UNIVERSIDADE ESTADUAL DO PARAN UNESPAR CAMPUS CAMPO MOURO

CLAUDIA DAIANE PEREIRA

GABRIEL SOUZA
GAYEGO CUNHA
GUILHERME AUGUSTO OLIVEIRA
MARIANA MARQUES
MATHEUS PAGLIARINI RODRIGUES

PROBLEMAS CLASSICOS DE PROGRAMAO LINEAR

CAMPO MOURO
2014

UNIVERSIDADE ESTADUAL DO PARAN UNESPAR CAMPUS CAMPO MOURO

CLAUDIA DAIANE PEREIRA
GABRIEL SOUZA
GAYEGO CUNHA
GUILHERME AUGUSTO OLIVEIRA
MARIANE MARQUES
MATHEUS PAGLIARINI

PROBLEMAS CLASSICOS DE PROGRAMAO LINEAR

Trabalho apresentado disciplina de Pesquisa

Operacional do Curso de Engenharia de
Produo Agroindustrial da Universidade
Estadual do Paran UNESPAR, como
requisito para obteno de nota parcial
referente ao 4 bimestre.
Professora: Mrcia de Ftima Morais

CAMPO MOURO
2014

SUMRIO

I. INTRODUO ..................................................................................................................... 3
II. PROBLEMAS CLSSICOS DA PROGRAMAO LINEAR .................................. 4
2.1 PROBLEMAS DE MOCHILA ..................................................................................... 4
2.2PROBLEMAS DE CORTE ........................................................................................... 6
2.3 PROBLEMAS DE COBERTURA, PARTIO E EMPACOTAMENTO................. 9
2.4 PROBLEMAS DE PLANEJAMENTO DE PRODUO ......................................... 12
2.5PROBLEMAS DE PROGRAMAO DA PRODUO .......................................... 16
2.6DIMENSIONAMENTO E PROGRAMAO DE LOTES ....................................... 19
2.7 PROBLEMAS DE ROTEAMENTO OU ROTEIRIZARO DE VECULOS.......... 21
2.8 PROBLEMAS DE LOCALIZAO DE FACILIDADES ....................................... 25
2.9 PROBLEMAS DE CAIXEIRO VIAJANTE ........................................................... 27
2.10PROBLEMAS DE CARTEIRO CHINS ................................................................. 30
III. CONSIDERAES FINAIS .......................................................................................... 33
REFERNCIAS BIBLIOGRFICAS ................................................................................. 34

I. INTRODUO

Segundo a SOBRAPO (Sociedade Brasileira de Pesquisa Operacional) a pesquisa

operacional procura solucionar problemas reais, onde se aplica mtodos e conceitos de reas
cientificas, operao de sistema ou planejamento, com foco na toma de decises. O objetivo
da pesquisa operacional encontrar as melhores solues para os indivduos ou organizaes
usando linhas de aes alternativas.
Conforme Arenales et al. (2007, p.3) a pesquisa operacional consiste no
desenvolvimento de mtodos cientficos de sistemas complexos,com a finalidade de prever
estratgias ou decises alternativas.
Dentro da Pesquisa Operacional, esta a Programao Linear, no qual segundo Santos
(2004) definida como um mtodo de planejamento de atividades para obteno de resultados
timos, com objetivo de atingir a melhor soluo possvel para problema de maximizar lucros
ou minimizar custos.
O objetivo deste estudo apresentar os problemas clssicos da programao linear,
demonstrando, seus respectivos modelos, e formulaes matemticas, aplicaes e objetivos,
de problemas clssicos como: Problemas de Roteamento de Veculos, Problemas de Corte;
Problemas de Planejamento de Produo; Entre outros problemas clssicos da programao
linear.
Tendo em vista que a Pesquisa Operacional uma rea de conhecimento de
Engenharia de Produo a realizao deste trabalho atende a uma exigncia da Disciplina de
Pesquisa Operacional do Curso de Engenharia de Produo Agroindustrial (EPA) da
Universidade Estadual do Paran Campus de Campo Mouro (FECILCAM).

II. PROBLEMAS CLSSICOS DA PROGRAMAO LINEAR

2.1 PROBLEMAS DE MOCHILA

Goldbarg et, al.(2005, p.170), define o problema de mochila, como o desafio de

encher uma mochila,

sem ultrapassar o limite de peso, otimizando o valor do produto

carregado. Assim o objetivo escolher os objetos cujo o peso no extrapole o limite da

mochila e ao mesmo tempo maximizar o valor total, assim satisfazendo um problema de
mochila.
Fincatti (2010) descreve que o modelo possui relao direta com vrios outros
modelos de programao. E este modelo pode ser aplicado em problemas de investimento de
capital, carregamento de veculos, controle oramental e de subproblemas como o de
planejamento de produo, entre outros.
Conforme Fincatti (2010) os problemas da mochila possuem vrias extenses, onde
cada um depende da distribuio de itens e mochilas, podendo ser citados: Problema da
mochila 0/1, onde cada item pode ser escolhido no mximo 1 vez; Problema da mochila
limitado,onde limitada quantidade para cada tipo de item; Problema da mochila com
mltipla escolha, no qual os itens devem ser escolhidos de classes separadas; Problema da
mochila mltiplo, consiste em vrias mochilas so preenchidas simultaneamente; Outras
extenses podem ser citadas, porem elas apenas se diferem pelas suas restries.
De acordo com Goldbarg et al. (2005, p.173) pode ser elaborada a seguinte
formulao para um problema de mochila, onde a funo objetivo (1), expressa a
maximizao do retorno esperado:

A restrio (2) garante que o valor no seja excedido, e a restrio (3) representa o tipo
da varivel.

