UNIVERSIDADE ESTADUAL DO MARANHÃO

CENTRO CIENCIAS TECNOLOGICAS

CURSO DE ENGENHARIA MECÂNICA
SISTEMAS PRODUTIVOS

RESOLUÇÃO DA SEGUNDA AVALIAÇÃO DE SISTEMAS PRODUTIVOS

SÃO LUÍS - MA
2022
 UNIVERSIDADE ESTADUAL DO MARANHÃO
CENTRO CIENCIAS TECNOLOGICAS
CURSO DE ENGENHARIA MECÂNICA
SISTEMAS PRODUTIVOS

RESOLUÇÃO DA SEGUNDA AVALIAÇÃO DE SISTEMAS PRODUTIVOS

WYLLISTON SOUSA GOMES (20190169820)
JOÃO VICTOR SILVA SOARES (20190084634)
ALBERTH SMITH DE GOIS SOUSA (20190150248)
GABRIEL PACHECO ARAUJO (20190150177)

SÃO LUÍS - MA
2022
1
 1. Resolução
O PCP é responsável por planejar, coordenar e aplicar recursos humanos
dentro de atividades importantes dentro de uma empresa, e o que se pode observar
no decorrer do filme é que uma falha nesse processo visando lucros mais altos e em
tempos menores pode ser um problema em certos casos. Uma ocorrência disso, foi a
tentativa de recuperar uma alta previsão de demanda para não ficar para trás na
corrida por crescimento no setor aeronáutico, reduzindo custos e deixando a desejar
na aplicação de recursos humanos dentro da empresa, como foi o caso dos
funcionários responsáveis por verificar a qualidade do processo de produção de uma
aeronave, colocando em risco a segurança dos futuros passageiros. A empresa tentou
ao máximo cumprir com o que tinha concordado, que no caso era reduzir os custos
para a empresa que iria utilizar do produto, e em contrapartida cometeu sérios erros
no PCP.

2. Resolução
a. Sob a ótica da previsão de demanda, considerando a queda crescente no
mercado da empresa Ford, com as perdas de posições nos rankings ao
longo dos anos, conclui-se que a previsão de demanda da mesma teria uma
baixa considerável para os próximos meses.
b. Considerando o cenário de redução da previsão de demanda da fábrica, e
da saída da mesma do país, espera-se uma recessão por parte dos
consumidores, o que é um ponto negativo predominante, além de um
aumento no preço dos veículos.
c. Além do impacto causado aos empregos, por suas diversas unidades
espalhadas no país, terá um impacto econômico considerável
nacionalmente, visto que o mercado automobilístico movimenta quantias
altas de capital anualmente.

A partir deste contexto, quais são as principais atribuições do PCP e mencione um

exemplo prático que reforce sua discussão.

2
3. Resolução
O planejamento e controle da produção (PPC) tem como atribuição o
planejamento, coordenação e aplicação dos recursos humanos, físicos, capital
e matéria prima na produção de bens e serviços, estabelecendo planos de
produção nos níveis hierárquicos estratégico, tático e operacional advindas de
diversas áreas da empresa. Um exemplo prático para visualização das
atribuições básicas do PPC é o caso de uma situação hipotética de uma
padaria. Programação: quando funcionaria a padaria? Coordenação: quanto e
onde realizar as atividades da padaria? Recursos humanos, físicos, capital e
matéria prima: quem irá fazer os pães? Com o que irá fazer? Com quanto irá
fazer? Com que matéria prima? Todas essas perguntas exemplificam algumas
fases básicas do PCP a serem respondidas no seu desenvolvimento.

3
 6) A quantidade de carga embarcada no aeroporto de São Luís/MA para uma usina de
beneficiamento em Juruti/PA tem apresentado os dados do quadro a seguir. Utilizando o
modelo da média móvel dos últimos três anos, calcule a previsão para os próximos períodos a
partir do ano de 2016. Plote o gráfico de demanda e analise o seu comportamento.

