Upload
lytuyen
View
214
Download
0
Embed Size (px)
Citation preview
Slide 1
Modelizacao
Tomar Melhores Decisoes usando metodos quantitativos e folhas de calculo
Versao 3
c©2005, 2000, 1998
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 1
Slide 2
ModelizacaoOs 10 princıpios
• Nao criar um modelo complicado quando um simples e suficiente.
• Nao moldar o problema a tecnica de resolucao que se pretende utilizar.
• Resolver rigorosamente o modelo encontrado. So assim se sabera se hipoteticas
inconsistencias das solucoes do modelo com a realidade tem origem no proprio
modelo ou nao.
• Validar os modelos antes de os implementar.
• O modelo nao deve ser tomado literalmente pois nunca e a realidade.
• O modelo nao deve ser forcado a fazer, ou ser criticado por nao fazer, aquilo para
que nao foi criado.
• Nao sobrestimar os modelos.
• Uma das principais vantagens da modelizacao e o processo de desenvolvimento do
modelo.
• Um modelo nao pode ser melhor do que a informacao usada na sua construcao.
• Os modelos nunca substituem os agentes de decisao.
Slide 3
Formulacao de modelos matematicos em Investigacao
Operacional
Algoritmo para construir um modelo matematico para um problema de
Investigacao Operacional:
Passo I — Determinar, no problema concreto, aquilo que e fixo e nao pode
ser alterado e aquilo que se pode decidir (variaveis de decisao).
Representar essas variaveis de uma forma algebrica.
Passo II — Identificar as restricoes do problema, isto e, aquilo que limita
as nossas decisoes, e representa-las como igualdades ou desigualdades
que sejam funcoes das variaveis de decisao.
Passo III — Identificar o(s) objectivo(s) do problema e representa-lo(s)
como uma funcao das variaveis de decisao, que deve ser minimizada ou
maximizada.
Nota: So existe problema quando ha mais do que uma solucao admissıvel.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 2
Slide 4
Problema de Mistura de Produtos
A companhia Electro & Domesticos pretende escalonar a producao de um
novo apetrecho de cozinha que requer dois recursos: mao-de-obra e
materia-prima. A companhia considera a hipotese de 3 modelos diferentes,
tendo o seu departamento de engenharia fornecido os seguintes dados:
Modelo A B C
Mao-de-obra (horas por unidade) 7 3 6
Materia-prima (quilos por unidade) 4 4 5
Lucro ($ por unidade) 4 2 3
O fornecimento de materia-prima esta limitado a 200 quilos/dia. Por dia
estao disponıveis 150 horas de trabalho. O objectivo e maximizar o lucro
total. Formule o modelo que permitiria resolver este problema.
Slide 5
Problema de Mistura de Produtos
Resolucao
Passo I — O que se desconhece, e que se pretende determinar na fase de
resolucao do modelo, sao as quantidades a produzir diariamente de cada
um dos modelos — as variaveis de decisao.
Representando-as algebricamente:
xA − producao diaria do modelo A (no de unidades)
xB − producao diaria do modelo B (no de unidades)
xC − producao diaria do modelo A (no de unidades)
Passo II — Restricoes do problema.
Nao podemos produzir quantidades infinitas de A, B e C (o que daria
um lucro infinito) porque estamos limitados pela materia-prima (200) e
mao-de-obra (150) disponıveis, valores que nao podemos exceder.
Entao, a mao-de-obra necessaria para produzir uma unidade do modelo
A (7 horas), vezes o numero de unidades do modelo A a produzir (xA),
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 3
Slide 6
mais a mao-de-obra necessaria para produzir uma unidade do modelo B
(3 horas), vezes o numero de unidades do modelo B que se resolva
produzir (xB), mais a mao-de-obra necessaria para produzir uma
unidade do modelo C (6 horas), vezes o numero de unidades do modelo
C que se venha a produzir (xC), nao poderao exceder as 150 horas, isto
e:
7xA + 3xB + 6xC ≤ 150
Aplicando o mesmo raciocınio a materia-prima, obter-se-ia:
4xA + 4xB + 5xC ≤ 200
As restricoes que faltam ao problema dizem directamente respeito as
variaveis de decisao, e sao:
xA ≥ 0, xB ≥ 0, xc ≥ 0
ou seja, nao se podem produzir quantidades negativas.