(2)
(3)

Onde:
Xj= nmero de objetos tipo j selecionados;
b= capacidade da mochila;
cj= valor econmico de cada item;
wj= peso de cada item.
Souza (2009) demonstra um exemplo de modelagem de um problema de mochila 0-1,
no qual, deseja-se levar 5 itens, porem os mesmo excedem o um limite de 60kg , os pesos de
cada um dos itens so 52 kg, 23 kg, 35 kg, 15 kg, 7 kg respectivamente, e cada um possui um
valor de prioridade de 100, 60, 70, 15, 8, respectivamente. A modelagem seguira na seguinte
forma:

Max f(x1..x5) = 100x1 + 60x2 + 70x3 + 15x4 + 8x5

(1.1)

52x1 + 23x2 + 35x3 + 15x4 + 7x5 60

(2.2)

x1; x2; x3; x4; x5 {0,1}

(3.3)

Sujeito a:

De acordo com Souza (2009) a funo objetivo (1.1) objetiva a maximizao de carga
carregada, as restries (2.2), limita a capacidade mxima a ser carregada, e a restrio (3.3)
indica valores no negativos e inteiros.

2.2

PROBLEMAS DE CORTE

De acordo com Morbito (1994) os problemas de cortes, so basicamente o processo

de corte de peas maiores em pea menores, com o objetivo de cortar o numero de peas
solicitadas, diminurem as perdas do material durante o processo de corte, ou alocar peas de
modo que sejam preenchidos os espaos vazios de um estoque.
Arenales et al. (2007, p.174) afirma que variadas industrias como as de papel, vidro,
cermica, plstico, metalrgica, moveleira, entre outras, utilizam o processo de corte de peas
na produo de seus produtos. Essas peas podem ter apenas uma dimenso, como bobinas de
ao, bobinas de papel, rolos, onde a nica dimenso o comprimento. As peas tambm
podem ter duas dimenses, como placas de madeira e chapas de ao, onde possuem
comprimento e largura. As peas ainda podem ter trs dimenses, largura, altura e
profundidade.
Os problemas de corte basicamente nas indstrias podem ser divididos basicamente
em trs tipos: Problemas de corte unidimensional; Problemas de corte bidimensionais;
Problemas de corte tridimensionais. Este estudo se limitara ao estudo do problema de corte
unidimensional.
De acordo com Arenales et al.(2007, p.175), os problemas de corte, consistem em
cortar barras de tamanho L, com tamanho

e demanda

, onde o objetivo

minimizar a quantidade barras utilizadas, em um limite n disponvel. A formulao

matemtica com seus respectivos parmetros segundo Arenales et al.(2007, p.175),
demonstrada a seguir:

yij = 1 se a barra i utilizada, 0 caso contrario;

xij = numero de vezes que o item j cortado na barra i.

Sujeito a:

A funo objetivo (1) representa a minimizao do numero de barras. As restries (2)

asseguram que cada demanda bj atendida e as restries (3) garantem que se a barra i
usada, ento o comprimento total dos itens limitado por um comprimento L, e a restrio (4)
define o tipo da varivel (ARENALES et al.2007, P.175).
Para melhor entendimento, pode-se analisar o exemplo demonstrado por Ribeiro
(2004), onde o objetivo minimizar as perdas no processo,onde necessita se cortar uma fita
de ao de 12 cm de largura de tiras de 2,4 cm, 3,4 cm e 4,5 cm de largura sendo a demanda
2500, 4500 e 8000 de cada tipo de tiras. Para a modelagem do problema, considere7 padres
de corte com valores aleatrios de comprimento, considerando um bobina possui 400 m

comprimento, e os valores de comprimento tiras cortadas de cada tipo segundo cada padro de
da Tabela 1 a seguir.

Tabela 1: Comprimento de tiras cortadas de cada tipo segundo cada padro.

Padres
Tira 1
Tira 2
1
2000
0
2
0
400
3
1200
0
4
800
800
5
400
0
6
0
1200
7
0
800
Fonte: Ribeiro (2008).

Tira 3
0
0
400
0
800
0
400

De acordo com Ribeiro (2004), o modelo matemtico do problema, formulado da

seguinte maneira:

Funo objetivo: Min:

(5)

Sujeito a:
2000 x1 + 1200 x2 + 1200 x3 + 800 x4 + 400 x5 2500

(6)

400x2 + 800 x4 + 1200 x6 + 800 x7 4500

(7)

400x3 + 800 x5 + 400 x7 8000

(8)
(9)

Ribeiro (1994) define que a funo objetivo (5) representa a minimizao de perdas, as
restries (6), (7) e (8) limitam o valor mnimo de itens a serem produzidos, e a restrio (9)
indica valores no negativos e inteiros.

2.3 PROBLEMAS DE COBERTURA, PARTIO E EMPACOTAMENTO

Conforme Arenales et al. (2007, p.181),os problemas de cobertura, partio e

empacotamento tm uma estrutura semelhante e envolvem a seleo de uma coleo de
subconjuntos

, j=1, ..., n de um conjunto S, de forma que a coleo constitua uma cobertura,

uma partio ou um empacotamento com relao a S. Seja o conjunto S = {1, 2, 3, 4, 5}, e os

seguintes subconjuntos de S:

= {1,2},

= {1,3,5},

= {2,4,5},

= {3},

= {1},

= {4,5}

Portanto, o autor destaca que uma cobertura de S requer que a unio dos subconjuntos
seja igual a S, por exemplo,

. Um empacotamento envolve uma unio de

subconjuntos disjuntos, por exemplo, a unio

um empacotamento, pois

. Uma partio de S uma cobertura e um empacotamento com relao a

S. Os subconjuntos

constituem uma partio de S, pois

. (ARENALES et al., 2007, p.181).

A seguir tem-se a ilustrao dos problemas de empacotamento, cobertura e partio
demonstrada pela Figura 1:

Figura 1: Ilustrao dos problemas de empacotamento, cobertura e partio.

