICAL E 05
FRESADORAS, QUE SÃO USADAS PARA A PRODUÇÃO DE CONJUNTOS
FORMADOS DE 2 PARTES. SABE-SE QUAL É A PRODUTIVIDADE DE CADA
MÁQUINA NA FABRICAÇÃO DESTAS PARTES DO CONJUNTO:
OBS: TEMPO PARA PRODUZIR AS PARTES DADO EM MINUTOS.
O ENCARREGADO PELA OFICINA DESEJA MANTER UMA CARGA
BALANCEADA NAS MÁQUINAS 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
FRESADORAS.
18) O Problema da Pequena Fábrica
Considere a situação de decidir sobre a número
de unidades a serem produzidas por certo
fabricante de dois diferentes tipos de produtos.
Os lucros por unidade do Produto 1 requer 3 horas
de máquina e 9 unidades de matéria-prima,
enquanto o Produto 2 requer 4 horas de máquina e
7 unidades de matéria-prima.
Os tempos máximos disponíveis de horas de
máquina e de matéria-prima são 200 horas e 300
unidades, respectivamente.
Formule o problema de forma a otimizar o lucro
total.
FERNANDO MORI - USJT 2013 42
19) O Problema da Fábrica de camisas
Uma companhia produz dois tipos de camisas: manga longa e manga curta. Na companhia, o único ponto crítico é a mão de obra disponível.
A camisa de manga longa consome 50% a mais de mão de obra do que a de manga curta. Sabe-se também que se toda a produção fosse concentrada na disponibilização de camisas de manga curta a companhia poderia entregar 400 camisas de manga curta por dia.
O mercado limita a produção diária das camisas em 150 mangas longas e 300 mangas curtas. O lucro bruto por camisa de manga longa é de 5,00u.m. e por camisa de manga curta, 3,5u.m.
Formular o problema de modo a permitir a determinação das quantidades de camisas a produzir de modo a otimizar o lucro.
20)O Problema da Otimização de Padrões de Produção.
Uma determinada fábrica produz panelas de metal médias e grandes a partir de elementos circulares de diâmetros de 0,25 e 0,40 metro, respectivamente. A primeira operação para obter as panelas é um corte desses elementos circulares sobre chapas de dimensão de 1,40 x 0,50 metro. Os elementos planos circulares são transformados em panelas em uma segunda operação de estamparia. Para o corte existem quatro tipos de matrizes conforme mostra a figura. A fábrica deseja uma produção diária mínima de 500 panelas médias (obtidas do elemento circular de diâmetro 0,25) e 350 grandes (obtidas do elemento circular de diâmetro de 0,40). Os custos em reais por chapa pelo uso de cada matriz de corte são respectivamente: 1, 2, 3, 2.
Elaborar o modelo de Programação Linear que
planeje a produção de modo a minimizar o
custo com o uso das chapas.
Matriz 1 Matriz 2
Matriz 3 Matriz 4
Exemplos de Modelagem de Problemas de PL Inteira sem Aproximação Contínua.
21) O Problema de Alocação de Pessoal
Um hospital trabalha com atendimento variável em demanda durante as 24 horas do dia. As necessidades distribuem-se segundo a Tabela abaixo:
Turno de Trabalho Horário N°. Mínimo de Enfermeiros
1 08:00 - 12:00 50
2 12:00 - 16:00 60
3 16:00 – 20:00 50
4 20:00 – 0:00 40
5 00:00 – 04:00 30
6 04:00 – 08:00 20
O horário de trabalho de um enfermeiro é de 8 horas quando ele entra nos turnos 1,2,3,4, e 6. O enfermeiro que entra no turno 4 recebe uma gratificação de 50% sobre o salário e o enfermeiro que entra no turno 5 trabalha apenas quatro horas.
Elaborar o modelo de programação linear inteira que minimiza o gasto com a mão de obra.
22) O Problema do jantar de NeroO imperador romano Nero, em um momento de inspiração, resolveu promover um jantar para eliminar seus “melhores” inimigos. Consultando seu médico de confiança, soube que ele dispunha de dois tipos de venenos, alfa e beta. Tratavam-se de fármacos próprios para serem misturados no molho de carneiro. Havia no estoque da farmácia do facultativo 0,5kg do veneno alfa e 2kg do veneno beta. Para que os convidados não sentissem o gosto do veneno, era indispensável misturar em peso três porções do veneno alfa para cada porção de beta. Cada 12 gramas de alfa ou 6 de beta eram capazes de sozinhas liquidarem um homem.
O efeito do veneno sobre as mulheres era cerca de
50% mais poderoso do que sobre os homens. Nero
satisfeito com a informação deu suas ordens ao
médico: prepare a mistura mais eficiente e elimine
pelo menos 20 homens e 10 mulheres!
Elaborar o modelo de programação matemática
que maximize o efeito do veneno sobre os prezados
inimigos do imperador e evite que o médico perca
o emprego e acabe queimado vivo no dito jantar.
23) O Problema da Otimização de Padrões de
Corte.
Uma metalúrgica deve entregar uma partida de
2.500 placas retangulares de 2 x 4cm (placas do
tipo 1) e 1.000 de 4 x 11cm (placas do tipo II).
Existem, em estoque, uma tira metálica com 15cm
de largura e 20metros de comprimento e outra
com 14cm de largura e 30 metros de comprimento.
As tiras com 30 metros de comprimento são cerca
de 20% mais caras por quilo do que as de 20
metros, devido a problemas de transporte. São
possíveis as seguintes configurações de corte ou
padrões de corte nos equipamentos da empresa:
FERNANDO MORI - USJT 2013 50
Formular o modelo que permita minimizar a perda ao corte.
Padrão 1
Padrão 2
Padrão 3
4cm
4cm
2cm
2cm 11cm
4cm 11cm
2cm 12cm
24) O Problema da Câmara de Segurança
Um laboratório biológico está construindo uma
sala de desinfecção e segurança para proteger a
entrada de suas instalações mais perigosas. A
finalidade da sala é isolar agentes biológicos como
vírus e bactérias que são manipulados em
instalações hermeticamente fechadas, permitindo,
contudo, o trânsito dos pesquisadores e demais
materiais. A sala é composta de três câmaras
visando aumentar a segurança.
A desinfecção é basicamente realizada através de
uma sofisticada unidade de irradiação. Como essa
unidade é extremamente sensível e o objeto em
trânsito pode ter um comportamento inesperado,
existe uma probabilidade de falha da atuação de
uma unidade isolada de desinfecção.
FERNANDO MORI - USJT 2013 52
Essa probabilidade varia basicamente em
função da câmara em que a unidade esteja
localizada. Existem restrições de espaço e peso
para a distribuição das unidades de desinfecção no
teto das câmaras. Os custos das unidades também
variam por câmara devido à variação de
temperatura e isolamento de umidade, tudo
conforme a tabela abaixo:
CâmaraEspaço
(m3)
Peso
(kg)
Custo
(R$)
Probabilidade de
Falha da Unidade
1 2,5 150 30.000 0,20
2 4,0 130 70.000 0,15
3 3,0 100 40.000 0,30
Limitações 60 1.500 600.000
Formular o problema de minimizar a
probabilidade da ocorrência de um trânsito na
sala de desinfecção sem que ocorra uma
perfeita desinfecção, considerando-se
inaceitável mais que 3% na probabilidade de
que uma câmara isolada falhe na desinfecção.