Professional Documents
Culture Documents
1. Introduo
A siderurgia no Brasil comeou a se tornar expressiva durante anos de 1940, com o fenmeno
da nacionalizao das indstrias. Esta culminou na criao das companhias siderrgicas
durante o governo Vargas na dcada de 1940. O processo de privatizao dessas companhias
nos anos 1990 transformou algumas delas em multinacionais, estas que se expandiram ao
redor do mundo.
Segundo o Centro de Gesto e Estudos Estratgicos (2010), o Brasil ocupa a stima posio
no ranking mundial na produo de ao e o segundo no das importaes, mostrando ser um
alicerce para muitas outras empresas desde a de artigos domsticos a fornecimentos s
indstrias de base.
O presente trabalho foi realizado em uma multinacional fabricante de peas de aos longos
localizada na regio metropolitana de Belm, no Estado do Par. Pela essencialidade desta, a
produo de ao do tipo contnua exigindo trs turnos de trabalho e mquinas a pleno
emprego. A problemtica encontrada por essa indstria que, mesmo com um bom ritmo de
trabalho, a demanda grande a ponto de exigir alm das horas normais. A soluo aplicada
o emprego de horas extras para o cumprimento da demanda, sendo um processo oneroso do
ponto de vista econmico empresarial e do ponto de vista do capital humano.
Considerando o cenrio acima descrito, este trabalho tem como objetivo desenvolver um
modelo linear de planejamento estratgico para a empresa em estudo com auxlio de
ferramentas da Pesquisa Operacional visando minimizao dos custos e considerando dados
de demanda, mo de obra e produtividade obtida na empresa em estudo. Nesse contexto,
entende-se que a modelagem do sistema produtivo atravs de equaes lineares e com ajuda
computacional possa convergir em aperfeioar ainda mais resultados positivos encontrados ao
longo dos anos pela companhia em questo.
2. Referencial terico
2.1.
Pesquisa Operacional
Segundo Andrade (2004) a Pesquisa Operacional pode ser definida como um ramo
interdisciplinar da matemtica aplicada que faz uso de modelos matemticos, estatsticos e de
algoritmos na ajuda tomada de decises. usada, sobretudo, para analisar sistemas
complexos do mundo real, tipicamente com o objetivo de melhorar ou otimizar a
performance. Os mtodos da Pesquisa Operacional visam auxiliar na escolha da maneira
eficaz de se operar um sistema, usualmente sob condies que exijam a utilizao de recursos
limitados.
Batalha (2008) e Colin (2011) corroboram resumindo que Pesquisa Operacional o uso de
mtodos matemticos em problemas complexos a fim de apoiar no processo de tomada de
decises, principalmente no que tange a alocao eficiente de recursos escassos.
2.2.
Modelagem matemtica
Programao linear
Planejamento agregado
3. Metodologia
3.1. Levantamento de dados
O modelo matemtico desenvolvido foi baseado no modelo de planejamento agregado
proposto por Lustosa et al (2008) cuja funo objetivo representar o custo total considerado
que ser minimizado. Compem a funo objetivo diversos custos como os de contratar (ou
demitir), o da folha de pagamentos e outros. As decises a serem tomadas sero sobre quantos
empregados contratar (ou demitir) em cada perodo, quanto produzir, quantas horas extras
devero ser utilizadas e outras que determinam custos.
Para levantar os dados que foram utilizados na elaborao do modelo foi preenchido um
questionrio com as informaes abaixo para um perodo de seis meses (Tabela 1).
Tabela 1 Informaes requisitadas empresa
Contratao
Demisso
Horas
extras
Salrio
(R$/h)
maio
1.200,00
1.526,44
10,16
1.200,00
junho
1.200,00
1.526,44
10,16
1.200,00
julho
1.200,00
1.526,44
10,16
1.200,00
agosto
1.200,00
1.526,44
10,16
1.200,00
setembro
1.200,00
1.526,44
10,16
1.200,00
outubro
1.200,00
1.526,44
10,16
1.200,00
Syntax Line
Demisso
Horas
extras
Perodo
Contratao
maio
1.600,00
2.035,17
13,54
1.600,00
junho
1.600,00
2.035,17
13,54
1.600,00
julho
1.600,00
2.035,17
13,54
1.600,00
agosto
1.600,00
2.035,17
13,54
1.600,00
setembro
1.600,00
2.035,17
13,54
1.600,00
outubro
1.600,00
2.035,17
13,54
1.600,00
(R$/h)
Salrio
A demanda utilizada no modelo abrangeu intervalo de seis meses maio a outubro de 2013
(Tabela 4).