Passo III — O objectivo do problema e maximizar o lucro total, isto e, o
lucro obtido com os 3 modelos. Como cada unidade do modelo A da um
Slide 7
lucro de 4, do modelo B da 2 e do modelo C da 3, a funcao objectivo
sera:
max LUCRO = 4xA + 2xB + 3xC
O modelo do nosso problema sera entao:
Encontrar os numeros xA, xB e xC tais que:
max LUCRO = 4xA + 2xB + 3xC
sujeito a:
7xA + 3xB + 6xC ≤ 150
4xA + 4xB + 5xC ≤ 200
xA, xB , xC ≥ 0
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 4
Slide 8
Problema da refinaria de petroleo
Uma refinaria de petroleo pode misturar 3 tipos de crude para produzir
gasolina normal e super. Existem disponıveis duas unidades de mistura.
Para cada ciclo de producao a unidade mais antiga usa 5 barris de crude A,
7 barris de crude B e 2 barris de crude C para produzir 9 tanques de
gasolina normal e 7 de gasolina super. A unidade de mistura mais recente
usa 3 barris de crude A, 9 de B e 4 de C para produzir, num ciclo de
producao, 5 tanques de gasolina normal e 9 de super.
Devido a contratos ja assinados, a refinaria tem que produzir, pelo menos,
500 tanques de normal e 300 tanques de super. Existem disponıveis 1500
barris de crude A, 1900 de crude B e 1000 de crude C. Por cada tanque de
gasolina normal produzida a refinaria ganha 6 unidades monetarias e, por
tanque de super, 9 unidades monetarias.
O problema e saber como utilizar as reservas de crude e as duas unidades de
mistura, de forma a, respeitando os compromissos assumidos, maximizar o
lucro da refinaria.
Slide 9
Problema da refinaria de petroleo
Resolucao
Variaveis de decisao
x1 − no de ciclos de producao a realizar na unidade antiga
x2 − no de ciclos de producao a realizar na unidade nova
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 5
Slide 10
Restricoes
Crude disponıvel:
Tipo A: 5x1︸︷︷︸
gasto na
unidade
antiga
+ 3x2︸︷︷︸
gasto na
unidade
nova
≤ 1500
Tipo B: 7x1 + 9x2 ≤ 1900
Tipo C: 2x1 + 4x2 ≤ 1000
Contratos assinados:
Gasolina normal: 9x1︸︷︷︸
produzido
na unidade
antiga
+ 5x2︸︷︷︸
produzido
na unidade
nova
≥ 500
Gasolina super: 7x1 + 9x2 ≥ 300
Slide 11
E ainda:
x1, x2 ≥ 0
Funcao objectivo
max LUCRO =
gasolina normal︷ ︸︸ ︷
6 × ( 9︸︷︷︸
no de
tanques
por ciclo
x1︸︷︷︸
no de
ciclos
︸ ︷︷ ︸
unidade antiga
+ 5x2︸︷︷︸
unidade nova
) +
gasolina super︷ ︸︸ ︷
9 × (7x1 + 9x2)
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 6
Slide 12
Arrendamento de espaco num armazem
Uma empresa planeia arrendar espaco num armazem, sendo as suas
necessidades para os proximos 5 meses as seguintes:
Mes Necessidade de
espaco (m2)
1 1500
2 1000
3 2000
4 500
5 2500
Perıodo de arrendamento Custo por m2
(meses) ($)
1 2800
2 4500
3 6000
4 7300
5 8400
Construa um modelo que permita determinar o esquema de contratos a
assinar, por forma a satisfazer as necessidades de espaco o mais
economicamente possıvel.