Fonte: (ARENALES et al., 2007, p.182).

A formulao para o problema segundo Arenales et al. (2007, p. 182) representa a

funo-objetivo (1) que expressa a minimizao do custo total de instalao de facilidades,
sujeita as restries (2), (3) a seguir:

Funo-objetivo: Min

(1)

Sujeita as restries (2) que indicam que cada bairro do conjunto S = {1,2,3,4,5}, nesta
ordem, tem de ser atendido por pelo menos uma facilidade. A restrio (3) indica o tipo de
variveis (ARENALES et al., 2007, p.182).

(bairro 1)

(bairro 2)

(bairro 3)

(bairro 4)

+ +

(2)

(bairro 5)
x

(3)

Para ilustrar, demonstra se, um exemplo onde, o autor cita rotas entre aeroportos de
Curitiba, Campinas e Belo Horizonte, com os respectivos nmeros de voos (6 voos). A tabela
2 a seguir mostra todas as 24 possveis rotas com trs voos. Cada rota j tem um custo

,eo

objetivo minimizar o custo total de forma que um voo seja atendido exatamente por uma
tripulao. Trata-se, portanto, de um problema de partio do conjunto S = {1,...,6}.

Tabela 2 : Rotas com trs voos.

Rotas

Rotas

Rotas

1-3-5

3-5-1

17

5-3-1

1-3-6

10

3-5-2

18

5-1-4

1-4-5

11

3-6-1

19

5-2-3

1-4-6

12

3-6-2

20

5-2-4

2-3-5

13

4-5-1

21

6-1-3

2-3-6

14

4-5-2

22

6-1-4

2-4-5

15

4-6-1

23

6-2-3

2-4-6

16

4-6-2

24

6-2-4

Fonte: Arenaleset al.(2007)

O custo

de cada rota j = 1,..., 24 mostrado na funo-objetivo da seguinte

formulao do problema:

Min: 20
15

+ 11

43

+ 12

+ 16

+ 17

+ 43

+ 18

+ 54

+ 20
+ 45

+ 13

+ 14

+ 34

+ 23

+ 15
+ 34

+ 20

+ 21

+ 31

+ 12

+ 34

+ 11

Sujeita a:
+

+
+
+
+
+
+

=1

(1)

=1

(2)

=1

(3)

=1

(4)

=1

(5)

=1

(6)

+
+
+
+

+
+
+
+

+
+
+

+
+

+
+

+
+

(7)

A funo-objetivo expressa a minimizao do custo total das rotas. As restries

(1),(2),(3),(4) indicam que cada voo tem de ser atendido por uma nica tripulao, e a
restries (5),(6),(7) estabelecem o tipo das variveis.

2.4 PROBLEMAS DE PLANEJAMENTO DE PRODUO

De acordo com Arenales et al.(2007 p.206) os problemas de planejamento de

produo so amplos, e em sua maioria podem ser modelados com a otimizao linear. O
autor cita variados problemas de planejamento de produo,tais como: Dimensionamento de
lotes; Dimensionamento de lotes sem restrio de capacidade;Mltiplos Nveis; Mltiplos
itens e restrio de capacidade, neste problema os itens devem ser processados em uma nica
mquina ou facilidade, com restries de capacidade; Mix de produo, que consiste decidir
quais produtos fabricar, quando fabricar, em um perodo; Seleo de processos; Entre outros
variados problemas englobados no planejamento de produo.
Os problemas de dimensionamento de lotes so os mais modelos mais importantes e
conhecidos no contesto do planejamento de produo. Diante a importncia deste problema,
este estudo ira focar no modelo bsico de problemas de dimensionamento, e no problema de
mix de produo.
Os modelos dimensionamento de lotes so caracterizados pelo horizonte de
planejamento finito e divididos em perodos, a demanda de cada item em cada perodo
dinmica, isto , variam ao longo do horizonte de planejamento, parmetros como demanda e
outros so conhecidos. Porm, existem outros modelos em que o horizonte pode ser infinito, a
varivel tempo ser contnua, a demanda expressa como uma taxa em relao ao tempo, e
ainda possui modelos em que a demanda estocstica (ARENALES ET AL.2007 p. 2007).
Ainda conforme Arenales et al.(2007 p.207) deve se considerar os seguintes
parmetros e variveis para os modelos matemticos de dimensionamento de lotes:

: demanda do item i no perodo t;

: tempo para produzir uma unidade do item i;
Ct : capacidade de produo, em horas, de uma mquina ou instalao no perodo t;
: tempo de preparao de mquina para processar o item i;
si : custo de preparao do item i;
hi : custo unitrio de estoque do item i;
Ii0 : estoque inicial do item i;
n : nmero de itens finais;
T : conjunto dos perodos do horizonte de planejamento;
xit: varivel quantidade do item i produzida no perodo t (tamanho do lote);
Iit:varivel estoque do item i no fim do perodo t;
yit: 1, se o item i produzido no perodo t,caso contrrio 0.

Os problemas de dimensionamento de lotes possuem varias extenses nos quais so

inclusos ou retiradas restries especificas, o problema mais simples o problema de
dimensionamento de lotes de um nico item e restrio de capacidade.
O modelo do problema de dimensionamento de lotes envolvendo um nico item e sem
restrio de capacidade, sendo demonstrado por Arenales et al.(2007 p.207), onde a funo
objetivo (1) demonstrada a seguir, minimiza o custo total de preparao de estoque:

A restrio (2) representa equaes de balanceamento de estoque em cada perodo t:

(4)

A restrio (3) garante que a produo no perodo t limitada superiormente pela

demanda acumulada do perodo t ao ultimo perodo T, e que o tamanho do lote positivo
sento

> 0, somente se h produo no periodo t(y=1). A restrio (4) indica o tipo das

variveis.
De acordo com Severano (2007) um problema de mix de produo a deciso de
quais os produtos e quantidades que sero produzidos com o objetivo de se maximizar os
lucros, considerando que estes produtos podem ou no utilizar diferentes recursos produtivos
e que no h recursos produtivos suficientes para elaborar todos os produtos
Seja

a quantidade do produto j, (j=1,..., n) a ser produzida em um perodo do

planejamento mensal. Seja

capacidade de matria prima i, (i = 1,.., n) disponvel. A

produo de uma unidade do produto j consumida

mnima do produto j, digamos

unidades do recurso i. Uma produo

, precisa ser realizada no perodo, devido aos pedidos em

carteira e a uma poltica de estoque mnimo para a preservao do produto no mercado. As

vendas desse produto no devem exceder

unidades no perodo. Cada unidade do produto j

resulta em uma contribuio ao lucro de (ARENALES ET AL. 2007).

