Made available in DSpace on 2016-06-02T19:50:05Z (GMT). No. of bitstreams: 1 2552.pdf: 3720513 bytes, checksum: fef1e4e66d1cfc987b00426d1ca179d2 (MD5) Previous issue date: 2009-04-24 / The main concern of this work is related to the development of an aggregate production planning model of a cooperative society of sugar and alcohol milling companies. This mathematical model is based on a hierarquical approach between the annual planning problem of the cooperative and the tactical planning horizon of the sugarcane mills. In the cooperative level the main questions are related to the allocation of production goals to each mill and the management of inventory and dynamic demands. In the milling companies level a process selection model aims at helping the decision makers to determine the quantity of sugarcane crushed, the selection of sugarcane suppliers, the selection of sugarcane transport system suppliers, the selection of industrial process used in the sugar, alcohol, molasses and energy production. Besides that, this work presents an analysis of the impact of uncertainties in the aggregate planning problem parameters, using robust optimization techniques. To solve the linear and mixed integer mathematical problem found in this modeling, we applied a state of the art modelling language with an optimization solver. A case study was developed in a cooperative of sugar and alcohol milling companies located in the state of Alagoas- Brazil and at Santa Clotilde mill, located in the city of Rio Largo-AL. The results of this case study helped us to verify the applicability of the proposed models in the aggregate production planning of the studied organizations. Computational results are presented and analyzed with real data application. / O objetivo deste trabalho é desenvolver modelos de programação matemática para o planejamento agregado da produção em usinas cooperadas do setor sucroenergético. Os modelos desenvolvidos devem considerar a relação hierárquica existente entre o planejamento anual de toda a cooperativa e o planejamento tático de safra de uma das usinas cooperadas. No nível de decisão da cooperativa o modelo deve indicar a meta de produção de cada usina e definir a política de estocagem e de atendimento da demanda. No nível de decisão da usina o modelo deve sugerir a quantidade de cana-de-açúcar colhida por fornecedor, a quantidade de cana transportada por prestador de serviço, a seleção dos processos de produção de açúcar, álcool, melaço e energia elétrica. Além disso, esta tese explora a aplicação de técnicas de otimização robusta para tratar incertezas inerentes aos parâmetros utilizados no processo decisório da cooperativa e de cada usina. Para resolver os modelos de programação linear e programação inteira mista, utilizou-se uma linguagem de modelagem algébrica e um solver de última geração de programação matemática. Um estudo de caso foi realizado na cooperativa regional dos produtores de açúcar e álcool do estado de Alagoas e na usina cooperada Santa Clotilde, localizada no município de Rio Largo-AL. Neste estudo, foi possível verificar a adequação dos modelos propostos quando aplicados para apoiar decisões envolvidas no planejamento agregado da produção das organizações estudadas. Resultados computacionais são apresentados e analisados, comparando o planejamento executado pelas empresas e os resultados obtidos com a modelagem.

Made available in DSpace on 2016-06-02T19:50:25Z (GMT). No. of bitstreams: 1 6346.pdf: 5901404 bytes, checksum: 2d78b0f5f68ac25a089acd315f55b157 (MD5) Previous issue date: 2014-06-09 / The production of sugar, ethanol and electricity from sugar cane necessarily involves harvesting and transportation of raw materials, which are expensive and complex operations and have significant influence on the quality of the industrial raw material. The literature reports several optimization approaches related to the planning of planting, harvesting and transporting of sugarcane, however the scheduling of harvesting fronts is underexplored. This thesis intends to contribute to the state-of-art of this important issue in the context of the Brazilian agribusiness. Optimization approaches to support scheduling decisions of harvesting fronts considering the balance of harvesting and transportation capacities, as well as good agronomic management are proposed. The approaches are inspired by the representation of the problem as a lot sizing and scheduling model with parallel machines and sequence-dependent setup costs and times, a modelling technique well studied in the production planning and control literature. Three variants of this formulation, based on mathematical programming models, were developed and tested in two real case studies of medium size sugar mills. Heuristic methods based on aggregation procedures and mathematical programming have also been studied and developed to solve large scaled problems found in practice. Among the three variants studied, one presented the best solution quality within the expected execution time. Important scenario analysis were done indicating that the schedule s fulfilment provides reduction of harvesting and transporting complexity to the following season, which can generate significant saves in the cases studied. Besides that, comparing the proposed scheduling method with one of the sector s practice, it can be generated also significant cost reduction in the cases studied. The results were analyzed according to a validation methodology (descriptive facet of tetraedrum) well known in the literature. / A produção de açúcar, álcool e energia elétrica a partir de cana-de-açúcar passa necessariamente pela colheita e transporte da matéria-prima, que são operações custosas, complexas e que interferem significativamente na qualidade da matéria-prima industrial. A literatura reporta várias abordagens de otimização relacionadas ao planejamento do plantio, da colheita e do transporte de cana-de-açúcar, todavia a programação das frentes de colheita é pouco explorada. Nesta tese pretende-se contribuir para o estado da arte deste importante tema no contexto do agronegócio brasileiro. Propõe-se abordagens de otimização para apoiar decisões de programação das frentes de colheita, considerando-se o equilíbrio das capacidades de colheita e transporte, bem como um bom manejo agronômico. As abordagens são inspiradas na representação do problema por meio de um modelo de dimensionamento de lotes e sequenciamento da produção em máquinas paralelas com custos e tempos de setup dependentes da sequência, bem estudado na literatura em contextos de planejamento e controle da produção. Para isso foram desenvolvidas três variantes desta formulação baseadas em programação matemática, voltadas para a programação das frentes de colheita, que foram testadas em dois estudos de caso reais de usinas de cana-de-açúcar de médio porte do setor. Métodos heurísticos baseados em procedimentos de agregação e programação matemática também foram estudados e desenvolvidos para a resolução dos problemas de grande porte encontrados na prática. Das três variantes estudadas, uma delas apresentou melhor qualidade da solução dentro de tempos computacionais aceitáveis para o problema. Análises de cenário importantes foram feitas indicando que o cumprimento da programação proporciona redução de complexidade da colheita e transporte na safra seguinte, podendo gerar economias significativas nos casos estudados. Além disso, a comparação dos resultados das abordagens aqui exploradas com o que é praticado no setor indica um potencial de redução de custos também significativo para os casos estudados. Os resultados foram analisados de acordo com uma metodologia de validação (faceta descritiva do tetraedro) conhecida na literatura.

Made available in DSpace on 2016-06-02T19:50:26Z (GMT). No. of bitstreams: 1 6825.pdf: 8500191 bytes, checksum: 6105a0900d48c9c1c58657efd7bc22ac (MD5) Previous issue date: 2015-12-16 / The tactical management of cash flow is critical in financial management of a company or organization. Several mathematical models for planning cash flow have been proposed in recent decades. Most of the models are deterministic and initially treated as an extension of the economic order quantity. This thesis addresses the cash management problem from the perspective of optimization models present in the Operations Research literature. The aim is to study, develop and apply formulations based on mathematical programming and network flows, considering uncertainties in parameters, to support the decisions involved in managing the cash flow. A case study was developed in a typical company of the stationery sector to analyze the suitability and potential of the proposed approaches for companies of this sector. For that, this thesis implement robust optimization and stochastic programming to address the parameters uncertainties in the problem of maximizing the available financial resources at the end of a multi-period and finite planning horizon of the company's cash flow. The proposed approaches are based on a deterministic model which uses a network flow to maximize the cash flow return at the end of the period. For the treatment of uncertainties in the parameters that define the flow of financial resources in time are used the robust optimization approach of worst case interval and the stochastic programming approach risk neutral, minimax with regret and conditional value-at-risk. There were no other studies in the literature following this line of research. As shown in this thesis the proposed approaches can generated promising results for the management of cash flow in companies of the stationery sector and others, with significant contributions in financial decision-making department, particularly for the treatment of uncertainties in the parameters of the cash flow. / O gerenciamento do fluxo de caixa tático é fundamental na gestão financeira de uma empresa ou organização. Vários modelos matemáticos para planejar o fluxo de caixa foram propostos nas últimas décadas. Na sua maioria, os modelos são determinísticos e, inicialmente, tratados como uma extensão da fórmula do lote econômico de compra. Esta tese aborda o problema da gestão do caixa sob a ótica de modelos de otimização presentes na literatura da Pesquisa Operacional. O objetivo é estudar, desenvolver e aplicar formulações baseadas em programação matemática e fluxos em rede, considerando incertezas nos parâmetros, para apoiar as decisões envolvidas no gerenciamento do fluxo de caixa. Um estudo de caso é desenvolvido numa empresa típica do setor de material escolar, para analisar a adequação e o potencial das abordagens propostas em empresas deste setor. Para tal, são utilizados métodos de otimização robusta e programação estocástica para tratar as incertezas nos parâmetros do problema de maximização dos recursos financeiros disponíveis no final de um horizonte de planejamento multi-período e finito do caixa da empresa. As abordagens