See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/304729786

Álgebra Matricial aplicada na alocação de custos pelo método recíproco

Article · January 2001

CITATIONS READS

0 1,152

1 author:

Nálbia De Araújo Santos

Universidade Federal de Viçosa (UFV)
73 PUBLICATIONS 178 CITATIONS

SEE PROFILE

All content following this page was uploaded by Nálbia De Araújo Santos on 03 July 2016.

The user has requested enhancement of the downloaded file.

 1

MESTRADO EM CONTROLADORIA E CONTABILIDADE

Turma de Belo Horizonte

MÉTODOS QUANTITATIVOS APLICADOS À CONTABILIDADE

Professor: L. João Corrar

Aluna: Nálbia de Araújo Santos

ÁLGEBRA MATRICIAL

Objetivos do Aprendizado

Após terminar a leitura deste capítulo, o aluno deverá ser capaz de:
1. Definir matriz e indicar os tipos particulares de matrizes
2. Indicar as circunstâncias em que são úteis as álgebras matriciais
3. Solucionar problemas que envolvam cálculos matriciais.
4. Indicar os métodos para obter determinante de matriz
5. Calcular a matriz inversa
6. Calcular matrizes utilizando Excel

Sumário

1. Introdução
2. Definição de Matriz
3. Matrizes Especiais
4. Adição e Subtração de Matrizes
5. Multiplicação de Matrizes
7. Determinante de Matriz
8. Matriz Inversa
9. Cálculo de matriz no Excel (caso prático)
10. Conclusão
11. Problemas Propostos
12. Glossário
13. Bibliografia

1 - Introdução

Algumas análises econômicas supõem-se que estejam relacionadas por conjuntos de

equações lineares. A solução deste problema será utilização da álgebra matricial, já que
em muitos casos a solução algébrica convencional seria extremamente difícil.
Este capitulo pretende trabalhar com as possibilidades de utilização da álgebra matricial
na solução de problemas do dia a dia e de sistemas lineares.
 2

2 - Definição de Matriz

Matriz definiu-se como sendo uma tabela retangular de números, na qual cada elemento
da linha i e coluna j são representação destes números reais. Chama-se matriz tipo m x
n (lê-se “m por n”) toda tabela de números dispostos em m linhas e n colunas, estas são
representadas entre parênteses ( ), entre colchete [ ] ou entre barras duplas || ||, como
exemplo genérico abaixo:

 a11 a12 . . a1n   a11 a12 . . a1n 

 
 a12 a22 . . a2n   a12 a22 . . a2n 
 . 
. .  Am x n =
. . 
Am x n =   .
 . . .   
  . . . 
 am1 am2 . . amn  am1 am2 . . amn 

Por convenção aij o elemento posicionado na linha i e coluna j de uma matriz A.

Exemplo:
5 3
Na matriz A2x2 = , temos que:
6 4

 O número 5 está posicionado na linha 1 e coluna 1 ; indica-se esse elemento por a11
= 5;
 O 3 está posicionado na linha 1 e coluna 2; indica-se esse elemento por a12 = 3;
 Analogamente temos a21 = 6 e a22 = 4.

Uma matriz que tem uma única coluna, ou seja, matriz m x 1, é chamada vetor-coluna, e
é representada assim:
u1
u2
U= .
.
um
Analogamente, uma matriz que tem uma única linha, ou seja, matriz 1 x n, é chamada
de vetor-linha, e é assim representada:

V = (v1, v2, ....., vn)

3 - Matrizes Especiais

 Matriz quadrada é aquela cujo número de linhas é igual ao número de colunas.

3 4 6
Exemplo: A3 x 3 = -1 0 4 é uma matriz quadrada de ordem 3.
0 2 3
 3

Numa matriz quadrada A de ordem n, os elementos aij tais que i = j formam a diagonal
principal da matriz, e os elementos aij tais que i + j = n + 1 formam a diagonal
secundária.

