Otimização de mix de produtos em uma empresa do ramo de

panificação: um estudo de caso

Icaro Roberto da Silva Araujo
1
Escola Superior de Tecnologia – Universidade Do Estado Do Amazonas (UEA)
CEP 69.050-020 – Manaus – AM – Brasil
irsa.eng@uea.edu.br

Abstract. We are living hard times during this pandemic and business expan-
sions has become something sensitive and less susceptible to errors and waste.
In this context this work demonstrates the making of a model to find an opti-
mized Mix of products with the intent to maximize profits during the opening
month of a new branch of a company in the bakery business. Initially a litera-
ture review was done approaching themes like Operational Research, Modeling,
Linear Programming and case studies models. For determining the model the
Simplex model was used in conjunction with the Solver tool in the Excel soft-
ware. The findings of the modelling were applied and lastly compared to the
real results of the branch opening reaching a satisfatory result.

Resumo. Estamos em tempos difı́ceis durante a pandemia e a expansão de

negócios se tornou algo sensı́vel e pouco suscetı́vel a erros e desperdı́cios. In-
serido neste contexto este artigo demonstra a elaboração de um modelo para
encontrar um Mix ótimo de produtos buscando maximizar os lucros durante a
abertura de uma nova filial de uma empresa do ramo de panificação. Inicial-
mente foi feita uma revisão bibliográfica abordando temas de Pesquisa Opera-
cional, Modelagem, Programação Linear e modelos de estudo de caso. Para a
determinação do modelo foi utilizado o método Simplex através da ferramenta
Solver do Excel. Os resultados encontrados foram aplicados e por fim compa-
rados com o resultado real após um mês de operação da nova filial alcançando
um proveito satisfatório.

1. Introdução
Nos dias atuais as empresas inovam em seus processos internos com aplicações de tecno-
logias e métodos técnicos para se manterem competitivas no mercado. Ter um controle
eficiente e preciso nos controles de produção se faz essencial para reduzir perdas e poten-
cializar os lucros.
De acordo com [Lachtermacher 2007] “Quando os gerentes se veem diante de uma
situação na qual uma decisão deve ser tomada entre uma série de alternativas conflitan-
tes e concorrentes, duas opções básicas se apresentam: 1) usar a sua intuição gerencial e
2) realizar um processo de modelagem da situação e realizar exaustivas simulações dos
mais diversos cenários de maneira a estudar mais profundamente o problema.” Atual-
mente a segunda opção vem se tornando uma opção mais vantajosa devido a confiabili-
dade e precisão dos resultados obtidos, assim garantindo resultados mais atraentes para a
organização.
Com o auxı́lio da programação linear se faz possı́vel minimizar custos e maximizar lucros
em uma situação especı́fica. Neste estudo de caso ela será aplicada com a finalidade de
maximizar os lucros de um mix de produtos na abertura de uma nova filial da empresa es-
tudada cuja otimização abrange fatores como custos de matéria prima, horas disponı́veis
para produção e lotes mı́nimos para envio.

2. Fundamentação teórica

2.1. Modelagem

No cotidiano de uma organização decisões devem ser tomadas continuamente e com o au-
mento da competitividade estas decisões devem ser precisas e eficientes, uma boa coleta
de dados e um bom método de análise são essenciais para alcançar estes objetivos. Neste
momento que a modelagem entra como uma grande ferramenta para obter um julgamento
apurado para a situação particular.
Atualmente progressivamente as tomadas de decisão estão adotando a modelagem como
uma opção de agir. Como disse [Lachtermacher 2007]“A quantidade de informações dis-
ponı́veis cresceu exponencialmente nos últimos anos com o advento da Internet, o que
nos levou ao problema inverso de 20 anos atrás; a quantidade de dados é tão grande que
se torna impossı́vel montar modelos com todas estas informações. Devemos, portanto,
separar as informações relevantes das irrelevantes, de maneira a modelar a situação para
que possamos analisá-la.”
A modelagem irá buscar uma otimização, ou seja, encontrar um cenário onde os resul-
tados sejam os mais favoráveis possı́veis dentro da situação aplicada respeitando os li-
mites determinados e facilitar a tomada de decisão em cima das variáveis estudadas. A
otimização é definida por [Ferreira 2010] como: “Dar a algo (uma máquina, uma em-
presa) um rendimento ótimo, criando-lhe as condições mais favoráveis ou tirando-lhes o
melhor partido possı́vel; tornar (algo) ótimo ou ideal.”