propostas são baseadas num modelo determinístico, que utiliza uma rede de fluxos para maximizar o retorno do caixa no final do período considerado. Para o tratamento das incertezas presentes nos parâmetros que definem os fluxos de recursos no tempo, são utilizadas a abordagem de otimização robusta de análise de pior caso intervalar e a abordagem de programação estocástica de dois estágios com recurso neutra ao risco e de aversão ao risco minimax com arrependimento e valor em risco condicional. Não foram encontrados outros estudos na literatura seguindo esta linha de pesquisa. Conforme mostrado nesta tese, as abordagens propostas podem gerar resultados promissores para a gestão do fluxo de caixa de empresas de material escolar e outros, com contribuições significativas nas tomadas de decisões de um gestor financeiro, principalmente quanto ao tratamento das incertezas nos parâmetros do fluxo de caixa.

Orientador: Maria do Socorro Nogueira Rangel / Banca: Horácio Hideki Yanasse / Banca: Silvio Alexandre de Araújo / Resumo: Neste trabalho, estudamos o Problema de Corte de Estoque Bidimensional aplicado à indústria de móveis. Para realizar este estudo, visitamos uma empresa característica do noroeste paulista com o intuito de observarmos a prática da empresa e desenvolver métodos de solução para aumentar sua produtividade. O critério de otimização considerado é a redução do número de ciclos da serra. Três métodos de solução foram propostos para a resolução do problema. O primeiro utiliza um modelo matemático que contém restrições que garantem que o número de objetos cortados de acordo com um determinado padrão de corte seja um múltiplo da capacidade da serra. Duas heurísticas, baseadas na heurística de repetição exaustiva de padrões de corte, são propostas para atender exatamente às demandas e reduzir o número de ciclos da serra na indústria de móveis visitada. Os estudos computacionais realizados, mostraram que as estratégias propostas obtêm resultados próximos aos da empresa e, em alguns casos, melhores. / Abstract: In this work we have studied the Two-dimensional Cutting Stock Problem applied to a furniture industry. In order to carry out this study, we have visited a characteristic company at the Northwest region of the state of São Paulo in order to observe the industry practice and develop solution methods to increase its productivity. The goal is minimize the number of saw cycles. We propose three solution methods to solve the problem. The first one is a mathematical model which imposes that the number of objects to be cut according to a given cutting pattern is a "multiple" of the saw capacity. Two heuristics based on the sequential heuristic procedure are proposed to fulfil the demands and to reduce the number of saw cycles. By the computational tests results, we can conclude that these solution methods provide similar results to the industry's practice and, in some cases, better ones. / Mestre

The struggle to model and solve Combinatorial Optimization Problems (COPs) has challenged the development of new approaches to deal with COPs. In one of the front lines of such approaches, Operational Research (OR) and Constraint Programming (CP) optimization techniques are beginning to converge, despite their very different origins. More specifically, Mixed Integer Linear Programming (MILP) and Constraint Logic Programming (CLP) are at the confluence of the OR and the CP fields. This thesis summarizes and contrasts the essential characteristics of MILP and CLP, and the ways that they can be fruitfully combined. Chapters 1 to 3 sketch the intellectual background for recent efforts at integration and the main results achieved. In addition, these chapters highlight that CLP is known by its reach modeling framework, and the MILP modeling vocabulary is just based on inequalities, which makes the modeling process hard and error-prone. Therefore, a combined CLP-MILP approach suffers from this MILP inherited drawback. In chapter 4, this issue is addressed, and some "high-level" MILP modeling structures based on logical inference paradigms are proposed. These structures help the formulation of MILP models, and can be seen as a contribution towards a unifying modeling framework for a combined CLP-MILP approach. In addition, chapter 5 presents an MILP formulation addressing a combinatorial problem. This problem is focused on issues regarding the oil industry, more specifically, issues involving the scheduling of operational activities in a multi-product pipeline. Chapter 5 demonstrates the applicability of the high-level MILP modeling structures in a real-world scenario. Furthermore, chapter 6 presents a CLP-MILP formulation addressing the same scheduling problem previously exploited. This chapter demonstrates the applicability of the high-level MILP modeling structures in an integrated CLP-MILP modeling framework. The set of simulations conducted indicates that the combined CLP-MILP model was solved to optimality faster than either the MILP model or the CLP model. Thus, the CLP-MILP framework is a promising alternative to deal with the computational burden of this pipeline-scheduling problem. In essence, this thesis considers the integration of CLP and MILP in a modeling standpoint: it conveys the fundamentals of both techniques and the modeling features that help establish a combined CLP-MILP approach. Herein, the concentration is on the building of MILP and CLP-MILP models rather than on the solution process.

