UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

ESCOLA DE ENGENHARIA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO

DESENVOLVIMENTO DE MTODO DE
PLANEJAMENTO E PROGRAMAO DE
OPERAES DE PRESTAO DE SERVIOS
Fabiane Ely

Porto Alegre, 2002

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

ESCOLA DE ENGENHARIA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO

DESENVOLVIMENTO DE MTODO DE PLANEJAMENTO E

PROGRAMAO DE OPERAES DE PRESTAO DE SERVIOS

Fabiane Ely

Orientador: Professor Flvio Sanson Fogliatto, Ph.D.

Banca Examinadora:
Leonardo Junqueira Lustosa, Ph.D.
Prof. Depto de Engenharia Industrial / PUC-Rio
Leonardo Rocha de Oliveira, Ph.D.
Prof. Escola de Administrao / PUCRS
Cludio Walter, Dr.
Prof. PPGEP / UFRGS
Dissertao submetida ao Programa de Ps-Graduao em Engenharia de
Produo como requisito parcial obteno do ttulo de
MESTRE EM ENGENHARIA DE PRODUO
rea de concentrao: Gerncia da Produo
Porto Alegre, Dezembro de 2002.

Esta dissertao foi julgada adequada para a obteno do ttulo de Mestre em

Engenharia de Produo e aprovada em sua forma final pelo Orientador e pela
Banca Examinadora designada pelo Programa de Ps-Graduao em Engenharia
de Produo.

_______________________________________

Prof. Flvio Sanson Fogliatto, Ph.D.

Universidade Federal do Rio Grande do Sul
Orientador

____________________________________
Prof. Dr. Jos Luis Duarte Ribeiro.
Coordenador PPGEP/UFRGS

Banca Examinadora:
Leonardo Junqueira Lustosa, Ph.D.
Prof. Depto de Engenharia Industrial / PUC-Rio
Leonardo Rocha de Oliveira, Ph.D.
Prof. Escola de Administrao / PUCRS
Cludio Walter, Dr.
Prof. PPGEP / UFRGS

AGRADECIMENTOS

Muitas pessoas tiveram papel fundamental no decorrer do desenvolvimento deste

trabalho e para elas que direciono meus sinceros agradecimentos.
Agradeo especialmente ao Professor Flvio Sanson Fogliatto, orientador deste
trabalho, que com sua dedicao e objetividade colaborou para eu percorresse esta
jornada com clareza e motivao.
Agradeo ao professores do Programa de Ps-Graduo em Engenharia de Produo
pelo aprendizado que me proporcionaram, bem como aos colegas com os quais
compartilhei agradveis momentos de trabalho e amizade.
Agradeo tambm aos profissionais da empresa onde desenvolvi este trabalho por me
proporcionarem esta oportunidade e colaborarem para o meu crescimento profissional.
Por fim, dedico este trabalho aos meus pais e irmo, que me concederam o apoio,
compreenso e incentivo, fundamentais para o desenvolvimento deste trabalho.

NDICE

LISTA DE FIGURAS......................................................................................................7
LISTA DE TABELAS.....................................................................................................8
RESUMO..........................................................................................................................9
ABSTRACT...................................................................................................................10
1 INTRODUO ......................................................................................................... 11
1.1 JUSTIFICATIVA DO TRABALHO................................................................................ 14
1.2 OBJETIVOS DO TRABALHO ..................................................................................... 14
1.2.1 Objetivo principal.......................................................................................... 14
1.2.2 Objetivos especficos ..................................................................................... 15
1.3 METODOLOGIA ...................................................................................................... 15
1.4 ESTRUTURA DA DISSERTAO ............................................................................... 20
1.5 LIMITAES ........................................................................................................... 21
2 REVISO BIBLIOGRFICA ................................................................................. 23
2.1 PLANEJAMENTO DA PRODUO NA MANUFATURA ................................................. 23
2.1.1 Planejamento agregado da produo (APP) com planejamento de recursos
(RP)......................................................................................................................... 26
2.1.2 Plano mestre de produo (MPS) com planejamento aproximado da
capacidade (RCCP)................................................................................................ 28
2.1.3 Planejamento das necessidades de material (MRP) ..................................... 32
2.1.4 Planejamento das necessidades de capacidade (CRP) ................................. 38
2.1.5 Programao da produo (PS) ................................................................... 43
2.2 PLANEJAMENTO DA PRESTAO DE SERVIOS ....................................................... 53
2.2.1 Gerenciamento da demanda.......................................................................... 55
2.2.2 Gerenciamento do fornecimento ................................................................... 56
2.2.3 Planejamento agregado da mo-de-obra...................................................... 57
2.2.4 Programao de curto prazo......................................................................... 59
2.2.5 Consideraes gerais .................................................................................... 69
2.3 GERENCIAMENTO DE PROJETOS ............................................................................. 70
2.3.1 PERT/CPM capacidade infinita ................................................................. 71
2.3.2 Tcnicas de gerenciamento de projetos com capacidade finita .................... 77
3 MTODO ................................................................................................................... 81
3.1 CONSIDERAES INICIAIS ...................................................................................... 81
3.2 PLANEJAMENTO DE SERVIOS ................................................................................ 83
3.3 PROGRAMAO DE SERVIOS ................................................................................ 90
3.3.1 Priorizao dos servios ............................................................................... 96

3.3.2 Diviso da capacidade demandada pelos servios entre os funcionrios e

diviso das fases em etapas .................................................................................... 97
3.3.3 Definio dos funcionrios que executaro os servios ............................... 99
3.3.4 Alocao das reservas de capacidade para servios emergenciais............ 104
3.3.5 Gerao do cronograma de servios .......................................................... 106
4 VALIDAO PRTICA DO MTODO ............................................................. 109
4.1 ADAPTAES DO MTODO ................................................................................... 110
4.2 DADOS DE ENTRADA ............................................................................................ 112
4.3 PLANEJAMENTO DAS OBRAS ................................................................................ 118
4.4 PROGRAMAO DAS OBRAS ................................................................................. 121
4.5 COMENTRIOS ..................................................................................................... 124
5 CONCLUSES E FUTUROS DESENVOLVIMENTOS ................................... 130
REFERNCIAS BIBLIOGRFICAS......................................................................133
ANEXOS...138

LISTA DE FIGURAS

FIGURA 1- PLANEJAMENTO DA CAPACIDADE NO SISTEMA DE PLANEJAMENTO E CONTROLE

DA PRODUO (ADAPTADA DE VOLLMAN ET AL., 1997). ......................................... 24
FIGURA 2 ALOCAO DAS OPERAES AO LONGO DO TEMPO COM LEAD TIME IGUAL A 1
(ADAPTADA DE VOLLMAN ET AL., 1997). ................................................................. 31
FIGURA 3- COMPARAO DA CAPACIDADE DISPONVEL DEMANDADA EM UM CENTRO DE
TRABALHO. .............................................................................................................. 39
FIGURA 4 ILUSTRAO DO PROBLEMA DO SEQENCIAMENTO. ..................................... 42
FIGURA 5 REPRESENTAO DE REDES DE TRABALHO (ADAPTADA DE KRAJEWSKI &
RITZMAN, 1999). ..................................................................................................... 71
FIGURA 6 FASES DE UM SERVIO .................................................................................. 82
FIGURA 7 FASES DE UM SERVIO COM DIFERENTES NMEROS DE FUNCIONRIOS......... 83
FIGURA 8 INTERAO ENTRE PROGRAMAO DE SERVIOS E PROGRAMAO DE
MATERIAIS. .............................................................................................................. 91
FIGURA 9 CALENDRIO CONSIDERADO NA VALIDAO. ............................................. 112
FIGURA 10 GRFICO APRESENTANDO RELAO ENTRE CAPACIDADE DEMANDADA X
DISPONVEL............................................................................................................ 121

LISTA DE TABELAS

TABELA 1 TABELA DE CLCULO DE TEMPO DE FABRICAO (ADAPTADA DE VOLLMAN

ET AL., 1997)............................................................................................................ 30
TABELA 2 PLANILHA DO MRP...................................................................................... 37
TABELA 3 COMPARAO DA CAPACIDADE DISPONVEL DEMANDADA EM UM CENTRO
DE TRABALHO.......................................................................................................... 39
TABELA 4 CAPACIDADE DISPONVEL EM CADA PERODO P [* ONDE C p CALCULADO
CONFORME EQUAO (76) E SUA UNIDADE HORAS]. ........................................... 113
TABELA 5 CAPACIDADES DISPONVEIS........................................................................ 113
TABELA 6 GRAU DE IMPORTNCIA DAS OBRAS. .......................................................... 114
TABELA 7 DADOS REFERENTES A OBRAS EM ESTADO ESTIMADO. ............................... 114
TABELA 8 - DADOS REFERENTES A OBRAS EM ESTADO PREVISTO. ................................. 114
TABELA 9 - DADOS REFERENTES A OBRAS EM ESTADO PROGRAMADO........................... 115

TABELA 10 VALORES DE Cd tp (EM HORAS).................................................................. 117

TABELA 11 MATRIZ DE COMPATIBILIDADE ENTRE REGIES........................................ 118
TABELA 13 RESERVA DE CAPACIDADE ATUALIZADAS (EM HORAS)............................. 118
TABELA 14 RESULTADO FINAL DO PLANEJAMENTO. ................................................... 120
TABELA 15 DIVISO DA RESERVA DE CAPACIDADE MENSAL PARA OBRAS EMERGENCIAIS
EM SEMANAS. ........................................................................................................ 123
TABELA 16 - CRONOGRAMA DE OBRAS DA EQUIPE 1. .................................................... 125
TABELA 17 CRONOGRAMA DE OBRAS DA EQUIPE 2..................................................... 126
TABELA 18 - CRONOGRAMA DE OBRAS DA EQUIPE 3. .................................................... 127

RESUMO

Este trabalho pretende contribuir com questes relacionadas ao planejamento e

programao de operaes de prestao de servios. Seu enfoque nos bastidores das
operaes de servios, onde ocorre o fluxo de materiais e so observadas caractersticas
similares s da manufatura. Ainda assim, algumas caractersticas especficas das
operaes de servios influenciam o processo a ser planejado. O tema desta dissertao
consiste na definio de um mtodo de planejamento e programao das operaes dos
bastidores de empresas prestadoras de servio. Este mtodo engloba conceitos utilizados
tanto na manufatura quanto nos servios. Na etapa inicial do trabalho, apresentada
uma reviso bibliogrfica sobre planejamento da produo na manufatura, planejamento
da prestao de servios e gerenciamento de projetos. Na etapa seguinte, apresenta-se
um mtodo de planejamento e programao para operaes dos bastidores de empresas
prestadoras de servio. A etapa final apresenta a validao prtica do mtodo proposto
em uma empresa do setor eltrico que atua no segmento de distribuio de energia.

ABSTRACT

This thesis deals with questions regarding planning and programming of service
operation systems. It focuses on service back office operations, where the materials flow
and characteristics are similar to manufacturing. Despite such similarities, some
particular characteristics of the operation service can determine its planning. The
purpose of this thesis is to define a planning and programming method applicable to
service companies back office operations. The method involves concepts that are used
in manufacturing as well as in service planning. Initially, concepts about production
planning and control, service and project management are revised. Next, the proposed
method for planning and programming of service back office operations is presented.
Finally, we report a case study in an energy distribution company were the method is
tested.

10

CAPTULO 1

1 INTRODUO
Nos ltimos 30 anos, o setor de servios cresceu rapidamente, sendo considerado
o centro das atividades econmicas de grande parte dos pases, principalmente os de
economia industrializada. No Brasil, o setor de servios est passando por um processo
contnuo de redefinio de seu ambiente e prticas (Tboul, 1999; Gianesi & Corra,
1994).
A classificao de uma empresa na categoria de servio ou manufatura
considerada um tanto simplista e muitas vezes inconsistente. O que normalmente se
encontra so empresas que oferecem tanto servios como produtos. Um servio de fast

food, por exemplo, necessita de refeies, que so consideradas produtos. J um

computador pode possuir um servio de assistncia tcnica durante a venda, a qual se
caracteriza como um servio. Assim sendo, torna-se mais adequado classificar as
operaes de uma empresa como operaes de servio ou manufatura, ao invs de tentar
estender a classificao s prprias empresas (Tboul, 1999; Gianesi & Corra, 1994;
Fitzsimmons & Fitzsimmons, 1998).
Quando da anlise do sistema de operaes de servio, o conceito de proscnio e
de bastidores de fundamental importncia. No proscnio (conhecido tambm por front

office ou linha de frente) existe a interao direta com o cliente. O proscnio, assim,
engloba a parcela de operaes que possui alto contato com o cliente. Nos bastidores
(conhecido tambm como back office ou retaguarda) encontram-se as atividades que
do suporte ao servio, onde o cliente tem pouco ou nenhum acesso. Em um restaurante,
por exemplo, a cozinha considerada como parte dos bastidores, enquanto o salo onde
so realizadas as refeies o proscnio. No proscnio ocorre o processo de entrega do

11

servio ao cliente, enquanto nos bastidores ocorrem as transformaes fsicas (Tboul,

1999; Gianesi & Corra, 1994; Fitzsimmons & Fitzsimmons, 1998).
As principais caractersticas que diferenciam as operaes do proscnio e dos
bastidores so apresentadas no Quadro 1. Essas diferenas evidenciam a necessidade de
gestes distintas, conforme o tipo de operaes. Da mesma forma, salienta-se a
oportunidade de aplicaes de tcnicas de manufatura nas operaes realizadas nos
bastidores (Tboul, 1999; Fitzsimmons & Fitzsimmons, 1998).

Proscnio

Bastidores

Intangveis

Tangveis

Necessidade da presena do cliente ou de

um bem de sua propriedade

No necessita presena do cliente ou de

um bem de sua propriedade

Produo e consumo so simultneos

Produo e consumo no so simultneos

Quadro 1 Principais caractersticas que diferenciam as atividades do proscnio e dos

bastidores (adaptado de Gianesi & Corra, 1994).
A caracterstica de produo e consumo simultneo no proscnio impede a
formao de estoques de servios. J nos bastidores, a presena de transformao fsica
e no simultaneidade do consumo e produo, possibilita, em certos casos, a formao
de estoques. Desta forma, a gesto de estoque nos bastidores deve ser considerada
(Tboul, 1999).
Na manufatura, um dos sistemas mais usados na gesto de estoques o
Planejamento das Necessidades de Materiais (MRP - Material Requirements Planning).
O MRP faz o planejamento de todos os itens necessrios para a fabricao dos produtos
finais, definindo a data de liberao de ordens de compra ou fabricao da cada item,
bem como a data de entrega. O MRP rodado considerando o estoque disponvel de
cada item (Bonney, 2000; Vollman et al., 1997; Krajewski & Ritzman, 1999; Elsayed &
Boucher, 1994). A verificao da capacidade para execuo do planejamento feito pelo
MRP realizada no Planejamento das Necessidades de Capacidade (CRP - Capacity

Requirements Planning). O CRP verifica a capacidade demandada por cada item

planejado no MRP. O CRP, entretanto, apenas verifica a capacidade, deixando a cargo
do planejador os ajustes necessrios quando a capacidade demandada supera a
disponvel (Wortman et al., 1996; Vollman et al., 1997). Para o seqenciamento das

12

ordens de fabricao, realizada a programao da produo (PS Production

Scheduling). Na PS definem-se os momentos de incio e trmino de cada ordem de

fabricao em cada operao em que ela necessita ser processada, considerando da
capacidade produtiva de cada operao (Vollman et al., 1997).
Os servios, por possurem caractersticas peculiares entre si, podem apresentar
diferentes formas de gerenciamento da capacidade, onde procura-se gerenciar a
demanda ou o fornecimento. No gerenciamento da demanda, procura-se influenci-la de
forma que ocorra nos momentos em que o fornecedor esteja ocioso ou coloc-la em fila
de espera. No gerenciamento do fornecimento, procura-se ajustar a capacidade de
fornecimento de servio demanda, atravs de horas extras, contrataes e demisses,
turnos diferenciados, etc (Fitzsimmons & Fitzsimmons, 1998; Tboul, 1999).
Outra forma de gerenciamento, utilizada tanto na manufatura como nos servios,
o gerenciamento de projetos. O gerenciamento de projetos envolve a coordenao de
atividades, pessoas, organizaes e outros recursos, de forma a atingir as metas
especificadas. A tcnica mais conhecida para gerenciamento de projetos o
PERT/CPM, que define as datas mais cedo e mais tarde que cada atividade deve ser
iniciada e concluda para que se entregue o produto ou servio na data determinada
(Krajewski & Ritzman, 1999; Elsayed & Boucher, 1994).
O tema desta dissertao consiste na definio de um mtodo de planejamento e
programao das operaes dos bastidores de empresas prestadoras de servio. Este
mtodo engloba conceitos utilizados tanto na manufatura quanto nos servios. Enquanto
a programao de materiais feita utilizando a lgica do MRP, a programao das
atividades considera algumas caractersticas especficas da prestao de servios.
O mtodo proposto foi aplicado em uma empresa do setor eltrico que atua no
segmento de distribuio de energia. Nos bastidores desta empresa ocorre a execuo de
obras de investimento e manuteno (preventiva e emergencial) nas redes de
distribuio de energia. A validao prtica do mtodo proposto executada atravs do
planejamento e programao das obras a serem executadas em uma determinada regio
atendida pela distribuidora, num determinado horizonte de tempo.

