Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

Utilização da pesquisa operacional como auxilio ao planejamento

da produção de uma indústria de madeira serrada de médio porte

Adalberto Malato Praxedes (UFPA) adalbertomalato@gmail.com

Admildo Azevedo Santos Júnior (UFPA) juniorsantosfc@gmail.com
Lorena Eryka Viana Kida (UFPA) lorenakida@live.com
Mikael Figueira Barbosa (UFPA) mikael-barbosa139@bol.com.br

Resumo
O objetivo deste trabalho é auxiliar o planejamento da produção de madeira serrada
de uma indústria do setor madeireiro de médio porte, utilizando a pesquisa operacional
como uma ferramenta de tomada de decisão, para desenvolver um modelo de produção
que minimize os custos da produção até um nível ótimo e atenda a demanda desta
empresa. Foram obtidos dados sobre a capacidade de produção da empresa,
capacidade de produção com horas extras, estoque máximo, custos que cada um gera
para a produção e demanda. Esses dados foram utilizados para desenvolver um modelo
de programação linear que visa a minimização dos custos da produção. Para obter a
solução ótima deste modelo, foi utilizado o software Lindo. Após avaliar os resultados
obtidos pelo programa, foi desenvolvido um modelo de produção para que a empresa
consiga produzir com custo mínimo e atender a demanda no prazo exigido.
Palavras-chaves: Pesquisa operacional, Modelagem, Indústria madeireira.

1. Introdução
O setor madeireiro correspondeu a aproximadamente 1,1% do PIB nacional no ano de
2015, equivalente a R$59 bilhões. Dentro deste setor, a indústria de madeira serrada
vem se destacando cada vez mais entre os produtores de madeira sólida. Segundo Perez
e Bacha (2006), “a indústria de madeira serrada é a que mais se destaca entre os
produtores de derivados sólidos de madeira, juntamente com a indústria de painéis à
base de madeira”.
A ABIMCI (Associação Brasileira da Indústria de Madeira Processada Mecanicamente)
afirma que a demanda de madeira serrada vem aumentando a cada ano, e estima que a
demanda somente do gênero Eucalyptus, no Brasil, deve passar de 1,5 milhões de
metros cúbicos, em 2000, para cerca de 7 milhões de metros cúbicos, em 2020.
Devido a esse aumento significativo da demanda de madeira serrada, as indústrias deste
ramo acabam não conseguindo produzir de forma que atendam a mesma, e muitas vezes
acabam produzindo de forma desordenada e sem planejamento, fazendo assim com que
os custos de sua produção sejam elevados.
Tarante (2010) afirma que “os custos de um produto, salvo matéria-prima, estão
completamente ligados ao operacional, que para previsão e minimização do custo, a
essência, provém de um bom planejamento”. As decisões tomadas no processo de
planejamento da produção influenciam diretamente no sucesso e insucesso de uma
empresa. Peinaldo e Graeml (2007) ainda afirmam que planejar faz com que as decisões
sejam tomadas de acordo com fatos e dados, pois se as mesmas forem tomadas através
de suposições, farão com que o risco de insucesso na produção seja alto. Sendo assim é
 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

necessário que uma ferramenta de tomada de decisões, como a pesquisa operacional,