Presently, companies live a reality of rapid economic transformations generated by globalization. The growth of the products and services international trade, the constant exchange of information and the cultural interchange challenge administrators to define new paths for their companies. This dynamics and the increasing competitiveness demand new knowledge and abilities from professionals. In this way, new technologies are researched in order to improve operational efficiency. The Brazilian oil industry in particular has invested in applied research, as well as on development and technological qualification to keep its competitiveness in the international market. Many are the problems that must still be studied in this production sector. Among these, and due their importance, the problems of products storage and transference can be pointed out. This work approaches a scheduling problem that involves diesel oil storage and distribution in an oil refinery. The Mixed Integer Linear Programming (MILP) techniques with representation in the discrete and continuous time were used. The models that were developed were solved by the LINGO 8.0 software, using the branch and bound algorithm. However, due to their combinatorial nature, the expended computational time used for thesolution was excessive. Thus, four new methodologies were developed: Hybrid Steady State Genetic Algorithm (HSSGA) and Transgenetic ProtoG Algorithm, both integrated to Linear Programming (LP), for the representation of discrete time; simulation with optimization using the Genetic Algorithm (GA) and simulation with optimization using the Transgenetic ProtoG Algorithm, for the representation of continuous time. The results obtained through several tests with these new methodologies have shown that they can reach good results in an acceptable computational time. The two techniques for the representation of discrete time have shown satisfactory performance in terms of quality of solution and computational time. Among these, the methodology that uses the Transgenetic ProtoG Algorithm showed the best results. Also, the simulator with optimization using GA and the one that used the Transgenetic ProtoG Algorithm for the representation of continuous time were adequate to substitute the resolution through PLIM, because they reach solutions with a reduced computational time when compared with the time used for the solution with branch and bound. / As empresas vivem hoje uma realidade de transformações econômicas advindas da globalização. O crescimento do comércio internacional de produtos e serviços, a troca constante de informações e o intercâmbio cultural vêm desafiando os administradores a definir novos rumos para suas empresas. Esta dinâmica e a crescente competitividade exigem novos conhecimentos e habilidades dos profissionais. Desta forma, buscam-se novas tecnologias para conseguir-se a melhoria da eficiência operacional. Em especial, a indústria petrolífera brasileira tem investido na pesquisa aplicada, desenvolvimento e capacitação tecnológica para manter-se competitiva no mercado internacional. Muitos são os problemas que ainda devem ser estudados neste setor produtivo. Dentre estes, pode-se destacar os problemas de transferência e estocagem de produtos. Este trabalho aborda um problema de programação da produção (scheduling) envolvendo estocagem e distribuição de diesel em uma refinaria de petróleo. Para solucionar este problema foram utilizados a princípio modelos de Programação Linear Inteira Mista (PLIM) com abordagens para a representação no tempo discreto e contínuo. Os modelos desenvolvidos foram resolvidos com o uso do aplicativo computacional LINGO 8.0 através do algoritmo branch and bound. Devido à natureza combinatorial destes, o tempo computacional despendido na resolução mostrou-se excessivo. Desta forma, foram desenvolvidas quatro novas metodologias buscando amenizar este problema: Algoritmo Genético de Estado Estacionário Híbrido (AGEEH) e Algoritmo Transgenético ProtoG integrados à Programação Linear (PL) para a representação de tempo discreto; simulação com otimização através de Algoritmo Genético (AG) e simulação com otimização através de Algoritmo Transgenético ProtoG na representação de tempo contínuo. Os resultados obtidos através de vários testes com as novas metodologias mostraram que estas podem encontrar bons resultados em tempo computacional aceitável. Para a representação de tempo discreto as duas abordagens obtiveram desempenho satisfatório em termos de qualidade de solução e tempo computacional. Dentre estas, a metodologia que utilizou o Algoritmo Transgenético ProtoG apresentou os melhores resultados. Ainda, o simulador com otimização usando AG e o que utilizou Algoritmo Transgenético ProtoG na representação de tempo contínuo mostraram-se adequados para substituir a resolução através de PLIM por encontrar soluções com tempo computacional muito aquém do tempo despendido na resolução com o branch and bound.