Slide 13
Arrendamento de espaco num armazem
Resolucao
Variaveis de decisao
xij − espaco a arrendar no inıcio do mes i por um perıodo de j meses
Restricoes
Que em cada mes esteja arrendado pelo menos o espaco necessario:
(mes 1)∑5
j=1 x1j ≥ 1500
(mes 2)∑5
j=2 x1j +∑4
j=1 x2j ≥ 1000
(mes 3)∑5
j=3 x1j +∑4
j=2 x2j +∑3
j=1 x3j ≥ 2000
(mes 4)∑5
j=4 x1j +∑4
j=3 x2j +∑3
j=2 x3j +∑2
j=1 x4j ≥ 500
(mes 5) x15 +x24 +x33 +x42 +x51 ≥ 2500
xij ≥ 0
1≤i≤5, 1≤j≤6−i
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 7
Slide 14
Funcao objectivo
min CUSTO =
custo de arrendar
1 m2 por 1 mes
︷︸︸︷
2800
espaco arrendado
por 1 mes
(no inıcio do mes
1, 2, 3, 4 ou 5)
︷ ︸︸ ︷
5∑
i=1
xi1 + 4500
4∑
i=1
xi2 + 6000
3∑
i=1
xi3
+ 7300
2∑
i=1
xi4 + 8400x15
Slide 15
Arrendamento de espaco num armazem
Resolucao mais compacta
Dados
Cj − custo de arrendar 1m2 por um perıodo de j meses
Ni − necessidade de espaco no mes i
Variaveis de decisao
xij − espaco a arrendar no inıcio do mes i por um perıodo de j meses
Restricoes
Que em cada mes esteja arrendado pelo menos o espaco necessario:
∀i
∑6−i
j=1 xij +∑i−1
k=1
∑6−k
j=i+1−k xkj ≥ Ni
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 8
Slide 16
Funcao objectivo
5∑
j=1
Cj ×
6−j∑
i=1
xij
Slide 17
A companhia de aviacao Benvoa
A companhia de aviacao Benvoa vai comprar avioes a jacto de passageiros, para viagens
longas, medias e curtas (tipos Al, Am e Ac, respectivamente). Os custos unitarios, em
milhoes de escudos sao, respectivamente, de 5000, 3800 e 2000. A administracao da
companhia autorizou a verba maxima de 112000 milhoes de escudos para esse efeito.
Admite-se que os lucros anuais sejam de 310, 230 e 200 milhoes de escudos com cada um
dos tipos de aviao Al, Am e Ac, respectivamente. Havera pilotos suficientes para pilotar,
no maximo, 30 avioes novos. Se apenas fossem comprados avioes Ac, os servicos de
manutencao suportariam 40 avioes novos. Contudo, cada aviao Am equivale a 4/3 de um
aviao Ac e cada aviao Al a 5/3 de um aviao Ac, no que diz respeito a manutencao. A
direccao tecnica e ainda de opiniao que, por cada aviao Ac que seja comprado, se
comprem tambem pelo menos um aviao Al ou um aviao Am. Por outro lado, seleccionado
um aviao Al para comprar, tambem deverao ser comprados pelo menos 8 avioes Ac ou
Am. Com estes dados, a gestao da empresa deve decidir a quantidade de avioes de cada
tipo a comprar, de modo a maximizar o lucro. Formule um modelo para este problema.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 9
Slide 18
A companhia de aviacao Benvoa
Resolucao
Variaveis de decisao
xc, xm, xl − no de avioes de cada tipo a comprar
Restricoes
Dinheiro disponıvel: 500xl + 3800xm + 2600xc ≤ 112000
Pilotos disponıveis: xl + xm + xc ≤ 30
Manutencao: 53xl +
43xm + xc ≤ 40
Opiniao da direccao tecnica: xl + xm ≥ xc
xc + xm ≥ 8xl
xc, xm, xl ≥ 0
e inteiros
Slide 19
Funcao objectivo
max LUCRO = 310xl + 230xm + 200xc
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 10
Slide 20
Problema de planeamento integrado da producao de
duas fabricas
Duas fabricas, A e B, situadas em locais diferentes produzem ambas os
produtos P1 e P2. A fabrica A tem 3 maquinas e a fabrica B tem 2
maquinas. Todas as maquinas fazem os produtos P1 e P2. Depois de
fabricados, os produtos podem ser transportados entre as fabricas de modo a
satisfazer a procura. O numero de unidades produzidas por dia, os custos de
producao e de transporte, a procura dos produtos e o numero de dias em que
cada maquina esta disponıvel por mes estao indicados nas tabelas seguintes:
Fabrica A B
Maquina M1 M2 M3 M1 M2
Disponibilidade (dias) 30 28 24 26 28
Produto P1 P2 P1 P2 P1 P2 P1 P2 P1 P2
Producao por dia 40 35 42 38 40 37 41 37 42 40
Custo por dia 100 102 104 106 98 104 102 105 103 106
Capacidades de producao das fabricas
Slide 21
Produto P1 P2
Fabrica A B A B
Procura 1200 800 1500 1100
Custo de transporte A→ B = 4 B→ A = 4 A→ B = 3 B→ A = 4
por unidade
Procura e custos de transporte dos produtos
Pretende-se saber qual o esquema de utilizacao das maquinas em cada fabrica e de
distribuicao dos produtos entre as fabricas a que corresponde um custo total
mınimo.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 11
Slide 22
Problema de planeamento integrado da producao de
duas fabricas
Resolucao
• Indices
i fabricas (A e B) i ∈ [1, 2];
j maquinas (M1,M2,M3) j ∈ [1, 2, 3];
k produtos (P1 e P2) k ∈ [1, 2].