Arenales et al.(2007 p.39), apresenta a seguinte formulao do problemas mix de
produo:

Maximizar f(

(5)
i = 1, 2, ..., m

(6)

j = 1, 2, ..., n

(7)

A funo objetivo (5) representa a contribuio ao lucro da empresa, a ser

maximizada. As restries (6) limita a fabricao dos produtos referente a disponibilidade dos
recursos, as restries (7) atribuem a quantidade fabricada de cada produto no pode ser
inferior mnima preestabelecida, nem exercera demanda do mercado.
Para melhor entendimento da modelagem de um problema, Castanha (2009) cita um
exemplo, onde uma empresa busca o maior lucro possvel fabricando dois produtos, sendo
eles: A e produto B. Cada produto gera um lucro de 50,00 reais e R$40,00 respectivamente.
Para a montagem os produtos levam 30 e 20 minutos respectivamente. Para o empacotamento
A precisa de apenas 5 minutos e B de 10 minutos. A jornada de 8 horas de trabalho, e o
tempo dos funcionrios alocado parcialmente para a montagem e parcialmente para a
embalagem. A empresa estabeleceu que, por dia, a montagem no deve passar de 360
minutos, e a embalagem com limite de 120 minutos. A empresa,possui previso que no mais
do que 20 produtos A produzidos por dia, sero absorvidos pelo mercado consumidor.
Diante a situao, Castanha (2009) demonstra o modelo deste problema, cujo objetivo
maximizar os lucros:

Maximizar: z = 50x1 + 40x2

(8)

Sujeito a:
30x1 + 20x2 360
5x1 + 10 x2 120
x1 20
x1 0 e

(9)
(10)
(11)
(12)

De a funo objetivo (8) representa a maximizao dos lucros, as restries (9), e (10)
limitam o tempo de produo dos itens A e B respectivamente, a restrio (11) indica
quantidade mxima a ser produzida.

2.5 PROBLEMAS DE PROGRAMAO DA PRODUO

De acordo com Severano (2007), a programao da produo uma atividade

gerenciamento complexa, pois lida variados tipos de recursos simultaneamente, onde o
numero de programaes aumenta gradativamente conforme o numero de homens e processo
se eleva. Assim o objetivo dos problemas de programao da produo determinar a
distribuio tima dos recursos limitados, tais como homens, materiais e maquinas,
considerando as restries de cada recuso.
Arenales et al.(2007, p.216) cita alguns problemas da ampla rea da programao
produo, tais como : Uma maquina; Minimizao do tempo total do fluxo; Minimizao do
atraso mximo; Minimizao da soma dos atrasos; Minimizao de tarefas atrasadas;
Maquinas Paralelas; Job shop; Flow Shop; Balanceamento de linha.
Para ilustrar melhor este estudo, apresenta-se a modelagem matemtica de um
problema de Minimizao do tempo de fluxo total, demonstrado por Arenales et al.(2007,
p.216).
Considerando n tarefa a serem desempenhadas em uma maquina, onde todas as tarefas
esto prontas para o processamento no instante zero, e interrupes no so permitidas. Deve
se considerar as seguintes variveis e parmetros no negativos e inteiros:

pi=tempo de processamento da tarefa i;

di= data de entrega da tarefa i;

M = numero grande;

Ci = instante de termino do processamento da tarefa i;

Ti=max{Ci- di,0} = atraso da tarefa i;
Ei= Max {di Ci, 0} = avano ou adiantamento da tarefa i;
Li= ci-di = lateness da tarefa i;
xij= 1 se tarefa i precede imediatamente a tarefa j, 0 caso contrario;

De acordo com Arenales et al.(2007, p.216), estes parmetros, variveis e restries so

comuns a todos o tipos de problemas de programao da produo, diferenciando

no

objetivo, acrescento ou retirada de restries. O modelo matemtico do problema de

minimizao de tempo o seguinte:

Conforme Arenales et al.(2007, p.216) demonstra,a funo objetivo (1) corresponde a

soma total dos tempos totais de trminos das tarefas e as restries (2) e (3) garantem que

cada tarefa tem apenas uma tarefa imediatamente predecessor e uma sucessora, porem caso
as restries (4) so desativadas. J as restries (5) e (6) indicam o tipo da varivel.
Para um maior conhecimento na modelagem dos problemas de programao, vejamos
um exemplo de um problema de programao, demonstrado por Souza (2009), onde uma
empresa esta interessada em maximizar o lucro mensal de quatro de seus produtos nomeados
como I, II, III e IV, utilizando dois tipos de mquinas (M1 e M2), com disponibilidade 70 e
20 horas por ms respectivamente, e dois tipos de mo-de-obra (MO1 e MO2), com
disponibilidade de 120 e 160 horas por ms, onde cada um dos produtos possuem os seguintes
coeficientes de tempo de processamento, sendo na M1 so 5, 4, 8, 9 e M2 so 2, 6, 0,8 os
coeficientes de tempo da mo de obra so 2, 4, 2, 8 e 7, 3, 0 ,7 respectivamente a MO1 e
MO2. A empresa possui um potencial de venda de dos produtos I, II, III, IV de 70,60,40 e 20
por mes ,com um lucro de 10,8,9,2 u.m respectivamente.
De acordo com Souza (2009), a situao representada pelo seguinte modelo
matemtico:

