1.

INTRODUO
Este trabalho foi realizado baseado no funcionamento de uma empresa de transporte de
cargas, onde a empresa deve calcular o custo mnimo, pra enviar o mximo de
caminhes possveis pra 4 determinados destinos ao menor custo possvel. Ser
analisada o relacionamento de nmeros de caminhes no ponto de partida e a oferta de
quantidade de caminhes disponveis no ponto de destino.
Buscando-se avaliar o planejamento do frete de acordo com a oferta, optando-se pelo
cenrio que gera melhor possibilidade de administrao. Esta avaliao baseia-se,
exclusivamente, na oferta de caminhes. Porm, existem outras variveis que interferem
diretamente no resultado do custo mnimo da empresa como as restries de nmeros de
caminhes no ponto de origem e quantidades de caminhes disponveis no ponto de
destino para retorno.
Para a formao e otimizao do transporte, objetivando a minimizao de seu custo, as
empresas necessitam de ferramentas geis que tragam resultados precisos e considerem
as variveis e as restries do sistema produtivo e de mercado.
Para auxiliar os administradores na tomada de decises, existem vrias ferramentas,
dentre elas a programao linear, baseada em modelos matemticos que objetivam a
resoluo de determinados problemas. Atravs dela busca-se maximizar ou minimizar o
resultado de equaes ou inequaes lineares. Dentre as possibilidades de aplicao da
programao linear, para a otimizao de custo, pode-se utilizar o Solver, que uma
ferramenta do Excel e resolve equaes para soluo de problemas lineares.
Tabelas so criadas, no prprio Excel, com as informaes existentes sobre determinado
problema: as variveis de deciso, que, no caso de otimizao, pode ser a quantidade de
caminhes, bem como as restries do sistema, que podem ser a demanda de origem e a
oferta de caminhes no destino. A partir da informao desses dados, aplica-se o Solver
e este resolve o problema informando a soluo tima, neste caso, quais produtos e em
que quantidades produzir para a minimizar o custo da empresa.
O objetivo geral deste trabalho aplicar a ferramenta Solver para minimizao do custo
para enviar o mximo de caminhes.
Para a elaborao das equaes referente s restries, partiu-se do princpio de
relacionamento ao nmero de caminhes no ponto de origem a oferta de quantidade de
caminhes disponveis no destino.
Quando se trata de problemas mais complexos, torna-se necessrio a utilizao de
softwares para a soluo. Por se tratar de uma ferramenta lgica que considera as
variveis e as restries existentes, o Solver pode ser til, auxiliando na formao do
melhor resultado financeiro.
Segundo Lachtermacher (2004), existem vrios softwares disponveis no mercado e
dentre estes o que mais vem conquistando espao so as planilhas eletrnicas do Excel,
que considerado, hoje, o mais popular no Brasil.

