Você está na página 1de 16

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10


Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

MINIMIZAO DE CUSTOS EM UMA


EMPRESA SIDERRGICA PELO USO
DA PROGRAMAO LINEAR
INGRID MOREIRA MELO (UEPA )
ingridmoreiramelo@ymail.com
Herbert da Silva Barbosa (UEPA )
herbert-barbosa@hotmail.com
Caio Campos Miranda (UEPA )
caiomirandaccm@gmail.com
Yvelyne Bianca Iunes Santos (UEPA )
yvelyne@superig.com.br
Ramon Gabriel Duarte de Oliveira (UEPA )
Ramon.eng@hotmail.com.br

O presente trabalho foi realizado em uma multinacional fabricante de


peas de aos longos localizada na regio metropolitana de Belm, no
Estado do Par. Seu objetivo foi desenvolver um modelo linear de
planejamento estratgico para a empresa em estudo com auxlio de
ferramentas da Pesquisa Operacional visando minimizao dos
custos e considerando dados de demanda, mo de obra e
produtividade. Com o uso do Microsoft Solver Excel para resolver o
modelo matemtico foi possvel obter resultados de grande relevncia
para tomada de decises, identificar falhas do processo, e estabelecer
uma melhor alocao de recursos. Os resultados desse estudo
mostraram que os custos de produo da empresa podem ser reduzidos
em pelo menos 36% caso haja melhor alocao das horas normais e
horas extras dos funcionrios contratados.
Palavras-chaves: Pesquisa Operacional, Programao Linear;
Planejamento Agregado; Siderrgica

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

1. Introduo
A siderurgia no Brasil comeou a se tornar expressiva durante anos de 1940, com o fenmeno
da nacionalizao das indstrias. Esta culminou na criao das companhias siderrgicas
durante o governo Vargas na dcada de 1940. O processo de privatizao dessas companhias
nos anos 1990 transformou algumas delas em multinacionais, estas que se expandiram ao
redor do mundo.
Segundo o Centro de Gesto e Estudos Estratgicos (2010), o Brasil ocupa a stima posio
no ranking mundial na produo de ao e o segundo no das importaes, mostrando ser um
alicerce para muitas outras empresas desde a de artigos domsticos a fornecimentos s
indstrias de base.
O presente trabalho foi realizado em uma multinacional fabricante de peas de aos longos
localizada na regio metropolitana de Belm, no Estado do Par. Pela essencialidade desta, a
produo de ao do tipo contnua exigindo trs turnos de trabalho e mquinas a pleno
emprego. A problemtica encontrada por essa indstria que, mesmo com um bom ritmo de
trabalho, a demanda grande a ponto de exigir alm das horas normais. A soluo aplicada
o emprego de horas extras para o cumprimento da demanda, sendo um processo oneroso do
ponto de vista econmico empresarial e do ponto de vista do capital humano.
Considerando o cenrio acima descrito, este trabalho tem como objetivo desenvolver um
modelo linear de planejamento estratgico para a empresa em estudo com auxlio de
ferramentas da Pesquisa Operacional visando minimizao dos custos e considerando dados
de demanda, mo de obra e produtividade obtida na empresa em estudo. Nesse contexto,
entende-se que a modelagem do sistema produtivo atravs de equaes lineares e com ajuda
computacional possa convergir em aperfeioar ainda mais resultados positivos encontrados ao
longo dos anos pela companhia em questo.
2. Referencial terico
2.1.

Pesquisa Operacional

A Pesquisa Operacional surgiu e desenvolveu-se durante a Segunda Guerra Mundial.


Acredita-se que foi durante a revoluo industrial que surgiram as primeiras situaesproblemas que seriam tratadas no futuro por esta nova ferramenta de apoio a tomada de
deciso (BATALHA, 2001).