para fazer com que uma empresa consiga produzir de forma mais eficiente.
Este trabalho visa auxiliar o planejamento da produção de uma indústria de serragem de
madeira de médio porte, utilizando a pesquisa operacional como ferramenta de tomada
de decisão para desenvolver um modelo de produção baseado em restrições de
capacidade de produção, capacidade de produção em horas extras e estoque
relacionadas com a demanda, de forma a minimizar os custos da produção até o nível
ótimo e atender a demanda da empresa.
2. Metodologia
O objetivo principal deste trabalho é construir um modelo de programação linear que
auxilie o planejamento de uma produção de dez dias numa indústria de serragem de
madeira de médio porte, utilizando a pesquisa operacional como uma ferramenta de
tomada de decisão apropriada para realizar o planejamento.
O presente trabalho foi dividido em seis etapas:
 Revisão bibliográfica: Nesta etapa foi realizada pesquisas bibliográficas sobre o
mercado de madeira no Brasil, planejamento da produção e pesquisa operacional;
 Análise do problema: Nesta etapa foi realizada uma entrevista com o gerente de
produção da empresa para identificar os principais problemas da produção da
empresa, e como o problema pode ser resolvido;
 Modelagem matemática: Nesta fase foi elaborada a modelagem matemática do
problema a ser resolvido;
 Utilização do software Lindo para resolver o problema: Foi utilizado o software
Lindo para resolver a modelagem matemática do problema;
 Análise dos resultados: Nesta etapa, os dados obtidos pelo software Lindo foram
analisados e organizados para a elaboração da proposta de um modelo de produção;
 Elaboração de proposta de modelo de produção: Nesta fase foi desenvolvido um
modelo de produção para atender a demanda da empresa e apresentar produção com
custo mínimo.
3. Referencial teórico
3.1 Planejamento da produção
Segundo Peinaldo e Graeml (2007) o planejamento da produção geralmente é um
planejamento a curto prazo, definido em semanas. Na maioria das vezes trata-se de um
planejamento a nível operacional, especificando a produção diária dos produtos
desagregados em suas especificações de detalhes tais como cor, tensão, tipo, modelo,
embalagem etc.
Segundo Slack (2002), o planejamento da produção reúne conhecimento sobre
demanda, capacidade de produção, estoques e etc., utilizando esses dados para
determinar como a produção deve ser executada.
Peinaldo e Graeml (2007) afirmam que o planejamento da produção auxilia o
atendimento à demanda, pois faz com que a produção acompanhe a demanda da
empresa, produzindo mais no tempo de maior demanda e produzindo menos nos tempos
de menor demanda, ou produzindo para gerar estoque nos períodos de baixa demanda,
para que os estoques gerados nesses períodos possam ser utilizados para atender a
demanda excedente à capacidade de produção nos períodos de altas demandas de
produção.
 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

Slack (2002), afirma que um mal planejamento pode fazer com que ocorram falhas no
processo de produção, como a falta de produtos, não atendendo a demanda, ou excesso
produtos, resultando em um estoque, gerando custo por aluguel, manutenção,
deterioração, entre outros.
3.2 Pesquisa Operacional
Não é de hoje que a pesquisa operacional vem sendo utilizada como ferramenta
administrativa para tomada de decisões. Segundo Andrade (2009), “a expressão
pesquisa operacional foi utilizada pela primeira vez durante a Segunda Guerra Mundial,
quando equipes de pesquisadores procuraram desenvolver métodos para resolver
determinados problemas de operações militares”.
Tarante (2010) afirma que a pesquisa operacional vem sendo aplicada em diversos
segmentos, geralmente em problemas de natureza tática e algumas vezes em problemas
de natureza estratégica.
Para Texeira (2011), “a pesquisa operacional é uma disciplina científica que se estende
por praticamente todos os domínios da atividade humana”, caracterizando-a como uma
ferramenta multidisciplinar.
Andrade (2009) afirma que um estudo de pesquisa operacional consiste, em construir
um modelo de um sistema real existente como meio de analisar e compreender o
comportamento das necessidades de determinada situação, com o objetivo de fazer com
que o sistema alcance o desempenho desejado. O sistema pode existir realmente ou estar
em planejamento o objetivo é sempre identificar a melhor estrutura do futuro modelo.
Segundo Andrade (2009), desde que surgiu a ferramenta de análise de decisão,
caracterizou-se pelo uso de técnicas e métodos científicos qualitativos por equipes
interdisciplinares, no âmbito de determinar a melhor utilização de recursos limitados
para programação otimizada das operações de uma empresa.
3.3 Programação linear
A programação linear é um conceito matemático que busca analisar os recursos de
produção para que seja possível maximizar o lucro e minimizar o custo. (CORDEIRO,
2009).
Segundo Colin (2011), é uma das técnicas mais eficiente, importante e muito utilizada
por indústrias petrolíferas e de aviação, que enxergam a programação linear como uma
condição fundamental para a lucratividade.
A programação linear visa determinar o valor ótimo de uma determinada função linear,
a partir de um conjunto de restrições. Um modelo matemático de programação linear é
composto por uma função objetivo e restrições técnicas que são representadas por um
grupo de equações e inequações lineares. (FROSSARD, 2009).
Segundo Frossard (2009), “a programação linear juntamente com as técnicas de
pesquisa operacional, permite identificar o resultado ótimo, considerando todas as
restrições impostas no modelo adotado”.
3.4 Modelagem Matemática
Colin (2011) define modelagem matemática como “uma representação simplificada do
comportamento da realidade expressa na forma de equações matemáticas que serve para
simular a realidade”.
 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