2. FUNDAMENTAO TERICA
A Pesquisa Operacional uma cincia que objetiva fornecer ferramentas ao processo de
tomada de decises.
De uma maneira geral, conforme Andrade (1998), todas as disciplinas que constituem a
Pesquisa Operacional se apiam em quatro cincias fundamentais: Economia,
Matemtica, Estatstica e Informtica. Pode-se direcion-la a trs diferentes focos,
dependendo da necessidade: aplicabilidade gerencial (aspectos econmicos e
administrativos); mtodos matemticos e estatsticos para a obteno das solues;
construo de modelos e algoritmos computacionais.
Pesquisa operacional um mtodo cientfico de tomada de decises. Em linhas gerais,
consiste na descrio de um sistema organizado com o auxlio de um modelo, e atravs
da experimentao com o modelo, na descoberta da melhor maneira de operar o
sistema.
(SILVA et al, 1998, p. 11)
Conforme Goldbarg (2000), a Pesquisa Operacional baseia-se na criao de modelos
matemticos para resoluo de problemas reais e pode-se dividir em dois grupos:
programao linear e programao no-linear.
A Programao Linear (PL) pode ser aplicada nas mais diferentes reas. Para Moreira
(1998, p. 39), A programao linear caracteriza-se pela maximizao ou minimizao
de alguma combinao de variveis, que pode ser a venda de dois ou mais produtos ou
seu custo de fabricao. Consiste na soluo de um sistema de equaes lineares de 1
grau representadas por uma reta e busca a soluo tima (mximo ou mnimo) do
problema. A PL muito utilizada para auxiliar os administradores na tomada de
decises.
(...) Estudos estatsticos tem mostrado que a PL hoje uma das tcnicas mais utilizadas
da Pesquisa Operacional. comum vermos aplicaes de PL fazerem parte de rotinas
dirias de planejamento das mais variadas empresas, tanto nas que possuem uma
sofisticada equipe de planejamento como nas que simplesmente adquiriram um software
para algumas funes de planejamento. (PRADO, 1999, p. 15).
De acordo com Prado (1999), problemas de programao linear so resolvidos com a
ajuda de computadores, mais precisamente, com a utilizao de softwares. Dentre os
existentes, conforme Montini (2004), destaca-se o Solver, devido facilidade de
utilizao e por estar disponvel a todos os usurios do Excel. Ainda, conforme Montini
(2004) o Excel uma poderosa ferramenta capaz de realizar clculos e sistematizar
dados, e vai alm de construir planilhas de controle de despesas domsticas ou
relatrios sobre um projeto. Possibilita integrar e automatizar sistemas inteiros de
gerenciamento de empresas e indstrias. eficaz no desenvolvimento de aplicaes.
Muitas das maiores empresas do mundo usam o Excel para criar aplicaes
personalizadas. (CHESTER, 1996, p. 12). Ainda, conforme o autor, o Solver faz parte
de um conjunto de programas chamados de ferramentas de anlise de hipottica. Com
ele pode-se localizar um valor ideal para uma frmula em uma clula destino.
Pode-se trabalhar com um grupo de clulas relacionadas direta ou indiretamente com a
frmula na clula destino, ajustando os valores nas clulas variveis a serem
especificadas.
Pode-se aplicar restries para valores que o Solver poder usar no modelo, e as
restries podem se referir s outras clulas que afetem a frmula da clula destino.
Portanto, esta ferramenta pode ser utilizada para determinar solues de problemas
envolvendo mltiplas variveis e restries, determinando a melhor soluo. Pode
representar economia de capital e recursos ao determinar as melhores e mais eficientes
maneiras de aloc-los.
Tambm pode economizar o tempo que se levaria buscando solues por tentativas e
erro.
A programao linear tem uma vasta possibilidade de aplicao:
Gibbin (2005) utilizou a programao linear (atravs de trs modelos) para seleo de
cultivares de Citrus em uma fazenda em fase de implantao localizada em Porto
Ferreira/SP. Os modelos trabalharam com sete cultivares de Citrus desempenhando o
