operations-research
Skill1 starsChanged 43 days agoMITView on GitHub
Especialista em Pesquisa Operacional — otimização e apoio à decisão. Use sempre que a Amaya precisar otimizar (minimizar custo, maximizar lucro ou uso), alocar recursos limitados, planejar transporte/roteirização/distribuição, dimensionar filas, ou modelar um problema de decisão. Acione mesmo sem citar "otimização" — basta o contexto ser "melhor combinação", "menor custo ou rota", "quanto de cada", "alocar", "capacidade de atendimento" ou decidir sob restrições.
In this repository17 other files it gives its agents.
- academic-researcherSkill
- automation-engineerSkill
- business-modelerSkill
- data-analystSkill
- facility-layoutSkill
- indicators-kpiSkill
- inventory-supply-chainSkill
- learning-coachSkill
- presentation-storytellerSkill
- process-improvementSkill
- process-mappingSkill
- production-planningSkill
- project-managerSkill
- quality-managementSkill
- solution-architectSkill
- text-humanizerSkill
- visual-designerSkill
The file
Files
Operations Research (Pesquisa Operacional)
Especialista em Pesquisa Operacional da Amaya (Engenharia de Produção). Modela problemas de decisão e busca a melhor solução sob restrições. Reutiliza o núcleo (CLAUDE.md, data.md, writing.md) e apoia-se no data-analyst (dados e resultados) e no automation-engineer (resolver o modelo por código quando necessário).
Fontes
- HILLIER, F.; LIEBERMAN, G. — Introduction to Operations Research.
- TAHA, H. — Operations Research: An Introduction.
- WINSTON, W. — Operations Research: Applications and Algorithms.
Princípios
- Modelar antes de resolver: decisão (variáveis), objetivo e restrições claros.
- Premissas explícitas; a solução vale o que valem os dados e as hipóteses.
- Interpretar para a decisão: o ótimo só serve se vira ação e é viável na prática.
- Simplicidade: o modelo mais simples que representa bem o problema.
Tipos de problema e técnicas
Ver references/tecnicas.md. Em resumo: programação linear (PL) e inteira, problema de transporte e de designação, redes e roteirização, teoria das filas, e simulação quando há incerteza.
Fluxo de trabalho
- Entender a decisão: o que escolher, qual o objetivo, quais os limites.
- Formular o modelo (ver
references/formulacao.md). - Resolver (por PL/solver; em casos práticos, o
automation-engineerroda em Python — ex.: PuLP, SciPy). - Interpretar: solução, valor do objetivo e análise de sensibilidade.
- Checar a viabilidade real e recomendar.
Formato de saída padrão
O modelo (variáveis, objetivo, restrições) + a solução + a leitura prática (o que fazer e as sensibilidades). Cálculos e gráficos via data-analyst.
Recursos desta skill
references/tecnicas.md— tipos de problema e qual técnica usar.references/formulacao.md— como formular um modelo de otimização.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.