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

Segundo Andrade (2004) a Pesquisa Operacional pode ser definida como um ramo
interdisciplinar da matemtica aplicada que faz uso de modelos matemticos, estatsticos e de
algoritmos na ajuda tomada de decises. usada, sobretudo, para analisar sistemas
complexos do mundo real, tipicamente com o objetivo de melhorar ou otimizar a
performance. Os mtodos da Pesquisa Operacional visam auxiliar na escolha da maneira
eficaz de se operar um sistema, usualmente sob condies que exijam a utilizao de recursos
limitados.
Batalha (2008) e Colin (2011) corroboram resumindo que Pesquisa Operacional o uso de
mtodos matemticos em problemas complexos a fim de apoiar no processo de tomada de
decises, principalmente no que tange a alocao eficiente de recursos escassos.
2.2.

Modelagem matemtica

Modelos matemticos so representaes idealizadas, sendo expressas em forma de smbolos


matemticos e expresses. E, no caso da Pesquisa Operacional, os modelos apresentam como
parte principal: as variveis de deciso, a funo objetivo e as restries. Sendo as constantes,
presentes nas restries e na funo objetivo, consideradas os parmetros do modelo. Dessa
forma o modelo poder fazer as melhores escolhas para maximizar ou minimizar a funo
objetivo (HILLIER, 2001). Ao final, as concluses e informaes auxiliares na tomada de
deciso so a funo da anlise econmica e adaptao dessa anlise fica por conta da
validao de dados.
As variveis de deciso a serem utilizadas so as que melhor representam o problema,
portanto modelam o problema aproximando ao mximo da realidade. Devem ser trabalhadas
de maneira concisa, apresentando as unidades normalizadas para o tempo proposto.
Conjunto de limitaes impostas pelo problema real configuram-se como restries, servindo
como forma de delimitao da soluo do problema. Podem ser representadas
matematicamente atravs de equaes e inequaes.
Podendo ser uma funo de maximizao do lucro ou minimizao do custo, a funo
objetivo estruturada utilizando as variveis de deciso, atravs da modelagem tima desta
para preencher as necessidades da realidade estudada. Pode apresentar dois tipos de soluo: a
soluo bsica inicial, que atende a todas as restries e a soluo otimizada, que produz a
melhor soluo na funo objetivo (TAHA, 2007).

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

A anlise econmica do estudo faz referncia etapa do processo de aplicao do mtodo


matemtico com os dados j organizados, analisados e interpretados, resulta nas melhores
diretrizes para o problema proposto.
A ltima etapa trata da validao dos dados, fase em que se verifica a aplicao do modelo
ideal gerado e sua aceitao ou necessidade de adaptao segundo a realidade.
2.3.

Programao linear

Segundo Taha (2007) a mais proeminente e bem-sucedida dos modelos de deciso a


programao linear onde a funo objetivo e restries so lineares e as variveis so
contnuas. Normalmente, as variveis de deciso so valores no-negativos por tratarem de
mo-de-obra, custos entre outros. O modelo linear pode ser descrito conforme abaixo.

O desenvolvedor da programao linear, George Dantzig, em 1982 conceituou a sua obra


como um desenvolvimento revolucionrio, dando a capacidade para objetivos gerais do
estado e encontrar, por meio do mtodo simplex, decises de poltica ideal para uma ampla
classe de problemas de deciso prtica de grande complexidade.
2.4.

Planejamento agregado

Simplificando os conceitos de Lustosa (2008), o planejamento agregado o projeto que visa


adequar os recursos necessrios de forma estratgica para uma demanda futura, operar a
demanda para a utilizao dos insumos acessveis tanto para insumos como nos produtos em
mdio prazo. Esse plano leva em considerao apenas os recursos comuns a toda famlia de
produtos; logo, se houver um produto cujos insumos utilizados sejam diferentes dos outros,
este no deve entrar no planejamento.
O propsito principal do planejamento agregado garantir que os recursos bsicos para a
produo estaro disponveis quando for decidir sobre o quanto produzir de cada produto,
antes mesmo que tal deciso seja tomada (LUSTOSA, 2008).