• Variaveis de decisao
xijk numero de dias de producao durante um mes do produto k, na
fabrica i, maquina j;
yik quantidade do produto k a transportar a partir da fabrica i;
zik quantidade do produto k a transportar para a fabrica i.
• Coeficientes
Slide 23
cijk custo diario de producao do produto k, na fabrica i, maquina j;
pijk producao diaria do produto k, na fabrica i, maquina j;
mij disponibilidade (em dias) da maquina j da fabrica i;
dik procura na fabrica i do produto k;
sik custo de transporte, a partir da fabrica i do produto k;
tik custo de transporte, para a fabrica i do produto k.
• Modelo
Objectivo
minCusto =∑
i,j,k
cijkxijk +∑
i,k
sikyik +∑
i,k
tikzik (1)
∀i,k
∑
j pijkxijk − yik + zik = dik (2)
∀i,j
∑
k xijk ≤ mij (3)
∀k z1k ≤∑
j
p2jkx2jk (4)
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 12
Slide 24
∀k z2k ≤∑
j
p1jkx1jk (5)
∀i,j,k xijk, yik, zik ≥ 0 (6)
As restricoes 2 garantem que a procura do produto k na fabrica i e
satisfeita. As restricoes 3 sao restricoes de capacidade (disponibilidade)
das maquinas. As restricoes 4 e 5 garantem que so se transporta a partir
de uma fabrica o que e produzido nessa fabrica. Finalmente as restricoes
6 garantem que todas as variaveis tomam valores maiores ou iguais a
zero.
Slide 25
Fabrica de papel
O papel e normalmente fabricado em rolos grandes (em largura e em
diametro), que depois sao dividos em rolos mais pequenos, que por sua vez
poderao ser directamente para clientes ou para cortar em formatos.
Vejamos o seguinte exemplo. O papel e produzido em rolos com 6 metros de
largura. A partir deste rolos e necessario produzir 30 rolos mais pequenos
com 280cm, 60 rolos com 200cm e 48 rolos com 150cm. Assim sendo, um
rolo de 6 metros pode ser dividido, por exemplo, em 2 rolos de 280,
sobrando um “rolinho” de 40cm que e considerado desperdıcio. Assumindo
que existem rolos grandes em quantidade suficiente para satisfazer esta
encomenda, o problema consiste em determinar a forma de cortar os rolos
grandes de forma a minimizar o desperdıcio.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 13
Slide 26
Fabrica de papel — Bobinadora
Slide 27
Fabrica de papel
Resolucao
O primeiro passo para a formulacao deste problema e determinar de quantas
maneiras pode um rolo grande ser cortado. Para alem da forma sugerida no
enunciado (2 rolos de 200cm, sobrando 40cm de desperdıcio) podem ainda
ser determinados 6 outros “padroes de corte” (ver tabela). As variaveis de
decisao (x1 a x7) correspondem ao numero de vezes que cada padrao de
corte e aplicado no corte de um rolo grande. A tabela seguinte apresenta
ainda as quantidades pedidas de cada rolo pequeno, assim como o
desperdıcio gerado por cada padrao de corte.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 14
Slide 28
Largura No de rolos
dos rolos x1 x2 x3 x4 x5 x6 x7 pedidos
280 2 1 1 0 0 0 0 30
200 0 1 0 3 2 1 0 60
150 0 0 2 0 1 2 4 48
Desperdıcio 40 120 20 0 50 100 0
Exemplificando, x3 = 4 significa que se corta um rolo grande em 1 de 280cm
e 2 de 150cm, gerando um desperdıcio de 20cm, 4 vezes. No total obtem-se 4
rolos de 280cm e 8 de 150cm (e nenhum de 200cm).