13

1.1 JUSTIFICATIVA DO TRABALHO

Na anlise do setor de servios, verifica-se a diversidade de servios oferecidos e
uma grande quantidade de problemas de gerenciamento que os acompanha. Mesmo com
o crescimento da importncia deste setor, existe um nmero relativamente pequeno de
estudos sobre o mesmo, com muitos aspectos ainda por serem investigados (Tboul,
1999). Desta forma, trabalhos que possam contribuir para o melhor entendimento do
setor se fazem necessrios.
Por outro lado, manter um fluxo eficiente de materiais e servios fundamental
para obter-se operaes rentveis (Krajewski & Ritzman, 1999). O planejamento da
produo visa a alocao efetiva dos recursos disponveis de modo a atender as
necessidades de produo dos produtos ou servios demandados (Carvalho et al., 1998).
Assim, a eficincia das operaes est muito ligada ao planejamento.
Este trabalho pretende contribuir com questes relacionadas ao planejamento e
programao de operaes de prestao de servio. Como o enfoque do trabalho nos
bastidores das operaes de servio, onde geralmente ocorre o maior fluxo de materiais,
caractersticas similares as da manufatura so observadas. Ainda assim, algumas
caractersticas especficas das operaes de servios influenciam o processo a ser
planejado. Apesar do planejamento de fluxo de materiais ser um assunto bastante
comentado na literatura, pouco se discute sobre a influncia das caractersticas do
servio neste planejamento e os problemas que ele impe. Este trabalho prope-se a
apresentar um mtodo de planejamento e programao que considere algumas
caractersticas tpicas das operaes de servios, tais como compartilhamento de
recursos entre atividades de emergncia e atividades programveis, e deslocamento de
recursos para atendimento dos diferentes servios.

1.2 OBJETIVOS DO TRABALHO

1.2.1 Objetivo principal
O objetivo principal deste trabalho apresentar um mtodo de planejamento e
programao para operaes dos bastidores de empresas prestadoras de servio que
possibilite uma maior coordenao das atividades executadas ao longo do processo da
prestao dos servios.

14

1.2.2 Objetivos especficos

Os objetivos especficos so:
1. Revisar a bibliografia sobre planejamento e programao de operaes.
2. Desenvolver um mtodo de planejamento de operaes de empresas
prestadoras de servio que permita:

Suavizar as flutuaes de demanda;

Prever perodos de pico de demanda.

3. Desenvolver um mtodo de programao de operaes de empresas

prestadoras de servio que permita:

A visualizao das operaes a serem executadas em futuro prximo;

A coordenao das operaes ao longo do processo de prestao dos

servios.

4. Aplicar a sistemtica proposta em uma empresa do setor eltrico, que atua no

segmento de distribuio de energia.

1.3 METODOLOGIA
O mtodo de pesquisa utilizado o de pesquisa-ao. Neste mtodo, as pessoas
ou grupos implicados no problema participam, juntamente com os pesquisadores, na
elucidao da realidade, na identificao dos problemas e na busca e experimentao de
solues. Os pesquisadores, por outro lado, possuem um papel ativo no equacionamento
dos problemas, no acompanhamento e na avaliao das aes orientadas soluo dos
problemas encontrados (Thiollent, 1997; 1998).
Os principais aspectos que caracterizam a pesquisa-ao so (Thiollent, 1998):
Ampla e explcita interao entre pesquisadores e pessoas ou grupos
envolvidos na situao observada.

15

 O resultado desta interao a priorizao dos problemas a serem

pesquisados e das solues que sero desencadeadas atravs de aes
concretas.
O objeto de investigao no formado pelas pessoas, mas pela situao
social e problemas de naturezas diversas, encontrados nesta situao.
O objetivo resolver ou, no mnimo, esclarecer os problemas da situao
observada.
Existe um acompanhamento das decises, das aes e de toda a atividade
intencional das pessoas envolvidas na situao, durante o processo de
pesquisa.
A pesquisa no deve limitar-se a ao, mas, sim, deve aumentar o
conhecimento dos pesquisadores e o conhecimento ou nvel de conscincia
das pessoas envolvidas.
O processo de pesquisa-ao no totalmente padronizado; ou seja, no segue
fases de pesquisa rigidamente definidas. Conforme o contexto em que a pesquisa-ao
inserida, os procedimentos, a ordenao das fases e o grau de implicao das pessoas
envolvidas podem variar. Em geral, os planejadores da pesquisa definem uma seqncia
inicial de fases, que acaba sendo infringida devido a problemas imprevistos (Thiollent,
1998; 1997).
Baseando-se nas fases sugeridas por Thiollent (1997;1998), definiu-se 4 fases de
pesquisa para este trabalho:
Fase exploratria: nesta fase so realizadas entrevistas e discusses em grupo
de forma a identificar os problemas e suas causas. Dados so coletados para confirmar
os problemas e suas causas. Os problemas identificados so priorizados e definem-se os
objetivos e o escopo da pesquisa. Os resultados so apresentados e discutidos em
seminrios com grupos afetados pelos problemas encontrados.
A empresa em estudo atua no setor eltrico, mais especificamente no segmento
de distribuio de energia. Para o fornecimento de energia, necessrio que a empresa
execute obras de manuteno e investimento nas redes de distribuio de energia. Para

16

viabilizar a execuo das obras, a empresa possui vrias bases de operao distribudas
em diferentes cidades.
Quando surge a necessidade de uma obra, feita uma anlise de viabilidade
tcnica e econmica. Se a necessidade da obra for confirmada, o projeto executado.
Com o projeto executado, realizado o oramento da obra. No oramento, todas as
atividades necessrias para a execuo da obra so detalhadas e as necessidades de
materiais so definidas. Aps a concluso e aprovao do oramento, feita a liberao
contbil de recurso para a obra. Com a liberao do recurso, realizada a reserva de
materiais. A reserva de materiais consiste na entrada de informaes sobre a
necessidade de materiais no sistema do departamento de suprimentos. Esse
departamento possui um centro de estocagem onde realizada a entrega de materiais
pelos fornecedores, o controle de qualidade e a estocagem, para posterior distribuio
destes materiais s bases de operao. As bases de operao possuem equipes que
executam as obras e so gerenciadas por departamentos de operao. Cada
departamento gerencia de 2 a 6 bases.
Obras de emergncia, que devem ser atendidas no momento em que surge a
necessidade, no passam pelo processo descrito acima. Para estas obras existe um
estoque de materiais com ponto de reposio nas bases de operao. Assim que surge a
necessidade, as equipes so acionadas e a obra executada. O oramento feito aps a
execuo da obra.
O problema que motivou o incio deste trabalho foi levantado pelo departamento
de suprimentos. Como esse departamento tem conhecimento das necessidades de
materiais apenas no momento da reserva, o processo fica parado at que os materiais
sejam entregues s bases de operao. O tempo de entrega de alguns materiais pelos
fornecedores bastante elevado (mais de 30 dias). A soluo, portanto, seria ter estoque
suficientemente grande para atender as necessidades. O departamento de suprimentos,
entretanto, possui dificuldades em dimensionar um estoque economicamente vivel que
atenda as necessidades. Isto ocorre devido a grande diversidade de materiais e ao fato da
demanda de materiais (baseada na reserva de materiais) possuir grandes flutuaes, sem
um padro sistemtico de variao ao longo do tempo.

17

Nesta situao, o departamento de suprimentos definiu uma meta de atendimento

de materiais em, no mximo, 30 dias. Quando uma reserva de materiais realizada, o
sistema define a data de necessidade do material para a data da reserva mais 30 dias.
Atravs do MRP, verifica-se a necessidade de compra de materiais. Quando existe a
possibilidade de entrega do material antes da data de necessidade, a reserva atendida.
Na procura pela causa das grandes flutuaes e da ausncia de um padro
sistemtico da demanda, pode-se entender melhor os problemas do processo. A empresa
possui uma fila de obras a serem executadas; ou seja, a demanda no atendida assim
que surge a necessidade, mas sim, entra para uma fila de espera. O oramento anual da
empresa, ou seja, quanto ser gasto com obras durante o ano, tem sua aprovao final
em dezembro ou incio de janeiro. A liberao contbil de recurso para obras de um
determinado ano s pode ser realizada aps a aprovao final do oramento anual.
Assim que a aprovao ocorre, os departamentos de operao solicitam liberao de
recursos para uma grande volume de obras, pois, sabendo do tempo solicitado por
suprimentos para entrega de materiais, procuram garantir a entrega para 2 a 3 meses de
obras. A contabilidade, por sua vez, possui alguns procedimentos a serem executados
para liberao de recurso, ou seja, a liberao no instantnea. Para a liberao deste
grande volume de obras, necessrio que a contabilidade trabalhe no seu limite mximo
de capacidade. Com a liberao de recursos so feitas as reservas, e agora o
departamento de suprimentos que possui um grande volume de materiais para atender.
Para atender a esse volume, pagam-se horas-extras para o pessoal que trabalha no centro
de estocagem e transportes especiais.
Entregues os materiais, as bases de operao possuem um enorme estoque de
materiais, mas no possuem capacidade produtiva para consum-los em poucos dias.
Conforme a urgncia das obras, duas possibilidades podem ser definidas: (i) equipes de
outras empresas so contratadas para auxiliar na execuo das obras, (ii) cancela-se a
solicitao de liberao de recursos para obras at que o estoque seja consumido. Neste
momento, a contabilidade e suprimentos passam por um perodo de baixa demanda.
Conforme os materiais so consumidos pelas bases de operao, novas reservas
so realizadas. Essas reservas so feitas considerando os 30 dias de atendimento de
suprimentos. Fatores como ocorrncia de obras emergenciais ou chuvas podem fazer
com que reservas de materiais sejam necessrias antes ou depois dos 30 dias. O

18

departamento de suprimentos, por sua vez, no enxergando os acontecimentos na ponta

(bases de operao), procura atender as reservas o mais cedo possvel. Essa situao traz
como conseqncia falta ou excesso de materiais nas bases de operao. A falta de
materiais faz com que mais reservas sejam feitas, para que no falte material em futuro
prximo, causando um pico de demanda para a contabilidade e suprimentos. O excesso
de materiais faz com que novas reservas no sejam solicitadas, causando perodo de
baixa demanda para contabilidade e suprimentos.
Com a anlise deste processo pode-se observar que a flutuao e a ausncia de
um padro sistemtico da demanda de materiais e de carga de trabalho so conseqncia
do prprio processo da empresa, e no da demanda real por obras. Outro fato a ser
observado que existem informaes suficientes para o departamento de suprimentos
conhecer a demanda de materiais antes da reserva, o que permite uma maior agilidade
no processo.
Desenho da soluo: a partir dos problemas priorizados as alternativas de
soluo so buscadas. O desenho da soluo realizado atravs de discusses e
entrevistas com diversos grupos abrangidos pelas possveis solues, de forma a
identificar uma soluo que seja vivel e atenda as necessidades dos grupos no que diz
respeito ao escopo da pesquisa. Dados tambm so coletados nesta fase para validar a
efetividade das alternativas de soluo. A soluo encontrada validada por todos os
grupos envolvidos, podendo ter que ser redesenhada caso no ocorra a validao.
A partir da discusso dos problemas encontrados na primeira etapa do estudo,
algumas solues foram encaminhadas. Uma delas consiste no desenvolvimento e
implementao de um sistema de planejamento e programao das obras. O
planejamento tem como objetivo reduzir a flutuao da demanda ao longo do ano e
identificar os meses em que realmente tm-se picos de demanda. A programao tem
como objetivo definir um cronograma dirio bimestral ou trimestral de obras, para que o
departamento de suprimentos conhea a real data de necessidade de materiais.
Nesta dissertao apresentado o mtodo desenvolvido para o planejamento e
programao de obras. O detalhamento deste mtodo, ou seja, o desenho da soluo,
apresentado no Captulo 3.

19

Implementao da soluo: num primeiro momento define-se como ser

implementada a soluo, ou seja, faz-se um planejamento de implementao. Antes da
total implementao pode-se realizar, por exemplo, testes-piloto. Eventuais ajustes na
soluo podem ser realizados nesta fase.
Esta a fase em que o projeto se encontra no momento, no sendo, portanto,
apresentada neste trabalho. O mesmo ocorre com a etapa seguinte.
Avaliao dos resultados: nesta fase, avalia-se a efetividade das solues
implementadas na resoluo dos problemas e suas conseqncias. Da mesma forma,
avaliam-se os conhecimentos obtidos e ensinamentos decorrentes do desenvolvimento
da pesquisa.

1.4 ESTRUTURA DA DISSERTAO

A dissertao est estruturada em cinco captulos, com um resumo de assuntos
apresentado na seqncia.
No Captulo 1, apresentado o tema a ser abordado, as justificativas para a
escolha deste tema, os objetivos pretendidos, a metodologia adotada e a estrutura e
limitaes do trabalho.
No Captulo 2, apresentada uma reviso bibliogrfica dos assuntos que tangem
o estudo a ser realizado.
No Captulo 3, proposto o mtodo para a elaborao do planejamento e
programao na empresa em estudo.
No Captulo 4, apresentada uma validao prtica do mtodo em uma empresa
do setor eltrico, que atua no segmento de distribuio de energia.
No Captulo 5, a dissertao finalizada com concluses e sugestes de futuros
desenvolvimentos do trabalho.

20

1.5 LIMITAES
A dissertao possui algumas limitaes:
-

Apenas as duas primeiras fases metodolgicas so apresentadas neste trabalho, ou

seja, a fase exploratria e o desenho da soluo. Isto porque as outras duas fases
(implementao da soluo e avaliao dos resultados) ainda no foram concludas.

Na reviso bibliogrfica no detalhado o funcionamento de mtodos complexos

de programao da produo, tais como algoritmos genticos, branch and bound,

beam search, tabu search, simulated annealing.

-

O estudo realizado em uma empresa especfica do setor eltrico do segmento de

distribuio de energia. Portanto, os resultados obtidos consideram a realidade desta
empresa, existindo a possibilidade de serem ampliados a outras empresas, caso
novos estudos sejam desenvolvidos.

A apresentao do mtodo desenvolvido baseia-se no fluxo normal do processo. O

tratamento desenvolvido para excees, ou seja, casos especiais que ocorrem na
empresa em estudo, no apresentado.

No sero apresentados detalhes de realimentao de dados no mtodo proposto,

devido extenso que o trabalho pode adquirir caso estes sejam apresentados.

A programao de materiais do mtodo proposto baseada na lgica do MRP e,

portanto, no ser detalhada na apresentao do mtodo, visto que o MRP um
mtodo amplamente conhecido e detalhadamente apresentado na reviso
bibliogrfica deste trabalho.

As operaes de execuo de obras so executadas por equipes de bases de

operao geograficamente dispersas pela rea de atuao da empresa. Na
apresentao do estudo de caso, apenas uma base de operao considerada, j que
o mtodo utilizado idntico para as demais.

No Captulo 4, os dados reais da empresa foram manipulados de forma a manter o

sigilo de algumas informaes sem, contudo, prejudicar a validao prtica do
mtodo.

21

O estudo no inclui uma anlise financeira do investimento necessrio para a

implementao do mtodo proposto.

22

CAPTULO 2

2 REVISO BIBLIOGRFICA
Neste captulo apresentado um resumo dos fundamentos tericos referentes ao
tema desta dissertao. Estes fundamentos esto divididos em trs grandes tpicos:
planejamento da produo na manufatura, planejamento da prestao de servios e
gerenciamento de projetos.

2.1 PLANEJAMENTO DA PRODUO NA MANUFATURA

So os recursos do sistema produtivo que possibilitam a transformao de
insumos em produtos acabados (Carvalho et al., 1998). Desta forma, o planejamento da
produo s resulta vivel se tais recursos e, principalmente, sua capacidade produtiva
forem considerados (Wiendahl, 1995).
O planejamento da produo visa a alocao efetiva dos recursos disponveis de
modo a atender as necessidades de produo dos produtos demandados. Tais produtos
provm de pedidos dos clientes e de previso de demanda. Os pedidos dos clientes
consistem em pedidos j efetuados, que certamente se realizaro, e que afetam
diretamente o planejamento da produo de curto prazo. A previso de demanda
consiste na previso de pedidos ainda no efetuados, que podem ou no se realizar e que
afetam diretamente o planejamento da produo em mais longo prazo. Fica claro, neste
contexto, a incerteza associada demanda; tal incerteza funo do tempo ou horizonte
de planejamento considerado. O grau de incerteza das informaes de demanda faz com
que o planejamento da produo seja feito hierarquicamente, com um baixo nvel de
detalhamento das infomaes no planejamento de longo prazo, e um nvel de
detalhamento progressivamente crescente, conforme a aproximao com o curto prazo
(Carvalho et al., 1998).

23

Em cada etapa do planejamento da produo, considera-se a capacidade

produtiva, para garantir a viabilidade do planejamento proposto. Na Figura 1 pode-se
observar as etapas do planejamento da produo de forma hierrquica. Estas etapas so
divididas em longo, mdio e curto prazo, com o grau de detalhamento das informaes
aumentando em cada etapa, respectivamente (Vollman et al., 1997; Wortman et al.,
1996).