2.2. Programação Linear

[Hillier and Lieberman 2013] afirma que o desenvolvimento da programação linear tem
sido classificado entre os mais importantes avanços cientı́ficos dos meados do século XX.
Por sua vez essa ferramenta vem sendo aplicada em cada vez mais situações evitando per-
das e desperdı́cios em milhares de organizações ao redor do globo e com o amplo acesso
a informação se torna cada vez mais aplicável em empresas emergentes, não sendo algo
caracterı́stico apenas a empresas de grande porte.
A Programação Linear pode solucionar diversos modelos e os mais comuns entre eles
são os de alocação de recursos.[de Andrade 1998] afirma que “os Problemas de Alocação
de Recursos dizem respeito à atribuição e distribuição de recursos entre as diversas ta-
refas ou atividades que devem ser realizadas. Esse tipo de modelo é o mais comum em
Programação Linear e pode ser encontrado em praticamente todas as atividades empresa-
riais.”
Desenvolvido por George Dantzig (1914 – 2015) o método Simplex é o método mais uti-
lizado para resolver um problema de programação linear. Este método tem como intuito a
determinação de uma solução ótima de um modelo analisando se este tem várias soluções,
se é inviável ou até mesmo ilimitado.
3. Metodologia
Este trabalho baseou-se no método de pesquisa de caso de [Yin 2011] que afirma que
devem ser seguidas 3 etapas particulares, estas sendo: a escolha do referencial teórico
cujos tópicos se assemelham com o foco do estudo, desenvolvimento de protocolos para
coletar os dados e analise dos dados obtidos com base no referencial selecionado. Estas
etapas podem ser notadas a seguir:
1. Pesquisa bibliográfica: Foram analisadas as informações teóricas em artigos ci-
entı́ficos, livros, anais sobre pesquisas operacionais e revistas cientı́ficas cujos
tópicos abrangiam a pesquisa operacional, modelagem, otimização de processos e
programação linear.
2. Coleta de dados: Para ter uma visão abrangente da situação a ser analisada foram
realizadas reuniões com o proprietário da empresa para a delimitação do problema
e com os gerentes operacionais para a delimitação das restrições de produção e
levantamento dos processos de fabricação. Todas as informações utilizadas em
relação ao lucro e quantidades de matéria prima utilizadas e disponı́veis foram
fornecidas pelo sistema de automação de controle da empresa e informações for-
necidas pelos funcionários.
3. Análise dos resultados: Com os resultados obtidos pelo método Simplex deter-
minou os lotes necessários para potencializar os lucros respeitando os limites de
tempo e matéria prima que restringem a produção.

4. Resultados
Na reunião com o proprietário foi identificada a situação problema, esta sendo a abertura
de uma nova filial em outro bairro e o desejo de saber um mix de produtos para iniciar as
operações. Para iniciar a modelagem do problema foram levantados os 10 produtos que
tinham maior parte de participação no lucro, seus respectivos lucros unitários e a quan-
tidade presente em cada lote para transporte. Em seguida foi feita uma reunião com os
lı́deres de produção para determinar os ingredientes utilizados na confecção dos produtos
levantados, seus tempos de cozimento e as quantidades mı́nimas para realizar as entrega
na filial.