As restricoes vao estar directamente relacionadas com as quantidades de
rolos pequenos que e necessario cortar, uma por cada rolo. Se a cada linha
do sistema de inequacoes corresponde um tipo de rolo pequeno, a cada
coluna correspondera um padrao de corte:
Slide 29
2x1 + x2 + x3 ≥ 30
x2 + 3x4 + 2x5 + x6 ≥ 60
2x3 + x5 + 2x6 + 4x7 ≥ 48
xi ≥ 0 ∀1≤i≤7
O objectivo do problema e minimizar o desperdıcio. Assim, a funcao
objectivo deste modelo tomara a forma:
min 40x1 + 120x2 + 20x3 + 50x5 + 100x6
E se as restricoes tiverem que ser satisfeitas como igualdades, isto e, e se nao
forem admitidas sobreproducoes? Como e que o modelo deve ser alterado?
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 15
Slide 30
Aeroporto Aletrop - Manutencao
O aeroporto de Aletrop e a base dos avioes da companhia aerea PAT. Trata-se de um
aeroporto moderno, e de uma empresa de aviacao em expansao, que pretende manter a
sua competitividade num sector de actividade fortemente concorrencial. O aumento de
competitividade passa, nomeadamente, pela realizacao de dois objectivos, a melhoria da
qualidade de servico e a reducao dos custos de operacao. Por outro lado, a seguranca de
uma companhia aerea e um aspecto de primordial importancia, estando intimamente
ligado a manutencao. Para manter um aviao em boas condicoes tecnicas, procede-se a
manutencao preventiva aos aparelhos da PAT, atraves de pequenas inspeccoes entre
aterragem e posterior descolagem. A direccao da empresa esta tambem a considerar a
hipotese de oferecer estes servicos de manutencao a outras companhias de aviacao, mesmo
que para tal tenha que aumentar as equipas de manutencao. O elemento crucial nestas
equipas e o chefe de manutencao, tecnico altamente qualificado, que necessita de fazer
formacao especıfica para cada tipo de aviao e obter assim uma licenca imprescindıvel para
o desempenho dessas funcoes. A cada licenca corresponde uma categoria de avioes,
existindo 4 licencas diferentes:
Tipos de licencas Avioes
1 Boeing 717 (100 lugares)
2 Boeing 777 (300 a 500 lugares)
3 Airbus A319 (124 lugares)
4 Airbus A340 (350 lugares)
Slide 31
Cada tecnico pode ter no maximo 2 licencas. A primeira licenca demora varios anos a
obter, sendo portanto mais cara para a empresa, enquanto a segunda licenca demora
menos anos a obter, ficando naturalmente mais barata. O custo da segunda licenca
depende ainda da licenca anterior que o tecnico possui. Actualmente existem 9 equipas de
manutencao, cada uma chefiada por um tecnico licenciado, que funcionam em 3 turnos.
Custo (M$)
Licenca Licenca a tirar
anterior
1 2 3 4
0 2 4 2 4
1 - 1 2 3
2 1 - 2 3
3 1 3 - 2
4 1 2 1 -
Turno Chefe de equipa Tipo de licenca
1 1, 2
1 2 1
3 2
4 3, 4
2 5 2
6 3
7 4
3 8 3, 4
9 3
Para poder oferecer servicos a outras companhias de aviacao, a empresa pretende que
existam 4 licencas de cada tipo, no conjunto dos chefes de manutencao. Isto pode ser
conseguido enviando para formacao actuais chefes de equipa (portanto tecnicos que ja
possuem 1 licenca) ou outros tecnicos que ainda nao possuem nenhuma licenca. No
entanto, de cada turno so podera sair, no maximo, 1 chefe de equipa para formacao.
Escreva um modelo de programacao matematica que permita determinar a polıtica de
obtencao de licencas que minimiza os custos para a Aletrop.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 16
Slide 32
Aeroporto Aletrop - Manutencao
Resolucao
Variaveis de decisao
xij =
1 se tecnico i tira licenca j
0 se nao
A empresa pretende que existam 4 licencas de cada tipo, num total de 16
licencas. Como, no conjunto dos chefes de manutencao existentes, ja existem
12 licencas, sao necessarias mais 4 licencas, que no limite poderao ser todas
obtidas por tecnicos novos. Nesse caso o numero maximo de tecnicos, ındice
i na formulacao, sera igual a 13, 9 ja existentes e 4 novos.