Assim: Diagonal secundária

a11 a12 a13
A = a 21 a22 a23
a31 a32 a33
Diagonal principal
Note:
 que na diagonal principal os elementos aij possuem i = j:
a11, a22 e a33
 e na diagonal secundária os elementos aij são tais que i + j = 3 + 1:
a31 , a22 e a13

 Matriz diagonal é uma matriz quadrada, cujos elementos que não pertencem à sua
diagonal principal são todos nulos, assim:

a11 0  Aij = 0 para i  j

A =  0 ann  Aij  0 para algum i = j, pelo menos
 
Exemplo:
2 0 0 7 0 0 
   
0  4 0  e 0 0 0 
 0 0 11  0 0  2
   

 Matriz identidade é uma matriz diagonal, cujos elementos que compõe a sua
diagonal principal são todos iguais a um; e é aquela que se indica por In, conhecida
como matriz identidade de ordem n:
1, se i = j
In = (aij) n x n tal que aij = 0, se i  j

Observe a definição e verifique, que:

 a matriz identidade de ordem 1 é I1 = (1);
 matriz identidade de ordem maior que 1 terá todos os elementos da diagonal
principal iguais a 1 e os demais elementos iguais a zero.

Assim:

1 0 1 0 0
I2 = I3 = 0 1 0
0 1 0 0 1
 4

 Matriz nula é uma matriz cujos elementos são todos iguais a zero; e é aquela que se
indica por 0m x n = é a matriz:

0m x n = (aij)m x n tal que aij = ), i, j,1  i  m

0 0 0
0 0
Exemplos: 03 x 3 = 0 0 0 02 x 2 =
0 0
0 0 0

 Matrizes transpostas é a matriz A = (aij)m x n , que se indica por At, a matriz:

At = (bji)n x m tal que bji = aij, i, j,1  i  m e 1  j  n

Assim, cada coluna i de at é, ordenadamente, igual à linha i de A.

Exemplo:

 2 3
2 6 8
A3 x 2 =  6 0  At 2 x 3 = 
 3 0 6 
8 6 
Observe que o vetor-linha n-dimensional de uma transposta é um vetor-coluna n-
dimensional e, assim, a transposta de um vetor-coluna n-dimensional é um vetor-linha
n-dimensional.

4 – Adição e Subtração de Matrizes

As operações de adição e subtração de matrizes só serão possíveis quando elas forem da

mesma ordem. A adição ou a subtração de duas matrizes m x n resultará em outra
matriz m x n, cujos elementos são o resultado da soma ou da diferença dos elementos
correspondentes das matrizes; assim, se:

 a11 a1n   b11 b1n 

A  BA =C onde
 
B =  
 am1 amn   b m1 b mn

 a  b ... a  b 
11 11 1n 1n  c11 ... c1n 
C   =  
am1 bm1 ... amn  bmn  cm1 ... cmn 

ou seja, (aij)  (bij) = (cij) , onde cij = aij  bij para todo i e j
 5

Exemplos: O contador precisa informar o faturamento da empresa nos três últimos dias,
dos dois principais produtos, sabendo que a empresa é formada pelas lojas A e B, e que
pelo levantamento feito:

3 5 3 4 8 4
A  e B 
6 7 4  7 6 5 

 a matriz A2 x 3 representa o valor das vendas, de cada produto, nos 3 dias da Loja A.
 a matriz B2 x 3 representa o valor das vendas, de cada produto, nos 3 dias da Loja B.

3  4 5  8 3  4   7 13 7 
Assim: C    
6  7 7  6 4  5 13 13 9 

 a matriz C é denominada de “matriz soma” de A e B, é a matriz C que informa o

faturamento de cada produto, nas duas lojas, nos três dias solicitados ao contador.

Utilizando os dados do exemplo anterior, o contador também pode informar o

desempenho da Loja A em relação à Loja B. Neste caso subtraímos cada elemento de A
o seu correspondente em B, Obtendo:

3 - 7 5 - 8 3 - 4   1  3  1
D  
6 - 7 7 - 6 4 - 5  1 1  1

 a matriz D é denominada de “matriz diferença de A e B”. Cada elemento da matriz

D informa o que a Loja A vendeu a mais ou menos no dia, de cada modelo, do que a
Loja B.
 Assim podemos dizer que o elemento a11 = -1 informa que a Loja A vendeu uma
unidade de (milhar, milhão) a menos do produto 1, no primeiro dia, do que a Loja B.