papel de variveis e com restries de investimento total em insumos, mo-de-obra e
rea de plantio. Este trabalho demonstrou a facilidade de aplicao das ferramentas
utilizadas em empreendimentos de pequeno porte, fornecendo subsdios para decises
do investidor.
Pandolfi (1999) props a aplicao de modelagens voltadas para a alocao e
redistribuio de veculos de uma frota a um conjunto de centros de distribuio,
levando em conta projees de demanda, margens de contribuio unitrias e
produtividade de veculos relativa a cada um destes centros, visando a maximizao da
margem bruta de contribuio da empresa como um todo. A programao linear foi
aplicada utilizando-se conceitos oriundos da contabilidade de custos na tomada de
deciso.
Ono (2001) aplicou a programao linear para a elaborao de uma metodologia para
desenvolvimento de uma ferramenta de apoio deciso, na qual parmetros relativos
demanda de mercados e caractersticas da frota foram testados para o dimensionamento
desta, bem como a programao dos navios, estabelecendo rotas e escalas nos portos
que configuram esse cenrio. A primeira etapa do trabalho consistiu na gerao de todos
os roteiros viveis, juntamente com os parmetros relativos a cada uma das rotas para
cada classe de embarcao. Na segunda etapa desenvolveu-se um modelo de
programao linear, objetivando a minimizao do custo total da operao de
cabotagem.
Yaguiu (2006) desenvolveu um modelo de programao linear capaz de estimar a
frota tima de contineres prprios para uma empresa de navegao, objetivando
determinar o nmero necessrio de contineres, evitando assim custos com a
manuteno, em caso de nmero desnecessrio, ou arrendamento, em caso de nmero
insuficiente de contineres.
Assim, desenvolveu-se um modelo de programao linear capaz de estimar a frota
tima de contineres prprios e alugados.
3. METODOLOGIA UTILIZADA
O presente estudo foi realizado na suposta empresa de transportes de cargar.
Considerando-se o critrio de classificao e pesquisa proposto por Vergara (2000),
tem-se: quanto aos fins, uma Pesquisa Metodolgica e quanto aos meios uma Pesquisa
Experimental com Estudo de Caso, pois a programao linear foi aplicada no sistema de
transporte da empresa.
Para a realizao do estudo, foram necessrias tcnicas de coleta de dados como: (1)
pesquisa bibliogrfica, (2) pesquisa documental, analisando os relatrios de transporte
de caminhes (3) observao sistemtica do sistema funcional do pocesso.
As ferramentas utilizadas para analisar e interpretar os dados coletados foram os
relatrios criados a partir da ferramenta Solver.
4. APLICAO DO SOLVER
Um problema tpico de programao linear contm: (1) Variveis de deciso (so as
alternativas); (2) Funo objetivo (maximizar ou minimizar) e (3) Restries do sistema
(critrios que devem ser obedecidos).
4.1. VARIVEIS DE DECISO
As variveis de deciso so problema de transporte no qual uma empresa deve calcular
o custo mnimo possvel pra enviar o mximo de caminhes para 4 determinados
destinos ao menor custo. na linha 2 da figura 1. Na mesma figura a linha 4 recebe os
valores varivel ideal, calculados pelo Solver, sendo denominadas de clulas variveis.
Figura 1- Variveis de Deciso
4.2 FUNO OBJETIVO
A funo objetivo, representada por uma equao linear, deve minimizar o custo que a
empresa esta buscando de acordo com o nmero de caminho aos 4 destinos. Atravs do
clculo Criou-se, no Excel, uma frmula que representa o Min Z, sendo que: Min Z
=(B3*B4)+(C3*C4)+(D3*D4)+(E3*E4)+(F3*F4)+(G3*G4)+(H3*H4)+(I3*I4)+(J3*J4)+(K3
*K4)+(L3*L4)+(M3*M4)
Onde: Linha 3 = Quantidade dos valores e Linha 4 = n
A figura 2 representa a soluo tima do problema, onde a multiplicao entre IE (lucro
unitrio) e IF (soluo tima) resulta no lucro mximo atingido, cujo resultado ser
demonstrado na coluna II linha 2 (Max Z).
Figura 2: Funo Objetivo - Definio da clula destino para o mximo de Z.