Tabela 4 Demanda fornecida
Demanda- maio a outubro de 2013 (em toneladas)
Mquina
maio
junho
julho
agosto
setembro
outubro
Format
126,76
144,64
148,18
127,54
88,82
144,13
Syntax Line
384,35
406,56
294,11
314,56
206,31
259,71
A produtividade individual total foi definida a partir dos dados fornecidos sobre os meses
de julho, agosto, setembro e outubro do ano de 2013 por no haver detalhamento do nmero
de operadores em cada mquina nos meses de maio e junho. O peso do produto (em
toneladas) produzido por cada mquina em cada um dos meses foi somado e dividido pelo
nmero de funcionrios que operaram a mquina em questo no ms trabalhado. A
produtividade final foi calculada pela mdia da produtividade dos quatro meses (Tabela 5).
Tabela 5 Clculo base para a produtividade individual
Meses
Format
Syntax Line
julho
24,69816733
85,25259175
agosto
21,54080600
81,38618625
setembro
14,80281617
68,76880700
outubro
24,02246817
78,46919500
21,26606442
78,46919500
Produtividade
individual (ton./ms)
No modelo foram utilizadas constantes tais como nmero inicial de funcionrios de cada
mquina e sua respectiva jornada mensal de trabalho (Tabela 6). O valor de horas por
funcionrio para a fabricao de uma tonelada de ao foi calculada pela razo entre a carga
mensal de trabalho e a produtividade individual.
Tabela 6 Valores limitantes de cada mquina
Valores constantes atribudos
Format
Syntax Line
192
192
1152
768
21,27
78,47
9,03
2,45
161,28
539,21
produtividade
individual
(ton./funcionrio/ms)
horas por funcionrio para fabricar uma
tonelada (hora/tonelada)
capacidade
(toneladas/ms)
do
maquinrio
A capacidade mxima das mquinas usada no modelo foi calculada tirando-se um percentual
de 80%, devido aos desgastes ou algum tipo de incapacidade tcnica. Essa varivel foi
fornecida em kg/h tendo de ser convertida para toneladas/ms para equivalncia de unidades
no modelo.
4. Tratamento dos dados
A funo objetivo representar o custo total que ser minimizado e as restries esto
relacionadas mo de obra disponvel, produtividade individual, quantidade a ser produzida e
A empresa no trabalha com estoque, pois produz apenas o que demandado, nem com
subcontratao j que exige pessoal especializado nas mquinas em questo. As demais
restries utilizaram os valores fixos das Tabelas 3 e 4 como limitantes do modelo, descritas
na Tabela 8.
Tabela 8 Descrio das restries
A resoluo do modelo foi realizada no Microsoft Solver Excel (MS Excel) primeiramente
para a definio de uma soluo tima usando a programao linear e o mtodo simplex como
meio de resoluo. Para que os dados pudessem ser comparados a realidade econmica da
empresa, os dados reais do perodo estudado foram inseridos em uma planilha de mesmo
modelo.
10
Foi adotado uma postura com relao ao tratamento de demisses; devido a dificuldade de
treinamento de operadores e pelo perodo estudado ser de mdio prazo, no sugerida a
demisso e sim a realocao ou especializao do funcionrio durante os perodos pouco
produtivos.
A folga representada junto a varivel mo-de-obra refere-se a porcentagem de ociosidade
entre o mximo que os colaboradores podem produzir e que o que foi necessrio (ou o que
seria necessrio em um modelo ideal).