5 – Multiplicação de Matrizes

 Multiplicação de uma matriz por um escalar por definição um número real é um

escalar quando ocorre em operações envolvendo matrizes. Assim, quando uma
matriz é multiplicada por um escalar, todos os elementos da matriz são
multiplicados pelo escalar (número).

 a11 a1n 
Exemplo: A    e K é um escalar qualquer (constante)
am1 amn 

 ka11 ka1n   3 1  9 3 
então K x Am xn  KA m x n    K(a ij)m x n  (kaij) m x n 
kamn 
3*  
 kam1  2 2  6 6 
 6

 Multiplicação de linha por coluna ocorre quando duas matrizes possam ser
multiplicadas e para isso é preciso que o número de colunas de uma das matrizes
seja igual ao número de linhas da outra matriz. Assim, só existirá o produto de A x
B somente se o número de colunas de A for igual ao número de linhas de B. Neste
caso, diz-se que as matrizes A e B estão dispostas para multiplicação e o produto
matricial tem o mesmo número de linhas que A e o mesmo número de colunas que
B. Desta forma, uma matriz m x n pode ser multiplicada por uma matriz n x p,

 a11 a1n   b11 b12 b1p 

Am x n    x Bn x p    
 a m1 a mn
  b n1 b 22 b np

 n n

  a1jbj1 ... j1 a1jbjm 

 j 1 
C  (c i k) m x p   . . 
n n 
  amjbj1 ... j1 amjbjn 
 j 1 
obtendo assim uma matriz m x p. Então:
Isto é ,
Exemplo:

 2 3 1 5 3
A 2 x2  x B 2 x3   Observe que o número de colunas da matriz A é
 1 5 3 4 1 
igual ao número de linhas da matriz B.

Podemos agora definir o produto de matrizes, multiplicando cada elemento da linha da

matriz A ao seu correspondente na coluna da matriz B, que somados dará um elemento
da matriz C assim:

 2 * 1  3 * 3 2 * 5  3 * 4 2 * 3  3 * 1 11 22 9
   C 
1 * 1  5 * 3 1 * 5  5 * 4 1 * 3  5 * 1  16 25 8
n
C i k   a ij b j k .
j 1

 a matriz C tal que C = AB possui o mesmo número de linhas de A e o mesmo

número de colunas de B, isto é:

Am x k x B k x n = C m x n A 2x2 x B 2x3 = C 2x3

 7

Exercício Resolvido:

A empresa possui a loja A e B, e vende nestas três tipos de produtos o 1, 2 e 3. Sabendo

que as lojas venderam a mesma quantidade de cada produto, porém com preço de venda
diferente. Com os dados coletados construiremos três matrizes A, B e C para saber o
faturamento total de cada loja.
Dados:
 Cada elemento a ij da matriz A indica a quantidade de unidades vendidas,
A = (100 200 300)

 Cada elemento b ij da matriz B representa o preço de venda praticado em cada

unidade do produto vendido nas lojas,
 58 62 
 
B   53 59 
 55 61 
 

 Cada elemento c ij da matriz C, que será o matriz produto de A por B, nessa ordem,
representa o faturamento total da loja A e B,

C = (10*58 + 200*53 + 300*55 ... 100*62 + 200*59 + 300*61)

C = (32900 36300)

 Observe que todos os dados numéricos desse fato podem ser apresentados por:

 58 62 
 
100 200 300  x  53 59   32900 36300 
 55 61 
 

6 – Determinante de Matriz

Determinante, no caso de uma matriz, é um número (escalar) conseguido dos elementos

de uma matriz mediante operações especificadas, que é próprio da matriz. Só existem
 a 11 a 12 
determinantes para matrizes quadradas. Assim, o determinante de A 2 x 2 =   é
a 21 a 22 
dado por:

det A = |A| = a 11 x a 22 - a 12 x a 21

3 - 1 3 - 1
Exemplo: A  então | A |     3 * 2 - (-3)  9
3 2  3 2 

a 11 a 12 a 13 
 
Por definição, o determinante de matriz 3 x 3 A = a 21 a 22 a 23  é dado por,
a 31 a 32 a 33 
 
