Com Ciência - Modelagem matemática: o contido e o residual http://www.comciencia.br/reportagens/modelagem/mod12.

htm

Matemática para produtividade

Miguel Taube Netto

A aptidão pela matemática é mais natural do que se pensa.

Antes de conhecermos operações matemáticas com frações já

dispomos de recursos lingüísticos para, por exemplo, estabelecer o
significado da soma de "um meio" mais "um terço" usando o conceito
físico ou econômico das expressões "um meio" e "um terço",
motivados pela necessidade prática de obter a junção dessas
"quantidades", expressando o "resultado" desta junção (operação) por
outra expressão, que também contém um significado de quantidade e
que é compatível com a realidade do ambiente físico ou econômico em
questão.

Em outras palavras, a noção de quantidade e suas transformações são

comunicáveis com os recursos naturais de nossa língua.

Assim sendo, é então mais importante aprender português do que

matemática?

Uma resposta plausível a esta pergunta é a de que qualquer

aprendizado estimula nossa capacidade de comunicação que, por sua
vez, abre novas opções de aprendizado.

Não há dúvida de que a língua, em suas várias manifestações, deve

ser objeto de contínuo aprendizado. Tenho a opinião de que as
empresas seriam mais beneficiadas se seus treinamentos, mesmo os
de natureza técnica, fossem fortemente dirigidos para o
aprimoramento do português como recurso de comunicação de idéias e
emoções, no sentido mais amplo, sem compromissos com ideologias
de gestão empresarial.

No contexto deste artigo, a matemática é vista como um conjunto

evolutivo de recursos de comunicação para tratar problemas práticos.

1 de 6 01/07/2012 23:00
Com Ciência - Modelagem matemática: o contido e o residual http://www.comciencia.br/reportagens/modelagem/mod12.htm

evolutivo de recursos de comunicação para tratar problemas práticos.

A matemática, no entanto, não é construída apenas por motivos

práticos, mas também, e principalmente, pela liberdade de abstração
científica.

O uso da matemática em administração, economia, sociologia,

engenharias e ciências é reconhecido como necessário. Nem por isso
os profissionais dessas áreas deixam de se valerem da experiência e
da intuição profissional para analisar seus problemas. Na confluência
de conhecimentos, onde quantificação e ordenação são noções
essenciais à análise de problemas, a matemática é recurso necessário
mas não suficiente, uma vez que a formalização matemática é
precedida e sucedida de recursos lingüísticos e princípios profissionais
para caracterização do problema em foco e para encaminhamento de
suas soluções. Este processo de articulação de conhecimentos é
chamado de "modelagem e solução de problemas". A
"modelagem matemática" é parte ou não da modelagem e solução
de problemas, conforme os aspectos de quantificação e ordenação
sejam mais ou menos complexos.

Na área de gestão empresarial a modelagem matemática exerce um

papel de importância crescente, por várias razões:

1. Abundância de informações propiciadas pela capacidade dos

computadores de adquirir, armazenar e processar dados.
2. Maior integração de processos produtivos em cada empresa e
entre empresas (Supply Chain Management).
3. Conscientização sobre qualidade e produtividade, com
necessidade de análises estatísticas das relações de causa e
efeito e com a construção de sistemas de apoio a decisões
estratégicas, táticas e operacionais.
4. Reestruturação de responsabilidades gerenciais para maior
fluência de decisões interfuncionais (vendas, produção, logística,
suprimentos).
5. Revisão de sistemas de custos cujas distorções são evidenciadas
pelas mudanças das relações entre mão-de-obra e tecnologia.

O papel da informática nas empresas firmou raízes na década de 60.