5.1. Mquina Syntax Line
Tabela 8 Resultado timo da Syntax Line
Meses
Nmero
de
empregados
Demisses
maio
172,44
384,35
junho
226,78
406,56
julho
1,67
294,11
agosto
1,67
314,56
setembro
0,00
206,31
outubro
59,46
259,71
A tabela 8 demonstra que nos meses de maio agosto, foram utilizados 4 funcionrios, sendo
estes suficientes para atender a demanda. No entanto em setembro a demanda de 206,31
toneladas, representou uma queda acentuada, fazendo-se necessrio a retirada de um
operador. As horas extras foram utilizadas em todos os meses com exceo de setembro,
tendo uma quantidade mais expressiva em maio (172,44), junho (226,78) e outubro (59,46). O
motivo da realocao de mo-de-obra deve-se a uma queda acentuada na demanda sem
nenhuma contrao no ms posterior, ou nos meses que apresentaram maior demanda.
Tabela 9 Mo de obra otimizada para a mquina Syntax Line
Meses
Mo
de
obra Mo
necessria (H.h)
de
obra
disponvel (H.h)
Folga (%)
maio
940,44
940,44
0,00
junho
994,78
994,78
0,00
11
julho
769,67
769,67
0,00
agosto
769,67
769,67
0,00
setembro
504,80
576,00
12,36
outubro
635,46
635,46
0,00
Na tabela 9 demonstrada a preferncia do uso de horas extras para atender a demanda, visto
que apenas utilizando as consegue-se chegar ao valor de zero de folga, isto , nenhum homem
hora foi desperdiado. Somente no ms de setembro h 12,36% de folga, porm isto se deve o
reposicionamento de um colaborador, sendo que isto s ocorre normalmente quando h uma
folga superior a 44%.
Tabela 10 Resultados utilizando-se a mo-de-obra real (operadores 1C)
Meses
Nmero
de
empregados
Demisses
maio
228
384,35
junho
228
406,56
julho
228
294,11
agosto
228
314,56
setembro
228
206,31
outubro
228
259,71
Nos meses de maio a outubro, a empresa adotou 228 horas extras para os operadores 1C.
Logo, no houve necessidade de contrataes no perodo estudado, porm a manuteno de
um regime fixo de horas extras garante futuros desperdcios.
Tabela 11 Mo de obra utilizada na Syntax Line
Meses
Mo
de
obra Mo
necessria (H.h)
de
obra
disponvel (H.h)
Folga (%)
maio
940,44
996
5,58
junho
994,78
996
0,12
julho
769,67
996
22,72
12
agosto
769,67
996
22,72
setembro
504,80
996
49,32
outubro
635,46
996
36,20
Fazendo-se uma comparao entre as tabelas 9 e 11, nota-se a diferena das folgas, que esto
presente em quase todos os meses na tabela, com exceo de junho que representa um folga
nfima de 0,12%, evidenciando-se a necessidade de um melhor controle sobre a utilizao de
recursos, que esto sendo desperdiados resultando no aumento dos custos totais.
A mquina Syntax Line veio a mostrar a importncia da varivel horas extras para viabilizar
uma soluo tima nesta problemtica que no trabalha com estoques nem com horas
subcontratadas.
A partir da anlise das tabelas percebe-se grande diferena nos modelos real e otimizado, tal
contraste se traduz nos custos mnimos R$ 56.922,72 e R$ 43.490,93, respectivamente. O
maior lucro possvel alterando o modelo real para o otimizado de R$ 13.431,79 equivalendo
a 24% das despesas. Segundo os dados apresentados, pode-se afirmar que o modelo proposto
contribui para diminuir os custos de produo.
Nmero
empregados
de
Demisses
maio
0,00
126,76
junho
153,88
144,64
julho
185,84
148,18
agosto
0,00
127,54
setembro
0,00
88,82
outubro
149,27
144,13
Nos meses de maio outubro foi utilizado todo o quadro de operadores 2B, no havendo
necessidade de horas extras em maio, agosto ou setembro, uma vez que as horas normais
13
conseguiram suprir a necessidade. Porm, em julho e junho fez-se necessrio o uso das horas
extras, devido aumento na demanda nos valores de 144,64 e 148,18 toneladas
respectivamente. No houve necessidade de contrao nem realocao, pois a demanda no
sofreu grandes variaes, salvo o ms de setembro.