 8

|A| = a11 a22 a33 + a12 a23 a31 + a13 a32 a21 - a13 a32 a21 – a13 a22 a31 – a23 a32 a11 – a33 a21 a12

 ou ainda utilizando a seguinte regra: os termos produtos positivos são formados com
elementos ligados por linhas cheias e os termos produtos negativos são formados
com os elementos ligados por linhas pontilhadas, conforme figura abaixo:

 a 11 a 12 a 13 
a 21 a 22 a 23  Essa regra não é valida para matrizes de ordem superior
 
 a 31 a 32 a 33 

 outra regra de cálculo de determinantes é conhecida como Sarrus em que:

 Repetem-se as duas primeiras colunas à direita do determinante, e em seguida
multiplica-se os elementos da diagonal principal e os elementos de cada paralela a
esta, conservando o sinal de cada produto obtido; e também se multiplica os
elementos da diagonal secundária e os elementos de cada paralela a essa diagonal,
invertendo o sinal de cada produto obtido, assim:
Diagonal
Secundária -gec -idb
-hfa
a b c  a b
d e f  d e
 
g h i  g h
Diagonal aei bfg
Principal cdh
e adicionam-se os resultados obtidos como vimos na figura inicial;

= aei + bfg + cdh – gec – hfa –idb

 Para calcular os determinantes de matrizes maiores que a ordem 3, utiliza-se do

procedimento conhecido como expansão por cofatores. Chama-se de cofator ou
o menor sinalizado do elemento a ij da matriz A.

Cofator é definido por:

A ij = (-1)i + j det B
em que B é a matriz que se obtém eliminando-se a linha i e a coluna j da matriz A.

Exemplos:

a) o cofator do elemento a 11 da matriz A =

2 1 1 
3 5 4 é A11  (-1)1  1 5 4  (-1) 2 (5 * 3)  15
  0 3 
6 0 3  
 9

b) O cofator do elemento a21 da matriz

2 1 1
   1 1
A   3 5 4  é A21  (-1)2  1    (-1)3 (1 * 3)  - 3
 6 0 3  0 3 
 

 Observe a definição de expansão por cofator aplicada ao cálculo de um

determinante de ordem 3:
a b c
d e f   a x A 11  b x A12  c x A13

g h i 

Como:
e f
A11  (-1)2 x   1 x (ei - hf)  ei - hf
h i 

d f 
A12  (-1)3 x    1 x (di - gf)  gf - di
g i 

d e
A13  (-1)4 x   1 x (dh - ge)  dh - ge
g h 

temos que:
a b c 
d e f   a x (ei  hf)  b x (gf - di)  c x (dh - ge)  aei - ahf  bgf - bdi - cdh - cge
 
g h i 

7 – Matrizes e Sistemas Lineares

O conjunto de equações lineares simultâneas, nas mesmas incógnitas x, y e z, por

exemplo, é chamado de sistema linear. Um sistema linear pode ser expresso em uma
notação matricial.

 Fala-se que dois vetores ou duas matrizes são iguais apenas se cada componente
de um deles (ou de umas delas) for igual ao componente correspondente do
outro (ou da outra). Permitindo assim que os sistemas lineares sejam
representados em notação matricial.

Exemplo:

Sabendo que um litro de álcool custa 60 centavos e que um litro de gasolina custa 80
centavos. Em uma mistura de um litro de álcool e gasolina custa 75 centavos. Quanto de
álcool contém em um litro dessa mistura?
 10

Temos duas incógnitas X e Y, que representam as frações de álcool e de gasolina que

compõem um litro da mistura.

Assim, temos:
1 1 X 1
X + Y = 1 * 
60 80 Y 75
60X + 80Y = 75

Multiplica-se:

X  Y 1

60X  80Y 75

 Antes é preciso calcular o determinante do sistema linear para saber se ele é:

 Um (SPD) sistema possível e determinado que admite uma única solução.

Quando o determinante calculado dos coeficientes do sistema é D  0, esse
resultado indica que o sistema é possível.
 Um (SPI) sistema possível e indeterminando que admite mais de uma solução.
Quando o determinante calculado dos coeficientes do sistema é D = 0, esse
resultado indica que o sistema tem duas alternativas; ou o sistema é possível e
indeterminado ou é impossível.
 E, um (SI) sistema impossível que não admite solução alguma o seu
determinante será igual a zero.

Então: D = 1*80 – 60* 1 = d = 20

Como D  0, concluímos que o sistema é possível e determinado.

