Atualmente, os hospitais se veem obrigados a melhorar sua produtividade. Os centros cirúrgicos, além de ser um dos setores com maiores custos, também é o que mais gera receita dentro de um hospital, dessa forma torna-se extremamente importante o gerenciamento eficiente desse setor. Os métodos de otimização para programação de cirurgias podem ser usados como ferramentas para reduzir filas e ociosidade nos centros cirúrgicos, aumentando sua produtividade. O Problema de Programação de Cirurgias Eletivas com Múltiplos Recursos e Múltiplas Etapas consiste em alocar os recursos às etapas do processo cirúrgico dos pacientes, considerando as diferentes necessidades e rotas de cada paciente e, então, programar essas etapas no tempo respeitando a disponibilidade dos recursos e a sequência das etapas do processo cirúrgico dos pacientes. Esse problema é classificado na literatura como NP-hard e pode ser descrito como um Job Shop Flexível com blocking e função objetivo de minimização do número de pacientes não atendidos e do instante de término da última etapa, o makespan. O Objetivo desse trabalho é propor um modelo matemático e uma heurística construtiva para a resolução desse problema. O modelo matemático Multi-Mode Blocking Job Shop (MMBJS) apresentado em Pham e Klikert (2008) é explorado e algumas melhorias são apontadas neste trabalho. Um modelo matemático de Programação Linear Inteira Mista alternativo é proposto, a fim de reduzir o esforço computacional, ajustar o cálculo do makespan e sugerir uma estratégia de priorização de pacientes. Testes computacionais foram realizados, afim de comparar o modelo MMJBS e o modelo proposto. Para instâncias em que todos os pacientes são atendidos, as soluções encontradas pelo CPLEX para ambos modelos são iguais, porém o tempo computacional necessário para encontrar uma solução ótima é em média 45% menor no modelo proposto. Também foram realizados testes computacionais com objetivo de observar o comportamento do modelo com diferentes configurações de recursos. Para instâncias com 15 pacientes, os testes apontam que o tempo computacional para encontrar a solução ótima é superior a 2h de processamento. Dessa forma, uma heurística construtiva é proposta, com objetivo de gerar soluções factíveis com pouco esforço computacional. A heurística proposta aloca cada etapa do tratamento de cada paciente aos recursos necessários, respeitando as janelas de disponibilidade dos recursos e buscando reduzir a folga no sistema. Um exemplo de aplicação da heurística construtiva é apresentado. As propostas para trabalhos futuros são apresentadas no capítulo final desta dissertação. / For the past few years, hospitals have been forced to improve their productivity, with surgical centers being one of the sectors with higher costs within such organizations, but also the ones that generate the most revenue. Thus, optimization methods for surgical programming are tools that can be used to reduce queues and idleness in these sectors and consequently achieve the aforementioned goals. The \"Problem of Programming Multiple Surgical Resources with Multiple Steps\"consists in allocating the existing resources to each surgery stage that a patient will need to go through, considering the different needs, sequence and specificities of each of them, and then scheduling these steps in time. This type of problem is classified in the current literature as an NP-hard problem, being described as a Flexible Job Shop with blocking and an objective function that seeks to minimize the number of patients not served and the total makespan. The general purpose of this research is to propose a mathematical model and a constructive heuristic for this type problem. The proposed model explores the mathematical model Multi-Mode Blocking Job Shop (MMBJS) presented in Pham and Klikert (2008) suggesting improvements through the use of an alternative Mixed Integer Linear Programming that aims to: reduce the computational effort, adjust the makespan calculation and suggest a strategy of patients prioritization. In order to prove the benefits of the proposed enhancements, computational tests were performed to compare the MMJBS model and the proposed model, identifying that for instances where in which all patients are attended, the solutions found by CPLEX for both models are the same, but with a lower computational time the proposed model (45% average reduction). Also, other computational tests were performed to observe the behavior of the model with different configurations of resources. For instances with 15 patients, the tests indicate that the computational time to find the optimal solution is greater than 2 hours of processing. Thus a constructive heuristic is proposed, it aims to generate feasible solutions with little computational effort. The proposed heuristic allocates each surgery stage of a patient to the necessary resources, respecting the available windows and seeking to reduce the total slack in the system. An example of the application of the constructive heuristic is also presented. At last, future works proposals are presented in the final chapter of this dissertation.