Tabela 13 Dados reais sobre a mo-de-obra da Format (operadores 2B)
Meses
Nmero
de
empregados
Demisses
maio
192
126,76
junho
192
144,64
julho
192
148,18
agosto
192
127,54
setembro
192
88,82
outubro
192
144,13
A tabela 13 mostra quadro de funcionrios bem como o regime de horas extras reais, durante
quais os operadores 2B trabalham, em mdia, metade da quantidade de horas extras totais,
sendo 384 horas totais nesse caso existindo horas excedentes que representam um custo a
mais para a companhia, ressaltando na reduo de custos desnecessrios.
Tabela 14 Mo de obra otimizada da Format
Meses
Mo
de
obra Mo
de
obra
Folga (%)
necessria (H.h)
disponvel (H.h)
maio
1144,45
1152,00
0,66
junho
1305,88
1305,88
0,00
julho
1337,84
1337,84
0,00
agosto
1151,49
1152,00
0,04
setembro
801,91
1152,00
30,39
outubro
1301,27
1301,27
0,00
Na tabela 14 pode-se ver a eficcia do mtodo simplex pela reduo da folga, isto , a
diferena entre a mo-de-obra disponvel e a necessria, dessa forma minimizando o custo,
14
sendo que a coluna de folga apresenta este contraste em porcentagem. A folga no ms de maio
foi de menos de um por cento, ou seja, praticamente no houve folga, enquanto setembro a
folga alcana o valor de 30,39% destoando das demais, onde a segunda maior de apenas
0,66%. Tal valor deve-se a queda da demanda do ms de setembro, quanto aos outros meses
no houve folga alguma, podendo-se concluir um bom emprego das horas extras
justificando tambm a ausncia de contrataes ou demisses durante o perodo de maio
outubro.
Tabela 15 Mo de obra real da Format
Meses
Mo
de
obra Mo
necessria (H.h)
de
obra
disponvel (H.h)
Folga (%)
maio
1144,45
1344
14,85
junho
1305,88
1344
2,84
julho
1337,84
1344
0,46
agosto
1151,49
1344
14,32
setembro
801,91
1344
40,33
outubro
1301,27
1344
3,18
A tabela 15 contrasta com tabela 14 por apresentar um maior desperdcio de recursos, no caso
a mo de obra, havendo desperdcio de maio outubro. Ainda que em junho, julho e outubro,
no tenham apresentado uma folga expressiva, os meses de maio, agosto e setembro
apresentam nmeros significativos, refletidos nos custos totais, corroborando assim o que foi
verificado nos dados das tabelas 12 e 13.
A diferena dos modelos reflete o contraste entre os custos mnimos, onde o real e o
otimizado so R$ 54.904,32 e R$ 48.168,13 respectivamente. A economia de R$ 6.744,19 isto
, 12,28% dos custos deve-se a regulao das horas extras de acordo com a demanda exigida.
Portanto, o modelo atendeu a proposta de otimizao, mostrando uma alternativa menos
dispendiosa.
6. Concluso
O presente trabalho constitui uma aplicao da programao linear no contexto de uma
empresa do ramo da siderurgia. Atravs da comparao entre resultados reais adotados pela
15
7. Referncias
ANDRADE, E. L. Introduo pesquisa operacional: mtodos e modelos para anlises de deciso. 3 ed.
Rio de Janeiro: LTC, 2004.
BATALHA, M. O. Gesto agroindustrial. 3 ed. Vol. 2. So Paulo: Atlas, 2001.
BATALHA, Mrio Otvio (org.). Introduo Engenharia de Produo. Rio de Janeiro: Elsevier, 2008.
Centro de Gesto e Estudos Estratgicos (CGEE). Siderurgia no Brasil 2010-2025: subsdios para tomada de
deciso. Serie Documentos Tcnicos, n. 9. Braslia: CGEE, 2010.
COLIN, Emerson C. Pesquisa Operacional: 170 Aplicaes em Estratgia, Finanas, Logstica, Produo,
Marketing e Vendas. Rio de Janeiro: LTC, 2011.
DANTZIG, George B. Reminiscences about the origins of Linear Programming. Operation Research Letters.
v. 1. n. 2, abril, [1982].
HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introduction to Operations Research. 7. ed. New York:
McGraw Hill, 2001.
LUSTOSA, Gustavo (org.). Planejamento e controle da produo. Rio de Janeiro: Elsevier, 2008.
TAHA, Hamdy A. Operations Research - An Introduction. 8. ed. New Jersey: Prentice Hall, 2007.
16