Max f(x) = 10xI + 8xII + 9xIII + 7xIV

(8)

5xI+ 4xII + 8xIII + 9xIV 70

(9)

2xI + 6xII + 8xIV 20

(10)

Sujeito a:

2xI+ 4xII + 2xIII + 8xIV 120

(11)

7xI + 3xII + 7xIV 160

(12)

xI 70

(13)

xII 60

(14)

xIII 40

(15)

xIV 20
xI ;xII ; xIII ; xIV

(16)
(17)

No problema a funo objetivo (8) maximiza o lucro, as restries (9) e (10) a limitam
disponibilidade nas maquinas, j a restries (11) e (12) restringem a disponibilidade e mo
de obra, e as restries (12), (13), (14), (15) e (16) representam o potencial de venda dcada
produto,e por fim restrio (17) indica a no negatividade das variveis.

2.6 DIMENSIONAMENTO E PROGRAMAO DE LOTES

De acordo com Machado (2003), o problema de dimensionamento de lotes de

produo surgiu como parte da lgica do MRP, cujo objetivo determinar um plano de
produo baseado em previses de demanda de cada produto final ao longo de um horizonte
de planejamento de T perodos, com estrutura conhecida de produtos e tempo de produo de
cada item tambm conhecido.
Como j citado neste estudo, os modelos dimensionamento de lotes so caracterizados
pelo horizonte de planejamento finito e divididos em perodos, a demanda de cada item em
cada perodo dinmica, isto , varia ao longo do horizonte de planejamento,
Arenales et al. (2007, p.213) descreve que o tamanho do perodo de dimensionamento
de lotes de uma semana, sendo chamado de macro-perodo, no qual no se preocupa em
estabelecer uma seqncia de produo dos itens, na deciso de quais itens a serem
produzidos.

Arenales et al.(2007, p.213), afirma que cada vez mais na literatura ocorre a integrao
entre dimensionamento de lotes e programao de lotes. O autor ainda afirma que alm dos
modelos bsicos de dimensionamento de lotes e programao de lotes, existem variados
modelos, nos que consideram tempo e custos de preparao so dependentes da seqncia da
produo.
Para uma melhor ilustrao, este estudo citara modelagens matemtica do problema
discreto de dimensionamento de lotes e programao de lotes, demonstrado por Arenales et
al.(2007 p.214). O autor tambm apresenta problema geral de dimensionamento e
programao de lotes, no qual considera tempos de macro perodos , enquanto o problema
discreto considera micro-perodos.
O problema de discreto de dimensionamento e programao de lotes, caracterizado
pela durao tpica de uma hora (micro-periodos), produzindo apenas um item e com
capacidade total de produo. A produo de um lote pode levar vrios micro-perodos,
ocorrendo custo de preparao em um novo lote a ser processado.
Arenales et al. (2007 p.214) apresenta a seguinte modelagem matemtica, no qual
semelhante a modelagem de dimensionamento de lote comum, j citada anteriormente, porem
com acrscimos de restries e variveis:

A funo objetivo (1) minimiza a soma custos, a restrio 2 corresponde ao

balanceamento de estoque para cada item i e perodo t. a restrio (3) impem a capacidade
do item i no micro-periodo t. as restries (4) limita a produo, e as restries (5) indicam o
inicio de um novo lote e (6) o tipo da varivel.
Perante a realizao da pesquisa realizada, pelos autores deste estudo, no foram
encontrados na literatura, exemplos de modelagem do problema, ento este estudo se limitou
a demonstrar a formulao matemtica genrica dos problemas.

2.7 PROBLEMAS DE ROTEAMENTO OU ROTEIRIZARO DE VECULOS

Segundo Goldbarg (2005, p.373), o roteamento de veculos tem como objetivo

otimizar o sistema logstico no atendimento da demanda, minimizando o tempo, distncia e
custo. A maioria dos sistemas logsticos depende de uma frota de veculos para fornecer bens
ou servios para seus clientes, tornando fundamental na deciso de como planejamento e

utilizao das frotas, para aperfeioar seu nvel de servio, reduo de tempo e principalmente
os custos.
Souza (2009) descreve que existem extenses do problema de roteamento, nos quais
so: Problemas de Roteirizao de Veculos com janelas de tempo, onde a horrios mnimos e
mximos de atendimento ao cliente;Problema de Roteirizao de Veculos com Entrega
Fracionada, onde a entrega feita por um ou mais veculos; entre outros.
Existem variadas extenses dos problemas de roteamento na literatura, nos quais o
objetivo sempre elevar a eficincia, minimizar tempo e custo. Este estudo se limitara ao
estudo da modelagem do problema bsico.
Arenales et al.(2007, p.195) demonstra uma modelagem matemtica, onde objetivo
minimizar o custo total de viagens. E definido em um grafo G=(N, E), onde N={1,..., n} que
representa um conjunto de vrtices,

eo conjunto de arcos que ligam os vrtices

. Todas as rotas devem comear em rota 0 e terminar em

n+1, o custo cije m um tempo tij referentes ao arco (i,j)

O tempo der servio i esta inclusa

no tempo tij de viagem. Cada cliente i possui demanda di, e o conjunto de K veculos devem
ser iguais a

com capacidade Q no deposito.

Arenales et al.(2007, p.197), demonstra a seguinte formulao matemtica do

problema de roteamento de veculos, onde a funo objetivo (1) minimiza o nmero de
veculos ativados, ou seja minimiza o custo total das rotas.