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

3. Metodologia
3.1. Levantamento de dados
O modelo matemtico desenvolvido foi baseado no modelo de planejamento agregado
proposto por Lustosa et al (2008) cuja funo objetivo representar o custo total considerado
que ser minimizado. Compem a funo objetivo diversos custos como os de contratar (ou
demitir), o da folha de pagamentos e outros. As decises a serem tomadas sero sobre quantos
empregados contratar (ou demitir) em cada perodo, quanto produzir, quantas horas extras
devero ser utilizadas e outras que determinam custos.
Para levantar os dados que foram utilizados na elaborao do modelo foi preenchido um
questionrio com as informaes abaixo para um perodo de seis meses (Tabela 1).
Tabela 1 Informaes requisitadas empresa

Fonte: Elaborao prpria

3.2. Estudo de caso


Na fbrica onde o estudo foi feito, existiam trs tipos de mquinas disponveis para as
operaes de beneficiamento do ao e cada uma com seu grau de complexidade. Todas trs
trabalham independentes entre si, operando para a produo diferentes tipos de produto.
No presente trabalho foram escolhidos dois tipos de mquinas que, juntas, correspondem a
mais da metade da produo de toda a fbrica. Por esse motivo, as informaes relevantes a
cada uma foram tratadas de forma individual. Considerando que cada mquina s operada por
um tipo de trabalhador a mquina Format utilizada pelo operador 1C e a Syntax Line pelo
2B (Tabela 2).

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

Tabela 2 Relao das mquinas e o nvel de operao

Fonte: Elaborao prpria a partir dados fornecidos pela empresa (2013)

H a possibilidade de promoo do operrio dependendo de sua capacidade em adequar-se a


um nvel e dificuldade maior de operao sendo o trabalhador 1C o menos especializado e o
2C, mais especializado. O salrio de cada tipo de trabalhador varia de acordo com o nvel de
complexidade da operao, sendo a Syntax Line a mais pesada e a Format, mais leve. A
quantidade de trabalhadores disponveis varia de mquina para mquina, estas que funcionam
24 horas por dia, exigindo trs turnos de trabalho.
O custo de admisso dos funcionrios no foi fornecido pela empresa. Para esta constante foi
adotada o mesmo valor da folha de pagamento mensal. J o custo de demisso considerou o
tempo de um ano e meio do funcionrio na fbrica de janeiro de 2012 a julho de 2013 ,
dispensado sem justa causa e no tendo frias vencidas. Pelos outros encargos passveis de
serem pagos pela empresa, foram acrescidos 10% no valor total da dispensa. Os salrios
brutos variam de R$ 1.200 a R$ 1.600 dependendo da especialidade do operrio, no
trabalhando com subcontrataes.
O nmero de horas extras mensais pode chegar a 64 horas por mquina, tendo variao no
valor pago dependendo do dia da semana. Em dias teis pago 50% a mais do que o preo
das horas normais; em finais de semana esse valor chega a 100%. Os custos com funcionrios
esto dispostos na Tabela 3.
Tabela 3 Custos com relao folha de pagamento dos trabalhadores
Format
Perodo

Contratao

Demisso

Horas

extras

Salrio

(R$/h)
maio

1.200,00

1.526,44

10,16

1.200,00

junho

1.200,00

1.526,44

10,16

1.200,00

julho

1.200,00

1.526,44

10,16

1.200,00

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

agosto

1.200,00

1.526,44

10,16

1.200,00

setembro

1.200,00

1.526,44

10,16

1.200,00

outubro

1.200,00

1.526,44

10,16

1.200,00

Syntax Line
Demisso

Horas

extras

Perodo

Contratao

maio

1.600,00

2.035,17

13,54

1.600,00

junho

1.600,00

2.035,17

13,54

1.600,00

julho

1.600,00

2.035,17

13,54

1.600,00

agosto

1.600,00

2.035,17

13,54

1.600,00

setembro

1.600,00

2.035,17

13,54

1.600,00

outubro

1.600,00

2.035,17

13,54

1.600,00

(R$/h)