Slide 33
Restricoes
A empresa pretende que existam 4 licencas de cada tipo, no conjunto dos
chefes de manutencao:∑13
i=1 xi1 = 2∑13
i=1 xi2 = 1∑13
i=1 xi3 = 0∑13
i=1 xi4 = 1
Um tecnico pode ter no maximo 2 licencas e os tecnicos novos so poderao
obter nesta fase uma licenca:
(esta restricao nao vem referida explicitamente no enunciado, no entanto pode-se inferir
que nao havera disponibilidade de tempo para que um tecnico novo obtenha duas licencas)
∑4j=1 xij ≤ 1 ∀i∈{2,3,5,6,7,9,10,11,12,13}
∑4j=1 xij = 0 ∀i∈{1,4,8}
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 17
Slide 34
De cada turno so podera sair, no maximo, 1 chefe de equipa para formacao:∑4
j=1
∑3i=1 xij ≤ 1
∑4j=1
∑6i=4 xij ≤ 1
∑4j=1
∑9i=7 xij ≤ 1
Cada tecnico so pode obter 1 vez a mesma licenca:
x21 = x32 = x52 = 0
x63 = x74 = x93 = 0
Funcao objectivo
ckj = custo de tirar licenca j dado que ja se tem licenca k
min
4∑
j=1
13∑
i=10
c0jxij +∑
i∈{6,9}
c3jxij +∑
i∈{3,5}
c2jxij + c1jx2j + c4jx7j
Slide 35
Escalonamento de recursos humanos
Parte I
Um posto de correios requer para funcionar um numero diferente de trabalhadores
a tempo inteiro em cada dia da semana:
No mınimo de funcionarios
Segunda 17
Terca 13
Quarta 16
Quinta 19
Sexta 14
Sabado 16
Domingo 11
As leis laborais impoem que cada funcionario trabalhe 5 dias consecutivos,
seguidos de 2 dias de folga. Por exemplo, um funcionario que trabalhe de Segunda
a Sexta tera que estar de folga no Sabado e no Domingo. O posto de correios
pretende pois satisfazer as necessidades diarias de trabalhadores recorrendo apenas
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 18
Slide 36
a funcionarios a tempo inteiro. O objectivo e minimizar o numero de funcionarios
a tempo inteiro.
Parte II
Suponha agora que as necessidades de mao-de-obra podem ser satisfeitas quer por
funcionarios a tempo inteiro quer por funcionarios a tempo parcial. Um
funcionario a tempo inteiro trabalha 8 horas por dia, enquanto um funcionario a
tempo parcial trabalha 4 horas por dia, mantendo-se as restantes condicoes
laborais. No entanto, acordos com os sindicatos limitam a 25% do total a
percentagem de funcionarios a tempo parcial. Sabendo que o custo horario de um
funcionario a tempo inteiro e de 15 euros e o de um funcionario a tempo parcial e
de 10 euros, determine o escalonamento dos funcionarios que minimiza o custo
global com recursos humanos.
Parte III
Considere agora que cada funcionario pode fazer um dia de trabalho extraordinario
por semana. Por exemplo, a um funcionario cujo turno de trabalho seja de
Segunda a Sexta pode ser pedido que trabalhe ainda no Sabado. A remuneracao
por hora de trabalho extraordinario corresponde a 150% da remuneracao base.
Parte IV
Considere novamente a situacao inicial, das necessidades de mao-de-obra serem
Slide 37
satisfeitas unicamente por funcionarios a tempo inteiro. Considere ainda que o
posto de correios tem 25 funcionarios contratados. Determine o escalonamento que
maximiza o numero de folgas em dias de fim-de-semana (Sabado ou Domingo).
Parte V
Apesar de se ter minimizado o numero de trabalhadores com turnos de
fim-de-semana, esses turnos existem e tem que ser cobertos. Como resolveria o
problema de, ao longo do ano, garantir uma escala justa e equilibrada para todos
os trabalhadores em termos de dias de fim-de-semana ocupados?
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 19
Slide 38
Escalonamento de recursos humanos
Resolucao
Parte I
Variaveis de decisao
xi – numero de trabalhadores que comecarao o seu perıodo de 5 dias de
trabalho no dia i, i = 1 . . . 7 (1=Segunda,. . .,7=Domingo)
Restricoes
Em cada dia tem que se ter o numero de funcionarios mınimo a trabalhar.
Note-se que, por exemplo, a Segunda-Feira estao a trabalhar nao so os
funcionarios que iniciam o seu perıodo de 5 dias a Segunda, mas tambem
todos os que iniciaram esse perıodo na semana anterior na Quinta-Feira ou
depois.