The struggle to model and solve Combinatorial Optimization Problems (COPs) has challenged the development of new approaches to deal with COPs. In one of the front lines of such approaches, Operational Research (OR) and Constraint Programming (CP) optimization techniques are beginning to converge, despite their very different origins. More specifically, Mixed Integer Linear Programming (MILP) and Constraint Logic Programming (CLP) are at the confluence of the OR and the CP fields. This thesis summarizes and contrasts the essential characteristics of MILP and CLP, and the ways that they can be fruitfully combined. Chapters 1 to 3 sketch the intellectual background for recent efforts at integration and the main results achieved. In addition, these chapters highlight that CLP is known by its reach modeling framework, and the MILP modeling vocabulary is just based on inequalities, which makes the modeling process hard and error-prone. Therefore, a combined CLP-MILP approach suffers from this MILP inherited drawback. In chapter 4, this issue is addressed, and some "high-level" MILP modeling structures based on logical inference paradigms are proposed. These structures help the formulation of MILP models, and can be seen as a contribution towards a unifying modeling framework for a combined CLP-MILP approach. In addition, chapter 5 presents an MILP formulation addressing a combinatorial problem. This problem is focused on issues regarding the oil industry, more specifically, issues involving the scheduling of operational activities in a multi-product pipeline. Chapter 5 demonstrates the applicability of the high-level MILP modeling structures in a real-world scenario. Furthermore, chapter 6 presents a CLP-MILP formulation addressing the same scheduling problem previously exploited. This chapter demonstrates the applicability of the high-level MILP modeling structures in an integrated CLP-MILP modeling framework. The set of simulations conducted indicates that the combined CLP-MILP model was solved to optimality faster than either the MILP model or the CLP model. Thus, the CLP-MILP framework is a promising alternative to deal with the computational burden of this pipeline-scheduling problem. In essence, this thesis considers the integration of CLP and MILP in a modeling standpoint: it conveys the fundamentals of both techniques and the modeling features that help establish a combined CLP-MILP approach. Herein, the concentration is on the building of MILP and CLP-MILP models rather than on the solution process.

Presently, companies live a reality of rapid economic transformations generated by globalization. The growth of the products and services international trade, the constant exchange of information and the cultural interchange challenge administrators to define new paths for their companies. This dynamics and the increasing competitiveness demand new knowledge and abilities from professionals. In this way, new technologies are researched in order to improve operational efficiency. The Brazilian oil industry in particular has invested in applied research, as well as on development and technological qualification to keep its competitiveness in the international market. Many are the problems that must still be studied in this production sector. Among these, and due their importance, the problems of products storage and transference can be pointed out. This work approaches a scheduling problem that involves diesel oil storage and distribution in an oil refinery. The Mixed Integer Linear Programming (MILP) techniques with representation in the discrete and continuous time were used. The models that were developed were solved by the LINGO 8.0 software, using the branch and bound algorithm. However, due to their combinatorial nature, the expended computational time used for thesolution was excessive. Thus, four new methodologies were developed: Hybrid Steady State Genetic Algorithm (HSSGA) and Transgenetic ProtoG Algorithm, both integrated to Linear Programming (LP), for the representation of discrete time; simulation with optimization using the Genetic Algorithm (GA) and simulation with optimization using the Transgenetic ProtoG Algorithm, for the representation of continuous time. The results obtained through several tests with these new methodologies have shown that they can reach good results in an acceptable computational time. The two techniques for the representation of discrete time have shown satisfactory performance in terms of quality of solution and computational time. Among these, the methodology that uses the Transgenetic ProtoG Algorithm showed the best results. Also, the simulator with optimization using GA and the one that used the Transgenetic ProtoG Algorithm for the representation