4.3 RESTRIES
O sistema submetido s restries de matria-prima, mo-de-obra e equipamentos e
demanda de mercado:
a) Restrio de Matria-prima coxa de peru com osso com pele: A coxa de peru com
osso com pele a matria-prima utilizada para a produo dos itens avaliados neste
trabalho. Para formar sua restrio, considera-se que a empresa no poder utilizar para
produo quantidade de matria-prima (neste caso, coxa de peru com osso com pele)
superior disponibilidade para o perodo. Tem-se a restrio:
(X1 * R X1) + (X2 * R X2) + (X3 *R X3) +(X4 * RX4) +(X5 * RX5) +(X6 * RX6) +(X7 * RX7) +
(X8 * RX8)+(X9 * RX9) +(X10 * RX10) +(X11 * RX11) +(X12 * RX12) +(X13 * RX13) +
(X14 * RX14) +(X15 * RX15)+(X16 * RX16) +(X17 * RX17) +(X18 * RX18) +(X19 * RX19) +
(X20 * RX20) +(X21 * RX21) QT m-p
.

Onde: Xn = Quantidade produzida do produto; RXn = Rendimento da coxa de peru com

osso com pele para determinado produto e QT m-p = quantidade total de matria-prima
disponvel em determinado perodo de tempo.
b) Restrio de mo-de-obra e equipamentos: Para a realizao de cada atividade do
processo para fabricar os 21 tipos de produtos de coxa de peru, existe um tempo
(utilizou-se segundos) necessrio que, multiplicado pelo nmero de funcionrios
disponveis por atividade gera um total de segundos disponveis no perodo para cada
atividade. Desta forma obtm-se a disponibilidade de mo-de-obra por atividade. As
atividades pelas quais os produtos passam esto representadas na tabela 1.

Cd. Descrio da Atividade Cd. Descrio da Atividade Cd. Descrio da Atividade

A1 Riscar dorso A7 Embalar BL A13 Gramaturar Kirimi
A2 Baixar coxa do peru A8 Cortar BL K A14 Embalar Kirimi
A3 Distribuir coxa do peru A9 Gramaturar BL K A15
A4 Desossar coxa do peru A10 Embalar BL K A16
A5 Inspecionar coxa do peru A11 Pesar pacotes de BL K A17
A6 Gramaturar BL A12 Cortar Kirimi A18
Tabela 1 - Atividades do processo produtivo
Pesar pacotes de Kirimi
Selar pacotes
Embalagem secundria
Tnel de Congelamento

As restries de mo-de-obra e equipamentos so representadas por:

Restrio da Atividade A1:
A1 = TN1*X1 + TN2*X2 + TN3*X3 + TN4*X4 + TN5*X5 + TN6*X6 + TN7*X7 + TN8*X8 + TN9*
X9 + TN10*X10 + TN11*X11 + TN12*X12 + TN13*X13 + TN14*X14 + TN15*X15 + TN16*X16 +
TN17*X17 + TN18*X18 + TN19*X19 + TN20*X20 + TN21*X21 TD A1
.

Onde: Ai = Atividade; TNn = Tempo necessrio para processar o produto Xn; TD Ai =

Tempo disponvel da atividade e Xn = Quantidade de produto.

Seguindo o mesmo raciocnio, construmos as equaes para as 18 atividades.

c) Demanda de mercado: Considera-se que a empresa no poder produzir quantidade
superior a demanda existente. As restries so: Xn DXn
Onde: Xn = Quantidade produzida do produto e DXn = Demanda de mercado do produto
(pedidos em carteira e demanda prevista para o perodo).
Da mesma forma foram adicionadas as restries para cada um dos produtos que
formam o mix. As restries de matria-prima, mo-de-obra e demanda foram
adicionadas ao Solver.
Aps includas, o sistema foi parametrizado para presumir no-negativos, conforme
figura 3.

Figura 3: Restries de no-negatividade

Aps a incluso de todos os dados e realizados os clculos o Solver calculou a soluo
tima para o problema. Para facilitar a anlise destas informaes optou-se em criar um
relatrio especfico denominado Resposta, conforme figura 4, apresentando os
resultados calculados pelo Solver e considerando a condio de alguns produtos
compulsrios como a cartilagem de coxa, gerada de acordo com o total produzido de
coxa de peru sem osso e sem cartilagem e o retalho de coxa, gerado somente quando h
cortes na matria-prima, com a produo de kakugiri, condies estas que o relatrio do
Solver no considera.

Figura 4: Relatrio para anlise dos dados

Para avaliar os resultados obtidos atravs da utilizao da ferramenta Solver, elaborou-