Longo prazo

Planejamento de
recursos (RP)

Planejamento
agregado da
produo (APP)

Planejamento
aproximado da
capacidade
(RCCP)

Plano mestre de
produo (MPS)

Planejamento das
necessidades de
capacidade
(CRP)

Planejamento das
necessidades de
material (MRP)

Gerenciamento
da demanda
(DM)

Mdio prazo

Curto prazo

Programao
da produo
(PS)

Sistema de
cho de fbrica
(SFS)

Anlise de
entradas e
sadas (IOA)

Sistema
de vendas
(VS)

Figura 1- Planejamento da capacidade no sistema de planejamento e controle da

produo (adaptada de Vollman et al., 1997).
No longo prazo, feito primeiramente o Planejamento Agregado da Produo
(APP Aggregate Production Planning), em paralelo com a verificao da capacidade
atravs do Planejamento de Recursos (RP Resource Planning). No APP, os diferentes
tipos de produtos so agregados em famlias. Por exemplo, no planejamento da
produo de cadeiras, diferentes modelos de cadeiras que utilizam recursos de
fabricao similares, so considerados em um grupo nico (a famlia de cadeiras). O

24

RP, por sua vez, tambm considera a produo agregada (Vollman et al., 1997;
Krajewski & Ritzman, 1999).
Em uma segunda etapa, feito o Plano Mestre de Produo (MPS Master

Production Schedule), onde famlias sero desagregadas em diferentes tipos de

produtos, definindo-se o mix de produo (quantidades dos produtos a serem
manufaturados). O Planejamento Aproximado da Capacidade (RCCR Rough-Cut

Capacity Planning), que considera produtos desagregados, interage na definio do

MPS (Wortman et al., 1996; Vollman et al., 1997; Verdaasdonk & Wouters, 1999).
No mdio prazo, faz-se o planejamento detalhado da produo. O sistema mais
usado nesta etapa o Planejamento das Necessidades de Materiais (MRP - Material

Requirements Planning). O MRP faz o planejamento de todos os itens necessrios para

a fabricao dos produtos finais do MPS, definindo a data de liberao de ordens de
compra ou fabricao da cada item, bem como a data de entrega. O MRP rodado
considerando o estoque disponvel de cada item (Bonney, 2000; Vollman et al., 1997;
Krajewski & Ritzman, 1999; Elsayed & Boucher, 1994). A verificao da capacidade
para execuo do planejamento feito pelo MRP feita pelo Planejamento das
Necessidades de Capacidade (CRP - Capacity Requirements Planning). O CRP verifica
a capacidade demandada por cada item planejado no MRP. O CRP, entretanto, apenas
verifica a capacidade, deixando a cargo do planejador os ajustes necessrios quando a
capacidade demandada supera a disponvel (Wortman et al., 1996; Vollman et al.,
1997).
No curto prazo, realizada a programao da produo (PS Production

Scheduling). Na PS definem-se os momentos de incio e trmino de cada ordem de

fabricao em cada operao em que ela necessita ser processada. Isso feito atravs do
seqenciamento das ordens de fabricao em cada operao e da considerao da
capacidade produtiva de cada operao (Vollman et al., 1997).
O planejamento gerado pelo MRP ser executado pelo Sistema de Produo
(SFS Shop-Floor Systems), cuja capacidade j foi ajustada e as ordens de fabricao
seqenciadas pela PS. A Anlise de Entradas e Sadas (IOA - Input / Output Analysis)
permite o controle das condies da capacidade durante a execuo do planejamento.
Este controle feito a partir de dados acumulados sobre a carga de capacidade que entra

25

no SFS, o montante que sai do sistema e a capacidade disponvel. Estas informaes

indicam quando h necessidade de atualizao do planejamento, bem como mudanas
de fatores considerados no planejamento (Wortman et al., 1996; Wiendahl, 1995;
Vollman et al., 1997).
Nesta seo so apresentados ainda os seguintes tpicos: planejamento agregado
da produo com planejamento de recursos, plano mestre de produo com
planejamento aproximado da capacidade, planejamento das necessidades de material,
planejamento das necessidades de capacidade, e programao da produo.

2.1.1 Planejamento agregado da produo (APP) com

planejamento de recursos (RP)
O RP possui ligao direta com o APP e influenciar todas as etapas de
planejamento subsequentes. No APP, tem-se a demanda agregada de produtos, gerada a
partir de previso da demanda e pedidos de cliente, para um horizonte tipicamente de
planejamento de 1 a 2 anos, dividido geralmente em meses. Quando essa demanda
constante, o planejamento da produo relativamente simples. Entretanto, quando ela
varivel ao longo do tempo, possuindo alguns perodos onde a demanda maior do
que a capacidade e vice-versa, o planejamento torna-se complicado. Nesta situao,
deve-se optar por polticas de produo tais como produzir para estoque em perodos de
baixa demanda, efetuar contrataes e demisses em perodos de baixa e alta demanda
respectivamente, aumentar o nvel de produo atravs de horas extras, ou, ainda,
atrasar pedidos de clientes (Elsayed & Boucher, 1994; Vollman et al., 1997;.Bonney,
2000; Carvalho et al., 1998; Crandall, 1998; Verdaasdonk & Wouters, 1999).
A deciso sobre a poltica de produo a ser adotada pode ser auxiliada por um
algoritmo de otimizao de programao linear. A modelagem do problema varia de
acordo com as restries e objetivos da empresa. Para exemplificar esta aplicao, ser
apresentada uma modelagem genrica que objetiva ajustar o nvel do estoque, da fora
de trabalho e da produo para cada perodo, considerando a possibilidade de atraso de
pedidos, afim de minimizar o custo de produo (Elsayed & Boucher, 1994; Crandall,
1998). As variveis tpicas do problema de capacidade que utiliza programao linear
so apresentadas no Quadro 2. Na sequncia, as variveis so utilizadas na composio
da funo-objetivo e das restries a serem utilizadas no problema de capacidade.

26

Pt

Variveis de deciso:
Quantidade produzida no perodo t (unidade)

It

Inventrio disponvel no final do perodo t (unidade)

At

Quantidade de produtos atrasados (unidade)

Lrt
Lot

Tempo de trabalho regular no perodo t (homem-hora)

lt+

Quantidade de contrataes do perodo t+1 para t (homem-hora)

l t

Quantidade de demisses do perodo t+1 para t (homem-hora)

Tempo de hora extra no perodo t (homem-hora)

Variveis conhecidas:
Demanda prevista para o perodo t (unidade)

Dt
q
cu t

Quantidade de trabalho demandado para produzir uma unidade (homem-hora/unidade)

Custo unitrio de produo no perodo t ($/unidade)

ht

Custo unitrio de estocagem do perodo t at t+1 ($/unidade)

Custo unitrio de atraso de produtos do perodo t at t+1 ($/unidade)

crt
cot
clt
cl t

Custo de trabalho regular no perodo t ($/homem-hora)

Horizonte de planejamento

Custo de hora extra no perodo t ($/homem-hora)

Custo de contratao no perodo t ($/homem-hora)
Custo de demisso no perodo t ($/homem-hora)
Quadro 2 Variveis do problema (Adaptada de Elsayed & Boucher, 1994)
Funo objetivo:

(cu P + cr Lr
T

Minimizar Z =

t =1

+ cot Lot + ht I t + t At + clt l t+ + cl tl t )

Restries:

Pt + I t 1 = Dt At + I t

(1)

Lrt = Lrt 1 + lt+ lt

(2)

Lrt + Lot qPt

(3)

No negatividade:

Pt , I t , At , Lrt , lt+ , lt , Lot o

Na modelagem acima, a restrio (1) garante que a demanda de cada perodo

seja satisfeita, considerando a possibilidade de atraso de pedidos, a restrio (2)
considera a variao do nvel de trabalho de um perodo para o outro devido a

27

contrataes e demisses, e a restrio (3) garante que a capacidade disponvel seja

maior do que a demandada.
Alm das restries apresentadas, outras restries que descrevam as limitaes
do problema podem ser incorporadas (por exemplo, a quantidade mxima de horasextras por perodo; Elsayed & Boucher, 1994). A utilizao da programao linear no
planejamento da capacidade permite avaliar diversos cenrios possveis, a partir de
variaes nos parmetros do problema. Tais simulaes utilizam a anlise de
sensibilidade, conforme proposto em Crandall (1998).
Definido um APP condizente com o planejamento de recursos, segue-se para a
prxima etapa de planejamento da produo, onde as informaes passaro para um
nvel maior de detalhamento. Esta etapa consiste na definio do MPS e na verificao
da capacidade atravs do RCCP (Bonney, 2000; Verdaasdonk & Wouters, 1999;
Carvalho et al., 1998; Vollman et al., 1997).

2.1.2 Plano mestre de produo (MPS) com planejamento

aproximado da capacidade (RCCP)
O RCCP est vinculado ao MPS. O MPS feito a partir da discretizao da
demanda de cada perodo do APP em perodos menores e da desagregao da produo
em diferentes tipos de produtos. O resultado um plano de produo semanal ou dirio.
O horizonte de planejamento pode variar entre 1 ms e 1 ano (Krajewski & Ritzman,
1999; Carvalho et al., 1998; Verdaasdonk & Wouters, 1999). Desta forma, a capacidade
ser verificada pelo RCCP em um nvel de detalhamento maior do que aquele do
planejamento de recursos.
Esta verificao de capacidade pode ser feita utilizando algoritmos de
programao linear (semelhantes ao visto no planejamento de recursos) ou no-linear.
Exemplos destes algoritmos podem ser encontrados em Elsayed & Boucher (1994),
Johnson & Montgomery (1974), Wang et al. (1999) e Carvalho et al. (1998), entre
outros.
O RCCP ser abordado aqui atravs de trs tcnicas simples de verificao de
capacidade: (i) Planejamento da Capacidade com Fatores Globais (CPOF - Capacity

Planning using Overall Factors), (ii) Lista de Capacidade (CB - Capacity Bills) e (iii)
Perfil de Recursos (RPr - Resource Profile). Estas tcnicas so descritas por Vollman et
28

al. (1997) e Wortman et al. (1996), e esto em ordem crescente de complexidade,

quantidade de dados necessrios e preciso de resultados.
O CPOF a tcnica mais simples, podendo ser dividida em duas etapas. Na
etapa inicial, determina-se a capacidade total demandada em cada perodo t do MPS.
Esta capacidade, designada por Cnt , dada por:
I

Cnt = X it t i

(4)

i =1

onde X it a quantidade do produto i no perodo t do MPS e t i o tempo padro

histrico de fabricao por unidade do produto i.
Na segunda etapa, faz-se o clculo da capacidade demandada pelo centro de
trabalho k no perodo t ( Cn kt ):

Cn kt = Cnt Oc k

(5)

onde Oc k a porcentagem de ocupao do centro de trabalho k no ltimo ano,

segundo dados histricos da contabilidade.
O resultado da eq. (5) deve ser comparado com a capacidade disponvel em cada
centro de trabalho k no perodo t ( C kt ). Esta tcnica possui a vantagem de necessitar
poucos dados de entrada e de ser implementada atravs de clculos bastante simples. A
desvantagem que a tcnica somente vlida quando o mix de produo e a diviso de
trabalho entre os centros de trabalho permanecem aproximadamente constantes ao longo
do tempo.
A CB, a segunda tcnica abordada nesta subseo, necessita uma quantidade de
dados de entrada bem maior que o CPOF, mas seu resultado mais preciso. O primeiro
passo consiste em organizar as informaes do problema, conforme proposto na Tabela
1.
Na Tabela 1, produtos dizem respeito aos produtos finais planejados no MPS e

componentes so os itens a serem fabricados para utilizao direta ou indireta na

composio dos produtos finais. Produtos so designados por i = 1,, I e componentes
por c = 1,, C. A varivel Li designa a quantidade do produto i em um lote de

29

produo. Operao corresponde ao roteiro de operaes necessrias para a fabricao

do produto i e CT designa o centro de trabalho onde realizada cada operao. A
varivel tsik representa o tempo de setup do produto i no centro de trabalho k. A
varivel tsuik corresponde ao tempo de setup por unidade do produto i no centro de
trabalho k e obtido a partir de

ts ik
. A varivel tpik designa o tempo de processamento
Li

por unidade do produto i no centro de trabalho k. Na ltima coluna, tem-se o tempo de

fabricao do produto i no centro de trabalho k, representado por t ik e obtido atravs de

tsu ik + tp ik . As variveis da linha dos componentes c possuem o mesmo significado das

linhas do produto i.
Tabela 1 Tabela de clculo de tempo de fabricao (Adaptada de Vollman et al.,
1997).
Produtos

Operao

CT

1 de 1

100

1 de 1

100

Operao

CT

1 de 2

200

2 de 2

300

1 de 1

200

Li

Componentes

Lc

C
D

ts ik

tsu ik

tp ik

t ik

ts ck

tsu ck

tp ck

t ck

De posse das informaes na Tabela 1, pode-se calcular a capacidade total

demandada para fabricao de uma unidade do produto i em cada centro de trabalho k
( Cnik ), atravs da expresso:
C

Cnik = t ik + t ck rci

(6)

c =1

onde rci a quantidade total do componente c necessria para fabricao de uma

unidade do produto i.
O resultado da eq. (6) utilizado no clculo de Cn kt , a capacidade demandada
pelo centro de trabalho k no perodo t; isto :
I

Cn kt = X it Cnik

(7)

i =1

30

A eq. (7) apresenta uma modo alternativo de clculo de Cn kt , j apresentado na

eq. (5). Na eq. (7), considera-se o mix de produo e a diviso do trabalho entre os
centros de trabalho, gerando um resultado mais preciso do que aquele obtido na eq. (5).
A desvantagem desta tcnica que ela no considera a produo ao longo do tempo, ou
seja, considera que o produto e todos seus componentes so fabricados em um nico
perodo t.
O RPr a tcnica mais aperfeioada dentre as 3 apresentadas nesta seo, pois
alm do mix de produo ela considera a produo ao longo do tempo, considerando o

lead time de cada operao. Lead time o tempo de atravessamento de uma ordem, ou
seja, o tempo que ela necessita para passar por todas as operaes necessrias em sua
composio, incluindo os tempos de processamento, de setup, de transporte e de espera.
No RPr, num primeiro momento, organiza-se a informao sobre o problema na
Tabela 1, apresentada na tcnica anterior. A seguir, alocam-se as operaes do produto i
e seus respectivos componentes c ao longo do tempo, considerando a estrutura do
produto e definindo um lead time (LT) para cada operao. Esta alocao pode ser
observada na Figura 2, onde o produto A possui uma operao, sendo formado pelos
produtos C e D, que possuem duas e uma operaes respectivamente; o LT de cada
operao igual a 1.
t-2

t-1

C
1 de 2

2 de 2
A
1 de 1
D
1 de 1

Figura 2 Alocao das operaes ao longo do tempo com lead time igual a 1 (adaptada
de Vollman et al., 1997).
A partir desta alocao determina-se um perodo t s em que cada operao
realizada, onde t o perodo em que o produto final i demandado e s corresponde ao
nmero de perodos precedentes a t em que cada operao deve ser realizada. Ento, a
capacidade demandada por cada operao em seu respectivo centro de trabalho k ser
alocada no perodo t s , sendo calculada por:
31

Cnik ,t s = t ik X it

(8)

para as operaes do produto i, e

Cnck , t s = tck rci X it

(9)

para as operaes dos componentes c. Ento, calcula-se a capacidade total

demandada em cada centro de trabalho k em cada perodo do MPS ( Cn k ,t s ):
i

i =1

c =1

Cn k ,t s = Cnik ,t s + Cnck ,t s .

(10)

Verificada a capacidade do MPS com uma das tcnicas do RCCP, passa-se para
uma etapa de planejamento detalhado da produo, que feito atravs do MRP em
empresas que utilizam este sistema (Krajewski & Ritzman, 1999; Bonney, 2000).

2.1.3 Planejamento das necessidades de material (MRP)

O MRP um dos mtodos de planejamento detalhado da produo mais
utilizado em empresas industriais. Seu objetivo principal coordenar as atividades
necessrias para a obteno de produtos finais em datas pr-determinadas (Bonney,
2000; Vollman et al.,1997; Carvalho et al., 1998) .
A programao do MRP considera capacidade infinita, ou seja, a produo
planejada sem considerar os limites de capacidade. Como a produo a ser planejada
informada pelo MPS, cuja capacidade j foi verificada, existe uma certa coerncia entre
as quantidades a serem produzidas e a capacidade disponvel. Entretanto, uma maior
preciso de verificao de capacidade aps o detalhamento da produo pelo MRP pode
ser obtido atravs do CRP, apresentado na subseo 2.1.4 (Krajewski & Ritzman, 1999;
Bonney, 2000).
O MPS fornece a demanda independente, que a demanda por produtos finais,
influenciada pelas condies de mercado. Os produtos finais demandam componentes
que sero usados na sua fabricao. Os componentes, por sua vez, podem necessitar
outros componentes para fabricao, e assim por diante. A demanda por componentes
chamada demanda dependente, ou seja, a demanda que funo da demanda de outros
itens (sejam eles

produtos finais ou componentes) (Krajewski & Ritzman, 1999;

Vollman et al.,1997, Elsayed & Boucher, 1994).