(1)

A restrio (2) garante que um nico veculo, ser designado a cada cliente i.

A restrio (3), a capacidade Q do veiculo, no seja excedida pela demanda total de

cada rota do veiculo K.

A restrio (4) garante que a durao de cada rota do veiculo K no passe o limite D.

As restries (5) e (6), faz com que cada veiculo K, saia do deposito (n 0) apenas
uma vez, deixe o n h se e somente se entrar neste n, e retorne no deposito (n n+1) apenas
uma vez.

A restrio (7) no existncia de sub-rotas, e a restrio:

Caso o numero de veculos for um parmetro fixo ou um limitante igual a k, deve ser
extrair o arco (0,n+1). Caso os parmetros forem variveis deve ser considerar a restrio
o,

o modelo deve priorizar a minimizao do numero de veculos e em segundo

lugar os custos de viagem,caso cv for de grande tamanho (ARENALES et al., 2007, p.198).
Os autores deste estudo realizaro a atribuio de valores ao modelo para melhor
entendimento do mesmo. Admitindo4 rotas possveis, com a capacidade de cada veiculo seja
de 340 u, um limite de tempo de cada rota de 16 u.t, com um custo de cada rota de 2,2,8,2 u.m
respectivamente, o modelo da situao, ser o seguinte:

Minz f(

(1.1)

Sujeito a:
12

(2.2)
(3.3)
(4.4)
(5.5)
(6.6)
(7.7)

A funo objetivo (1) minimiza o custo total das rotas, a restrio (2.2) garante, que
um nico veiculo, ser designado a cada cliente,j restrio (3.3) garante a capacidade do
veiculo, no seja excedida. A restrio (4.4) garante que a durao de tempo da rota no

exceda o limite, a restrio (5.5) garante que o veiculo chegue e saia do cliente apenas uma
nica vez, e a restrio (7.7) garante que o veiculo no saia da rota.

2.8 PROBLEMAS DE LOCALIZAO DE FACILIDADES

Tenkley (2002) define problemas de localizao facilidades, como a escolha de

localizao de fabricas, depsitos, torres de transmisso, postos de sade ou ponto de servio.
Assim estes problemas possuem grande importncia devido as decises referente aos custos
logsticos e os altos investimentos em facilidades.
Os problemas de localizao de facilidades a busca do melhor local de instalao de
um ponto de atendimento, com viso de menor custo e maior eficincia.
De acordo com Ribeiro (2008), existem vrios problemas, sendo os principais os
modelo p-centro e p-mediana.O p-centro busca minimizar a distncia mxima de clientes as
facilidades. J o p-mediana consiste na localizao de p facilidades e designao de clientes a
facilidades
Arenales et al.(2007 p.200) cita extenses dos problemas localizao de facilidades,
como: P- centro e P-mediana com capacidade limitada;P-centro e P-mediana com capacidade
ilimitada; Capacidade Limitada e Fonte nica; e outros problemas que so extenses dos aqui
j citados. O modelo mais utilizado, devido a simplicidade e eficincia o modelo da pmediana, este modelo consiste na localizao de p facilidades e designao de clientes a
facilidades, de modo a minimizar as distncias de clientes a facilidades. Demonstra-se que
existe uma soluo tima em que as facilidades situam-se no conjunto J dos clientes, sendo I
J.

Este estudo se limitara a demonstrao do problema P-mediana, pois o mesmo o mais

utilizado, e citado em totalidade dos estudos na literatura.

Arenales et al.(2007)demonstra os parmetros que devem serem considerados ao

problema do P- mediana:

J = conjunto de ns j que representam os clientes, j = 1, ..., n;

I = conjunto de locais i candidatos localizao de facilidades, i = 1, .., m;
qj = demanda do cliente j;
dij= distncia do cliente j facilidade de localizao em i;
cij= custo de atender a demanda qja partir de uma facilidade localizada em i;
fi = custo fixo de instalao de uma facilidade no local i;
Qi = capacidade da facilidade instalada no local i;
xij = frao da demanda qj atendida pela facilidade localizada em i, iI,jJ;
yi= 1 se a facilidade a aberta no local i,0 caso contrario.

Conforme Arenales et al.(2007) a formulao e restries so demonstradas da

seguinte maneira, onde a funo objetivo (1) a funo que minimiza o custo total de
designao de cliente a facilidades.

Sujeita a restrio (2) na qual garante que cada cliente j atendido por uma nica
facilidade, e restrio (3) onde assegura que cada cliente j s pode ser designado a uma
facilidade aberta no local i.

A restrio (4) indica que exatamente p facilidades so abertas, e as restries (5) e (6)
representam o tipo da varivel.

Diante a pesquisa realizada pelos autores deste estudo, no foram encontrados na

literatura, exemplos de modelagem do problema, ento este estudo se limitou a demonstrar a
formulao matemtica genrica do problema.

2.9 PROBLEMAS DE CAIXEIRO VIAJANTE

Segundo Arenales et al. (2007, p.186) problemas de caixeiro-viajante (CV) envolvem

um conjunto de cidades, em que o caixeiro sai de uma cidade base ou um depsito, visita
todas as cidades ou um subconjunto delas somente uma vez, e retorna cidade base de modo

a otimizar um ou mais objetivos. Problemas de caixeiro-viajante pertencem classe de