se um comparativo dos ltimos 06 (seis) meses, conforme talela 2. O comparativo dos
dados visa apresentar as diferenas entre o planejamento (se o mix fosse realizado com
o Solver) e a produo real (realizada no mtodo at ento aplicado pela empresa).
mai/17 jun/17 jul/17
DESCRIO PRODUTOS Plan. (R$) Real.(R$) Dif. (R$) Plan. (R$) Real.(R$) Dif. (R$) Plan. (R$) Real.(R$) Dif. (R$)
32001 159.219 198.720 39.501 136.290 197.880 61.590 138.252 114.913 -23.339
32004 43.562 - -43.562 46.018 122.706 76.687 35.370 - -35.370
32005 105.578 45.764 -59.814 211.289 151.348 -59.941 113.245 139.564 26.319
32006 94.441 129.518 35.077 - 21.255 21.255 - - -
32007 129.925 - -129.925 103.925 - -103.925 153.615 99.535 -54.080
32009 456.170 332.695 -123.475 481.869 435.767 -46.102 247.485 171.095 -76.391
32010 196.915 103.745 -93.170 207.983 - -207.983 381.067 292.734 -88.334
32011 - - -
32012 486.919 671.638 184.719 547.767 542.582 -5.185 298.137 436.450 138.313
32013 - - - - 96.643 96.643 - - -
32015 24.950 19.076 -5.874 19.960 33.632 13.673 23.681 42.764 19.083
32016 40.874 61.939 21.065 62.645 73.814 11.168 74.319 51.902 -22.417
32017 70.862 116.649 45.787 124.632 159.429 34.797 147.860 171.576 23.716
32018 113.605 141.047 27.442 153.718 167.938 14.220 182.366 204.146 21.781
32019 125.704 138.072 12.368 148.102 169.148 21.047 175.704 193.446 17.742
32020 109.157 142.564 33.406 149.462 131.693 -17.768 177.318 140.085 -37.233
32021 73.974 102.340 28.366 100.855 71.984 -28.871 119.652 101.905 -17.747
TOTAL 2.231.853 2.203.766 -28.087 2.494.516 2.375.820 -118.696 2.268.071 2.160.114 -107.957
ago/17 set/17 out/17
DESCRIO PRODUTOS Plan. (R$) Real.(R$) Dif. (R$) Plan. (R$) Real.(R$) Dif. (R$) Plan. (R$) Real.(R$) Dif. (R$)
32001 144.572 388.387 243.815 321.232 606.288 285.056 365.800 434.088 68.288
32004 39.100 47.194 8.094 8.690 - -8.690 63.963 54.526 -9.437
32005 233.867 93.447 -140.420 136.150 173.332 37.183 331.906 105.477 -226.430
32006 - 32.963 32.963 - - - 69.539 75.168 5.629
32007 - - - - - -
32009 327.921 113.884 -214.037 - - - 27.816 17.993 -9.823
32010 339.738 90.187 -249.551 - - -
32011 - 12.602 12.602 - - -
32012 411.082 304.710 -106.372 144.840 116.249 -28.591 510.625 380.000 -130.625
32013 - - - - - -
32015 4.336 5.873 1.537 10.470 6.868 -3.603 30.304 35.000 4.696
32016 - 43.629 43.629 14.018 14.683 665 77.523 82.340 4.817
32017 16.500 63.476 46.976 60.096 18.212 -41.884 145.113 131.075 -14.038
32018 34.650 59.632 24.982 59.836 20.064 -39.773 152.923 150.584 -2.339
32019 41.250 46.560 5.310 55.683 23.354 -32.329 150.548 157.962 7.414
32020 37.950 41.819 3.869 46.640 18.652 -27.988 112.038 126.000 13.962
32021 30.165 17.971 -12.195 30.156 15.644 -14.512 62.551 87.500 24.949
TOTAL 1.661.131 1.362.335 -298.796 887.812 1.013.346 125.535 2.100.649 1.837.713 -262.937
Tabela 2: Comparativo de produo e faturamento Maio a Outubro de 2017