Tabela 1 (A) – Carga embarcada; (B) Media móvel nos últimos 3 anos.

Ano Carga embarcada

2013 20000
Média Móvel Últimos 3
2014 30000 Anos
2015 60000 2016 36666,7
2016 100000 2017 63333,3
2017 80000 2018 80000,0
2018 70000 2019 83333,3
2019 83000

Fonte: Autor.

Figura 1 – Gráfico de demanda

Quantidade de carga embarcada

120000
100000
Quantidade

80000
60000
40000
20000
0
2012 2013 2014 2015 2016 2017 2018 2019 2020
Ano

Carga embarcada Média Móvel

Fonte: Autor

7) Determinado óleo lubrificante automotivo possui uma demanda a longo prazo

relativamente estável, apresentação um coeficiente de ponderação α igual a 0,30. Se o
método de média móvel exponencial foi utilizado, como uma prática contínua, uma previsão
teria que ter sido feita para o período anterior. Considerando que a previsão para o período
anterior foi de 1100 unidades, e que 1000 unidades foi a demanda real, ao invés de 1100
unidades, qual a previsão para esse referido mês?
8) Uma linha de aditivos para radiador de carro tem apresentado vendas nos últimos sete
meses como mostra o quadro a seguir. Faça a previsão de vendas para os meses de agosto,
setembro e outubro, utilizando o método de regressão linear, plotando o seu respectivo
gráfico e analisando o seu comportamento.

Vendas Aditivos
Mês Nº Mês Caixas
Jan 1 100
Fev 2 110
Mar 3 125
Abr 4 135
Mai 5 140
Jun 6 153
Jul 7 167

Previsão 3 Meses
Ago 8 176
Set 9 186,8
Out 10 197,6

a b
89,71428571 10,78571429

Vendas de Aditivos
215
y = 10,786x + 89,714
195
175
Quantidade

155
135
115
95
75
0 2 4 6 8 10
Mês

Caixas Previsão Linear (Caixas) Linear (Previsão)

9) Uma empresa acumulou dados dos últimos 12 meses de venda de um produto químico (em
tambores) e deseja fazer a previsão de vendas pelo método de regressão linear, aos dados do
quadro a seguir:

Tabela – (A) Unidades vendidas por mês (B) Previsão de vendas

Vendas Produtos Previsão 3 Meses

Mês Unidades 13 570,6061
1 800 14 550,5711
2 850 15 530,5361
3 730
4 650
5 790
6 760
7 780
8 660
9 540
10 600
11 600
12 650

r a b
r= -0,74402 831,0606061 -
20,03496503

Vendas Produtos
900
850
800
750
Unidades

700
650
600
550 y = -20,035x + 831,06
500
0 2 4 6 8 10 12 14 16
Meses

Produtos Previsão Linear (Produtos)

10) Determinada empresa industrial está desenvolvendo uma análise de preço de venda
versus quantidade vendida, visando a determinar, de maneira empírica, qual o preço unitário
de venda do produto que forneceria a maior receita de venda. A empresa colocou seu artigo a
Prof. Me. Eng. José Ribamar S. Moraes Filho – Sistemas Produtivos – Avaliação do 2º bimestre
preços diferenciados em lojas distintas, mas com o mesmo potencial de venda, e obteve os
dados médios apresentados no quadro a seguir.