Para Cordeiro (2009) “os modelos matemáticos têm a característica de representar

logicamente os mais diversos problemas, ou seja, são modelos de ideias e simbolizam a
relação das variáveis envolvidas”.
Segundo Araújo (2010) “o esforço de modelagem conduz um tomador de decisão a
representar de forma abstrata uma realidade (sistema) a ser enfrentada e que requer a
definição de um melhor curso de ação”.
A modelagem matemática torna possível que o tomador de decisão represente a
realidade através de um sistema matemático. Taha (2008) afirma que a modelagem
matemática “expressa de maneira tratável as funções matemáticas que representam o
comportamento do mundo real considerado”.
Na programação linear, a modelagem é uma etapa muito importante, visto que a
realidade só pode ser bem interpretada se o seu modelo for bem construído. Para
construir um modelo matemático deve-se definir bem quem são suas variáveis de
decisão, função objetivo e restrição do problema.
 Variáveis de decisão
Segundo Colin (2011), variáveis de decisão são as variáveis que podem ser controladas
por quem está tomando a decisão. A solução ótima é encontrada após testar diversos
valores das variáveis de decisão.
 Restrições
Colin (2011) define restrições como “regras que dizem o que podemos (ou não) fazer
e/ou quais são as limitações dos recursos ou das atividades que estão associadas ao
modelo”.
 Função objetivo
Tarante (2010) define função objetivo como uma função que vai determinar com
objetivo da modelagem. Sendo de dois tipos, maximização ou minimização, o que vai
depender de acordo com o objetivo do tomador de decisão.
4. Estudo de caso
O presente trabalho foi realizado numa indústria de madeira na cidade de
Benevides/PA. A empresa é uma indústria de madeira serrada de médio porte fundada
em 2006, que, desde o seu início, vem buscando ativa participação nos mercados
nacionais e internacionais. A empresa contém 50 funcionários trabalhando em dois
turnos de 8 horas diárias, 25 funcionários em cada turno, e produz cerca de 50 m³ de
madeira por dia, 25 m³ em cada turno. A área total da empresa é de 100.000 m² sendo a
área de produção equivalente a 3000 m², o restante é utilizado como área de estoque de
matéria prima e produto final.
4.1 Análise do problema
A indústria tem uma certa dificuldade para planejar sua produção de forma que atenda a
sua demanda diariamente, pois muitas vezes a capacidade diária de produção é inferior a
demanda diária, fazendo com que a empresa acabe investindo em horas extras de forma
desordenada, causando um aumento considerável no custo da produção. Muitas vezes,
mesmo com horas extras a empresa não consegue atender a demanda, causando atrasos
na entrega.
 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

A empresa tem uma demanda de serragem de madeira do tipo Massaranduba a cumprir

para os próximos 10 dias e em muitos desses dias a demanda é superior a capacidade de
produção. Segundo o gerente de produção da empresa, com a quantidade atual de
funcionários e máquinas, a empresa só consegue produzir cerca de 50 m³ de madeira
serrada por dia, com horas extras a empresa consegue produzir cerca 12 m³ a mais.
Sendo que o custo do m³ em produção normal é R$77,60, em produção com horas
extras o m³ encarece em R$38,80, e o custo diário do m³ no estoque é cerca de R$8,00.