of continuous time were adequate to substitute the resolution through PLIM, because they reach solutions with a reduced computational time when compared with the time used for the solution with branch and bound. / As empresas vivem hoje uma realidade de transformações econômicas advindas da globalização. O crescimento do comércio internacional de produtos e serviços, a troca constante de informações e o intercâmbio cultural vêm desafiando os administradores a definir novos rumos para suas empresas. Esta dinâmica e a crescente competitividade exigem novos conhecimentos e habilidades dos profissionais. Desta forma, buscam-se novas tecnologias para conseguir-se a melhoria da eficiência operacional. Em especial, a indústria petrolífera brasileira tem investido na pesquisa aplicada, desenvolvimento e capacitação tecnológica para manter-se competitiva no mercado internacional. Muitos são os problemas que ainda devem ser estudados neste setor produtivo. Dentre estes, pode-se destacar os problemas de transferência e estocagem de produtos. Este trabalho aborda um problema de programação da produção (scheduling) envolvendo estocagem e distribuição de diesel em uma refinaria de petróleo. Para solucionar este problema foram utilizados a princípio modelos de Programação Linear Inteira Mista (PLIM) com abordagens para a representação no tempo discreto e contínuo. Os modelos desenvolvidos foram resolvidos com o uso do aplicativo computacional LINGO 8.0 através do algoritmo branch and bound. Devido à natureza combinatorial destes, o tempo computacional despendido na resolução mostrou-se excessivo. Desta forma, foram desenvolvidas quatro novas metodologias buscando amenizar este problema: Algoritmo Genético de Estado Estacionário Híbrido (AGEEH) e Algoritmo Transgenético ProtoG integrados à Programação Linear (PL) para a representação de tempo discreto; simulação com otimização através de Algoritmo Genético (AG) e simulação com otimização através de Algoritmo Transgenético ProtoG na representação de tempo contínuo. Os resultados obtidos através de vários testes com as novas metodologias mostraram que estas podem encontrar bons resultados em tempo computacional aceitável. Para a representação de tempo discreto as duas abordagens obtiveram desempenho satisfatório em termos de qualidade de solução e tempo computacional. Dentre estas, a metodologia que utilizou o Algoritmo Transgenético ProtoG apresentou os melhores resultados. Ainda, o simulador com otimização usando AG e o que utilizou Algoritmo Transgenético ProtoG na representação de tempo contínuo mostraram-se adequados para substituir a resolução através de PLIM por encontrar soluções com tempo computacional muito aquém do tempo despendido na resolução com o branch and bound.

O objetivo deste trabalho é verificar se ações de companhias que adotam boas práticas de governança corporativa proporcionam maiores retornos e menor risco aos investidores ao compará-las com ações de empresas que não se comprometeram a adotar tais práticas. Para cumprir este objetivo são utilizados três modelos de otimização de portfolios. O primeiro modelo, o modelo Maxmin, maximiza o menor retorno mensal, enquanto o segundo maximiza o retorno anual. Já o terceiro modelo minimiza o desvio médio absoluto da carteira, que é considerado como uma medida de risco. Todos os modelos serão solucionados por métodos de programação linear (PL), em que não é considerado o número de ações da carteira, e de programação inteira mista (PIM), em que são inseridas restrições nos modelos que permitem especificar o número mínimo e máximo de ações. Os modelos são aplicados para uma carteira composta por ações que estão no IGC e para uma carteira formada por ações que estão no IBOVESPA. Os resultados obtidos para as duas carteiras são comparados, buscando evidenciar a idéia de que a boa governança corporativa está relacionada com maiores retornos e menores riscos. Neste sentido, o presente trabalho busca verificar empiricamente se, realmente, as ações de empresas com boa governança proporcionam maiores retornos e menor risco aos acionistas e, desta forma, fornecer novas informações que contribuam com o conhecimento e maior desenvolvimento do tema. Os resultados deste trabalho evidenciam o melhor desempenho da carteira formada pelas ações do IGC, que apresentaram maiores retornos e menores riscos. Diante destes resultados, há indícios de que o compromisso com práticas adicionais de boa governança corporativa pode estar proporcionando maior retorno e menor risco. / The objective of this work is to verify if shares of companies that adopt good corporate governance practice provides greater returns and lower risks to investors when compared with shares of companies that do not adopt these set of practices. Three