Loja nº Preço Quantidade

vendas vendas
1 45 1000
2 48 950
3 50 820
4 55 850
5 60 800
6 65 700

a b
1552,395415 -12,98567335

r
r= -0,916913079

Vendas dos Produtos

1100
1050 y = -12,986x + 1552,4
Quantidade Vendida

1000
950
900
850
800
750
700
650
600
43 48 53 58 63 68
Preço de Venda

Quantidade Vendida Linear (Quantidade Vendida)

11) a)

𝑛(∑ 𝑦) − (∑ 𝑥) (∑ 𝑦)
𝑏= 2
𝑛(∑ 𝑥 2 ) − (∑ 𝑥)

24(111240) − 27,86 ∗ 111240

𝑏=
24 ∗ 34,02 − 27,862
𝑏 = −2867,71

∑ 𝑦 − 𝑏(∑ 𝑥)
𝑎=
𝑛

111240 − (−2867,71)(27,86)
𝑎=
24
𝑎 = 4963,93

𝑦 = −2867,71𝑥 + 4963,93 (𝑒𝑞𝑢𝑎çã𝑜)

 Automóveis
6500
y = -2867,7x + 7963,9
6000
5500
Demanda

5000
4500
4000
3500
3000
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
Taxa de Juros

Automóveis Linear (Automóveis)

b)

Previsão de Demanda
25 0,75 5813,15

12)

a)

𝑦 = 27,53𝑥 − 445,28
b)

𝑛(∑ 𝑥𝑦) − (∑ 𝑥)(∑ 𝑦)

𝑟=
√𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 ∙ √𝑛 ∑ 𝑥 2 − (∑ 𝑥)2

10(61096,4) − (246,8)(2343)
𝑟=
√10(6209,82) − (246,8)2 ∙ √10(640679) − (2343)2
𝑟 = 0,99

c)
𝑦 = 27,53𝑥 − 445,28
𝑦 = 27,53(27) − 445,28
𝑦 = 298,03

13)

Conforme o valor de alfa aumentou, o peso das demandas mais recentes também
aumentou, podemos observar o valor desse comportamento no gráfico, quando 𝛼 = 0,2
a previsão de demanda tende a se comportar como uma reta, já quando 𝛼 = 0,8 o gráfico
tende a se aproximar dos valores demandados.

14)

Defenderia o fato de que a demanda das vendas de qualquer produto é possível ser
prevista com base em diversas variáveis, e que é uma arma poderosa pra qualquer empresa
que deseja melhorar seus processos produtivos visto que possibilita uma certa adaptação
aos cenários previstos, sejam eles bons ou ruins.

15)
150+340+200+400
Média (Ano 1) = = 272,5
4

180+400+250+600
Média (Ano 2) = = 357,5
4

230+500+340+50
Média (Ano 3) = = 455
4
 210+600+400+890
Média (Ano 4) = = 525
4

150 180 230 210

+ + +
272,5 357,5 455 525
Índice de Sazonalidade (1° Trimestre) = = 0,490
4

340 400 500 600

+ + +
272,5 357,5 455 525
Índice de Sazonalidade (2° Trimestre) = = 1,152
4

200 250 340 400

+ + +
272,5 357,5 455 525
Índice de Sazonalidade (3° Trimestre) = = 0,736
4

400 600 750 890

+ + +
272,5 357,5 455 525
Índice de Sazonalidade (4° Trimestre) = = 1,622
4

b)

Tendência de consumo = 3000/4 = 750

Previsão (ano 5.1) = 750 *0,490 = 367

Previsão (ano 5.1) = 750 *1,152 = 867
Previsão (ano 5.1) = 750 *0,736 = 367
Previsão (ano 5.1) = 750 *1,622 = 1217
17.

Produto (X) = 500 F = 100 ∗ 4 = 400

A = 500 ∗ 3 = 1500
B = 500 ∗ 2 = 100
C = 1500 ∗ 3 = 3000
D = 1500 ∗ 5 = 7500
E = 100 ∗ 4 = 400
G = 100 ∗ 2 = 200
H = 7500 ∗ 1 = 7500
I = 7500 ∗ 1 = 22500

18.