8 – Matriz Inversa

A matriz inversa é utilizada na resolução de sistemas lineares e em outras aplicações, e é

definida por:
AB = BA = I n
isto é, uma matriz quadrada A n x n existi outra B n x n , tal que o seu produto seja a matriz
identidade de tamanho n.

Exemplo:

3 5  2 - 5
As matrizes A    e B    são inversas entre si, pois:
1 2  -1 3 

3 5   2 - 5 1 0  2 - 5 3 5  1 0
Ax B  x     I2 e B x A   x    I2
1 2 - 1 3  0 1  - 1 3  1 2 0 1 

Logo, B = A-1 ou ainda A = B-1

 11

 Uma matriz quadrada A n x n é inversiva somente se det A  0.

 Matrizes inversas têm determinantes inversos, ou seja, se uma matriz A tem
1
determinante igual a 3, a inversa de A tem determinante igual a .
3
1
det A -1 
det A

Exercício Resolvido:

 2 5
Verificar se a matriz A    é inversiva:
 3 9

A matriz A é inversiva somente se det A  0. Calculando det A, temos:

 2 5
   2 * 9 - 3 * 5  3 como det A  0, temos que A é inversiva.
 3 9

 Cálculo da matriz inversa utiliza – se o seguinte teorema para facilitar o cálculo da

inversa de uma matriz:
 Se A e B são matrizes quadradas de mesma ordem n e AB = In , então A e B são
inversivas e B = A-1ou ainda, A = B-1.

Assim; demonstra-se primeiramente: det A  0 e det B  0 em seguida, B = A-1, ou,

ainda, A = B-1.

Primeiro passo: AB = In ..... det(AB) = det In, pelo teorema de Binet e pelo fato de
det In = 1, temos det A det B = 1.
Logo, det A  0 e det B  0. Portanto A e B são inversivas.

Segundo passo: temos por hipótese que AB = In. Multiplicando ambos os membros
dessa igualdade por A-1 (a esquerda de cada membro), temos que:
A-1 (AB) = A-1 * In .... (A-1* A) B = A-1* In
 In * B = A-1* In  B = A-1
concluímos então A e B são matrizes inversas entre si.

Exercício Resolvido:

1 0
Determinar se existe a inversa da matriz A    , a resolução calculando det A,
3 2
1 0
temos    1 * 2 - 3 * 0  2 como det A  0 , temos que existe A-1. A matriz A-1 tem o
 3 2 
a b 
mesma ordem de A, isto é, A-1 =  
c d 
 12

 a b  1 0 1 0
Assim:   x     
 c d  3 2 0 1

 a  3b 2b   1 0 
     
 c  3d 2d   0 1 

 a + 3b = 1 (I)
2b = 0 b = 0 (II)
c + 3d = 0 (III)
1
2d = 1 d = (IV)
2

Substituindo (II) em I , temos a + 3*0 = 1 = a = 1.

1 3
Substituindo (IV) em III, temos: c + 3 * = 0 c =
2 2
 1 0
Logo, A -1   - 3 1 .
 
 2 2

9 – Caso Prático de Álgebra Matricial usando o Excel

Atualmente temos recursos computacionais que facilitaram o cálculo de matriz. Nesta

fase, será visto a técnica adotada para alguns cálculos de matrizes utilizando a
ferramenta da Planilha de Cálculo Excel, versão 7.0, cujos passos e procedimentos serão
mencionados e explicados em cada etapa da elaboração dos cálculos do caso prático.

 O nosso problema é a alocação(distribuição) de custos pelo método recíproco,

sendo que este método é utilizado para alocar aos departamentos de produção,
de uma empresa, os custos dos departamentos de serviços, usando a técnica da
álgebra matricial e os recursos computacionais do Excel.
 No caso, a ser resolvido, a empresa tem no seu processo produtivo 04
departamentos, sendo 02 de serviços e 02 de produção

A tabela abaixo informa os percentuais de distribuição de custos entre os

departamentos, que foram obtidos em função das bases de rateio estabelecidas, como
também os departamentos de serviços, Administração e Venda, e os de produção,
Montagem e Acabamento:

PARA DE
Administração Vendas
Administração 0 10%
Vendas 20% 0
Montagem 40% 40%
Acabamento 40% 50%
 13

Os Custos diretos dos departamentos antes da alocação:

Administração R$ 10.500,00
Vendas R$ 5.700,00
Montagem R$ 23.000,00
Acabamento R$ 15.300,00
TOTAL= R$ 54.500,00

1º PASSO: Monta-se no Excel uma matriz quadrática (mesmo número de linhas e

colunas), com base no quadro de percentuais de distribuição de custo, onde não há
percentual pré-fixado terão o valor zero, porque os departamentos de produção não
distribuem custos.