Slide 39
x1 + x4 + x5 + x6 + x7 ≥ 17
x1 + x2 + x5 + x6 + x7 ≥ 13
x1 + x2 + x3 + x6 + x7 ≥ 16
x1 + x2 + x3 + x4 + x7 ≥ 19
x1 + x2 + x3 + x4 + x5 ≥ 14
x2 + x3 + x4 + x5 + x6 ≥ 16
x3 + x4 + x5 + x6 + x7 ≥ 11
x1 , x2 , x3 , x4 , x5 , x6 , x7 ≥ 0 e inteiros
Funcao objectivo
minx1 + x2 + x3 + x4 + x5 + x6 + x7
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 20
Slide 40
Parte II
Variaveis de decisao
Teremos agora que considerar tambem os funcionarios a tempo parcial:
xi – numero de trabalhadores a tempo inteiro que comecarao o seu perıodo
de 5 dias de trabalho no dia i, i = 1 . . . 7 (1=Segunda,. . .,7=Domingo)
yi – numero de trabalhadores a tempo parcial que comecarao o seu perıodo
de 5 dias de trabalho no dia i, i = 1 . . . 7 (1=Segunda,. . .,7=Domingo)
Restricoes
As necessidades de mao-de-obra terao agora que ser expressas em termos de
horas de trabalho e nao de numero de funcionarios.
8x1 + 8
7∑
i=4
xi + 4y1 + 4
7∑
i=4
yi ≥ 136
8
2∑
i=1
xi + 8
7∑
i=5
xi + 4
2∑
i=1
yi + 4
7∑
i=5
yi ≥ 104
Slide 41
8
3∑
i=1
xi + 8
7∑
i=6
xi + 4
3∑
i=1
yi + 4
7∑
i=6
yi ≥ 128
8
4∑
i=1
xi + 8x7 + 4
4∑
i=1
yi + 4y7 ≥ 152
8
5∑
i=1
xi + 4
5∑
i=1
yi ≥ 112
8
6∑
i=2
xi + 4
6∑
i=2
yi ≥ 128
8
7∑
i=3
xi + 4
7∑
i=3
yi ≥ 88
7∑
i=1
yi − 0.25
7∑
i=1
(xi + yi) ≤ 0
∀ixi, yi ≥ 0 e inteiros
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 21
Slide 42
Funcao objectivo
min 15 ∗ 8 ∗
7∑
i=1
xi + 10 ∗ 4 ∗
7∑
i=1
yi
Parte III
Variaveis de decisao
Teremos que juntar agora novas variaveis correspondentes ao numero de
funcionarios que fazem um dia de trabalho extra.
zi – numero de trabalhadores a tempo inteiro que comecarao no dia i,
i = 1 . . . 7 (1=Segunda,. . .,7=Domingo), o seu perıodo de 5 dias de trabalho
mais um dia de trabalho extra.
wi – numero de trabalhadores a tempo parcial que comecarao no dia i,
i = 1 . . . 7 (1=Segunda,. . .,7=Domingo), o seu perıodo de 5 dias de trabalho
mais um dia de trabalho extra.
Slide 43
Restricoes
8(x1 + z1) + 8z3 + 8
7∑
i=4
(xi + zi) + 4(y1 + w1) + 4w3 + 4
7∑
i=4
(yi + wi) ≥ 136
8
2∑
i=1
(xi + zi) + 8z4 + 8
7∑
i=5
(xi + zi) + 4
2∑
i=1
(yi + wi) + 4w4 + 4
7∑
i=5
(yi + wi) ≥ 104
8
3∑
i=1
(xi + zi) + 8z5 + 8
7∑
i=6
(xi + +zi)4
3∑
i=1
(yi + wi) + 4w5 + 4
7∑
i=6
(yi + wi) ≥ 128
8
4∑
i=1
(xi + zi) + 8z6 + 8x7 + 4
4∑
i=1
(yi + wi) + 4w6 + 4y7 ≥ 152
8
5∑
i=1
(xi + zi) + 8z7 + 4
5∑
i=1
(yi + wi) + 4w7 ≥ 112
8z1 + 8
6∑
i=2
(xi + zi) + 4w1 + 4
6∑
i=2
(yi + wi) ≥ 128
8z2 + 8
7∑
i=3
(xi + zi) + 4w2 + 4
7∑
i=3
(yi + wi) ≥ 88
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 22
Slide 44
7∑
i=1
yi − 0.25
7∑
i=1
(xi + yi) ≤ 0
∀ixi, yi, zi, wi ≥ 0 e inteiros
Funcao objectivo
min 15∗8∗5∗7∑
i=1
xi+10∗4∗57∑
i=1
yi+15∗8∗(5+1.5)7∑
i=1
zi+10∗4∗(5+1.5)7∑
i=1
wi
Parte IV
Variaveis de decisao
xi – numero de trabalhadores que comecarao o seu perıodo de 5 dias de
trabalho no dia i, i = 1 . . . 7 (1=Segunda,. . .,7=Domingo)
Restricoes
Em cada dia tem que se ter o numero mınimo de funcionarios a trabalhar e
nao se pode ter mais que 25 funcionarios a trabalhar. No seu conjunto as
escalas tem que incorporar 25 funcionarios.