32

Demandas so organizadas em nveis, onde a demanda independente

posicionada no nvel 0. Os componentes demandados diretamente para fabricao dos
de nvel 0 so os de nvel 1; os demandados diretamente pelo nvel 1 so de nvel 2, e
assim por diante, at chegar-se nos componentes comprados. Quando algum
componente pertencer a mais de um nvel, ele ser considerado como pertencente ao
nvel de nmero mais alto (Vollman et al.,1997; Elsayed & Boucher, 1994).
Para uma melhor compreenso da demanda dependente, utiliza-se o conceito de
itens pais e itens filhos. Itens pai so todos os itens (produtos finais ou componentes)
que demandam um ou mais itens para sua fabricao. Itens filhos so os itens que so
utilizados na fabricao de algum item pai. Conclui-se, ento, que os produtos de nvel
0 so itens pais e os componentes comprados so itens filhos. Os demais componente
podem ser ora pai ora filho, pois so pais dos itens que so utilizados em sua fabricao
e filhos dos itens que os utilizam na fabricao. Portanto, a demanda dependente
formada por todos os itens que, em algum momento, so itens filho (Krajewski &
Ritzman, 1999).
O MRP procura coordenar a demanda dependente, afim de que a demanda
independente seja satisfeita. Tal esquema particularmente til em ambientes de
manufatura com vrios nveis de demanda dependente (Krajewski & Ritzman, 1999;
Vollman et al.,1997; Elsayed & Boucher, 1994).
O MRP possui um horizonte de planejamento que tipicamente varia de 1 ms a 1
ano, com perodos de planejamento geralmente dirios ou semanais, ambos
correspondentes aos do MPS (Bonney, 2000, Krajewski & Ritzman, 1999).
As informaes requeridas pelo MRP so: MPS, lista de materiais, registro de
inventrio disponvel de cada item, lead time de cada item e tamanho de lote de
fabricao ou compra de cada item.
O MPS fornece as informaes sobre as quantidades e datas de entrega dos
produtos que formam a demanda independente (Krajewski & Ritzman, 1999; Vollman

et al.,1997; Elsayed & Boucher, 1994; Bolander & Taylor, 2000; Bonney, 2000).
A lista de materiais consiste no registro de todas as relaes entre os itens pais e
filhos, ou seja, ela apresenta todas as quantidades de itens filhos necessrios para a

33

fabricao de cada item pai (Krajewski & Ritzman, 1999; Vollman et al.,1997; Elsayed
& Boucher, 1994).
O registro de inventrio disponvel de cada item possibilita a transformao das
necessidades brutas em necessidades lquidas, ou seja, permite a transformao da
demanda de um item (necessidade bruta) em quantidade mnima a ser produzida
(necessidade lquida), considerando que os itens em estoque atendero parte da
demanda e, portanto, a quantidade a ser produzida diminur (Krajewski & Ritzman,
1999; Vollman et al.,1997; Elsayed & Boucher, 1994, Bolander & Taylor, 2000).
O lead time de um item consiste no intervalo de tempo previsto entre a liberao
da ordem de fabricao e o trmino da fabricao do item, considerando que todos seus
itens filhos estejam disponveis. Para itens comprados, consiste no tempo previsto entre
a liberao da ordem de compra e a entrega do item. O lead time utilizado para definir
a data de liberao de ordens de fabricao ou compra para que a necessidade lquida
seja satisfeita no perodo planejado (Krajewski & Ritzman, 1999; Vollman et al.,1997;
Bolander & Taylor, 2000).
O tamanho do lote de um item consiste na quantidade a ser solicitada na ordem
de fabricao ou compra do item. Ele pode ser especificado a partir de vrias regras. As
mais conhecidas so (Krajewski & Ritzman, 1999):
- L4L (Lot for Lot): onde o tamanho do lote igual a necessidade lquida. Esta
regra visa reduo de estoque, mas, por outro lado, aumenta o nmero de setups de
fabricao.
- FOQ (Fixed Order Quantity): onde o lote de produo possui uma quantidade
fixa, visando diminuir o custo com setup. Esta quantidade pode ser determinada pelo
lote econmico de pedido (EOQ Economic Order Quantity).
- POQ (Periodic Order Quantity): onde o pedido tem um intervalo fixo de
ocorrncia e a quantidade do pedido aquela suficiente para cobrir as necessidades
lquidas deste intervalo.
Existem outras regras de dimensionamento de lote, que diferem de itens
fabricados para itens comprados (Vollman et al., 1997). Geralmente, procura-se optar
por regras do tipo L4L para itens de nvel mais baixo (nmero menor) e outras regras
34

nos nveis mais altos. Isto porque quantidades de itens muito grandes em nveis baixos
podem causar (atravs da composio de excessos) uma demanda invivel em nveis
mais altos (Ho & Ho, 1999). Maiores informaes sobre estas regras, assim como
comparaes entre elas, podem ser encontradas em Krajewski & Ritzman (1999),
Vollman et al. (1997), Brennan & Gupta (1996), Ho & Ho (1999).
Como resultado final o MRP gera as datas e as quantidades a serem fabricadas
ou compradas, ao longo do horizonte de planejamento, de todos os itens necessrios
para que se cumpra o MPS (Krajewski & Ritzman, 1999; Vollman, et al., 1997; Elsayed
& Boucher, 1994; Bonney, 2000; Carvalho et al., 1998).
O algoritmo de clculo do MRP ser descrito baseando-se no desenvolvimento e
notao apresentados por Elsayed & Boucher (1994). Num primeiro momento, o
algoritmo calcula a demanda por itens diretamente utilizados na fabricao dos itens de
nvel 0 para cada perodo t (chamada de demanda direta do nvel 0 no perodo t). Este
clculo feito a partir da lista de materiais e da demanda por itens do nvel 0 em cada
perodo t (chamada de demanda do nvel 0 no perodo t). Em seguida, as necessidades
brutas dos itens de nvel 1 so transformadas em necessidades lquidas; ento, calcula-se
a demanda direta do nvel 1. Prossegue-se transformando as necessidades brutas do
nvel 2 em lquidas. Calcula-se a demanda direta do nvel 2 e, assim por diante, at se
chegar no ltimo nvel.
Nas tcnicas apresentadas para o RCCP, considerou-se que os componentes c
so aqueles utilizados direta ou indiretamente na fabricao dos produtos finais i. Aqui,
sero diferenciados os componentes que so utilizados diretamente daqueles utilizados

indiretamente. No MRP, ser considerado o conceito de item, seja para produtos finais
ou componentes. Os itens sero designados por i = 1, 2,...I, e, quando estiverem na
condio de item filho, sero designados por j = 1, 2, ...J.
Para o clculo da demanda direta do nvel u = 0, 1, ..., U, utiliza-se uma lista de
materiais e demandas do nvel u. A lista de materiais representada pela matriz B:
b1t

b 2t
B=
,
M
t
bn

(11)

35

onde b i so vetores (transpostos) dos itens filhos do item i, representados por:

b i = (bi1 , bi 2 ,..., bij )

t

(12)

onde bij a quantidade de j usada diretamente na fabricao de uma unidade de

i.
A demanda do nvel u no perodo t representada pelo vetor (transposto):
d ut = (d 1t , d 2t , L d it ) ,
t

(13)

onde d it a quantidade de i estabelecida na ordem de fabricao ou compra a

ser liberada no perodo t. Quando o item i no pertencer ao nvel u, ento d it = 0.
Quando u = 0, d it ser a quantidade de i demandada no MPS no perodo t onde a ordem
de fabricao de i deve ser liberada.
Ento, calcula-se o vetor (transposto) da demanda direta do nvel u no perodo t:
dd t (u ) = d ut B .
t

(14)

O resultado da eq. (14) representa as necessidades brutas do perodo t de todos

os itens j que formam a demanda direta dos itens i do nvel u.
Feito o clculo da demanda direta do nvel 0 para todos os perodos t atravs de
(14) e computados os resultados nas necessidades brutas dos itens j, transformam-se as
necessidades brutas dos itens do nvel 1 em necessidades lquidas. Para tal, utiliza-se a
planilha ilustrada na Tabela 2.
Na Tabela 2, o nmero de perodos t deve ser correspondente ao horizonte de
planejamento. LTi representa o lead time do item i. Lote consiste no tamanho do lote de
fabricao, que dimensionado atravs de algumas regras j apresentadas nesta
subseo. A varivel Git corresponde a necessidade brutas do item i no perodo t, obtida
a partir dos valores encontrados na eq. (14) nos nveis anteriores. S it o recebimento
programado do item i no perodo t. Esta quantidade provm de ordens de fabricao do
item i que j foram liberadas e esto esperadas para o perodo t. I i 0 o inventrio
disponvel do item i no incio do horizonte de planejamento, ou seja, no incio do
36

perodo 1. A varivel I it representa o inventrio disponvel do item i no final do perodo

t, e calculado atravs da eq. (15). A necessidade lquida do item i no perodo t

representada pela varivel N it , calculada usando a eq. (16). Pit a quantidade do item i
a ser solicitada na ordem de fabricao que dever ser liberada no perodo t, e seu valor
definido a partir da eq. (17) e da explicao que se segue.
Tabela 2 Planilha do MRP.
Item i

Nvel 0

Lead time = LTi

Lote = L4L

Perodos ( t )
1

Necessidades brutas ( Git )

Recebimentos programados ( S it )
Inventrio disponvel ( I it )

I i0

Necessidades lquidas ( N it )
Planejamento de liberao de ordens ( Pit )
Para o clculo do inventrio disponvel do item i no final do perodo t, tem-se:

I it = I i ,t 1 Git + S it + Pi ,t LTi

(15)

A necessidade lquida do item i no perodo t dada por:

N it = mx{0,( I i ,t 1 Git )}

(16)

A quantidade do item i a ser solicitada na ordem de fabricao que dever ser

liberada no perodo t definida da seguinte forma:
N i ,t + LTi 0 Pit 0
Se
N i ,t + LTi = 0 Pit = 0

(17)

sendo que quando Pit 0 , seu valor vai variar conforme o lote de produo
especificado em Lote, de forma que cubra a necessidade lquida.
Os valores de Pit de cada item i do nvel 1 formam a demanda do nvel 1 no
perodo t, representada pela eq. (13). Ento, calcula-se a demanda direta do nvel 1 em
cada perodo t atravs da eq. (14). O resultado computado nas necessidades brutas dos
itens j. Segue-se transformando as necessidades brutas dos itens do nvel 2 em

37

necessidades lquidas. Volta-se a eq. (14) e calcula-se a demanda direta do nvel 2 em

cada perodo t. Este procedimento deve ser repetido at chegar-se ao ltimo nvel.
Outros conceitos importantes, muitas vezes associados ao MRP, so os de
estoque de segurana e lead time de segurana. Embora de modo diferente, ambos
objetivam tratar com a instabilidade do ambiente de manufatura tal que o plano de
produo no se desvie de seus objetivos (Krajewski & Ritzman, 1999; Vollman et al.,
1997; Bonney, 2000).
O estoque de segurana ( Ei ) consiste num estoque mnimo admissvel para o
item i. nos clculos apresentados anteriormente, no se admite que o estoque total
disponvel

em

um

determinado

perodo

seja

menor

que

Ei ,

ou

seja,

N it = mx{0,( I i ,t 1 Git + S it Ei )}. O estoque de segurana deve ser usado quando

houver instabilidade quantidade de itens
O lead time de segurana ( LTSi ) consiste em um acrscimo de tempo ao lead

time LTi estabelecido para o item i; com esse acrscimo, o tempo transcorrido entre a
necessidade de um item e a liberao do pedido no ser mais LTi , e sim (LTi + LTSi ) .
O lead time de segurana deve ser usado quando houver uma instabilidade comprovada
no tempo de entrega de pedidos.

2.1.4 Planejamento das necessidades de capacidade (CRP)

O CRP calcula a capacidade demandada por cada centro de trabalho, de forma
que se cumpram os recebimentos programados e o planejamento das ordens liberadas do
MRP (Krajewski & Ritzman, 1999; Elsayed & Boucher, 1995, Vollman et al., 1997).
O CRP diferencia-se do RCCP em quatro aspectos essenciais: (i) o CRP
considera as datas estabelecidas pelo MRP, que por sua vez consideram o tamanho do
lote e o lead time das ordens j liberadas e das planejadas; (ii) o CRP considera o
inventrio de todos os itens, pois a capacidade demandada calculada a partir das
necessidades lquidas do MRP, cujo inventrio j foi descontado; (iii) o CRP considera
o estoque em processo, pois considera a capacidade demandada para completar os
pedidos j liberados, ou seja, que j esto em processo; e (iv) o CRP considera a
demanda de itens de reposio (devido a gerao de refugos, por exemplo). Pelos

38

aspectos acima, o CRP mais preciso na verificao da capacidade, se comparado com

as tcnicas de RCCP. A desvantagem que o CRP requer mais dados, maior esforo
computacional e resulta em um maior custo operacional (Vollman et al., 1997;
Wortman et al., 1996).
O CRP consiste no clculo da capacidade demandada por cada centro de
trabalho k em cada perodo t ( Cn kt ) que deve ser comparada com a capacidade
disponvel do centro de trabalho k no perodo t ( C kt ). A comparao pode ser
apresentada no formato de tabela (como exemplificado na Tabela 3) ou grfico (como
exemplificado na Figura 3) (Elsayed & Boucher, 1995; Vollman et al., 1997; Krajewski
& Ritzman, 1999).
Tabela 3 Comparao da capacidade disponvel demandada em um centro de
trabalho.
Centro de trabalho: k

Perodos
1

Capacidade disponvel ( C kt )
Capacidade demandada ( Cn kt )
Saldo ( C kt - Cnkt )

Capacidade

Ck

Perodos

Figura 3- Comparao da capacidade disponvel demandada em um centro de

trabalho.
Para o clculo da capacidade demandada Cnkt so necessrias as seguintes
informaes (Elsayed & Boucher, 1995; Vollman et al., 1997; Krajewski & Ritzman,
1999):
- N i ,t LTi : a quantidade do item i a ser entregue no perodo t.
39

- mik = 1, 2, ..., m-2, m-1, m.: a sequncia de operaes do item i (sendo m a

ltima operao) a serem realizadas em seus respectivos centros de trabalho k = 1, 2, ...,

K, K, K.
- timik : o tempo utilizado pelo lote de produo do item i no centro de trabalho da
operao mik . obtido por:

timik = tsimik + N i ,t LTi tpimik

(18)

onde tsimik o tempo de setup do lote de produo do item i no centro de

trabalho da operao mik , e tpimik o tempo de processamento unitrio do item i no
centro de trabalho da operao mik .
- C kt = capacidade do centro de trabalho k no perodo t.
O procedimento de clculo do CRP implementado nos trs passos principais,
descritos a seguir:

Passo 1: comeam-se os clculos para ltima operao mik = m do item i, a ser

realizada em seu respectivo centro de trabalho k = K e finalizada no perodo t. Calculase f Kt = C Kt t im :
- se f Kt > 0, ento t im alocado em Cn Kt , e passa-se para o passo 2.
- se f Kt 0 , ento C Kt alocado em Cn Kt , e passa-se para o passo 1.1.
Passo 1.1: calcula-se f K,t 1 = C K,t 1 + f Kt :
- se f K,t 1 >0, ento f Kt alocado em Cnk,t 1 , e passa-se para o passo 2.
- se f K,t 1 0 , ento C K,t 1 alocado em Cn K,t 1 , e passa-se para o passo 1.2.
Passo 1.2: calcula-se f K,t 2 = C K,t 2 + f K,t 1 :
- se f K,t 2 >0, ento f K,t 1 alocado em Cn K,t 2 , e passa-se para o passo 2.

40

- se f K,t 2 0 , ento C K,t 2 alocado em Cn K,t 2 , e passa-se para o passo 1.3.

Passo 1.3: calcula-se f K,t 3 = C K,t 3 + f K,t 2 .
Este processo deve ser repetido at encontrar-se um f K,t s >0, quando, ento,
passa-se para o passo 2.
s = f K,t s tf m, m 1 , onde tf m, m 1 o tempo de folga entre
Passo 2: Calcula-se f K,t
o processamento da operao m e m-1 (tempos gastos em transporte, inspeo, fila,
etc.):
s >0, ento f K,t t = f K,t
s e t = s , e passa-se para o passo 3.
- se f K,t
s e t = s + 1 , e passa-se para o passo 3.
s 0 , ento f K,t t = C K ,t t + f K,t
- se f K,t

Passo 3: Procede-se com os clculos para a alocao de capacidade demandada

para a operao mik = m-1 do item i em seu respectivo centro de trabalho k = K . Para
tanto, calcula-se f K ,t t = f K,t t t i,m 1 :
- se f K ,t t >0, ento t i,m 1 alocado em Cn K ,t t .
-se f K ,t t 0 , ento f K ,t t alocado em Cn K,t t , e passa-se para o passo 3.1.
Passo 3.1: calcula-se f K,t t 1 = C K,t t 1 + f K,t t
- se f K,t t 1 >0, ento f K ,t t alocado em Cn K ,t t 1 .
- se f K ,t t 1 0 , ento C K ,t t 1 alocado em Cn K ,t t 1 , e passa-se para o passo
3.2.
Passo 3.2: calcula-se f K ,t t 2 = C K ,t t 2 + f K ,t t 1 .
Os clculos prosseguem at encontrar-se um valor de f K ,t t s >0, como feito
no passo 1. Obtido este valor, aloca-se a capacidade requerida pela operao mik = m-2
em seu respectivo centro de trabalho k = K . Este procedimento repetido at se
chegar na primeira operao.
41

O procedimento acima repetido para os planejamentos de liberao de ordens e

ordens j liberadas (planejamento de recebimento) de todos os itens i. Para as ordens j
liberadas, o procedimento de clculo o mesmo, s que ao invs de seguir-se at a
primeira operao do item, calcula-se apenas at a operao em que a ordem se encontra
no momento. Se, ao final dos clculos, a capacidade demandada for maior do que a
capacidade disponvel, deve-se ajustar o planejamento da produo. Ajustes possveis
incluem utilizao de horas extras, subcontratao, terciarizao de parte da produo,
etc.
O resultado obtido pelo CRP pode no corresponder a realidade devido ao grau
de agregao das informaes ainda presente (Wortman et al., 1996). O CRP ignora o
problema da existncia de dois ou mais pedidos a serem processados num centro de
trabalho, no mesmo instante. Este situao conhecida como problema do
seqenciamento das operaes (Souza & Pires, 1999).
O problema do seqenciamento, no considerado no CRP, pode ser visualizado
na Figura 4, onde se tem a seqncia de 2 itens a serem entregues no final do quinto
perodo. Para garantir a entrega do item 1 no perodo determinado, deve-se process-lo
no centro de trabalho X no incio do perodo 4. Entretanto, neste momento o centro de
trabalho X est ocupado com o processamento do item 2. Quando as capacidades
demandadas pelo centro de trabalho X no perodo 4 so somadas no CRP, verifica-se
que seu valor menor que a capacidade disponvel. Conclui-se, assim, que no haver
problemas de capacidade no centro de trabalho X, o que no verdade. O atraso do
processamento do item 1 no centro de trabalho X repercutir sobre todos os centros de
trabalho subseqentes, gerando atraso na data de entrega do item (Souza & Pires, 1999;
Wortman et al., 1996) e invalidando os resultados do CRP para os centros de trabalho
seguintes, onde a configurao da capacidade demandada mudar.
Perodos
4

3
Item 1
Item 2

Y
W

5
H

Figura 4 Ilustrao do problema do seqenciamento.