Os CPD's (Centros de Processamento de Dados) com os seus
mainframes e ambientes com ar condicionado eram tratados com alta

2 de 6 01/07/2012 23:00
Com Ciência - Modelagem matemática: o contido e o residual http://www.comciencia.br/reportagens/modelagem/mod12.htm

mainframes e ambientes com ar condicionado eram tratados com alta

prioridade nas empresas. Começou aí a era da informática e novas
profissões surgiram com um certo grau de modismo, mas com
inegável influência sobre a melhoria do desempenho das empresas,
especialmente na área administrativa, no que diz respeito à
confiabilidade e rapidez no processamento de dados. Nesta época era
limitado o interesse de diretores de produção pela informática.
Todavia, em algumas indústrias, como a do petróleo, por exemplo,
houve grandes investimentos em planejamento do abastecimento e
produção de refinarias, onde eram constituídos centros de
planejamento com computadores de última geração e equipes de
centenas de planejadores utilizando técnicas matemáticas, como a
programação linear, desenvolvida nas décadas de 40 e 50. Esses
centros eram caros e inviáveis para a maioria das empresas. Assim, o
uso dos computadores nas décadas de 60 e 70 se dirigia
predominantemente às aplicações de processamento de dados para
setores como contas a receber, contas a pagar, recursos humanos,
etc, com base em operações matemáticas simples.

Na década de 80 aparecem os microcomputadores que desmitificaram

os CPS's e democratizaram a informática. Os computadores pessoais
(PC) passam a ter lugar nas mesas de cada funcionário das empresas.
As boas conseqüências desta revolução tecnológica são
inquestionáveis, mas um aspecto negativo se revelou com a perda de
disciplina na geração e manipulação de dados corporativos.

Na década de 90 foi possível recuperar a disciplina corporativa de

informações através dos softwares de gestão empresarial. Nesta
época houve acentuado declínio dos preços de hardware e melhoria
das tecnologias de bancos de dados, a ponto de se permitir a
proliferação de redes de computadores interligados preservando as
iniciativas de uso dos PC's, mas com rigorosa disciplina na integração
de informações no nível corporativo.

Reaparece nesta época a comunidade de informática que perdera sua

importância com a decadência dos CPD's.

Pesados investimentos foram realizados na década de 90 em todo o

mundo nos sistemas ERP - Enterprise Resources Planning, que são
softwares de gestão empresarial, com diversos módulos, cobrindo as
várias áreas de atividades das empresas (recursos humanos, contas a
receber, contas a pagar, suprimentos, logística, produção, vendas,
etc). Esses sistemas permitem o registro de todas as transações da

3 de 6 01/07/2012 23:00
Com Ciência - Modelagem matemática: o contido e o residual http://www.comciencia.br/reportagens/modelagem/mod12.htm

etc). Esses sistemas permitem o registro de todas as transações da

empresa ou grupo de empresas, de forma a evitar repetição e
incoerência de dados, possibilitando recuperação de todas as
informações geradas, segundo uma hierarquia de usuários
previamente qualificados e autorizados. São denominados softwares
transacionais, no sentido em que sua função é predominante
associada ao registro e recuperação de transações que ocorrem no
ambiente empresarial.

De certa forma, sua função é passiva, embora sejam base para

alimentar sistemas de apoio a decisões, cuja função é complementar a
ação gerencial na análise de informações e delineamento de
alternativas nos processos decisórios.

Alguns módulos de apoio a decisões foram incorporados nos sistemas

ERP ofertados no mercado. É o caso do módulo MRP - Material
Requirement Planning que já na década de 70 era utilizado para
planejamento e controle de manufaturas que envolvem vários
componentes, sub-montagens e montagens finais. A matemática
usada no módulo MRP é simples, mas a ampliação de seu escopo
requer técnicas de programação matemática de elevada
complexidade algébrica e computacional.

As implantações dos sistemas ERP são longas e requerem a

contribuição de empresas especializadas em gestão empresarial. Assim
sendo, os fornecedores de ERP, tipicamente empresas de software, se
pactuaram com empresas de gestão empresarial. Este pacto entre
gestão e informação foi de grande sucesso pelos seus próprios méritos
e por marketing competente. Um certo "terrorismo" como o "bug do
milênio" acelerou a adoção dos sistemas ERP, que foram apresentados
como a alternativa segura de defesa contra o "bug" , através da
reposição de todos os softwares "bichados".