Como podem ser observados os resultados so diferentes em todos os meses

comparados, sendo: maio/17: diferena negativa de R$ 28.087,00, correspondendo a
1,27%; no ms de junho/17: diferena negativa de R$ 118.696,00 ou 4,99%; ms de
julho/17: diferena negativa de R$ 107.957,00 ou 5%; ms de agosto/17: diferena
negativa de R$ 298.796,00 ou 21,93%; ms de setembro/17: diferena positiva de R$
125.535,00 ou 12,39% e, finalizando, o ms de outubro/17 apresentou uma diferena
negativa de R$ 262.937,00 ou 14,31%. As diferenas negativas representam os valores
que a empresa poderia ganhar utilizando a ferramenta Solver. Portanto, considerando-se
os seis meses de estudo, o ganho pelo Solver seria de R$ 690.938,00, correspondendo a
um ganho de 6,31% em relao ao mtodo de planejamento atualmente em vigor.
7. CONCLUSO
O trabalho buscou, como objetivo principal, a otimizao do mix de produo do corte
coxa de peru atravs da PL e aplicao do Solver.
Aps identificar as variveis de deciso, a funo objetivo e as restries do sistema,
aplicou-se a ferramenta Solver, que determinou as quantidades ideais para produo de
cada um dos itens derivados do corte coxa com sobrecoxa, definindo-se assim a soluo
tima do problema. Neste momento, o Solver tambm calcula a funo objetivo que
determina o lucro mximo obtido com o mix calculado, considerando-se as restries
impostas.
A aplicao da ferramenta permiti empresa conhecer as quantidades timas a serem
produzidas de cada um dos itens que compem o mix de produtos para o perodo
planejado. O Solver possibilita a realizao de simulaes em um modelo criado, para,
depois de testado e aprovado, ser usado no ambiente real, ou seja, a empresa tem a
possibilidade de simular diferentes cenrios e optar por aquele que apresentar maior
lucro financeiro.
Concluiu-se, aps analisar os comparativos de dados da empresa e o resultado obtido a
partir da utilizao do Solver, que a aplicao dessa ferramenta otimiza o processo
produtivo e maximiza os resultados financeiros da empresa, representando uma
diferena de faturamento, nos seis meses analisados, de R$ 690.938,00, correspondendo
a um ganho de 6,31%, sendo, portanto, til e eficaz no planejamento do mix de
produo.
O estudo tambm apresenta um modelo para que, aps testado e aprovado, seja utilizado
para todos os itens que compem o mix de produtos da empresa.

REFERNCIAS
ANDRADE, Eduardo Leopoldino de. Introduo pesquisa operacional: mtodos e modelos para a
anlise
de deciso. 2. Ed. Rio de Janeiro: LCT, 1998.
CHESTER, Thomas. Dominando o Excel 5 For Windows. Rio de Janeiro: Cincia Moderna, 1996.
GIBBIN, Randal Victor. Modelos para Escolha de Cultivares em Empreendimentos Agrcolas de
PequenoPorte. Campinas: Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas,
2005. Trabalho Final de Mestrado.
GOLDBARG, Marco Csar. Otimizao combinatria e programao linear: modelos e algoritmos.
Rio de Janeiro: Campus, 2000.
LACHTERMACHER, Gerson. Pesquisa operacional na tomada de decises: modelagem em Excel. 2.
ed. Rio de Janeiro: Campus, 2004.
MONTINI, Denis vila. Universidade Excel. So Paulo: Degerati, 2004.
MOREIRA, Daniel A. Introduo Administrao da Produo e Operaes. So Paulo: Pioneira,
1998.
ONO, Ricardo Terumichi. Estudo de viabilidade do transporte martimo de contineres por cabotagem
na costa brasileira. So Paulo: Engenharia Naval e Ocenica, Escola Politcnica, 2001. Trabalho Final de
Mestrado.
PANDOLFI, Marcos. Alocao de veculos a centros de distribuio segundo critrios de margem de
contribuio unitria e produtividade. So Paulo: Engenharia de Transportes, Escola Politcnica, 1999.
Trabalho Final de Mestrado.
PRADO, Darci. Programao Linear. Belo Horizonte: MG, 1999.
SILVA, Ermes Medeiros da; SILVA, Elio Medeiros da; GONALVES, Valter; MUROLO, Afrnio
Carlos. Pesquisa Operacional: para os cursos de Economia, Administrao e Cincias Contbeis. 3. ed.
So Paulo: Atlas, 1998.
YAGUIU, Ktia. Modelo para o dimensionamento de uma frota de contineres para uma empresa de
navegao. So Paulo: Engenharia Naval e Ocenica, Escola Politcnica, 2006. Trabalho Final de
Mestrado.