42

Para contornar o problema do seqenciamento, pode-se considerar um tempo de

folga entre as operaes grande o suficiente para absorver possveis atrasos no incio do
tempo de processamento. Este tempo de folga representa o tempo de espera de um lote
para sua produo e varia conforme o mix de produo. Portanto, um tempo de folga
fixo no retrata a realidade. Se esse tempo for maior que o necessrio, haver aumento
do lead time, do estoque em processo e do tempo de entrega dos pedidos para os
clientes, que so acontecimentos indesejveis para as empresas; se for menor, haver
atraso na data de entrega do produto e, conseqentemente, perda da confiabilidade junto
aos clientes (Wiendahl, 1995).
Atravs da programao da produo este problema resolvido, dado que a
seqncia das ordens de fabricao em cada centro de trabalho so consideradas.

2.1.5 Programao da produo (PS)

Programao da produo um plano de curto prazo que viabiliza o
planejamento de mdio prazo. Neste plano, as operaes demandadas pelas ordens de
fabricao liberadas no mdio prazo so seqenciadas e alocadas em cada recurso por
elas demandados. Isto feito considerando as mensuraes de desempenho do sistema
de produo, a seqncia das operaes de cada ordem de fabricao e as restries de
capacidade dos recursos (Krajewski & Ritzman, 1999; Stoop & Wiers, 1996; Elsayed &
Boucher, 1994; Yelling & Mackulak, 1995).
As mensuraes de desempenho normalmente consideradas no sistema de
produo so (Krajewski & Ritzman, 1999; Elsayed & Boucher, 1994; Randhawa &
Zeng, 1996; Graves, 1981; Ponnambalam et al., 1999):
Tempo de fluxo da ordem de fabricao: o tempo gasto por uma ordem no
sistema de produo, ou seja, o tempo decorrido entre o momento em que a ordem
est disponvel para a primeira operao e o momento em que a ltima operao
completada. Este tempo inclui tempos de transporte, de espera, de preparao e de
processamento da ordem de fabricao.
Makespan: o tempo necessrio para produzir um grupo de ordens de fabricao,
ou seja, o tempo decorrido entre o momento em que a primeira ordem comea ser

43

processada e o momento em que a ltima ordem finalizada, em sua ltima

operao.
Pontualidade (lateness): a diferena entre o momento em que a ordem foi
finalizada e o prazo de entrega, ou seja, o tempo que a ordem desviou-se do seu
prazo de entrega.
Atraso (tardiness): o tempo de atraso do trmino da ordem de fabricao em
relao ao prazo de entrega, definido como [max (0; pontualidade)].
Antecipao (earliness): o tempo de antecipao do trmino da ordem de
fabricao em relao ao prazo de entrega, definido como [min (0; pontualidade)].
Porcentagem de ordens de fabricao atrasadas: representa a proporo de
ordens de fabricao finalizadas aps o prazo de entrega em relao ao nmero total
de ordens.
Estoque em processo: representa todas as ordens de fabricao que esto no
processo de produo, podendo estar em processamento, em filas de espera ou em
transporte. Pode ser mensurado em unidades, valor monetrio ou tempo de
suprimento.
Estoque total: a soma dos recebimentos programados e do inventrio disponvel
de todos os itens. Tambm pode ser mensurado em unidades, valor monetrio ou
tempo de suprimento.
Utilizao: a porcentagem de tempo de trabalho produtivo dos recursos em
relao disponibilidade de recurso.
A programao utilizada em um ou outro sistema de produo varia muito
conforme as caractersticas destes sistemas. Isto esperado, j que o PS deve considerar
os detalhes de funcionamento dos sistemas de produo (Graves, 1981; Elsayed &
Boucher, 1994). Os fatores que mais influenciam o mtodo de programao utilizado
so (Elsayed & Boucher, 1994): o nmero de ordens de fabricao, o nmero de centros
de trabalho do sistema, o tipo de sistema de produo, o processo de chegada das ordens
no sistema de produo e o critrio de desempenho da programao.

44

O primeiro e o segundo fator, como o prprio nome j indica, consideram o

nmero de ordens de fabricao e o nmero de centros de trabalho do sistema de
produo. Dependendo da influncia dos outros fatores, o nmero elevado destes itens
pode aumentar a complexidade do mtodo de programao utilizado, pois aumenta o
nmero de alternativas de programao (Elsayed & Boucher, 1994).
O tipo de sistema de produo descreve o tipo de fluxo das ordens de fabricao
ao longo do sistema. Dois tipos de fluxo so normalmente considerados: flow shop e job

shop. No flow shop, as ordens de fabricao seguem a mesma seqncia de operaes,

ou seja, todas as ordens possuem o mesmo fluxo ao longo do sistema. Tais sistemas so
caractersticos na produo de alto a mdio volume (Krajewski & Ritzman, 1999;
Graves, 1981; Onwubolu, 1996). No job shop so permitidos diferentes fluxos de
produo para cada ordem e o nmero de operaes pode variar de uma ordem para
outra. Tais sistemas so normalmente encontrados em produo de pequeno a mdio
volume (Krajewski & Ritzman, 1999; Graves, 1981; Pacheco & Santoro, 1999).
O processo de chegada das ordens de fabricao classificado em esttico e
dinmico. No processo esttico, as ordens de fabricao esto disponveis no incio do
perodo de programao e novas ordens no chegam neste perodo. No processo
dinmico, novas ordens podem chegar durante o perodo de programao (Elsayed &
Boucher, 1994; Pacheco & Santoro, 1999).
A programao pode ter um ou mais critrios de desempenho, que so os
critrios que os mtodos de programao tentam otimizar. Estes critrios esto baseados
nas mensuraes do sistema de produo (Elsayed & Boucher, 1994).
A combinao destes fatores nos remete a inmeros mtodos de programao.
Estes mtodos apresentam soluo tima ou prxima a tima, conforme os critrios a
serem otimizados. Os mtodos mais divulgados na literatura podem ser classificados em
(Pacheco & Santoro, 1999; Stoop & Wiers, 1996; Wortman et al., 1996):
Procedimentos de despacho (dispatching procedure): define a seqncia de
execuo das ordens em cada operao atravs de regras de seqenciamento, tal que
quando o recurso torna-se disponvel, a ordem mais prioritria alocada para
execuo. As regras de seqenciamento devem ser determinadas conforme os
critrios a serem otimizados (Krajewski & Ritzman, 1999; Pacheco & Santoro,
45

1999). As regras mais utilizadas so (Krajewski & Ritzman, 1999; Randhawa &
Zeng, 1996; Ponnambalam et al., 1999; Elsayed & Boucher, 1994; Graves, 1981;
Vollman et al., 1997):
Seleo

randmica

(RAN):

seleciona

uma

seqncia

de

ordens

aleatoriamente.
Ordem de chegada (FCFS first come, first served): nesta regra dada maior
prioridade para as ordens que chegaram primeiro no centro de trabalho em
questo.
Menor tempo de processamento (SPT shortest processing time): maior
prioridade dada para as ordens com menor tempo de processamento no
centro de trabalho em questo.
Prazo de entrega (EDD earliest due date): maior prioridade dada para a
ordem com prazo de entrega mais cedo.
Mnimo tempo de processamento remanescente total (LRT least total

remaining processing time): maior prioridade dada para as ordens com

menor soma de tempos de processamento restantes para sua finalizao.
Ratio crtico (CR critical ratio): maior prioridade dada para ordens de
menor CR:

CR =

prazo de entrega dia de hoje

tempo total de fabricao remanescente

(19)

onde o tempo de total de fabricao remanescente ( TTFR ) representa a soma

dos tempos restantes para finalizao da ordem (incluindo tempos de
processamento, setup, transporte e tempo de espera estimado).
Folga remanescente por operao (SRO slack per remaining operations):
maior prioridade dada para ordens com menor SRO:

SRO =

( prazo de entrega dia de hoje) TTFR

nmero de operaes remanescentes

(20)

onde o nmero de operaes remanescentes representa o nmero de operaes

pendentes para que a ordem seja finalizada.

46

 Soluo tima por Branch-and-bound: este mtodo define uma soluo tima

atravs da avaliao de todas as alternativas de programao viveis. Para tal, utiliza

uma estrutura de busca em rvore, onde analisa cada ramificao que satisfaa ao
conjunto de restries estabelecido para o problema. Para que este mtodo seja
computacionalmente vivel, deve ter um tamanho pequeno, ou seja, poucas ordens
de fabricao e poucas operaes (Pacheco & Santoro, 1999; Wortman et al., 1996;
Ponnambalam et al., 1999; Stoop & Wiers, 1996).
Heurstica de busca: as heursticas de busca fornecem uma soluo prxima da

tima e podem ser divididas em: busca em rvore e busca na vizinhana (Pacheco &
Santoro, 1999). Na busca em rvore, o mtodo mais conhecido o beam search.
Este mtodo uma derivao do branch and bound; a diferena que no beam
search no so avaliadas todas alternativas de programao viveis, mas apenas
aquelas selecionadas como relevantes (Pacheco & Santoro, 1999; Wortman et al.,
1996).
Na busca na vizinhana, uma soluo inicial criada a partir de alguma regra
de seqenciamento. Solues melhores do que a inicial so ento procuradas na
vizinhana, ou seja, pontos vizinhos do espao de alternativas so avaliados (Pacheco
& Santoro, 1999; Ponnambalam et al., 1999). As heursticas de busca em vizinhana
mais conhecidas so tabu search, os algoritmos genticos e o simulated annealing
(Pacheco & Santoro, 1999).
Heursticas orientadas aos gargalos: nestas heursticas a determinao da

seqncia das ordens nos centros de trabalho realizada inicialmente no gargalo,

que o recurso limitante do sistema de produo (Pacheco & Santoro, 1999). Elas
podem considerar gargalos nicos ou gargalos mveis. No caso de gargalos nicos,
define-se a melhor seqncia das ordens produo no gargalo. As seqncias das
ordens nos demais centros de trabalho so definidas de forma a atender o gargalo. O
exemplo mais conhecido deste mtodo o software Optimised Production
Tecnhology (OPT) (Wortman et al., 1996; Pacheco & Santoro, 1999; Carvalho et
al., 1996).

Os mtodos de gargalo mvel definem uma programao inicial. O gargalo

identificado a seqncia tima das ordens definida para o gargalo. As ordens nos

47

demais recursos so seqenciadas para atender o gargalo e um novo gargalo

definido. As ordens no novo gargalo so seqenciadas otimamente considerando as
restries do primeiro gargalo seqenciado. Assim, segue-se seqenciando as ordens
nos recursos, at que todos os recursos sejam seqenciados como gargalos
(considerando as restries dos gargalos antecedentes) (Wortman et al., 1996; P
Elsayed & Boucher, 1994; Pacheco & Santoro, 1999).
A utilizao destes mtodos varia conforme as caractersticas do sistema
produtivo e os objetivos que se tem. A seguir so apresentados exemplos de aplicao
destes mtodos nos sistemas de produo mais conhecidos: (i) fluxo em um nico
centro de trabalho; (ii) fluxo em centros de trabalho paralelos; (iii) flow shop e (iv) job
shop.

2.1.5.1 Fluxo em um centro de trabalho

Neste sistema, todas as ordens so processadas em um nico Centro de Trabalho
(CT). A programao, de baixa complexidade, feita atravs do seqenciamento das
ordens a partir de alguma regra de seqenciamento, a ser estabelecida conforme o
critrio de desempenho definido para o sistema de produo (Elsayed & Boucher, 1994;
Krajewski & Ritzman, 1999).
Quando o critrio de desempenho for minimizar a mdia do tempo de fluxo das
ordens, a soluo tima dada pela regra SPT (Elsayed & Boucher, 1994; Krajewski &
Ritzman, 1999). Se o objetivo for minimizar a porcentagem de ordens atrasadas, vrios
estudos indicam que a melhor regra a EDD (Krajewski & Ritzman, 1999).
Para priorizao pode-se ainda determinar um peso para as ordens, a fim de
indicar sua importncia. Elsayed & Boucher (1994) apresentam um exemplo onde cada
ordem i possuem um peso g i . No exemplo, o objetivo minimizar a mdia ponderada
do tempo de fluxo das ordens (MWFT mean weighted flow time). Como a soluo
tima para o objetivo de minimizar a mdia do tempo de fluxo o seqenciamento por
SPT, para a otimizao da MWFT, utiliza-se a seguinte regra para priorizao:
t[1]
g[1]

t[ 2 ]
g[ 2]

t[ p ]

(21)

g[ p ]

onde t p : o tempo de processamento da ordem de prioridade p.

48

Elsayed & Boucher (1994) apresentam ainda algumas heursticas simples para
minimizao da pontualidade, atraso e antecipao. Pizzolato et al. (1999), por sua vez,
utilizam o problema do caixeiro viajante para minimizar os tempos de setup em um
processo produtivo com uma nica mquina. No problema do caixeiro viajante, o
viajante sai de um ponto de origem, passa por n localidades (uma vez em cada uma) e
volta origem. Dada a distncia entre as localidades, defini-se o roteiro de menor
distncia. A soluo desse problema dada por programao linear. No sistema de
produo modelado por Pizzolato et al. (1999), os tempos de setup variam conforme a
ordem processada anteriormente. Desta forma, definiu-se a seqncia de ordens que
resultam em um menor tempo de setup.

2.1.5.2 Fluxo em centros de trabalho paralelos

Neste sistema, as ordens necessitam ser processadas em um CT, mas existe mais
de um CT para esta execuo. Assim, as execues se do em paralelo. Os critrios de
desempenho mais estudados nestes sistemas so o makespan, o MWFT e a mdia
ponderada de atraso das ordens (Graves, 1981).
O mtodo de Kaspi-Montreuil (Elsayed & Boucher, 1994) gera a seqncia
tima para as ordens quando o objetivo minimizar makespan. Ele utiliza o conceito de
momento em que cada CT k encontra-se disponvel, designado por Ak . A seqncia das
ordens dada pela regra SPT. Para gerar a programao, seguem-se 6 passos:

Passo 1 : Listar as ordens de fabricao em ordem de tempo de processamento

(conforme SPT), tal que t[1] t[ 2] L t[ I ] .

Passo 2: Listar os CTs em ordem crescente de momento em que estejam

disponveis, tal que A[1] A[ 2 ] L A[ K ] .

Passo 3: Programar a ordem [1] no CT [1].

Passo 4: Executar A[1] = A[1] + t[1] e atualizar a lista de CTs disponveis em ordem
crescente de disponibilidade.

Passo 5: Remover a ordem [1] da lista de ordens.

Passo 6: Se a lista de ordens no estiver vazia, retornar ao passo 3; caso
contrrio, a programao est completa.

49

Elsayed & Boucher (1994) tambm apresentam uma heurstica para situaes
onde o atraso mdio das ordens minimizado. Esta heurstica baseada nas regras de
seqenciamento EDD e SPT. Kalir & Sarin (1999) utilizam o mtodo de simulated
annealing para programao em CTs paralelos. Em seu estudo, fazem uma avaliao do

desempenho da programao no simulated annealing conforme a qualidade da soluo

inicial utilizada. Os critrios de desempenho utilizados so o makespan, o tempo de
fluxo e a pontualidade. Kalir & Sarin (1999) concluem que o uso de mtodos avanados
para gerao de uma soluo inicial para programao em simulated annealing produz
resultados bem melhores quando comparados com a gerao randmica (que a
usualmente utilizada).

2.1.5.3 Flow shop

A melhor soluo para a programao de um flow shop com dois CTs, quando o
critrio minimizar o makespan, obtida pelo mtodo de Johnson. Muitos mtodos
para programao de flow shop com mais de dois CTs so tambm baseados no mtodo
de Johnson (Graves, 1981; Elsayed & Boucher, 1994; Krajewski & Ritzman, 1999). A
programao em dois CTs pelo mtodo de Johnson segue os seguintes passos
(Krajewski & Ritzman, 1999; Elsayed & Boucher, 1994):

Passo 1: Listar os tempos de processamento das ordens em cada CT.

Passo 2: Selecionar o menor tempo (em caso de empate, escolher aleatoriamente)
Passo 3: se o menor tempo pertencer ao primeiro CT, programar a ordem para o
mais cedo possvel; caso pertencer ao segundo CT, programar a ordem para o
mais tarde possvel.

Passo 4: Retirar a ordem selecionada no passo 2 do mtodo da lista estabelecida

no passo 1.

Passo 5: Repetir os passos 2, 3 e 4 at que todas as ordens estejam programadas.