MATRIZ INICIAL QUADRÁTICA

Administração Vendas Montagem Acabamento
Administração 0 0,1 0 0
Vendas 0,2 0 0 0
Montagem 0,4 0,4 0 0
Acabamento 0,4 0,5 0 0

2º PASSO: Monta-se abaixo da matriz quadrada uma matriz identidade (os elementos
da diagonal principal é o número 1 e os demais iguais ao número 0), com o mesmo
número de linhas e colunas da matriz formada anteriormente.

MATRIZ IDENTIDADE
Administração Vendas Montagem Acabamento
Administração 1 0 0 0
Vendas 0 1 0 0
Montagem 0 0 1 0
Acabamento 0 0 0 1

3º PASSO: Cria-se uma nova matriz que é a matriz diferença entre a matriz identidade
e a matriz quadrada original. Para isso, insira a fórmula de subtração em uma célula
abaixo que esteja vazia, utilizando as regras de adição e subtração de matrizes,
propostas neste trabalho. A formula inserida na célula ficaria assim; = B11 – A11, no
Excel fica, = B27 – B18. A letra B informa a coluna da planilha e o número à linha. Nas
células restantes utilize os recursos de copiar e colar, o resultado será o seguinte:

NOVA MATRIZ (MATRIZ DIFERENÇA)

Administração Vendas Montagem Acabamento
Administração 1 -0,1 0 0
Vendas -0,2 1 0 0
Montagem -0,4 -0,4 1 0
Acabamento -0,4 -0,5 0 1

 Este passo é necessário, porque é dessa matriz que derivarão os demais cálculo.

4º PASSO: Baseado na nova matriz calcula-se sua matriz inversa. Marque com o cursor
a área que será impressa a matriz inversa, e clicando no auxiliar de função f(x), escolha
a categoria da função Matemática e Trigonométrica, e clique no nome da função Matriz.
 14

inverso. Será solicitada a matriz que é a matriz diferença, selecione-a, e confirme com
um OK; e na seqüência, aperte a tecla F2, e logo após pressione as teclas Control Shift
Enter simultaneamente, assim na área selecionada previamente aparecerá a matriz
inversa calculada.

MATRIZ INVERSA
Administração Vendas Montagem Acabamento
Administração 1,020408163 0,102041 0 0
Vendas 0,204081633 1,020408 0 0
Montagem 0,489795918 0,44898 1 0
Acabamento 0,510204082 0,55102 0 1

5º PASSO: Cria-se uma nova matriz contendo os valores a serem alocados e está será
multiplicada pela matriz inversa calculada anteriormente. Primeiramente, selecione a
área para a nova matriz produto da multiplicação, em seguida proceda como no cálculo
da matriz inversa escolhendo a função Matriz. Mult, neste caso a área da matriz inversa
já calculada será selecionada como Matriz 1; e para a Matriz 2 informe a matriz onde
consta os valores a serem alocados, como antes confirme com a tecla OK, aperte F2 e
em seguida Control Shift Enter simultaneamente.

 Utilizando o cálculo matricial:

 1,02040816 3 0,102041 0 0   10500   11295,92 

     
 0,204081633 1,020408 0 0   5700   7959,18 
 0,489795918 0,44898 x 
1 0   23000   30702,04 
     
 0,510204082 0,55102 0 1   15300   23797,96 


QUADRO COMPARATIVO:

Administração 10500 R$ 11.295,92

Vendas 5700 R$ 7.959,18
Montagem 23000 R$ 30.702,04
Acabamento 15300 R$ 23.797,96

Observe a soma dos departamentos de produção: (30.702,04 + 23.797,96) = 54.500,00.