Salrio

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

A demanda utilizada no modelo abrangeu intervalo de seis meses maio a outubro de 2013
(Tabela 4).
Tabela 4 Demanda fornecida
Demanda- maio a outubro de 2013 (em toneladas)
Mquina

maio

junho

julho

agosto

setembro

outubro

Format

126,76

144,64

148,18

127,54

88,82

144,13

Syntax Line

384,35

406,56

294,11

314,56

206,31

259,71

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

A produtividade individual total foi definida a partir dos dados fornecidos sobre os meses
de julho, agosto, setembro e outubro do ano de 2013 por no haver detalhamento do nmero
de operadores em cada mquina nos meses de maio e junho. O peso do produto (em
toneladas) produzido por cada mquina em cada um dos meses foi somado e dividido pelo
nmero de funcionrios que operaram a mquina em questo no ms trabalhado. A
produtividade final foi calculada pela mdia da produtividade dos quatro meses (Tabela 5).
Tabela 5 Clculo base para a produtividade individual
Meses

Format

Syntax Line

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

julho

24,69816733

85,25259175

agosto

21,54080600

81,38618625

setembro

14,80281617

68,76880700

outubro

24,02246817

78,46919500

21,26606442

78,46919500

Produtividade
individual (ton./ms)

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

No modelo foram utilizadas constantes tais como nmero inicial de funcionrios de cada
mquina e sua respectiva jornada mensal de trabalho (Tabela 6). O valor de horas por
funcionrio para a fabricao de uma tonelada de ao foi calculada pela razo entre a carga
mensal de trabalho e a produtividade individual.
Tabela 6 Valores limitantes de cada mquina
Valores constantes atribudos

Format

Syntax Line

nmero inicial de funcionrios

carga mensal de trabalho (horas)

192

192

horas extras mensais (homens-hora)

1152

768

21,27

78,47

9,03

2,45

161,28

539,21

produtividade

individual

(ton./funcionrio/ms)
horas por funcionrio para fabricar uma
tonelada (hora/tonelada)
capacidade
(toneladas/ms)

do

maquinrio

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

A capacidade mxima das mquinas usada no modelo foi calculada tirando-se um percentual
de 80%, devido aos desgastes ou algum tipo de incapacidade tcnica. Essa varivel foi
fornecida em kg/h tendo de ser convertida para toneladas/ms para equivalncia de unidades
no modelo.
4. Tratamento dos dados
A funo objetivo representar o custo total que ser minimizado e as restries esto
relacionadas mo de obra disponvel, produtividade individual, quantidade a ser produzida e

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

capacidade do maquinrio. Os componentes da funo objetivo giram em torno dos custos


comuns a famlia de produtos, sendo estes, os custos com horas normais trabalhadas, com
horas extras, com contratao e demisso de funcionrio (Figura 1 e Tabela 7).
Figura 1 Disposio das variveis na funo objetivo

Fonte: Elaborao prpria


Tabela 7 Composio da funo objetivo

Fonte: Elaborao prpria

A empresa no trabalha com estoque, pois produz apenas o que demandado, nem com
subcontratao j que exige pessoal especializado nas mquinas em questo. As demais
restries utilizaram os valores fixos das Tabelas 3 e 4 como limitantes do modelo, descritas
na Tabela 8.
Tabela 8 Descrio das restries

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

Fonte: Elaborao prpria

A resoluo do modelo foi realizada no Microsoft Solver Excel (MS Excel) primeiramente
para a definio de uma soluo tima usando a programao linear e o mtodo simplex como
meio de resoluo. Para que os dados pudessem ser comparados a realidade econmica da
empresa, os dados reais do perodo estudado foram inseridos em uma planilha de mesmo
modelo.