Tipo Capacidade Custos/m³

Produção normal 50 m³ R$77,60
Produção com horas
12 m³ R$38,80
extra
Estoque - R$8,00
Tabela 1: Capacidade e custos de produção e de estoque da empresa.

Dias Demanda
1º dia 42 m³
2º dia 62 m³
3º dia 48 m³
4º dia 45 m³
5º dia 46 m³
6º dia 68 m³
7º dia 38 m³
8º dia 70 m³
9º dia 46 m³
10º dia 55 m³
Tabela 2: Demanda de produção.

4.2 Construção do modelo de programação linear

 Função objetivo
A função objetivo foi estabelecida de modo a minimizar o custo total da produção. As
variáveis determinarão o número de m³ produzidos em produção normal, em produção
em horas extras e número de m³ de madeira serrada que ficará estocado. Os valores a
que antes das variáveis são o custo para cada tipo de produção e custo para manter o
produto em estoque.
MIN Z=77.6 X 1+77.6 X 2+77.6 X 3+77.6 X 4+77.6 X 5+77.6 X 6+77.6 X 7+77.6 X 8+77.6 X 9+77.6 X 10
X – Quantidade de m³ de madeira serrada produzidos em produção normal;
Y – Quantidade de m³ de madeira serrada produzidos em produção com horas extras;
I – Quantidade de m³ de madeira serrada em estoque.
Os valores após as variáveis determinam o dia em que a madeira serrada foi produzida e
estocada:
1 – 1º Dia; 6 – 6 º Dia;
2 – 2º Dia; 7 – 7 º Dia;
3 – 3º Dia; 8 – 8 º Dia;
4 – 4º Dia; 9 – 9 º Dia;
5 – 5º Dia; 10 – 10 º Dia.

 Restrições
 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

Através dos dados de capacidade produtiva, estoque máximo e demanda, foi possível
chegar as devidas restrições:
a) Restrições em relação a demanda
X 1+Y 1−I 1=42
X 2+Y 2+ I 1−I 2=62
X 3+Y 3+ I 2−I 3=¿48
X 4+Y 4 + I 3−I 4=45
X 5+Y 5+ I 4−I 5=¿ 46
X 6+Y 6+ I 5−I 6=¿ 68
X 7+Y 7+ I 6−I 7=38
X 8+Y 8+ I 7−I 8=¿ 70
X 9+Y 9+ I 8−I 9=46
X 10+Y 10+ I 9−I 10=55

b) Restrições em relação a capacidade de produção normal e produção em hora extra.

Xn<¿ 50 m³ Yn<¿ 12 m³
Para, n = 1, 2, 3, 4, 5, 6, 7, 8, 9, 10.

4.3 Resultados obtidos pelo software

Após a construção do modelo de programação linear, foi utilizado o software Lindo
(Linear Interactive Discrete Optimizer) para obter um resultado de custo da produção
em nível ótimo.
Nas figuras abaixo pode-se analisar a modelagem e os resultados obtidos no software
Lindo.

Figura 1: Programação no software Lindo.

 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

Figura 2: Resultados obtidos no software Lindo.

4.4 Proposta de modelo de produção

Após os resultados obtidos pelo software Lindo, foi possível elaborar um modelo de
produção de madeira serrada do tipo Massaranduba para 10 dias, que consiga atender a
demanda de produção com o custo mínimo.