Slide 45
x1 + x4 + x5 + x6 + x7 ≥ 17
x1 + x2 + x5 + x6 + x7 ≥ 13
x1 + x2 + x3 + x6 + x7 ≥ 16
x1 + x2 + x3 + x4 + x7 ≥ 19
x1 + x2 + x3 + x4 + x5 ≥ 14
x2 + x3 + x4 + x5 + x6 ≥ 16
x3 + x4 + x5 + x6 + x7 ≥ 11
x1 + x4 + x5 + x6 + x7 ≤ 25
x1 + x2 + x5 + x6 + x7 ≤ 25
x1 + x2 + x3 + x6 + x7 ≤ 25
x1 + x2 + x3 + x4 + x7 ≤ 25
x1 + x2 + x3 + x4 + x5 ≤ 25
x2 + x3 + x4 + x5 + x6 ≤ 25
x3 + x4 + x5 + x6 + x7 ≤ 25
x1 + x2 + x3 + x4 + x5 + x6 + x7 = 25
x1 , x2 , x3 , x4 , x5 , x6 , x7 ≥ 0 e inteiros
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 23
Slide 46
Funcao objectivo
A funcao objectivo e agora minimizar o numero de trabalhadores que
pertencem a turnos que trabalhem ao Sabado (dia 6) ou ao Domingo (dia
7), tendo em atencao que alguns turnos sao particularmente penalizantes
por ocuparem simultaneamente o Sabado e o Domingo.
minx2 + 2x3 + 2x4 + 2x5 + 2x6 + x7
Parte V
O problema de escalonamento de recursos humanos aqui resolvido e do tipo
estatico porque assume que o posto de correios enfrenta a mesma situacao
semana apos semana. No entanto, afectar um funcionario permanentemente
a uma escala traduz-se numa situacao de injustica e desiquilıbrio
potenciadora de instabilidade laboral e de atritos entre funcionarios que em
nada contribuem para uma harmoniosa gestao de recursos humanos. A
solucao passa portanto por fazer os funcionarios rodar pelas varias escalas.
Suponha entao a seguinte solucao para o problema de escalonamento
semanal:
Slide 47
x1 x2 x3 x4 x5 x6 x7
8 6 0 7 0 4 0
Poderıamos agora criar um ciclo de 25 semanas com a seguinte escala:
Semana 1–8 Inıcio a Segunda
Semana 9–14 Inıcio a Terca
Semana 15–21 Inıcio a Quinta
Semana 22–25 Inıcio ao Sabado
Seguindo esta escala, o funcionario 1 comecaria na semana 1 da escala, o
funcionario 2 comecaria na semana 2 e assim sucessivamente. Por exemplo,
o funcionario 5 faria 4 semanas o turno que se inicia a Segunda, depois faria
6 semanas o turno que se inicia a Terca, 7 semanas o turno que se inicia a
Quinta, 4 semanas o turno que se inicia ao Sabado e, finalmente, 4 semanas
o turno que se inicia a Segunda, fechando o ciclo de 25 semanas e
recomecando de novo.
Desta forma todos os funcionarios passariam de uma forma equilibrada e
justa por todos os turnos.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP
Modelizacao 24
Slide 56
Bibliografia
• Hillier, Fraderick S. e Lieberman, Gerald (1995). Introduction to
Operations Research, Mc Graw-Hill.
• Oliveira, Jose Fernando (1996). Apontamentos de Investigacao
Operacional 1. FEUP.
• Winston, Wayne e Albright, Christian (2001). Practical Management
Science, Duxbury.
Jose Fernando Oliveira, Maria Antonia Carravilla – FEUP