O mtodo de Johnson pode ser estendido para sistemas com trs CTs, garantindo
uma soluo tima, caso o menor tempo de processamento no primeiro CT (CT1) ou no
terceiro CT (CT3) for maior que o maior tempo de processamento no segundo (CT2).
Neste caso, define-se um novo sistema de dois CTs (CT1 e CT2) e resolve-se pelo
mtodo de Johnson para dois CTs (Elsayed & Boucher, 1994). Os tempos de
processamento de cada ordem i nos novos CTs so dados por:
50

CT1: tpi1 = tpi1 + tpi 2

CT2: tpi 2 = tpi 2 + tpi 3
onde tpik : tempo de processamento da ordem i no CT k.
O mtodo de Cambell et al. (Elsayed & Boucher, 1994; Onwubolu, 1996) uma
extenso do mtodo de Johnson para sistemas de produo com i ordens e k centros de
trabalho (com i = 1, 2,K I e k = 1, 2,K K ), mas seu resultado no timo. Neste
mtodo, vrios cenrios de produo com dois CTs so criados a partir da soma dos
tempos de processamento dos K CTs para cada ordem i (anlogo ao mtodo de Johnson
para trs CTs). Os desempenhos das seqncias de cada cenrio so comparados e o
melhor escolhido.
Elsayed & Boucher (1994) apresentam ainda os mtodos de branch-and-bound,
de gargalo mvel e de Stinson-Smith para a programao de flow shops. No mtodo de
Stinson-Smith, as ordens so consideradas par a par e define-se um custo Cij da ordem i
anteceder a ordem j. Este Cij baseia-se no tempo de espera das ordens e tempo de
ociosidade dos CTs caso a seqncia ij seja executada. Seis heursticas so apresentadas
para definio de Cij . Com os custos definidos, a programao feita tratando o
problema de programao como um problema do tipo caixeiro-viajante.

2.1.5.4 Job shop

Devido complexidade que os sistemas job shop podem apresentar, mtodos de
soluo tima so, em geral, computacionalmente inviveis. Sua aplicao s se torna
vivel quando os sistemas de produo so simples e pequenos, o que normalmente no
o caso (Pacheco & Santoro, 1999; Randhawa & Zeng, 1996).
O mtodo mais simples de programao utiliza regras de seqenciamento. Neste
mtodo, cada CT tratado separadamente. Quando o CT torna-se disponvel, define-se
qual das ordens da fila de espera por processamento no CT ser alocada atravs de
regras de seqenciamento (Krajewski & Ritzman, 1999).
Randhawa & Zeng (1996) fizeram uma avaliao do desempenho das regras de
seqenciamento em sistemas job shop utilizando simulao. avaliado o desempenho
de 6 regras de seqenciamento interagindo com dois outros fatores: distribuio dos

51

tempos de servio e o nvel de carga de trabalho no sistema de produo. Os autores

concluem que as regras de seqenciamento baseadas em tempos de processamento das
ordens (tais como SPT e LRT) apresentam melhores desempenhos.
Ponnambalam et al. (1999) prope a utilizao de simulated annealing para a
programao de job shop com o objetivo de minimizar o makespan. Os autores
comparam o desempenho do simulated annealing com a do algoritmo gentico e sugere
a utilizao do primeiro nos problemas de sequenciamento.
Cheng et al. (1999) apresentam uma forma de programao a partir do mtodo
guided simulated annealing, que uma forma modificada do simulated annealing
tradicional. Este mtodo apresenta como vantagem, em relao ao simulated annealing
tradicional, uma maior rapidez de soluo.
Mesghouni et al. (1999) utilizam uma abordagem hbrida para programao de
job shop. Nesta abordagem so acoplados 3 mtodos: CLP (constraint logic
programming), algoritmo gentico e tomada de deciso multicritrio (MCDM multicriteria decison-making). O CLP uma extenso da programao linear. utilizado
para gerar um cenrio de solues iniciais que atendam as restries do sistema. O
algoritmo gentico utilizado para selecionar as seqncias de melhor makespan. A
partir destas seqncias geradas pelo algoritmo gentico, o MCDM escolhe a melhor
seqncia utilizando outros critrios que se deseje considerar.

2.1.5.5 Consideraes
Alguns fatores devem ser considerados quando da deciso por um mtodo de
programao da produo. Estes podem invalidar a execuo das ordens conforme
definido pela programao. Os mais citados na literatura so:
Os mtodos de programao da produo modelados apenas por uma
perspectiva matemtica desconsideram as atividades de negociao,
comunicao e preferncias humanas. Na prtica, estas atividades ocorrem
constantemente e podem invalidar o resultado da programao (Wortman et
al., 1996).
O ambiente de programao pode ser esttico ou dinmico: considerado
esttico quando se tem a completa especificao das necessidades de produo

52

no perodo de programao; dito dinmico quando novas necessidades

podem surgir durante o perodo em que a programao foi definida. Os
mtodos de programao da produo consideram, normalmente, ambientes
estticos; na prtica, o ambiente geralmente dinmico (Graves, 1981; Stoop
& Wiers, 1996; Wortman et al., 1996).
Vrios eventos no planejados podem ocorrer durante o perodo de
programao. Estes eventos podem estar relacionados ao sistema de produo
ou a demanda. Exemplos de distrbios no sistema de produo so: quebra de
mquinas, absentesmo, falta de material, tempos imprecisos. Na demanda
tem-se: modificao do prazo de entrega, entrada de ordens de produo
emergenciais, cancelamento de pedidos e flutuaes no tamanho da ordem de
fabricao (Yelling & Mackulak, 1995; Stoop & Wiers, 1996).

2.2 PLANEJAMENTO DA PRESTAO DE SERVIOS

Os servios so altamente perecveis, ou seja, so produzidos e consumidos
simultaneamente. Ao contrrio do que acontece em uma fbrica, o servio no pode ser
estocado; pode, no mximo, ser colocado em uma fila de espera. Neste contexto,
quando a demanda menor que a capacidade disponvel, tem-se a subutilizao de
recursos e, quando for maior, corre-se o risco de perder clientes (Fitzsimmons &
Fitzsimmons, 1998; Tboul, 1999; Armistead & Clark, 1994; Gianese & Corra, 1994;
NG et al., 1999; Thompson, 1996; Krajewski & Ritzman, 1999).
Outra dificuldade imposta pela maioria dos servios a grande flutuao da
demanda. Estas flutuaes podem ocorrer tanto em longo prazo como em curto prazo.
Servios relacionados ao turismo, por exemplo, apresentam grandes variaes de
demanda dentro de um ano, conforme os perodos de alta e baixa temporada. J em um
supermercado, grandes variaes ocorrem dentro de um nico dia e durante os dias da
semana (Fitzsimmons & Fitzsimmons, 1998).
Dentro deste contexto, o gerenciamento da capacidade, definida como a procura
pelo balanceamento entre a capacidade disponvel e a demandada, torna-se uma tarefa
complexa e importante nas operaes de servio (Tboul, 1999; Thompson, 1996; NG
et al., 1999; Armistead & Clark, 1994); entretanto, a literatura tem dado pouca ateno
ao estudo da capacidade nestas operaes (NG et al., 1999). Vargas & Manoochehri

53

(1995), em uma avaliao das operaes de empresas do setor de servios nos EUA,
constataram que, dentro das atividades avaliadas, o planejamento da capacidade
considerado a atividade com maior lacuna de conhecimento. Johnston (1999), por outro
lado, faz uma reviso da evoluo da gesto de operaes nos ltimos 20 anos, e sugere
o gerenciamento da capacidade em servios como uma das questes a serem estudadas
no estgio atual.
Duas formas de gerenciamento da capacidade so sugeridas pela literatura:
gerenciamento da demanda e gerenciamento do fornecimento (Fitzsimmons &
Fitzsimmons, 1998, Tboul, 1999, NG et al., 1999).
O gerenciamento da demanda consiste na utilizao de estratgias que suavizam
as flutuaes de demanda, tornando-a mais estvel (Fitzsimmons & Fitzsimmons,
1998). Tais estratgias so normalmente utilizadas quando o cliente pode esperar pelo
fornecimento do servio nos momentos em que a demanda no pode ser satisfeita
(Armistead & Clark, 1994).
O gerenciamento do fornecimento consiste na utilizao de estratgias que
ajustam o fornecimento do servio (capacidade disponvel) de forma atender a demanda
(capacidade demandada) (Fitzsimmons & Fitzsimmons, 1998; NG et al., 1999). Elas
so normalmente utilizadas quando o cliente no pode esperar muito tempo pelo
fornecimento do servio (Armistead & Clark, 1994).
Conforme as estratgias adotadas, diferentes mtodos matemticos so utilizados
para o planejamento dos servios. O planejamento dos servios pode ser dividido em
planejamento de longo prazo, onde feito o planejamento agregado da mo-de-obra, e
planejamento de curto prazo, onde feita a programao.
Nesta seo (Seo 2.2) so apresentadas, inicialmente, as principais estratgias
utilizadas para gerenciamento da demanda e gerenciamento da capacidade. Em seguida,
so apresentados os mtodos utilizados para o planejamento agregado da mo-de-obra e
para a programao de curto prazo. Por ltimo, so feitas consideraes gerais sobre o
que foi apresentado.

54

2.2.1 Gerenciamento da demanda

As principais estratgias para o gerenciamento da demanda so: diviso da
demanda, oferecimento de preos diferenciados, desenvolvimento de servios
complementares e sistemas de reserva.
A demanda de um servio geralmente provm de diferentes fontes. Quando isto
ocorre, pode-se agrup-la em segmentos e trat-los de formas diferentes. Esta estratgia
conhecida como diviso da demanda. O agrupamento mais freqente o de demanda
com chegadas aleatrias e com chegadas planejadas. Neste caso, pode-se fazer uma
previso das chegadas aleatrias e programar as demais nas horas vagas. Um exemplo
tpico o caso de atividades de manuteno onde ocorrem urgncias e manutenes
preventivas (Fitzsimmons & Fitzsimmons, 1998; Tboul, 1999).
Na estratgia de oferecimento de preos diferenciados, os preos dos servios
variam conforme o momento da utilizao e o segmento de clientela. Como exemplo,
pode-se citar a diferena entre as tarifas noturnas e de fim de semana para ligaes
telefnicas, dirias de hotis conforme a temporada, diferena de preos em
determinadas sesses de cinema (Fitzsimmons & Fitzsimmons, 1998; Tboul, 1999).
NG et al. (1999) colocam que a prtica de oferecimento de descontos (ou
atividades de promoo e aumento da publicidade) no usualmente executada pelas
empresas de servios. Ao contrrio do que apresentado pela literatura, esta prtica no
desejada pelas empresas, pois impacta negativamente sobre os planos de marketing.
Desenvolvimento de servios complementares podem ser interessantes em duas
situaes. Uma delas quando eles so aptos a preencher o tempo de espera dos clientes
em perodos de pico de demanda. Restaurantes costumam utilizar esta estratgia atravs
da incluso de um bar. Este bar pode acomodar os clientes enquanto esperam e ainda
aumentar a lucratividade do restaurante. A outra, quando o servio complementar
permite a utilizao da capacidade ociosa em perodos de baixa demanda, como o caso
de empresas de calefao que tambm realizam servios de ar-condicionado
(Fitzsimmons & Fitzsimmons, 1998).
Sistema de reserva permitem que um servio potencial seja vendido
antecipadamente, ou seja, este servio mantido em uma fila de espera. Estes sistemas

55

permitem que a demanda seja alocada em vagas disponveis. Esta prtica comum em
companhias areas e hotis. (Fitzsimmons & Fitzsimmons, 1998; Tboul, 1999).
O grande problema enfrentado por estes sistemas quando o cliente faz
mltiplas reservas para assegurar seu servio ou quando ele no comparece. Para
contornar este problema, as empresas costumam utilizar a estratgia de sobrealocao
(overbooking). Esta estratgia consiste em permitir que o nmero de reservas seja maior
que a capacidade disponvel. Entretanto, quanto maior for o nmero de reservas que
excedem a capacidade, maior o risco de no atendimento ao cliente. Para definio
deste nmero deve-se considerar tanto os custos de ociosidade do servio, como o custo
de no atendimento da reserva (Fitzsimmons & Fitzsimmons, 1998; Tboul, 1999).

2.2.2 Gerenciamento do fornecimento

Para o gerenciamento do fornecimento, as principais estratgias utilizadas so:
aumento da participao do cliente, terceirizao, funcionrios multidisciplinares,
capacidade compartilhada e utilizao de funcionrios com jornada parcial.
Aumentar a participao do cliente consiste em transformar o cliente em coprodutor, de forma que a capacidade de atendimento varie conforme a demanda, ao
invs de permanecer fixa. Este o caso dos servios de auto-atendimento, que
verificamos, por exemplo, em alguns postos de gasolina e bancos. Restaurantes de fast
food que eliminam o pessoal responsvel por servir e limpar as mesas tambm so um
exemplo de servios que utilizam esta estratgia. O problema desta estratgia que a
qualidade do servio depende do cliente (Fitzsimmons & Fitzsimmons, 1998; Tboul,
1999).
A terceirizao consiste na utilizao de terceiros na realizao de algumas
atividades. Est tambm uma forma de incrementar a capacidade quando necessrio e
muito utilizada pelas empresas (Tboul, 1999).
Funcionrios multifuncionais so aqueles aptos a trabalhar em diferentes
operaes dos servios, conforme a demanda exigir. Esta uma estratgia muito
utilizada em supermercados, onde, quando h excesso de filas nos caixas, os
funcionrios que organizam as prateleiras ocupam a funo de operadores de caixa. Da

56

mesma forma, quando existem operadores de caixa ociosos, eles so alocados na

organizao das prateleiras (Fitzsimmons & Fitzsimmons, 1998; Tboul, 1999).
Alm de criar uma maior flexibilidade operacional, facilitando o atendimento da
demanda, a multifuncionalidade tambm beneficia o funcionrio, devido reduo da
rotina e ao aumento da moral. Apesar destes benefcios, apenas recentemente anlises
quantitativas relacionadas a multifuncionalidade comearam a ser desenvolvidas
(Brusco et al., 1998).
A capacidade compartilhada pode se dar tanto no nvel de equipamentos e
instalaes, como de mo-de-obra. Compartilhar equipamentos e instalaes estratgia
utilizada por algumas empresas devido ao investimento requerido por estes. Isto pode
ser notado em hospitais, que compartilham alguns equipamentos e em companhia areas
que utilizam os mesmos portes de embarque, rampas de acesso e avies. A mo-deobra tambm pode ser compartilhada, como o caso das equipes de bordo e equipe de
terra nas companhias areas (Fitzsimmons & Fitzsimmons, 1998; Tboul, 1999).
Funcionrios em jornada parcial so aqueles dispostos a trabalhar em turnos
menores. A utilizao de funcionrios com jornada parcial interessante quando os
picos de demanda so persistentes e previsveis e quando o servio no exige maiores
habilidades e treinamentos. Assim, estes funcionrios podem auxiliar os funcionrios
efetivos. Restaurantes de fast food e supermercados so exemplos de fornecedores de
servio que podem beneficiar-se com esta estratgia (Fitzsimmons & Fitzsimmons,
1998; Tboul, 1999; Thompson, 1996). Estes funcionrios geralmente possuem outros
empregos ou outras atividades (estudantes, por exemplo). Por isto, seus turnos de
trabalho podem ter vrias restries quanto a horrio de incio e fim do turno ao longo
da semana (Thompson, 1996).

2.2.3 Planejamento agregado da mo-de-obra

O planejamento agregado da mo-de-obra consiste na definio de um plano de
longo prazo que considera a mo-de-obra de forma agregada. Ou seja, define as aes a
serem tomadas em relao mo-de-obra no longo prazo, sem considerar os detalhes
vinculados com a flexibilidade da mo-de-obra no curto prazo. O horizonte de
planejamento considerado normalmente anual, dividido em perodos mensais,
trimestrais ou quadrimestrais.

57

Quando a demanda no possui muitas variaes ou existem dificuldades de

contratao e demisso de funcionrios, a estratgia de manter a capacidade fixa no
longo prazo utilizada. Nestes casos, utiliza-se o planejamento agregado da mo-deobra com capacidade fixa, que define quantos funcionrios sero necessrios durante o
horizonte de tempo considerado (Krajewski & Ritzman, 1999).
Neste planejamento, contrataes, subcontrataes e demisses no so
consideradas. A opo utilizada recorrer a hora-extra nos perodos de pico e assumir
os custos relacionados com a ociosidade da mo-de-obra. Para definir a quantidade de
funcionrios necessrios (Y) considera-se (Krajewski & Ritzman, 1999):
Y=

max (yt )
, t = 1,, T
( 1 + he)

(22)

onde:

y t : quantidade de funcionrios demandados no perodo t de planejamento.

T : nmero de perodos de planejamento do horizonte de planejamento.
he : porcentagem de hora-extra mxima permitida em relao ao turno normal

de trabalho.
Definido o valor de Y, pode-se prever a quantidade de horas extras e ociosidade
em cada perodo.
Quando se tm grandes variaes de demanda no longo prazo ou quando horas
extras e ociosidades no so viveis ou, ainda, quando h grande rotatividade de
funcionrios, pode-se optar por contrataes e demisses de funcionrios ao longo do
horizonte de planejamento. Deve-se lembrar, entretanto, que funcionrios novos
necessitam de treinamento para iniciarem suas atividades. O planejamento agregado de
mo-de-obra com rotatividade identifica quando e quantos funcionrios devem ser
contratados ou demitidos para atender a demanda (Krajewski & Ritzman, 1999;
Fitzsimmons & Fitzsimmons, 1998).
Um problema de programao inteira para o planejamento agregado de mo-deobra com rotatividade para os caixas de um banco apresentado por Fitzsimmons &
Fitzsimmons (1998). Este problema adaptado aqui para exemplificar um mtodo de
planejamento agregado de mo-de-obra com rotatividade.

