Introdução à Programação Linear Aplicações

Slides:



Advertisements
Apresentações semelhantes
BIENAL DA AGRICULTURA Cuiabá – MT, 24 a 26 de CUSTOS NA ATIVIDADE FLORESTAL. Professor José Luiz P. Rezende UFLA.
Advertisements

Prof. Fábio Kleine Albers
Administração amintas paiva afonso.
Economia e Gestão Financeira
Composto de Marketing PREÇO.
Prof° Rhoger Marinho UFPE
Classificação de Custos
Programação Linear Resolução Gráfica
FINANÇAS EM PROJETOS DE TI
Introdução à Programação Linear Parte III
Introdução à Programação Linear Parte IV
Introdução à Programação Linear Parte II
Introdução à Programação Linear Parte I
Unidade 2.3 – Porcentagens e Juros Simples
Pró-Reitoria de Graduação
ARRANJO FÍSICO- Exemplos
Prof. Fábio Kleine Albers
Planejamento-Mestre da Produção
Curso de ADMINISTRAÇÃO
Fundamentos de Custos Felipe Kovags.
Profa Úrsula Lisbôa Fernades Ribeiro
Método Simplex (Noções iniciais) Sistemas de Equações Lineares
Profa Úrsula Lisbôa Fernades Ribeiro
TEORIA DAS RESTRIÇÕES Prof Samir Silveira.
Análise dos resultados 1º Semestre 2004 X As vendas totais das agências associadas do FAVECC representaram um crescimento de 37,50%
Técnicas de Tomada de Decisão
TEORIA DA OFERTA Teoria da Produção e Teoria dos Custos de Produção.
Custos para Tomada de Decisão
I - INTRODUÇÃO Os dados e comentários a seguir descritos referem-se a atividade Bovinos de Corte. O rebanho bovino no Rio Grande do Sul segundo dados da.
Análise da Oferta de Mercado
INVERSO DE UM NÚMERO: FUNÇÃO 1/X X 1 INVERSO DE UM NÚMERO =
Exercício ponto de equilíbrio
Carga tributária no setor de serviços
CAPÍTULO 5 Orçamento de Capital ou Análise de Investimentos
MATEMÁTICA PARA NEGÓCIOS
Universidade Federal Fluminense
REVISÃO PROF. NETO CEARÁ.
Técnicas de Tomada de Decisão
MARGEM DE CONTRIBUIÇÃO E LIMITAÇÕES NA CAPACIDADE PRODUTIVA
ESQUEMA BÁSICO DA CONTABILIDADE DE CUSTOS
RESUMO DE APOSTILA Matemática Aplicada UNIDADE III.
HISTÓRIA DA MATEMÁTICA
Economia e Gestão Financeira
PROGRAMAÇÃO LINEAR EXERCÍCIOS PROPOSTOS.
AVALIAÇÃO ECONÔMICA DE ALTERNATIVAS DE CAPACIDADE
Custeio Variável Prof. Carlos Alexandre.
A Esportes Radicais S/A produz para-quedas e asas-deltas em duas linhas de montagem. A primeira linha de montagem tem 100 horas semanais disponíveis para.
Aula 06 Assunto: Revisão da Classificação dos custos: Diretos, Indiretos, Fixos e Variáveis. Correção dos Exercícios.
Aula 23.
Exercício 1.
A Esportes Radicais S/A produz para-quedas e asas-deltas em duas linhas de montagem. A primeira linha de montagem tem 100 horas semanais disponíveis para.
PROBLEMAS DE ALOCAÇÃO DE RECURSOS: PROGRAMAÇÃO LINEAR
Pesquisa Operacional Programação Linear Solução Gráfica.
PROBLEMAS DE TRANSPORTE
Tributação da Exportação nas Empresas optantes pelo Simples Nacional
Aplicações da Função Polinomial do Primeiro Grau
Pesquisa Operacional: Método Simplex – Duas Fases
Capacidade de produção t/ano Demanda do mercado nacional t/ano
AULA 4 - Planejamento e Controle da Produção - PCP
Análise de Investimentos
SOLVER – EXCEL Prof. Antonio Carlos Coelho
MATEMÁTICA FINANCEIRA
Matemática para Negócios
TEORIA DA PRODUÇÃO E CUSTOS
11 ProdutoPreço/u C Var/u D Var/u Produção/u Venda/u P1$9,50 $3,400, P2$8,50 $4,600, Total Os tempos de produção.
Usando o Solver em PL Pontifícia Universidade Católica de Goiás
Introdução Prof. Antonio Carlos Coelho
Capitulo 8: Dualidade O que é um modelo Dual?
Programação Linear Daniel de Oliveira Isadora Mendes José Alípio
Pesquisa Operacional Programação Linear
Transcrição da apresentação:

Introdução à Programação Linear Aplicações Elementos de Economia Matemática 2 Prof. Alexandre Stamford

Estudo de Caso: Plan. Oper. A Companhia ALT-M produz 3 modelos de móveis. Alfa, Beta e Gama É de porte médio, a demanda aumentou de forma que foi detectado alguns estragulamentos na produção que não se consegue identificar facilmente. A gerência encomendou um estudo para detectar os estragulamentos e analisar algumas alternativas de correção. Foi determinado que apenas a mão-de-obra e a madeira poderiam limitar a produção.