Dia Prod. Normal Prod. Hora Extra Produção Diária

1º dia 50 m³ 50 m³
2º dia 50 m³ 4 m³ 54 m³
3º dia 50 m³ 50 m³
4º dia 50 m³ 50 m³
5º dia 50 m³ 50 m³
6º dia 50 m³ 7 m³ 57 m³
7º dia 50 m³ 50 m³
8º dia 50 m³ 8 m³ 58 m³
9º dia 50 m³ 50 m³
10º dia 50 m³ 1 m³ 51 m³
Tabela 3: Modelo de produção proposto
Conforme o modelo acima, em todos os dias a produção normal da empresa deve ser de
forma máxima, produzindo com horas extras apenas nos dias 2, 6, 8 e 10, gerando 4 m³,
7 m³, 8 m³ e 1 m³ de Massaranduba serrada, respectivamente. A produção diária foi
maior que a demanda em alguns dias, o que ocasionou em estoque, isso ocorreu como
estratégia para atender a demanda nos dias em a mesma estiver em alta. Pode-se
verificar isso de acordo com a tabela abaixo.

Dia Produção Diária Demanda Estoque Gerado

1º dia 50 m³ 42 m³ 8 m³
2º dia 54 m³ 62 m³
 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

3º dia 50 m³ 48 m³ 2 m³
4º dia 50 m³ 45 m³ 7 m³
5º dia 50 m³ 46 m³ 11 m³
6º dia 57 m³ 68 m³
7º dia 50 m³ 38 m³ 12 m³
8º dia 58 m³ 70 m³
9º dia 50 m³ 46 m³ 4 m³
10º dia 51 m³ 55 m³
Tabela 4: Estoque mínimo gerado pela produção diária para atender a demanda.

Conforme pode-se analisar na tabela 4, a produção gera estoque de 8 m³, 2 m³, 7 m³, 11
m³, 12 m³ e 4 m³ de Massaranduba serrada, nos dias 1, 3, 4, 5, 7 e 9, respectivamente.
Levando em consideração os custos apresentados na tabela 1, é possível calcular os
custos deste modelo de produção conforme mostra a tabela a seguir:

Dia Prod. Normal Prod. Hora Extra Estoque Custo Diário

1º dia R$ 3.880,00 R$ 64,00 R$ 3.944,00
2º dia R$ 3.880,00 R$ 465,60 R$ 4.345,60
3º dia R$ 3.880,00 R$ 16,00 R$ 3.896,00
4º dia R$ 3.880,00 R$ 56,00 R$ 3.936,00
5º dia R$ 3.880,00 R$ 88,00 R$ 3.968,00
6º dia R$ 3.880,00 R$ 814,80 R$ 4.694,80
7º dia R$ 3.880,00 R$ 96,00 R$ 3.976,00
8º dia R$ 3.880,00 R$ 931,20 R$ 4.811,20
9º dia R$ 3.880,00 R$ 32,00 R$ 3.912,00
10º dia R$ 3.880,00 R$ 116,40 R$ 3.996,40
CUSTO TOTAL DA PRODUÇÃO R$ 41.480,00
Tabela 5: Custos da produção de acordo com o modelo proposto na tabela 3.

Na tabela 5, pode analisar o custo total da produção e o custo da produção diária, sendo
que os dias 8, 6 e 2 são os dias com maior custo deste modelo de produção.

Prod. total em horas Prod. total em horas

Estoque total Custo Total
normais extra
R$ 38.800,00 R$ 2.328,00 R$ 352,00 R$ 41.480,00
Tabela 6: Custos totais de cada tipo de produção e estoque, em relação ao modelo proposto na tabela 3.