problemas de roteamento em ns, e so definidos em grafos orientados ou no orientados.
O problema de caixeiro-viajante composto por inmeros mtodos podendo destacar
caixeiro-viajante distancia; m-caixeiro-viajante distancia; caixeiro-viajante aquisio; e
caixeiro-viajante lucro.
Dentre os modelos citados, o presente estudo se delimitara ao estudo do problema de
caixeiro-viajante distancia.
O caixeiro-viajante distancia um dos problemas combinatrios mais conhecidos e
pesquisados devido sua aplicao em diversas reas, tais como manufatura de circuitos,
programao da produo, telecomunicaes e seqenciamento de DNA. (ARENALES et al.,
2007, p.186).
Considere um grafo no orientado G = (N, E), em que o conjunto N consiste de n
cidades e E representa o conjunto de arestas entre cidades. Suponha que G um grafo
completo, isto , para qualquer par de cidades i, j N, i j, existe uma aresta (i, j). A distancia
entre as cidades i e j Cij, e quando Cij = Cji, o problema dito simtrico; caso contrario,
chamado de assimtrico. (ARENALES et al., 2007, p.186).
Um caixeiro deve visitar n cidades, passando por cada cidade somente uma vez, e
retornar cidade de partida. Este percurso denominado ciclo hamiltoniano do grafo G, e o
problema consiste em determinar o ciclo hamiltoniano ou rota, de distancia mnima.
(ARENALES et al., 2007, p.186).
Primeiramente, Arenales et al. (2007, p.186) defini as variveis:

Xij = 1, se o caixeiro vai diretamente da cidade i cidade j, i j;

Xij = 0, caso contrario.

Portanto, Arenales et al. (2007, p.186) considera o seguinte modelo para a

representao da funo-objetivo (1) que expressa minimizao da distancia total da rota:

Sujeita as restries de acordo com o autor, restrio (2) que impem que cada cidade
tenha somente uma cidade sucessora imediata e uma cidade predecessora imediata, e restrio
(3) indicando o tipo das variveis: (ARENALES et al., 2007, p.186).

O autor ressalta que problemas definidos em um grafo orientado completo G = (N, E),
como, por exemplo, em problemas assimtricos, isto , Cij Cji, em que E agora representa o
conjunto de arcos, a formulao da funo-objetivo do caixeiro-viajante alterada para:
(ARENALES et al., 2007, p.187).

Sujeita as restries (5) e (6) que correspondem s restries do problema de

designao, e a restrio (7) mostra que o numero de variveis o dobro em relao ao caso
simtrico. (ARENALES et al., 2007, p.187).

(5)
(6)
X

(7)

2.10 PROBLEMAS DE CARTEIRO CHINS

Segundo Arenales et al. (2007, p. 192) problemas de carteiro chins pertencem

classe de problemas de roteamento em arcos, e so definidos em grafos orientados ou no
orientados.
Em problemas de roteamento em arcos, a meta determinar a travessia de custo
mnimo de um conjunto especificado de arcos (ou arestas) de um grafo, com ou sem
restries. Estes problemas aparecem em diversos contextos prticos, tais como entrega e
coleta de correspondncia, coleta de lixo, roteamento de nibus escolar e patrulhamento de
ruas pela polcia. (ARENALES et al., 2007, p.192).
Dado um grafo G = (N, E), sejam e conjuntos de arestas orientadas, em que um
conjunto contm uma cpia orientada de cada aresta de E em uma direo (arbitrria), e o
outro conjunto contm uma cpia de cada aresta de E na direo oposta. Para uma dada aresta
e E, sejam e e as arestas com direes opostas associadas a e. Seja
arestas orientadas que entram no n v, e

o numero de

o numero de arestas orientadas que saem do n

v.(ARENALES et al., 2007, p.193).

Sendo assim, Arenales et al. (2007, p.193) define as variveis:

= 1 se a aresta associada aresta e escolhida;

= 0 caso contrario;
= 1 se a aresta associada aresta e escolhida;
= 0 caso contrario;

O autor considera o seguinte modelo a seguir com a formulao da funo-objetivo (8)

que tem por objetivo minimizar o custo do ciclo euleriano sujeita a restries (9), (10), (11) a
seguir:

Funo-objetivo: min

(8)

Conforme Arenales et al. (2007, p.194) as restries (9) garantem que um ciclo passa
no mnimo uma vez em cada aresta de E. As restries (10) impem que o grau de v, ao se
retirar a orientao das arestas, par. A restrio (11) indica o tipo da varivel.

Sujeita a:

par (,) associado a e E

(9)
(10)
(11)

O autor tambm destaca uma situao em que se considera um problema do carteiro

chins em um grafo orientado G = (N, E). Neste caso, a condio necessria e suficiente para
a existncia de um ciclo euleriano que o numero de arcos que entram e saem de um n deve
ser igual. (ARENALES et al., 2007, p.194).
Portanto, primeiramente Arenales et al. (2007, p.194) realiza a definio das variveis:

= numero de vezes que o arco (i, j) atravessado;

Logo aps, o problema ento modelado conforme Arenaleset al. (2007, p.194)
apresentando a funo-objetivo (12) sujeita as suas restries (13), (14), (15) a seguir:

Funo-objetivo: min

(12)

A funo-objetivo esta sujeita s restries (13) que garantem que o ciclo entre e saia
de um n um mesmo numero de vezes, e as restries (14) impem que cada arco seja
visitado pelo menos uma vez. E assim, a restrio (15) indica o tipo das variveis.
(ARENALES et al., 2007, p.194).

Sujeita a:

(13)
(14)
x

(15)

Portanto, Arenales et al. (2007, p. 195) salienta que o problema do caixeiro chins,
busca-se atravessar todas as arestas ou arcos do grafo. Em varias aplicaes de roteamento em
arcos, busca-se atravessar um subconjunto das arestas ou arcos do grafo. Neste caso, o
problema chamado de carteiro rural, e as formulaes de problemas deste tipo so mais
complexas.