5. Anlise dos resultados


A anlise de resultados se fundamentou na comparao entre o custo mnimo definido pela
soluo tima e o custo real que a empresa obteve no mesmo perodo, alm da comparao
entre ambas s solues.
Com relao ao quadro real de funcionrios adotado pela empresa, esse manteve-se constante
para o perodo estudado pela dificuldade da empresa em substituir operadores com
qualificao para manusear as mquinas. Duas variveis foram destacadas na anlise de modo
geral a quantidade a ser produzida e a mo-de-obra necessria produo ambas
referentes a soluo tima encontrada. Vale ressaltar que a primeira foi usada como limite
para demanda cabvel a mo-de-obra disponvel especializada e a capacidade do maquinrio,
sabendo que no se estoca a produo. A segunda tem como limitantes as horas normais e
extras para a produo mensal.

10

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

Foi adotado uma postura com relao ao tratamento de demisses; devido a dificuldade de
treinamento de operadores e pelo perodo estudado ser de mdio prazo, no sugerida a
demisso e sim a realocao ou especializao do funcionrio durante os perodos pouco
produtivos.
A folga representada junto a varivel mo-de-obra refere-se a porcentagem de ociosidade
entre o mximo que os colaboradores podem produzir e que o que foi necessrio (ou o que
seria necessrio em um modelo ideal).
5.1. Mquina Syntax Line
Tabela 8 Resultado timo da Syntax Line
Meses

Nmero

de

empregados

Horas extras Admisses

Demisses

Quantidade a ser produzida


(toneladas/ms)

maio

172,44

384,35

junho

226,78

406,56

julho

1,67

294,11

agosto

1,67

314,56

setembro

0,00

206,31

outubro

59,46

259,71

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

A tabela 8 demonstra que nos meses de maio agosto, foram utilizados 4 funcionrios, sendo
estes suficientes para atender a demanda. No entanto em setembro a demanda de 206,31
toneladas, representou uma queda acentuada, fazendo-se necessrio a retirada de um
operador. As horas extras foram utilizadas em todos os meses com exceo de setembro,
tendo uma quantidade mais expressiva em maio (172,44), junho (226,78) e outubro (59,46). O
motivo da realocao de mo-de-obra deve-se a uma queda acentuada na demanda sem
nenhuma contrao no ms posterior, ou nos meses que apresentaram maior demanda.
Tabela 9 Mo de obra otimizada para a mquina Syntax Line
Meses

Mo

de

obra Mo

necessria (H.h)

de

obra

disponvel (H.h)

Folga (%)

maio

940,44

940,44

0,00

junho

994,78

994,78

0,00

11

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

julho

769,67

769,67

0,00

agosto

769,67

769,67

0,00

setembro

504,80

576,00

12,36

outubro

635,46

635,46

0,00

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

Na tabela 9 demonstrada a preferncia do uso de horas extras para atender a demanda, visto
que apenas utilizando as consegue-se chegar ao valor de zero de folga, isto , nenhum homem
hora foi desperdiado. Somente no ms de setembro h 12,36% de folga, porm isto se deve o
reposicionamento de um colaborador, sendo que isto s ocorre normalmente quando h uma
folga superior a 44%.
Tabela 10 Resultados utilizando-se a mo-de-obra real (operadores 1C)
Meses

Nmero

de

empregados

Horas extras Admisses

Demisses

Quantidade a ser produzida


(toneladas/ms)

maio

228

384,35

junho

228

406,56

julho

228

294,11

agosto

228

314,56

setembro

228

206,31

outubro

228

259,71

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

Nos meses de maio a outubro, a empresa adotou 228 horas extras para os operadores 1C.
Logo, no houve necessidade de contrataes no perodo estudado, porm a manuteno de
um regime fixo de horas extras garante futuros desperdcios.
Tabela 11 Mo de obra utilizada na Syntax Line
Meses

Mo

de

obra Mo

necessria (H.h)

de

obra

disponvel (H.h)