Obtêm-se os valores de todos os departamentos, mas somando os de produção verifica-

se que o valor obtido é de R$ 54.500,00, o mesmo valor total dos custos a serem
alocados dados anteriormente.

Percebe-se que, através da aplicação da álgebra matricial e dos recursos

computacionais, foi possível ratear o total dos custos fixos entre os departamentos de
produção. No caso estudado foram poucos departamentos, mas a estrutura de um
empresa possui muito mais departamentos, que os recursos computacionais poderá
agilizar o processo de calcula das matrizes.
 15

10 – Conclusão

Embora não seja o único instrumento para resolver problemas, pode-se concluir que a
álgebra matricial é um ferramental importante na resolução de sistemas lineares e
cálculos que envolvam grande quantidade de dados.

11 – Problemas Propostos (respostas estão no arquivo do excel)

01- Uma empresa produz cinco produtos, numerados de 1 a 5. Esses produtos

exigem certo tempo de processamento em cada um dos três departamentos A, B e C.

item 1 leva uma hora no depto. A, duas horas em B e uma hora em C.

item 2 leva duas horas no depto. A e C e um hora no B.
item 3 leva duas horas em cada departamento.
item 4 gasta 0,5 hora em A, três em B e duas horas em C.
O item 5 gasta uma hora em A, quatro horas em B e três horas em C.
Os custos de processamento nos departamentos A, B e C são respectivamente
$ 8,00, $ 7,5 e $ 9,00. Utilize métodos matriciais para encontrar:

a) O custo de cada item.

b) As necessidades dos departamentos se a demanda diária é de 50 para o item 1,
100 para o item 2, 50 para o item 3, 50 para o item 4 e 100 para o item 5.
c) O custo total diário.

02 - A empresa tem no seu processo produtivo 04 departamentos, sendo 02 de serviços e

02 de produção. O nosso problema é a alocação(distribuição) de custos pelo método
recíproco, sendo que este método é utilizado para alocar aos departamentos de
produção, de uma empresa, os custos dos departamentos de serviços, usando a técnica
da álgebra matricial:
A tabela abaixo informa os percentuais de distribuição de custos entre os
departamentos, que foram obtidos em função das bases de rateio estabelecidas, como
também os departamentos de serviços, Administração e Venda, e os de produção,
Montagem e Acabamento:

PARA DE
Administração Vendas
Administração 0 20%
Vendas 30% 0
Montagem 30% 30%
Acabamento 40% 50%

Os Custos diretos dos departamentos antes da alocação:

Administração R$ 20.500,00
Vendas R$ 6.700,00
Montagem R$ 33.000,00
Acabamento R$ 25.300,00
TOTAL= R$ 85.500,00
 16

12 – Glossário

Departamento de produção – são os que atuam sobre os produtos e tem seus custos
apropriados diretamente a estes.

Departamento de serviços – são os que não atuam diretamente no processo produtivo,

este presta serviços aos deptº. de produção e seus custos não são apropriados
diretamente aos produtos, mas são transferidos para os deptº. de produção que se
beneficiam deles.

Equação linear – é uma equação de 1º grau que possui uma ou mais incógnitas.

Sistema linear – é o conjunto de equações lineares simultâneas nas mesmas incógnitas.

Matriz soma – é a matriz resultado da soma de duas matrizes da mesma ordem.

Matriz diferença – é a matriz resultado da subtração de duas matrizes da mesma ordem.

Matriz produto – é a matriz resultado da multiplicação de duas matrizes de linha por

coluna.

Escalar – é um número real que se envolve nas operações com matrizes.

Determinante – em matriz é um escalar obtido dos elementos desta, mediante operações

especificas.

13 – Bibliografia

- WEBER, J. E. , Matemática para Economia e Administração. 2º ed. Ano 1986, Ed.

Harbra, São Paulo.

- SHAMBLIN, J.E. , STEVENS, G.T. , Pesquisa Operacional: uma Abordagem Básica.

Pág 44 a 66

- BRANDT, V. A., Álgebra Matricial Aplicada à Contabilidade de Custos.Revista

Ciência Empres. UNIPAR, v.1, n.1: jan/jun., 2000.

- PAIVA, M., Matemática. 1º ed. Ano 1999, Ed. Moderna, São Paulo.

View publication stats