Figura 1. Demonstração dos produtos, variável correspondente, lucro unitário e

unidades por lote
 Figura 2. Demonstração dos recursos necessários para produzir cada lote e as
quantidades disponı́veis

Através dos dados mostrados nas tabelas acima foi elaborado a modelagem para
encontrar a quantidade ótima de lotes de cada produto listado respeitando os limites de
produção e os lotes mı́nimos para transporte. Assim podendo enumerá-los a seguir
1. Conjuntos:
Recursos(R); P rodutos(P )
2. Variável de decisão:
xp = quantidade de lotes
3. Função objetivo: X
M ax = Lp × xp
p∈P

O lucro por lote sendo representado por Lp

4. Restrições:
xp ≥ 0
xp ≥ xp min∀p ∈ P
xp min sendo o lote mı́nimo a ser atendido
X
xp × rp ≤ Recursos Disponı́veis
p∈P

rp sendo a quantidade de cada recurso utilizado na fabricação do produto

As restrições encontradas para o problema em questão foram a não negatividade, suprir a
quantidade mı́nima para fazer o transporte e não ultrapassar os recursos de matéria prima
e tempo que são disponı́veis para a produção. Respeitando os limites estipulados foram
encontrados os seguintes resultados:
 Figura 3. Lucro por lote, lote mı́nimo por produto e o lote ótimo encontrado

Figura 4. Lucro total após otimização e Lucro por lote de cada produto

É possı́vel notar nas tabelas anteriores o Mix de produtos determinado para que
seja possı́vel alcançar o lucro máximo no valor de R$ 15.959,04 tanto como o lucro total
de cada produto com a quantidade de lotes estipulada. Com este mix foi feito um estudo
complementar se as quantidades de recursos estipulados estavam sendo bem utilizados e
podemos ver os resultados na tabela a seguir.
 Figura 5. Utilização dos recursos seguindo a modelagem proposta

Observando a tabela podemos aferir que os recursos utilizados em produtos es-

pecı́ficos tem uma utilização mais eficiente, no entanto recursos que são utilizados de
forma mais geral como Sal, Açúcar, Fermento e Manteiga tem uma grande diferença do
montante disponı́vel para o que realmente será utilizado e um recurso como Queijo que
tem um percentual de uso de apenas 6% foi devidamente realocado para outros usos além
da produção dos pães de calabresa e romeu e julieta.

5. Considerações finais

O mix de produtos foi apresentado para a liderança do empreendimento e foi decidido

segui-lo na abertura da nova filial, os valores de estoque utilizados também sofreram
uma análise, mas até o momento da elaboração deste trabalho não foi feita esta análise.
Após a abertura foi feita uma comparação dos valores alcançados com os encontrados na
modelagem que podem ser acompanhados na tabela a seguir.
 Figura 6. Comparação da modelagem com os resultados reais

Após a análise dos resultados junto com o lı́der da organização ele demonstrou
grande satisfação com a previsão da modelagem e planeja se basear nela para os meses
seguintes, adaptando as quantidades de acordo com a demanda no decorrer dos meses.
Durante este estudo foi possı́vel perceber como a aplicação da pesquisa operacional e
programação linear pode trazer resultados efetivos em uma situação real dentro de uma
empresa, podendo ser grandes aliadas na tomada de decisão. Com o apoio dos materiais
teóricos foi possı́vel entender a situação problema e prever se seria possı́vel atender as
necessidades atuais com os recursos disponı́veis e desse ponto em diante ajustar estes
recursos com a finalidade de reduzir custos e eliminar perdas.

Referências
[de Andrade 1998] de Andrade, E. L. (1998). Introdução à pesquisa operacional: métodos
e modelos para a análise de decisão. Livros Técnicos e Cientı́ficos.
[Ferreira 2010] Ferreira, A. B. d. H. (2010). Dicionário aurélio da lı́ngua portuguesa. rev. e
ampl. Rio de Janeiro: Editora Positivo.
[Hillier and Lieberman 2013] Hillier, F. S. and Lieberman, G. J. (2013). Introdução à pes-
quisa operacional. McGraw Hill Brasil.
[Lachtermacher 2007] Lachtermacher, G. (2007). Pesquisa operacional.
[Yin 2011] Yin, R. K. (2011). Applications of case study research. sage.