Folga (%)

maio

940,44

996

5,58

junho

994,78

996

0,12

julho

769,67

996

22,72

12

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

agosto

769,67

996

22,72

setembro

504,80

996

49,32

outubro

635,46

996

36,20

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

Fazendo-se uma comparao entre as tabelas 9 e 11, nota-se a diferena das folgas, que esto
presente em quase todos os meses na tabela, com exceo de junho que representa um folga
nfima de 0,12%, evidenciando-se a necessidade de um melhor controle sobre a utilizao de
recursos, que esto sendo desperdiados resultando no aumento dos custos totais.
A mquina Syntax Line veio a mostrar a importncia da varivel horas extras para viabilizar
uma soluo tima nesta problemtica que no trabalha com estoques nem com horas
subcontratadas.
A partir da anlise das tabelas percebe-se grande diferena nos modelos real e otimizado, tal
contraste se traduz nos custos mnimos R$ 56.922,72 e R$ 43.490,93, respectivamente. O
maior lucro possvel alterando o modelo real para o otimizado de R$ 13.431,79 equivalendo
a 24% das despesas. Segundo os dados apresentados, pode-se afirmar que o modelo proposto
contribui para diminuir os custos de produo.

5.2. Mquina Format


Tabela 12 Resultados timos da Format
Meses

Nmero
empregados

de

Horas extras Admisses

Demisses

Quantidade a ser produzida


(toneladas/ms)

maio

0,00

126,76

junho

153,88

144,64

julho

185,84

148,18

agosto

0,00

127,54

setembro

0,00

88,82

outubro

149,27

144,13

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

Nos meses de maio outubro foi utilizado todo o quadro de operadores 2B, no havendo
necessidade de horas extras em maio, agosto ou setembro, uma vez que as horas normais

13

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

conseguiram suprir a necessidade. Porm, em julho e junho fez-se necessrio o uso das horas
extras, devido aumento na demanda nos valores de 144,64 e 148,18 toneladas
respectivamente. No houve necessidade de contrao nem realocao, pois a demanda no
sofreu grandes variaes, salvo o ms de setembro.
Tabela 13 Dados reais sobre a mo-de-obra da Format (operadores 2B)
Meses

Nmero

de

empregados

Horas extras Admisses

Demisses

Quantidade a ser produzida


(toneladas/ms)

maio

192

126,76

junho

192

144,64

julho

192

148,18

agosto

192

127,54

setembro

192

88,82

outubro

192

144,13

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

A tabela 13 mostra quadro de funcionrios bem como o regime de horas extras reais, durante
quais os operadores 2B trabalham, em mdia, metade da quantidade de horas extras totais,
sendo 384 horas totais nesse caso existindo horas excedentes que representam um custo a
mais para a companhia, ressaltando na reduo de custos desnecessrios.
Tabela 14 Mo de obra otimizada da Format
Meses

Mo

de

obra Mo

de

obra

Folga (%)

necessria (H.h)

disponvel (H.h)

maio

1144,45

1152,00

0,66

junho

1305,88

1305,88

0,00

julho

1337,84

1337,84

0,00

agosto

1151,49

1152,00

0,04

setembro

801,91

1152,00

30,39

outubro

1301,27

1301,27

0,00

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

Na tabela 14 pode-se ver a eficcia do mtodo simplex pela reduo da folga, isto , a
diferena entre a mo-de-obra disponvel e a necessria, dessa forma minimizando o custo,

14

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

sendo que a coluna de folga apresenta este contraste em porcentagem. A folga no ms de maio
foi de menos de um por cento, ou seja, praticamente no houve folga, enquanto setembro a
folga alcana o valor de 30,39% destoando das demais, onde a segunda maior de apenas
0,66%. Tal valor deve-se a queda da demanda do ms de setembro, quanto aos outros meses
no houve folga alguma, podendo-se concluir um bom emprego das horas extras
justificando tambm a ausncia de contrataes ou demisses durante o perodo de maio
outubro.
Tabela 15 Mo de obra real da Format
Meses

Mo

de

obra Mo

necessria (H.h)

de

obra

disponvel (H.h)