58

Considere uma demanda mensal por caixas em cada ms t do horizonte de

planejamento ( d t ) expressa em horas, tal que cada caixa trabalha H horas por ms.
Considera-se que cada caixa contratado necessita 1 ms de treinamento. No
treinamento, estes funcionrios simulam H horas de trabalho com o acompanhamento
de um caixa experiente. Isto significa que H horas de trabalho de caixas experientes so
perdidos para cada caixa contratado. Considere as seguintes definies adicionais:

Ynt : nmero caixas contratados no incio do ms t.

Yt : nmero de caixas disponveis no incio do ms t.
Yd t : nmero de caixas demitidos no incio do ms t.
c : R$ pagos por ms para cada caixa.

cn : R$ pagos aos caixas iniciantes durante o ms de treinamento.

cd : R$ gastos com a demisso de um caixa.

t = 1, 2,...T , onde T o nmero de perodos de planejamento do horizonte de

planejamento.
Tem-se que:
T

Min z = (c Yt + cn Ynt + cd Yd t )

(23)

i =1

Sujeito a:

H Yt H Ynt d t

(24)

Yt + Yd t Yt 1 Ynt 1 = 0

(25)

Yt ,Ynt ,Yd t 0 e inteiro, para t = 1,2 ,...T

(26)

O objetivo desta formulao, dado na equao (23) reduzir o custo com mode-obra. A equao (24) garante que a demanda seja atendida. A equao (25) atualiza o
nmero de caixas disponveis em cada ms considerando os caixas contratados no ms
anterior e os demitidos no ms em questo. A equao (26) garante a no-negatividade e
resultados inteiros da formulao.

2.2.4 Programao de curto prazo

A programao de curto prazo pode ter dois enfoques: programar a demanda e
programar o fornecimento. Na programao da demanda, os servios so alocados em
algum momento no tempo; para tal utiliza-se programao por compromissos (usada

59

principalmente em servios de sade) e mtodos de gerenciamento de projetos, que

sero vistos na prxima seo, por serem especficos para projetos. Na programao de
fornecimento, alocam-se os funcionrios ao invs da demanda; para tal, utiliza-se a
programao de mo-de-obra.
Na programao por compromissos, a capacidade disponvel considerada fixa
e a demanda alocada de forma a utilizar a capacidade e coordenar o fornecimento do
servio. Como resultado, tem-se o momento em que o servio ser fornecido ao cliente.
Este tipo de programao pode ser utilizado, por exemplo, em oficinas de conserto de
automveis e em servios de dentistas, advogados e mdicos (Krajewski & Ritzman,
1999).
Ho et al. (1995) apresentam uma avaliao das diversas regras de programao
que podem ser utilizadas quando da marcao de atendimentos de pacientes em clnicas
mdicas. Estas regras consideram que o tempo de durao do servio de cada cliente i
( t i ) estocstico, ou seja, existe uma distribuio de probabilidade associada a ele.
Conforme este tempo varia ou ocorrem atrasos ou adiantamento dos clientes, os tempos
de espera do cliente e ociosidades do fornecedor do servio tambm variam. A definio
bsica do problema dada por:

Ai : momento marcado para incio do servio do cliente i.

bi : momento em que o servio do cliente i efetivamente inicia.
ei : momento em que o servio do cliente i efetivamente termina.
tei : tempo de espera do cliente i.
toi : tempo de ociosidade do fornecedor do servio antes do atendimento do
cliente i.

i = 1,2,...I , onde I o nmero de clientes programados dentro do perodo de

tempo considerado.
Ento, tem-se que:

bi = max( Ai ; bi 1 + t i 1 )

(27)

ei = bi + t i

(28)

tei = max ( 0,bi Ai )

(29)

toi = max ( 0 ,Ai ei 1 )

(30)

60

Programaes por compromissos procuram minimizar o tempo total de espera

dos clientes (te) e o tempo total de ociosidade do fornecedor de servio (to) (Ho et al.,
1995; Clague et al., 1997), dados por:
I

te = tei

(31)

i =1
I

to = toi

(32)

i =1

As regras mais conhecidas para esta programao so (Ho et al., 1995):

- compromissos individuais: estas regras consideram um nmero i de pacientes
a serem marcados no incio do perodo, sendo os restantes marcados um a um. Estas
regras so variaes de uma formulao mais simples, representada por:

Ai = 0 ,

para i = 1, 2,...i

Ai = Ai 1 + t i + k ti ,

(33)

para i = i + 1, i + 2 , ...I

(34)

onde:
k : coeficiente emprico, que varia de 0 a 0,25. A escolha de valor ocorre

conforme o interesse da programao em minimizar o tempo de espera do cliente ou o

tempo de ociosidade do fornecedor do servio.

: desvio padro de tempo de durao do servio ( t i ).

- compromissos em blocos: estas regras dividem o nmero total de clientes do

perodo em m blocos. O perodo de tempo considerado (T) tambm dividido em m
blocos e os ni clientes de cada bloco so, ento, programados para chegar no incio de
cada bloco:

N
m

(35)

T
,
m

(36)

ni =
t=

onde t o tempo de durao de cada bloco.

- compromissos com intervalos variveis: estas regras procuram reduzir o tempo
ocioso do prestador de servio colocando mais clientes no incio do perodo e menos no
final, criando uma espcie de estoque de clientes. Para tal, definido um cliente W

61

onde a durao do servio dos clientes anteriores a W menor que o tempo mdio, e dos
posteriores a W, maior. Estas regras so variaes de:

Ai = (i 1 ) t i (W i) k ti

(37)

Krajewski & Ritzman (1999) atentam para a necessidade de avaliar o tempo de

durao do servio para cada cliente, quando estes apresentarem necessidades
diferentes. Nestes casos, programar clientes considerando tempos de durao iguais no
atende as necessidades reais. Clague et al. (1997), por sua vez, consideram 2 tempos de
durao em seu estudo, que tambm est focado em clnicas mdicas. Um tempo
definido para novas consultas, e outro para consultas de acompanhamento. Os autores
utilizam um simulador para avaliar a influncia de mudanas na estrutura da clnica
(tamanho da clnica, nmero de mdicos, mix de consultas, taxas de atendimento e
programao por compromisso) sobre o desempenho do servio (tempo de espera do
cliente e tempo ocioso do fornecedor de servio). Entre suas concluses, colocam que a
utilizao de programao por compromisso otimizada pode reduzir consideravelmente
os tempos de esperas dos clientes e o tempo ocioso do fornecedor de servio.
A programao de mo-de-obra consiste na definio dos turnos e/ou dias de
folgas de trabalho que atendam a demanda. Esta programao se faz necessria quando
a demanda de servio exige resposta rpida e pode ser prevista com preciso razovel
(Krajewski & Ritzman, 1999; Thompson, 1996; Fitzsimmons & Fitzsimmons, 1998;
Tboul, 1999).
A programao da mo-de-obra permite o detalhamento do planejamento
agregado (Krajewski & Ritzman, 1999) e, se eficiente, pode trazer importantes ganhos
de produtividade (Brusco & Jacobs, 2000). Entretanto, pode se tornar complexa devido
ao alto grau de flexibilidade e s necessidades que a mo-de-obra pode apresentar,
gerando inmeras possibilidades de programao. Estas flexibilidade e necessidade
incluem tempos variados de turno de trabalho, intervalos para refeies ou descanso que
devem ocorrer dentro de uma janela de tempo de um turno, turnos variados de um dia
para outro, dias de folga no consecutivos dentro de cada semana, funcionrios que s
podem trabalhar em horrios especficos do dia, etc (Jacobs & Bechtold, 1993;
Thompson, 1996; Tboul, 1999; Krajewski & Ritzman, 1999).

62

Vrios mtodos so utilizados para programao da mo-de-obra (Jacobs &

Bechtold, 1993). Os mais conhecidos so programao inteira, heursticas baseadas em
programao linear e heursticas de construo. A programao inteira a que apresenta
os melhores resultados, mas pode demandar um

tempo grande de processamento

quando os problemas forem muito complexos. Heursticas baseadas em programao

linear consistem na soluo do problema por programao linear e posterior aplicao
de heursticas para determinao de valores inteiros. Heursticas de construo iniciam
sem uma soluo inicial, e formam a soluo de maneira interativa (Brusco & Johns,
1995; 1998).
Os problemas de programao de mo de obra foram classificados inicialmente
por Baker (1976) como: programao de turnos de trabalho, programao de dias de
folga e programao de jornada de trabalho.
A programao de turnos de trabalho define os horrios de incio e fim do
trabalho de cada funcionrio dentro um dia de forma a atender a demanda (Goodale &
Tunc, 1998; Brusco & Johns, 1995, Thompson, 1996; Fitzsimmons & Fitzsimmons,
1998; Melachrinoudis & Olafsson, 1995).
Melachrinoudis & Olafsson (1995) apresentam um modelo de alocao da mode-obra disponvel durante um dia, de forma a atender a demanda. Esse modelo inclui
previso de demanda e programao de turnos de trabalho. Para a programao de
turnos utilizada a programao inteira. Considera-se que os turnos podem ter durao
variada, podendo iniciar em diferentes horrios do dia. Considera-se ainda, o nmero de
funcionrios disponveis e o nmero de horas em que eles esto disponveis. No so
considerados os intervalos para refeio e descanso. A formulao do problema dada
por:

ndices:
t : hora do dia, com t = 1, 2...,24 .
h : horas de durao do turno

j : hora de incio de um turno, com j = 1,...,24 .

Dados de entrada:
s : horas de durao do menor turno.

63

l : horas de durao do maior turno.

ot : hora em que inicia o servio no dia.

ct : hora em que termina o servio no dia.
d t : nmero de funcionrios demandados durante a hora t.
y h : nmero de funcionrios disponveis para trabalhar no turno de durao h.

Y : nmero de funcionrios disponveis em um dia.

Variveis de deciso:
x jh : nmero de funcionrios que iniciam o trabalho na hora j e trabalham em
turno de durao h.
Formulao:
l
ct h

Min h x jh
h=s
j = ot

(38)

Sujeito a:
J (t ) = { j : max(t l + 1, ot ) j min(t , ct s )}

(39)

H(t,j) = {h: max (t j + 1,s) h min (ct j,l)}

(40)

hH ( t , j ) jJ ( t )
l

ct h

h=s

j = ot

x
ct h

x
j = ot

jh

jh

jh

dt ,

com t = ot ,...., ct 1

yh ,

(41)
(42)

com h = s,...., l

(43)

x jh 0 e inteiro, com j = ot ,...., ct h , h = s,...., l

(44)

Este modelo busca minimizar o nmero de horas trabalhadas pelos funcionrios

[equao (38)]. A equao (39) apresenta os possveis cenrios de horrios de incio de
um turno, para uma determinada hora do dia. Dada uma hora do dia e horrio de incio
do turno, tem-se os cenrios de todos os tempos de durao dos turnos a partir da
equao (40). Para garantir que a demanda seja atendida, tem-se a equao (41). A
equao (42) limita a disponibilidade de funcionrios durante o dia, e a equao (43)
limita a disponibilidade de horas trabalhadas por cada funcionrio. A equao (44)
garante que o resultado seja inteiro e no negativo, que os turnos iniciem dentro de

64

intervalo de funcionamento do servio e que no tenham duraes maiores ou menores

que as permitidas.
A formulao apresentada um exemplo de modelo explcito (Melachrinoudis
& Olafsson, 1995). Os modelos explcitos so aqueles em que o resultado da otimizao
por programao inteira contm informaes suficientes para a especificao dos turnos
de trabalho (Thompson, 1996). Quando o problema contm inmeras restries e
flexibilidade da mo-de-obra os modelos implcitos so utilizados. Nestes modelos, o
resultado da otimizao por programao inteira no contm informaes suficientes
para especificao dos turnos, necessitando de um processamento do resultado
encontrado para esta especificao (Brusco & Jacobs, 1998, 2000; Thompson, 1996).
Thompson (1996) apresenta um modelo implcito para a programao de turnos
de trabalho. Sua formulao considera turnos de durao varivel, com intervalos para
refeies. Os intervalos para refeies variam em tempo de durao e perodo de tempo
em que podem ocorrer dentro do turno, conforme a durao do turno. O modelo
pressupe, tambm, que os funcionrios apresentam restries quanto ao tempo
disponvel, ou seja, eles esto disponveis para o trabalho em um intervalo de tempo
especfico durante o dia. O problema em Thompson (1996) considerado tri-implcito
pois, aps otimizao por programao inteira, os funcionrios e intervalos para
refeio so alocados implicitamente em turnos de trabalho definidos tambm de forma
implcita.
A programao de dias de folga define os dias de folga semanais de cada
funcionrio (Brusco & Johns, 1995; Goodale & Tunc, 1998; Ho et al., 1995). Esta
programao normalmente utilizada para servios que so fornecidos em todos os dias
da semana. Nestes casos, definir os dias de folga dos funcionrios um problema
comum (Fitzsimmons & Fitzsimmons, 1998; Krajewski & Ritzman, 1999)
Fitzsimmons & Fitzsimmons (1998) apresentam um problema de programao
inteira para programao dos dias de folga. Em seu problema, o servio fornecido em
todos dias da semana e os funcionrios demandam dois dias de folga consecutivos.
Dado que:

xt : nmero de funcionrios que folgam no dia t e t+1, e

d t : nmero de funcionrios demandados no dia t,

65

tem-se a seguinte programao:

7

Min z = xt

(45)

t =1

Sujeito a:
d1

(46)

x3 + x 4 + x5 + x6 + x7 d 2

(47)

x 4 + x5 + x6 + x7 d 3

(48)

x5 + x6 + x7 d 4

(49)

x6 + x7 d 5

(50)

x7 d 6

(51)

d7

(52)

x 2 + x3 + x 4 + x5 + x6

x1 +
x1 + x 2 +
x1 + x 2 + x3 +

x1 + x 2 + x3 + x 4 +
x1 + x 2 + x3 + x 4 + x5

xt 0 e inteiro

(53)

A programao da jornada de trabalho consiste na juno da programao de

turnos e dos dias de folga. Nela, os turnos de trabalho so programados ao longo da
semana, considerando os dias de folga de cada turno (Brusco & Johns, 1995; Brusco &
Jacobs, 2000; Melachrinoudis & Olafsson, 1995; Goodale & Tunc, 1998).
Dantzig (1954) prope uma formulao para o problema de programao da
jornada de trabalho. Esta formulao, de carter genrico, pressupe que as possveis
jornadas de trabalho j esto definidas, restando saber quantos funcionrios devem
trabalhar em cada jornada.
Considere as seguintes definies:

d t : nmero de funcionrios demandados para trabalhar no perodo t.

x j : nmero de funcionrios programados para trabalhar na jornada j.
atj : igual a 1 se o perodo t pertencer jornada j; igual a 0 caso contrrio.
M: cenrio de jornadas possveis.
N: cenrio de perodos de trabalho dentro do horizonte semanal considerado.
A formulao proposta dada por:
Min z =

jM

(54)

66

Sujeito a:
jM

(a

x j ) d t , com t N

(55)

x j 0 e inteiro, com j M

(56)

tj

O objetivo da formulao minimizar o nmero total de funcionrios [equao

(54)]. A equao (55) garante que a demanda seja atendida e a equao (56), que o
resultado seja inteiro e no-negativo.
A formulao apresentada nas equaes (54) a (56) de programao inteira
explcita. Entretanto, devido a grande complexidade que estes problemas podem
apresentar, muitos pesquisadores tm desenvolvido modelos implcitos. Brusco &
Jacobs (1998) propem um mtodo de soluo para programao de jornadas de
trabalho onde considerada a existncia de turnos completos e meio turnos, e onde
funcionrios comeam a trabalhar na mesma hora em cada dia. Considera-se um local
que funciona 24 horas por dia nos 7 dias da semana. Intervalos para refeio e descanso
no so considerados. O problema implcito e utiliza uma heurstica em dois estgios.
O primeiro estgio seleciona os tempos de incio dos turnos atravs de programao
linear seguido da aplicao de heursticas. No segundo estgio, so construdas as
jornadas de trabalho a partir dos turnos selecionados atravs de heursticas.
Brusco & Jacobs (2000), em seu modelo de programao de jornadas de
trabalho, consideram a flexibilidade de horrio de incio do turno e de intervalo para
refeies. Portanto, os turnos de um funcionrio podem ter horrios de incio e
intervalos de refeies variados durante a semana. Considera-se o trabalho durante 24
horas do dia, durante os 7 dias da semana. O modelo de programao inteira e
implcito.
Goodale & Tunc (1998) apresentam um modelo de programao de jornada de
trabalho com produtividade dinmica. Os autores integram um modelo de programao
inteira (para programao da jornada de trabalho) com curvas de aprendizado. Seu
modelo especialmente aplicvel em servios que costumam empregar mo-de-obra
temporria.