optimization portfolios models were used to accomplish this objective. The first model, the maxmin model, maximizes the smallest monthly return, while the second maximizes the annual return. The third model minimizes the mean absolute deviation, which is considered a risk measure. All the models will be solved by linear programming (LP) methods, when it is not possible to determinate the number of shares in the portfolio, and mixed integer programming (MIP) methods, in which are inserted constraints that permit specify the minimum number and maximum number of shares in the models. The three models are applied to a portfolio formed by shares that are in IGC and to a portfolio formed by shares that are in IBOVESPA. The obtained results for both portfolios will be compared, willing to evidence the idea that good corporate governance is related with greater returns and lower risks. This study has the purpose to verify empirically if shares of companies with good governance provides greater returns and lower risks to investors and, this way, supplies new information that contribute with knowledge and greater development of the theme. The results of this work show that the better performance of portfolio formed by shares of IGC, that presented greater returns and lower risks. According to these results, there are indicators that the commitment with additional corporate governance practices can be providing greater returns and lower risks.

Este trabalho aborda o problema multiestágio de planejamento e programação da produção em indústrias cervejeiras. O processo de fabricação de cerveja pode ser dividido em duas etapas principais: preparação do líquido e envase. A primeira etapa ocorre, na maior parte do tempo, dentro de tanques de fermentação e maturação. A segunda ocorre nas linhas de envase, podendo ter início assim que o líquido estiver pronto nos tanques. O tempo de preparação do líquido demora vários dias, enquanto que na maioria das indústrias de bebidas carbonatadas este tempo é de no máximo algumas horas. O objetivo deste estudo é obter planos de produção viáveis que visam otimizar as decisões de programação envolvidas nestes processos. Visitas a cervejarias no Brasil e em Portugal foram realizadas para uma maior familiaridade do processo de produção e dados foram coletados. Modelos de programação inteira mista para representar o problema foram desenvolvidos, baseados em abordagens CSLP (The Continuous Setup Lot-Sizing Problem), GLSP (General Lot Sizing and Scheduling Problem), SPL (Simple Plant Location Problem) e ATSP (Asymmetric Travelling Salesman Problem). Os resultados mostram que os modelos são coerentes e representam adequadamente o problema, entretanto, mostram-se difíceis de serem resolvidos na otimalidade. Esta dificuldade de resolução dos modelos motivou o desenvolvimento de procedimentos MIP-heurísticos, como também de uma metaheurística GRASP (Greedy Randomized Adaptive Search Procedure). As soluções obtidas pelos procedimentos heurísticos são de boa qualidade, quando comparadas ao melhor limitante inferior encontrado por meio da resolução dos modelos matemáticos. Os testes computacionais foram realizados utilizando instâncias geradas com base em dados reais. / This study deals with the multistage lot-sizing and scheduling problem in breweries. The brewing process can be divided into two main stages: preparation and filling of the liquid. The first stage occurs most of the time in fermentation and maturation tanks. The second stage occurs in the filling lines and it can start as soon as the liquid gets ready. The preparation time of the liquid takes several days, while in the carbonated beverage industries this time is at most a few hours. The purpose of this study is to obtain feasible production plans aimed at optimizing the decisions involved in these processes. Visits to brewery industries in Brazil and Portugal were held to a greater familiarity of the production process and data were collected. Mixed integer programming models have been developed to represent the problem, based on approaches for the CSLP (The Continuous Setup Lot-Sizing Problem), GLSP (General Lot Sizing and Scheduling Problem), SPL (Simple Plant Location Problem) and ATSP (Asymmetric Travelling Salesman Problem). The results show that the models are consistent and adequately represent the problem; however, they are difficult to be solved at optimality. This motivated the development of MIP-heuristic procedures, as well as a meta-heuristic GRASP (Greedy Randomized Adaptive Search Procedure). The obtained solutions by the heuristics are of good quality, when compared to the best lower bound found by solving the mathematical models. The tests were conducted using generated instances based on real data.