Folga (%)

maio

1144,45

1344

14,85

junho

1305,88

1344

2,84

julho

1337,84

1344

0,46

agosto

1151,49

1344

14,32

setembro

801,91

1344

40,33

outubro

1301,27

1344

3,18

Fonte: Elaborao prpria a partir de dados fornecidos pela empresa (2013)

A tabela 15 contrasta com tabela 14 por apresentar um maior desperdcio de recursos, no caso
a mo de obra, havendo desperdcio de maio outubro. Ainda que em junho, julho e outubro,
no tenham apresentado uma folga expressiva, os meses de maio, agosto e setembro
apresentam nmeros significativos, refletidos nos custos totais, corroborando assim o que foi
verificado nos dados das tabelas 12 e 13.
A diferena dos modelos reflete o contraste entre os custos mnimos, onde o real e o
otimizado so R$ 54.904,32 e R$ 48.168,13 respectivamente. A economia de R$ 6.744,19 isto
, 12,28% dos custos deve-se a regulao das horas extras de acordo com a demanda exigida.
Portanto, o modelo atendeu a proposta de otimizao, mostrando uma alternativa menos
dispendiosa.
6. Concluso
O presente trabalho constitui uma aplicao da programao linear no contexto de uma
empresa do ramo da siderurgia. Atravs da comparao entre resultados reais adotados pela

15

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO


Engenharia de Produo, Infraestrutura e Desenvolvimento Sustentvel: a Agenda Brasil+10
Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.

empresa e os otimizados resultantes do modelo proposto foi possvel mostrar a importncia da


aplicao dessas ferramentas no planejamento da produo a fim de reduzir custos.
Por meio do estudo em questo conseguiu-se observar a importncia das horas extras quando
trata-se do trade-off custo mnimo x produo mxima por possuir uma alta flexibilidade, ou
seja, pode variar de zero em um ms at seu limite mximo em outro. No entanto a
manuteno de um regime de horas extras pode estar mascarando a necessidade de
contratao, este ltimo visto como oneroso do ponto de vista gerencial.
O resultado do modelo proposto mostrou que os custos de produo na mquina Syntax Line
podem ser reduzidos em at 24%, passando de R$ 56.922,72 para R$ 43.490,93 e na mquina
Format podem ser reduzidos em at 12,28%, passando de R$ 54.904,32 para R$ 48.168,13
caso haja melhor alocao de horas normais e horas extras.
A empresa ainda necessita realizar certas adequaes na sua matriz gerencial, de forma a
aplicar melhor os recursos, alocando-os em reas mais pertinentes, podendo empregar a
programao linear no somente para reduzir os custos mas possibilitar, em uma viso mais
global do processo, a identificao dos gargalos existentes no sistema produtivo.

7. Referncias
ANDRADE, E. L. Introduo pesquisa operacional: mtodos e modelos para anlises de deciso. 3 ed.
Rio de Janeiro: LTC, 2004.
BATALHA, M. O. Gesto agroindustrial. 3 ed. Vol. 2. So Paulo: Atlas, 2001.
BATALHA, Mrio Otvio (org.). Introduo Engenharia de Produo. Rio de Janeiro: Elsevier, 2008.
Centro de Gesto e Estudos Estratgicos (CGEE). Siderurgia no Brasil 2010-2025: subsdios para tomada de
deciso. Serie Documentos Tcnicos, n. 9. Braslia: CGEE, 2010.
COLIN, Emerson C. Pesquisa Operacional: 170 Aplicaes em Estratgia, Finanas, Logstica, Produo,
Marketing e Vendas. Rio de Janeiro: LTC, 2011.
DANTZIG, George B. Reminiscences about the origins of Linear Programming. Operation Research Letters.
v. 1. n. 2, abril, [1982].
HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introduction to Operations Research. 7. ed. New York:
McGraw Hill, 2001.
LUSTOSA, Gustavo (org.). Planejamento e controle da produo. Rio de Janeiro: Elsevier, 2008.
TAHA, Hamdy A. Operations Research - An Introduction. 8. ed. New Jersey: Prentice Hall, 2007.

16