De acordo com a tabela 6, o modelo de produção proposto apresenta custo ótimo de

R$41.800,00 para os 10 dias de produção de Massaranduba serrada, sendo que a
produção total em horas normais apresenta custo de R$38.800,00, a produção total em
horas extras apresenta custo de R$ 2.328,00 e o estoque apresenta custo R$ 352,00.
5. Conclusão
O planejamento pode definir o sucesso ou insucesso de uma produção, um bom
planejamento pode fazer com que alguns custos sejam evitados, fazendo com que o
processo de produção se torne mais barato.
Através deste trabalho, concluiu-se que a pesquisa operacional é uma importante
ferramenta de apoio ao planejamento de uma produção. Utilizando dados de uma
indústria de madeira cerrada de médio porte, foi possível desenvolver um modelo
 Disciplina Pesquisa Operacional 1, Abaetetuba, Maio-Junho de 2016.

matemático ideal para minimizar os custos da produção da empresa e atender a

demanda da mesma. O software Lindo foi utilizado para resolver o modelo, onde,
através dos resultados obtidos pelo programa, foi possível elaborar um modelo de
produção que atenda às necessidades da empresa estudada, alcançando um custo a nível
ótimo de R$41.480,00.
Neste sentido foi possível mostrar a eficácia desta ferramenta na tomada de decisão,
mostrando que tomar uma decisão através de um modelo matemático é muito mais
significativo do que fazer o mesmo através de intuição, e concluiu-se que as empresas
devem abrir seus olhos para os benefícios que a pesquisa operacional pode trazer para a
produtividade da mesma.
Referências
ABIMCI - ASSOCIAÇÃO BRASILEIRA DA INDÚSTRIA DE MADEIRA PROCESSADA. Estudo
setorial 2009: Ano base 2008. Disponível em:
<http://www.abimci.com.br/wp-content/uploads/2014/02/2009.pdf>. Acesso em: 19 de jun. 2014.
ANDRADE, E. L. Introdução à Pesquisa Operacional - Métodos e Modelos para Análise de Decisões. 4
ed. Rio de Janeiro: LTC, 2009.
ARAÚJO, R. R. de. Uma abordagem de resolução integrada para os problemas de roteirização e
carregamento de veículos. 2010. 173 p. Tese de Doutorado – Programa de Pós-Graduação em Engenharia
de Produção, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2010.
COLIN, E. C. Pesquisa operacional: 170 aplicações em estratégias, finanças, logística, produção,
marketing e vendas. Rio de Janeiro: LTC, 2011.
CORDEIRO, E. L. Pesquisa Operacional: Modelagem Matemática na Tomada de Decisão de Ações
Administrativas. Revista São Luis Orione, v. 1, n. 3, 2009.
FROSSARD, A. C. P. Faculdade Lourenço. Programação Linear: Maximização de Lucro e Minimização
de Custos. Revista Científica da Faculdade Lourenço Filho, v. 6, n. 1, 2009.
PEINALDO, J. & GRAEML, A. R. Administração da produção: operações industriais e de serviços.
Curitiba: UnicenP, 2007.
PEREZ, P. L. & BACHA, C. J. C. Evolução da produção e dos consumos interno e externo de madeira
serrada do Brasil. Revista Agroanalyses: “Mercado de madeira serrada”. v. 26, n. 8, p. 21-23. 2006.
SLACK, N.; CHAMBERS, S. & JOHNSTON, R. Administração da produção. 2 ed. São Paulo: Atlas,
2002.
TAHA, H. A. Pesquisa Operacional. 8ª ed. São Paulo: Pearson Prentice Hall, 2008.
TARANTE, T. Pesquisa operacional, nas decisões de planejamento na indústria de peças automotivas.
2010. 49 f. Trabalho de conclusão de curso – Departamento de Engenharia de Produção, Universidade
Anhembi Morumbi, São Paulo, 2010.
TEXEIRA, V. G. Aplicação de programação linear na alocação de vagões gôndola para o transporte de
ferro gusa na MRS logística S. A. 2011. 54 f. Trabalho de conclusão de curso – Faculdade de Engenharia,
Universidade Federal de Juiz de Fora, Juiz de Fora, 2011.