Não há dúvida de que os sistemas ERP contribuem para a evolução

tecno-gerencial das empresas. Todavia, alguns erros de implantação
contribuem para freqüentes frustrações, especialmente nas áreas de
produção.

A rigidez dos ERP é mais facilmente aceita nas áreas administrativas.

Os processos de produção têm especificidades de difícil representação
por software pré-moldado. É aqui que se tornam necessárias as
modelagens matemáticas de problemas empresariais.

4 de 6 01/07/2012 23:00
Com Ciência - Modelagem matemática: o contido e o residual http://www.comciencia.br/reportagens/modelagem/mod12.htm

As técnicas de modelagem matemática em empresas são fortemente

influenciadas pela pesquisa operacional, que dispõe de um conjunto
de abordagens e ferramentas algébricas, em particular a
programação matemática que engloba a programação linear, a
programação não linear, e a programação inteira. A otimização
combinatória inclui a programação inteira, assim como técnicas
evolutivas de busca de soluções como algoritimos genéticos, branch
and bound e busca Tabu. Simulação digital de sistemas, teoria de filas,
análise de envoltória de dados, são também freqüentemente
utilizados. A estatística é parte fundamental do acervo de
conhecimentos requeridos.

A modelagem matemática nas empresas trabalha tipicamente com a

representação de processos decisórios. Por exemplo: Quanto produzir
de cada produto, em cada fábrica, para atendimento mais lucrativo das
demandas previstas nos próximos dias e meses, nas várias regiões
atendidas pela empresa? Como equilibrar suprimento e demanda sem
incorrer em altos custos de estoques de matéria-prima, produtos
intermediários e produtos acabados? Como abastecer os centros de
distribuição?

Esta problemática é hoje denominada Supply Chain Management

(gestão da cadeia de suprimentos). A importância da matemática
neste contexto está na representação mais abrangente dos
condicionantes de trabalho, tratando simultaneamente os efeitos de
milhares de variáveis de decisão, calculando os seus valores de
maneira que todos os condicionantes sejam respeitados e, além disso,
fazendo que um dado índice de desempenho (lucro, por exemplo) seja
maximizado.

Linguagens de modelagem matemática facilitam a construção de

modelos decisórios e sua ligação com base de dados. Desta maneira
podemos inverter o caminho de desenvolvimento de sistemas de apoio
a decisões, começando com o problema específico da empresa em vez
de distorcer o problema para adaptar software pré-moldado. A prática
mostra que esse caminho é mais rápido e mais seguro. O know how
fundamental para realizá-lo não está no software mas na habilidade de
construir os modelos decisórios e encontrar uma boa técnica
matemática para resolvê-los.

Surge aqui um novo foco para desenvolvimento de sistemas de

planejamento e controle das atividades empresariais: as decisões. O

5 de 6 01/07/2012 23:00
Com Ciência - Modelagem matemática: o contido e o residual http://www.comciencia.br/reportagens/modelagem/mod12.htm

tri-polo gestão-informação-decisão constitui a base da Tecnologia

de Decisões, que representa a confluência de conhecimentos práticos
e teóricos para melhor tratar os problemas de organizações modernas
complexas.

O ambiente de trabalho do analista de decisões é constituído por

linguagens de modelagem, pacotes de estatística, linguagens de
simulação, solvers especializados, interações com usuários e
fornecedores de software de gestão e vivência prática com clientes,
além de permanente contato com os avanços de tecnologia de
informações e gestão empresarial.

Miguel Taube Netto é PhD em Engenharia Industrial, The University of

Michigan (EUA), 1972; Mestre em Engenharia Mecânica, ITA, 1967;
Engenheiro Aeronáutico, ITA, 1963; Professor Titular do Departamento
de Matemática Aplicada, UNICAMP (tempo parcial). Presidente da
UniSoma Matemática para Produtividade S.A. Atua na área de
engenharia da produção e modelagem matemática de sistemas. Autor
ganhador do 1995 Franz Edelman Award oferecido pelo INFORMS-
Institute for Operations Research and the Management Sciences.

6 de 6 01/07/2012 23:00