III. CONSIDERAES FINAIS

Na busca de solues em problemas reais do cotidiano das pessoas, a utilizao da

matemtica algo fundamental. Assim, como uso de tcnicas adequadas, ferramentas de
auxilio, demonstra de maneira simples e eficiente para compreenso de fenmenos que esto
fora do planejado ou esperado.
Portanto, conclui-se que a programao linear de grande importncia uma ferramenta
para resoluo de problemas ao ambiente que envolve algum tipo de processo, ou seja, tudo
que estiver interligado diretamente ou indiretamente nas limitaes ou restries de recursos
disponveis para produo.
O presente trabalho possibilita perceber que a matemtica possui inmeras aplicaes
em diversas reas do conhecimento e assim compreender a utilizao de mtodos que
proporcionam possveis solues para problemas em processos que visam otimizao de
tempo, custo e recursos em quantidades corretas para obteno de lucro de maneira flexvel e
com rapidez.
Programao linear em seus problemas pode haver n variveis, ocasionado em
clculos desgastantes se realizados sem a utilizao de software. No entanto, imprescindvel
o acompanhamento de atualizaes para programas cada vez mais modernos para facilitar
encontrar a soluo tima de problemas com inmeras incgnitas para tomada de decises.

REFERNCIAS BIBLIOGRFICAS

ARENALES, Marcos. et al. Pesquisa Operacional. 1 ed. So Paulo, 2007.

CASTANHA, Anderson Lopes Belli; CASTRO, Eduardo Breviglieri Pereira de. Pesquisa Operacional, 2009.
Disponvel
em:<http://www.ecnsoft.net/wp-content/plugins/downloadsmanager/upload/Pesquisa%20operacional%20-%20128pg.pdf>. Acesso em: 23 outubro de 2014
FANTINI, Camilla. Problema da Mochila. Universidade Presbiteriana Mackenzie. So Paulo, 2010. Disponvel
em:<http://www.e-bee.com.br/site/wp-content/uploads/2010/11/Problema-da-mochila.pdf>. Acesso em: 33
outubro de 2014
FICATTI, Camila. Problema de Mochila. Universidade Presbiteriana Mackenzie, 2010. Disponvel em: <
www.e-bee.com.br/site/wp-content/uploads/.../Problema-da-mochila.pdf >. Acesso em 23 outubro de 2014
GOLDBARG. M, C. Otimizao Combinatria e Programao Linear. 2. Ed. So Paulo, 2005.
Machado. Dimensionamento de Lotes de Produo, Estocagem e Transporte ao Longo de Uma Cadeia de
Suprimentos Geral Multiestgio, Sujeita a Restries de Capacidade de Produo. Pontifcia Universidade
Catlica do Paran. Programa de Ps Graduao. Mestrado em Engenharia de Produo e Sistemas. Gesto
Integrada
de
Sistemas
Produtivos.
CURITIBA,
2003.
Disponvel
em:<http://www.produtronica.pucpr.br/sip/conteudo/dissertacoes/pdf/romeumachado.pdf>. Acesso em: 26 de
novembro de 2014.
MAPA, Slvia Maria Santana. Localizao-Alocao de Instalaes com Sistema de Informaes
Geogrficas e Modelagem Matemtica. Universidade Federal de Itajub. Itajub, 2007. Disponvel
em:<http://saturno.unifei.edu.br/bim/0031314.pdf>. Acesso em: 23 outubro de 2014
MORABITO, Reinaldo. Modelos de Otimizao para o Problema de Corte nas Indstrias de papel e papelo e de
Mveis.
Gesto
&
Produo,
v.
1,
n.
1,
p.
59-76,
abr.
1994.
Disponvel
em:<http://www.dep.ufscar.br/docentes/morabito/g&p94.pdf>. Acesso em: 23 outubro de 2014
PEIXOTO, Mariana QuissakBartelega. Soluo de Problemas de Localizao e Roteamento em Redes com
Sistema de Informaes Geogrficas. Unesp - Universidade Estadual Paulista Campus de Guaratinguet,
Faculdade de Engenharia, 2002. Disponvel em:<www.feg.unesp.br/~elfsenne/alunos/2002-peixoto.pdf>. Acesso
em: 17 outubro de 2014
RIBEIRO, Paulo Csar Fernandes. Um enfoque na Localizao de Facilidades Baseado em Testes de
Reduo e Heursticas Add/Drop. Faculdade Loureno Filho. Cincia Da Computao.Fortaleza, 2008.
Disponvel
em:<http://www.flf.edu.br/revista-flf/monografias-computacao/monografia_paulo_ribeiro.pdf>.
Acesso em: 17 outubro de 2014
SEVERANO, Larissa Scherer. Aplicao de Modelo de Programao da Produo na Indstria de Couros.
Universidade Estadual do Rio Grande do Sul. Escola de Engenharia. Departamento de Engenharia Qumica.
Programa de Ps-Graduao em Engenharia Qumica. Porto Alegre, 2007. Disponvel
em:<https://www.lume.ufrgs.br/bitstream/handle/10183/12573/000628669.pdf?sequence=1>. Aceso em: 2
novembro de 2014
SOBRAPANO. Definies Pesquisa Operacional, 2010. Sociedade Brasileira de Pesquisa Operacional.
Disponvel em : < shttp://www.sobrapo.org.br/o_que_e_po.php>. Acesso em 7 de novembro 2014.
SOUZA, Marcone Jamilson Freitas. Otimizao Combinatria. Universidade Federal de Ouro Preto.
Departamento de Computao. Instituto de Cincias Exatas e Biolgicas. Ouro Preto, 2009. Disponvel
em:<http://www.decom.ufop.br/prof/marcone/Disciplinas/OtimizacaoCombinatoria/OtimizacaoCombinatoria.pd
f>. Acesso em: 26 de novembro de 2014
TENKLEY, Nari, Modelos e algoritmos de Roteamento. Universidade Federal de Minas Gerais, (2002).
Disponvel
em:
<http://www.bibliotecadigital.ufmg.br/dspace/bitstream/handle/1843/NVEA7GSNPB/nari_louise_tenkleytese_corrigida.pdf?sequence=1> Acesso em 21 de outubro de 2014.