Banca de QUALIFICAÇÃO: RAFAEL LOPES PINHEIRO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : RAFAEL LOPES PINHEIRO
DATA : 23/06/2026
HORA: 16:00
LOCAL: Remoto
TÍTULO:

Programação Estocástica em Dois Estágios com Aversão a Risco usando Geração de Cenários Híbrida

PALAVRAS-CHAVES:

Two-Stage Stochastic Programming, CVaR, Scenario Generation, Gaussian Copula, Inventory Management, Data-Driven Optimization

PÁGINAS: 44
RESUMO:

Lojas e redes varejistas enfrentam um problema rotineiro quando precisam decidir quanto comprar de cada produto antes de saber quanto os clientes realmente vão querer. Pedir demais gera desperdício e custo de estoque parado, enquanto pedir de menos significa prateleiras vazias e vendas perdidas. Como o futuro é incerto, essa decisão costuma ser tomada com base em palpites sobre a demanda. A qualidade do pedido depende, portanto, de quão bem esses palpites, chamados de cenários, refletem o que pode de fato acontecer.

Esta dissertação propõe uma forma melhor de gerar esses cenários de demanda. Em vez de tratar cada produto isoladamente, o método aprende, a partir do histórico de vendas, tanto a quantidade esperada de cada item quanto a forma como os produtos variam em conjunto, pois quando um sobe ou desce, outros costumam acompanhar. Esses cenários alimentam um modelo de decisão que escolhe os pedidos buscando o menor custo, ao mesmo tempo em que protege a empresa contra os piores resultados possíveis.

A proposta é comparada, em condições idênticas, com duas práticas comuns, repetir simplesmente o que aconteceu no passado e estimar faixas de demanda produto a produto, como faz um gestor experiente. A comparação usa 20 semanas de dados reais de vendas do Walmart, abrangendo 200 produtos, sempre testando as decisões em semanas futuras que o modelo nunca havia visto.

Os resultados mostram que o método proposto reduz o custo total, diminui ao mesmo tempo as faltas e os excessos de estoque, melhora o atendimento aos clientes e se mantém estável mesmo quando se exige forte proteção contra prejuízos, cenário em que as alternativas se deterioram. Esses ganhos são obtidos mantendo o mesmo núcleo de otimização linear utilizado pelos métodos de comparação, sem alterar sua tratabilidade computacional.

MEMBROS DA BANCA:
Presidente - 1114959 - RIAN GABRIEL SANTOS PINHEIRO
Interno(a) - 1647956 - ANDRE LUIZ LINS DE AQUINO
Interno(a) - 1803490 - BRUNO COSTA E SILVA NOGUEIRA
Externo(a) à Instituição - ALFREDO LIMA MOURA SILVA - UFF