𝑃𝑟𝑜𝑑𝑢𝑡𝑜 (𝑦) = 250 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝐴 = 250 ∗ 0,3 = 75
𝐵 = 250 ∗ 0,5 = 125
𝐶 = 75 ∗ 2 = 150
𝐷 = 75 ∗ 0,5 = 37,5
 𝐸 = 125 ∗ 4 = 500
𝐹 = 125 ∗ 4 = 500
𝐺 = 125 ∗ 2 = 250
𝐻 = 500 ∗ 1 = 500
𝐼 = 500 ∗ 3 = 1500

19.

X = 1200 Y = 850
A = 1200 ∗ 2 = 2400 F = 850 ∗ 2 = 1700
B = 1200 ∗ 1 = 1200 C = 1700 ∗ 3 = 5100
C = 2400 ∗ 3 = 7200 G = 850 ∗ 1 = 850
D = 2400 ∗ 2 = 4800 I = 850 ∗ 4 = 3400
C = 1200 ∗ 4 = 4800 C = 3400 ∗ 1 = 3400

C = 7200 + 4800 = 12000 C = 5100+3400 = 8500

20.

𝑃𝑎𝑛𝑒𝑙𝑎 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 = 200 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝐴 = 200 ∗ 2 = 400
𝐵 = 200 ∗ 1 = 200
𝐶 = 400 ∗ 3 = 1200
𝐷 = 400 ∗ 2 = 800
 𝐶 = 200 ∗ 4 = 800
𝐸 = 200 ∗ 1 = 200

𝑃𝑎𝑛𝑒𝑙𝑎 𝑙𝑢𝑥𝑜 = 150 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝐹 = 150 ∗ 2 = 300
𝐺 = 150 ∗ 1 = 150
𝐶 = 300 ∗ 3 = 900
𝐻 = 300 ∗ 2 = 600
𝐼 = 150 ∗ 4 = 600
𝐽 = 150 ∗ 2 = 300
𝐶 = 600 ∗ 1 = 600
𝐾 = 600 ∗ 1 = 600

𝑁𝑒𝑐𝑒𝑠𝑠𝑖𝑑𝑎𝑑𝑒
𝐴 = 400 + 0 = 400
𝐵 = 200 + 0 = 200
𝐶 = 𝛴𝐶 = 1200 + 800 + 900 + 600 + 58 = 3558
𝐷 = 800 + 85 = 885
𝐸 = 200 + 200 = 400
𝐹 = 300 + 100 = 400
𝐺 = 150 + 40 = 190
𝐻 = 600 + 85 = 685
𝐼 = 600 + 6 = 606
𝐽 = 300 + 60 = 360
𝐾 = 600 + 60 = 660

21.

𝑃𝑟𝑜𝑑𝑢𝑡𝑜 (𝑃) = 300 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝐴 = 300 ∗ 1 = 300
𝐵 = 300 ∗ 2 = 600
𝐶 = 300 ∗ 4 = 1200
𝑀 = 300 ∗ 2 = 600
𝑁 = 300 ∗ 1 = 300
𝐽 = 600 ∗ 1 = 600
𝑀 = 1200 ∗ 3 = 3600
𝐾 = 1200 ∗ 2 = 2400
 𝑀 = 2400 ∗ 1 = 2400

𝑄𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑛𝑒𝑐𝑒𝑠𝑠á𝑟𝑖𝑎 𝑑𝑜 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑀 = 600 + 3600 + 2400 = 6600 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

22.

𝑃𝑟𝑜𝑑𝑢𝑡𝑜 (𝑃) = 100 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝑈 = 100 ∗ 1 = 100
𝑉 = 100 ∗ 0,5 = 50
𝑋 = 100 ∗ 1 = 100
𝑌 = 100 ∗ 2 = 200
𝑍 = 50 ∗ 1 = 50

𝑁𝑒𝑐𝑒𝑠𝑠𝑖𝑑𝑎𝑑𝑒
𝑃 = 100 + 0 = 100
𝑈 = 100 + 0 = 100
𝑉 = 50 + 0 = 50
𝑋 = 100 + 10 = 110
𝑌 = 200 + 20 = 220
𝑍 = 50 + 15 = 65