Estudo de Caso: Plan. Oper. A disponibilidade total é: Mão-de-obra: 3.520 H.h Estoque de madeira: 10.000 m² por mês. O processo requer 5 fases: Corte Preparação Montagem Pintura Embalagem 704 H.h 1232 H.h 704 H.h 528 H.h 352 H.h

Estudo de Caso: Plan. Oper. As capacidades correspondem a alocação anterior de mão-de-obra. Os trabalhadores podem ser alocados para as várias seções sem perda de qualidade ou eficácia. Além disso, cada trabalhador trabalha 44 H.h por semana, número o que será usado em caso de transferência inter-seções. Como critério utilizou a margem contribuição de cada produto para o lucro total. Devido às diferenças de design dos modelos a utilização dos recursos é diferente para cada um, essas diferenças foram medidas in loco, e os coeficientes de utilização unitária foram levantados.

Utilização Unitária de Recursos Conjunto Alfa Conjunto Beta Conjunto Gama Alocação por Seção Corte 0,4 0,3 704 H.h Preparação 0,8 0,6 1.232 H.h Montagem 0,25 Pintura 0,2 528 H.h Embalagem 0,06 0,1 0,05 352 H.h Madeira 3 4,5 6 10.000 m²

Custo Unitário dos Recursos Corte 2,40 Preparação 3,50 Montagem 2,20 Pintura 2,50 Embalagem 2,00 Madeira 6,50

Contribuições Marginais Conjunto Contribuição Unitária Alfa 21,00 Beta 19,50 Gama 22,00 Preço de Venda menos custos variáveis de produção

O modelo do problema

O modelo do problema

Solução do Problema

Estudo de Caso: Plan. Oper. Pela solução observa-se que existem alguns recursos ociosos e outro em plena utilização. Pode-se então deslocar capacidade ociosa de uma seção para outra. Como a montagem é o maior gargalo, a primeira proposta é aumentar a disponibilidade em 4 módulos de 44 H.h = 880 H.h disponíveis. A nova solução é:

Solução do Problema

Estudo de Caso: Plan. Oper. Nota-se que as 176 H.h que foram acrescidas podem ser retiradas da fase de embalagem sem prejuízo algum. Assim o limite da restrição de embalagem cai de 352 para 176H.h. A solução é a mesma apenas o valor da restrição de embalagem é que mudará. Sobrará então apenas 18,35 ao invés de 194,35. Note que sobraram algumas horas na montagem agora. Note que a fase de corte representa o gargalo agora (40). Note também que a margem de lucro total aumentou de 42.524,71 para 44.826,67 = 2.301,92.

Estudo de Caso: Plan. Oper. Uma segunda proposta foi feita pela gerência: Trocar as máquinas da seção de corte por outras mais eficientes, o que poderia ser a solução para resolver o estrangulamento na seção de corte. Os novos coeficientes são: Conjunto Máquinas Atuais Máquinas Novas Redução Unitária Alfa 0,4 0,35 0,05 Beta 0,3 0,27 0,03 Gama 0,28 0,02

Acréscimo nas MC dos produtos Conjunto Redução Unitária Custo Unitário Acréscimo na MC Novos Coef. F.O. Alfa – x1 0,05 2,4 0,12 21,12 Beta – x2 0,03 0,072 19,572 Gama – 3 0,02 0,048 22,048

Solução do Problema

Estudo de Caso: Plan. Oper. Note que existem folgas significativas na pintura e na montagem e que a fase de embalagem tornou-se o gargalo. Pode-se então deslocar 44 H.h da fase pintura para a fase embalagem como último ajuste. A nova solução é:

Solução do Problema

Estudo de Caso: Plan. Oper. A partir deste ponto pode-se começar uma análise de atratividade econômica das máquinas. Note que poucos recursos estão ociosos agora: Recurso Disponibilidade Folga Utilização Corte 704 Preparação 1.232 5,78 1.226,22 Montagem 880 6,22 873,78 Pintura 484 Embalagem 220 4,86 215,14 Madeira 10.000

Estudo de Caso: Plan. Oper. Evolução e comparação dos problemas. Note que muitos outros estudos e propostas podem ser sugeridos: ALTERNATIVA FOLGA TOTAL UTILIZAÇÃO TOTAL MARGEM DE CONTRIBUIÇÀO Inicial 310,06 3.209,94 42.524,71 Ajuste na Montagem 211,54 3.308,46 44.826,67 Troca de Máquinas 193,42 3.326,58 46.115,93 Ajuste na Embalagem 16,86 3.503,14 48.422,82