67

Brusco & Johns (1995) apresentam uma comparao entre mtodos de heurstica
baseadas em programao linear e de heurstica de construo. Os autores utilizam a
formulao de programao inteira apresentada neste tpico como parmetro de
comparao (soluo tima). Como concluso, tem-se que as heursticas baseadas em
programao linear apresentam um resultado mais prximo do timo do que as
heursticas de construo.
Dos mtodos citados para programao de mo-de-obra, nenhum considera a
multifuncionalidade dos funcionrios. Brusco et al. (1998) apresentam um problema de
programao inteira para a determinao do nmero de funcionrios demandados ao
longo do dia, considerando que eles so capazes de executar duas operaes de servio
diferentes. Neste problema, divide-se o dia em T intervalos de planejamento. Os
funcionrios tipo Y1 executam sua operao principal (operao 1) com uma
produtividade de 100% e uma operao secundria (operao 2) com uma produtividade

. Os funcionrios tipo Y2 executam sua operao principal (operao 2) com uma

produtividade de 100% e uma operao secundria (operao 1) com uma produtividade

. As demandas pelas operaes 1 e 2 em cada intervalo de planejamento t so

representadas, respectivamente, por d1t e d 2 t , com t = 1, 2,...T . O objetivo do
problema a minimizao do nmero total de funcionrios. A formulao do problema
dada por:
Min z = Y 1 + Y 2

(57)

Sujeito a:
Y 1 + max[ (Y 2 d 2 t );0] d1t

(58)

Y 2 + max[ (Y 1 d1t );0] d 2 t

(59)

A partir desta formulao, Brusco et al. (1998) realizaram um estudo

experimental para avaliar os ganhos obtidos com a multifuncionalidade. Considerando
que o maior ganho ocorre quando = 1 (100 % de produtividade), os autores
observaram que 80% do ganho ocorre quando = 0,5 . A principal concluso do
trabalho que a multifuncionalidade traz benefcios considerveis mesmo quando as
habilidades dos funcionrios em uma operao secundria so restritas, ou seja, menos
produtivas.

68

Rising et al. (1971) utilizaram simulao para definir a melhor programao de

mo-de-obra e de compromissos em uma clnica de sade. A clnica realizava
atendimentos de emergncia, atendimentos com hora marcada e atendimentos sem hora
marcada. Em um primeiro momento, foi identificado o nmero de pacientes de
emergncia e sem hora marcada para cada dia da semana. Considerando a capacidade
diria de atendimento dos mdicos e subtraindo o nmero de pacientes de emergncia e
sem hora marcada, tem-se o nmero de consultas que podem ser marcadas em cada dia
da semana (estratgia de diviso de demanda). Na seqncia, foi realizada a simulao.
Na simulao, considerou-se a distribuio horria de ocorrncia das
emergncias e dos pacientes sem hora marcada. Considerou-se, ainda, a seguinte
prioridade de atendimento dos servios: primeiro, atendimentos de emergncias e
pacientes que esto em atendimento mas se ausentaram por um momento para ir ao raio
x, laboratrio, etc.; depois, pacientes com hora marcada; por ltimo, pacientes sem hora
marcada. Primeiramente a simulao foi feita com um arranjo e intervalo fixo para
marcao de horrios. Ento, foi definido o nmero de mdicos demandados em cada
horrio considerando as restries de capacidade (quantidade e turnos dos mdicos).
Definido o melhor cenrio de turnos, a simulao foi repetida considerando os turnos
fixos e variando os arranjos e intervalos para marcao de horrio. O melhor arranjo e
intervalo para marcao de horrio foram identificados.
As definies encontradas na simulao foram implementadas e os resultados
obtidos foram: o nmero de atendimentos aumentou 13,4%; o nmero de horas
trabalhadas pelos mdicos reduziu 5,1%; o tempo mdio dos pacientes com os mdicos
aumentou em 5%; o tempo de espera dos pacientes com e sem hora marcada no
modificou; a satisfao dos mdicos aumentou.

2.2.5 Consideraes gerais

NG et al. (1999) fazem um levantamento das estratgias empregadas para o uso
da capacidade ociosa nas operaes de servio. Como resultado, os autores perceberam
algumas divergncias entre o que sugerido na literatura e o que praticado nas
empresas de servio. No que se refere a gerenciamento da demanda, foi observado que
as empresas no costumam oferecer descontos ou promoes como forma de utilizao
da capacidade; sistemas de reserva, entretanto, so uma prtica utilizada em servios
que permitem esta estratgia. No que se refere a gerenciamento do fornecimento,
69

percebeu que a programao da mo-de-obra reduz perdas, mas no acaba com o

problema da capacidade ociosa. As perdas reduzidas com programao da mo-de-obra,
entretanto, so menores que as perdas derivadas da capacidade ociosa. Desta forma, a
tendncia das empresas assumir uma capacidade fixa que atenda aos perodos de pico,
e utilizar estratgias para o consumo da capacidade ociosa.
Armistead & Clark (1994), por outro lado, colocam que os perodos de pico de
demanda em servio podem prejudicar sua qualidade. Neste sentido, os autores
propem uma estratgia para reduzir este risco. Uma das estratgias sugeridas envolve a
melhoria dos sistemas de previso de demanda e de programao. A idia chave que
os administradores devem estar conscientes da futura ocorrncia de perodos de picos de
demanda para poderem se prevenir.

2.3 GERENCIAMENTO DE PROJETOS

Projeto a combinao de atividades inter-relacionadas a serem executadas em
uma ordem especfica para completar um nico produto ou servio. Eles podem
necessitar de diferentes profissionais e habilidades. Cada projeto nico, mesmo que
faa parte da rotina de uma empresa. Desta forma, a complexidade, necessidade de
recursos, tempo de durao e risco associado pode variar muito de projeto para projeto
(Elsayed & Boucher, 1994; Krajewski & Ritzman, 1999; Fitzsimmons & Fitzsimmons,
1998).
O conceito de projeto amplamente aplicado em empresas de construo civil,
em desenvolvimento de novos produtos ou servios, em servios de consultoria e em
projetos de engenharia (Fitzsimmons & Fitzsimmons, 1998; Krajewski & Ritzman,
1999; Pontrandolfo, 2000).
O gerenciamento de projetos envolve a coordenao de atividades, pessoas,
organizaes e outros recursos, de forma a atingir as metas especificadas. As tcnicas
que auxiliam nesta coordenao utilizam o conceito de rede de trabalho (network). As
redes de trabalho contm as atividades a serem executadas no projeto e os eventos que
permitem o incio de uma atividade. So normalmente representadas atravs de um
conjunto de crculos (ns) e setas. Duas formas de representao so mais utilizadas:
atividades sobre as setas (AOA activity-on-arc) e atividade sobre ns (AON

70

activity-on-node). Na AOA as atividades so representadas pelas setas e os eventos

pelos ns. Na AON ocorre o contrrio, isto , as atividades so representadas pelos ns

(Elsayed & Boucher, 1994; Krajewski & Ritzman, 1999; Fitzsimmons & Fitzsimmons,
1998). Exemplos destas representaes podem ser vistos na Figura 5. Na Figura 5 as
atividades so representadas pelas letras S, T e U. A atividade U s pode ser iniciada
com a concluso das atividades S e T.
As tcnicas mais conhecidas para o gerenciamento de projetos so: CPM
(Critical Path Method) e PERT (Program Evaluation and Review Technique). Estas
tcnicas usam princpios muito similares. A principal diferena que o CPM considera
os tempos de durao das atividades como determinsticos e associados a um custo; no
PERT, estes tempos so considerados probabilsticos (Elsayed & Boucher, 1994). Como
as diferenas entre as duas tcnicas so mnimas, sero tratadas de forma conjunta, ou
seja, como PERT/CPM
AOA
1

AON
S

S
T

U
T

Figura 5 Representao de redes de trabalho (adaptada de Krajewski & Ritzman,

1999).
A grande lacuna do PERT/CPM que ele considera capacidade infinita, ou seja,
os recursos demandados pelas atividades esto sempre disponveis em qualquer
momento em que elas forem programadas. Este fato, entretanto, nem sempre
compatvel com a realidade (Elsayed & Boucher, 1994; Alfares et al., 1999).
Nesta seo so apresentadas, num primeiro momento, as tcnicas de
gerenciamento de projetos com capacidade infinita, representadas pelo PERT/CPM. Em
seguida, so apresentadas tcnicas que consideram capacidade finita.

2.3.1 PERT/CPM capacidade infinita

O PERT/CPM define as datas de incio e concluso de cada atividade e o tempo
de durao do projeto, considerando a seqncia das atividades apresentada na rede de

71

trabalho. Para tal, utilizam-se as seguintes definies (Krajewski & Ritzman, 1999;
Fitzsimmons & Fitzsimmons, 1998; Elsayed & Boucher, 1994):
Dia de incio mais cedo ( ES ): o dia mais cedo que uma atividade pode

iniciar, considerando que todas atividades precedentes iniciem em seus dias

mais cedo.

td : tempo de durao da atividade.

Dia de concluso mais cedo ( EF ): o dia em que a atividade concluda

considerando que ela inicia no dia de incio mais cedo. Assim, tem-se que:
EF = ES + td

(60)

ES = max ( EF das atividades imediatamente predecedentes)

(61)

Com isto tem-se o dia de concluso do projeto, que consiste no dia de concluso
mais cedo da ltima atividade do projeto. Considerando que o dia de concluso mais
cedo da ltima atividade tambm o dia mais tarde que ela pode ser concluda de forma
a no atrasar o projeto, pode-se calcular:
Dia de concluso mais tarde ( LF ): o dia mais tarde que uma atividade pode

ser concluda sem atrasar as atividades sucessoras.

Dia de incio mais tarde ( LS ): o dia mais tarde que uma atividade pode

iniciar, considerando o dia mais tarde que ela pode ser concluda. Assim, temse que:
LS = LF td

(62)

LF = min ( LS das atividades imediatamente sucessoras)

(63)

Folga ( TS ): o tempo que uma atividade pode ser atrasada sem atrasar o dia

de concluso do projeto. calculada por:

TS = LS ES = LF EF

(64)

As atividades que possuem TS = 0 , ou seja, no possuem folga, formam o

caminho crtico. O caminho crtico a seqncia de atividades que no podem ser
atrasadas para que o projeto tambm no atrase. Essas atividades so chamadas de
atividades crticas e devem ter prioridade na utilizao de recursos, necessitando uma
maior ateno gerencial. (Fitzsimmons & Fitzsimmons, 1998; Krajewski & Ritzman,
1999; Elsayed & Boucher, 1994).

72

O caminho crtico tambm pode ser encontrado atravs da utilizao de

programao linear (Elsayed & Boucher, 1994). Para tal, definem-se:
td ij : tempo de durao da atividade contida entre os ns i e j, com i = 1, 2, K I e

j = 1, 2, K J , sendo que J = I .
x ij : 1, se a atividade contida entre os ns i e j for atividade do caminho crtico; 0,

caso contrrio.
Funo objetivo:
I

Max z =
i =1

td
j =1

ij

(65)

xij

Sujeito a:
J

1j

j =1

=1

(66)

i =1

j =1

xik + xkj =0 ,
I

x
i =1

iJ

com k 1, J

(67)

=1

(68)

A funo objetivo [equao (65)] procura a seqncia de atividades com maior

tempo de durao. A eq. (66) permite que o caminho crtico inicie na primeira atividade
do projeto. A eq. (67) garante a preservao da seqncia, ou seja, garante que toda
atividade que tenha uma atividade precedente tenha uma sucessora. A eq. (68) permite o
caminho crtico termine na ltima atividade do projeto. O caminho crtico formado
pelas atividades que possurem xij = 1 .

2.3.1.1 Consideraes de custos

Existem 3 categorias de custos em um projeto: custos diretos, custos indiretos e
custos de penalidade. Os custos diretos so aqueles diretamente relacionados com as
atividades do projeto, tais como custo com mo-de-obra e materiais. O tempo de cada
atividade pode ser encurtado com o aumento de custos diretos, atravs de, por exemplo,
utilizao de hora-extra e maior contratao de pessoal. Os custos indiretos so aqueles
que podem ser reduzidos atravs da reduo do tempo de projeto; estes custos incluem o
aluguel de equipamentos, seguro e depreciao. Os custos de penalidade consistem em

73

multas caso o projeto no finalize at uma data especfica ou bnus, caso ele finalize
antes da data prevista (Fitzsimmons & Fitzsimmons, 1998).
No PERT/CPM, considera-se que cada atividade possui um custo direto normal
(NC) e um custo acelerado (CC). O custo normal o custo direto da atividade em tempo
normal (NT), ou seja, no tempo necessrio para completar a atividade em condies
normais. O custo acelerado o custo direto para executar a atividade no menor tempo
possvel, chamado tempo acelerado (CT). Considerando que os custos diretos reduzem
linearmente com o aumento do tempo de durao da atividade no intervalo entre CT e
NT, pode-se calcular o custo pressa (Krajewski & Ritzman, 1999). O custo pressa

(S) o custo direto para reduzir o tempo da atividade em uma unidade, sendo dado por:
S=

CC NC
.
NT CT

(69)

Quando se quer reduzir o tempo de um projeto, deve-se optar por reduzir os

tempos das atividades do caminho crtico que possuem o menor custo pressa. Para tal,
Fitzsimmons & Fitzsimmons (1998) apresentam o seguinte procedimento:
Passo 1: Calcular o custo pressa de cada atividade.
Passo 2: Listar todos os caminhos da rede de projetos com seus tempos

normais.
Passo 3: Reduzir em uma unidade de tempo a atividade do caminho crtico de

menor custo pressa. Registrar o custo total (direto + indireto + penalidade)

do projeto com o novo tempo de durao.
Passo 4: Atualizar a durao de cada caminho da rede de projeto.
Passo 5: Se a atividade alcanou seu menor tempo possvel (CT), marc-la

com um asterisco e no considera-la mais como candidata.

Passo 6: Se todas as atividades do caminho crtico possurem asterisco,

PARAR; caso contrrio, VOLTAR ao passo 3.

Com este procedimento, determinam-se quais as atividades devem ser aceleradas
para reduzir o tempo de durao do projeto de forma que ele tenha o tempo de durao
desejado ou um custo menor (Abbasi & Mukattash, 2001).

74

2.3.1.2 Estimativa de tempos

Os tempos de durao das atividades so geralmente variveis aleatrias
associadas a uma distribuio de probabilidade. Desta forma, no se conhece o tempo
de durao exato das atividades antecipadamente ou do projeto como um todo
(Fitzsimmons & Fitzsimmons, 1998).
No PERT/CPM, consideram-se trs estimativas de tempo para cada atividade:
tempo otimista (ta), tempo mais provvel (tm) e tempo pessimista (tb). O tempo
otimista o menor tempo necessrio para execuo da atividade considerando que tudo
transcorra da melhor maneira possvel, ou seja, sem que nenhuma complicao ou
problema ocorra . O tempo mais provvel o tempo que a atividade deve ocorrer em
condies normais. O tempo pessimista o mximo tempo que uma atividade pode
consumir, considerando as piores condies possveis (Elsayed & Boucher, 1994).
As trs estimativas de tempo so utilizadas para determinao de um tempo de
durao esperado (te). Considera-se que o ta e o tb possuem a mesma probabilidade de
ocorrer, enquanto o tm quatro vezes mais provvel de ocorrer que os outros dois. Esta
considerao caracteriza uma distribuio de probabilidade Beta, com valor esperado
(te) calculado por (Elsayed & Boucher, 1994):
te =

ta + 4tm + tb
6

(70)

Para o clculo do desvio padro, considera-se que 98% da distribuio dos

tempos esto contidos no intervalo de tempo entre ta e tb. Desta forma, a diferena entre
ta e tb contm 6 desvios padro (Fitzsimmons & Fitzsimmons, 1998):

te =

ta tb
6

(71)

onde:

te : desvio padro de te.

A varincia do tempo de durao das atividades ( te ) , portanto, dado por:
2

te

(ta tb) 2
=
36

(72)

75

Para determinao do tempo de durao do projeto, considera-se que os tempos

de durao de cada atividade so independentes, ou seja, o tempo de durao de uma
atividade no depende do tempo de outra. A partir desta considerao, pode-se utilizar o
teorema do limite central para calcular o tempo mdio e a varincia das atividades no
caminho crtico (Krajewski & Ritzman, 1999):
TE = (tempo de durao das atividades do ca min ho crtico)

(73)

TE 2 = (var incia do tempo de durao das atividades do ca min ho crtico) (74)

onde:
TE = tempo mdio de durao do projeto, considerando que ele possua uma
distribuio normal de probabilidade

TE 2 : varincia do tempo de durao do projeto

Como TE e TE

so os parmetros de uma distribuio normal, pode-se

determinar a probabilidade de finalizar o projeto em um tempo T qualquer a partir do

valor de z. O valor de z corresponde varivel normal padronizada e o valor de
probabilidade associado a z pode ser encontrado em tabelas e calculado por (Krajewski
& Ritzman, 1999):
z=

T TE
2
TE

(75)

Alguns estudos tm sido desenvolvidos com intuito de melhorar a preciso do

clculo do tempo de durao de um projeto e sua probabilidade de ocorrncia. Entre
eles pode-se citar Premachandra (2001), Schmidt & Grossmann (2000) e Pontrandolfo
(2000). Abbasi & Mukattash (2001), por sua vez, apresentam um modelo matemtico
que integra conceitos de acelerao do tempo das atividades e aleatoriedade dos tempos
de durao. Neste estudo, o tempo pessimista de uma atividade minimizado conforme
o custo da atividade aumentado. Esta minimizao do tempo pessimista resulta na
reduo do tempo de durao do projeto e da sua varincia.
Goldratt (1998) desenvolveu uma nova abordagem para consideraes sobre o
tempo de durao de um projeto. Ele considera que o projeto deve ser visto como um
todo, e no como um conjunto de atividades independentes. A determinao de um
tempo esperado e de um desvio padro para cada atividade permite calcular um tempo
de segurana para cada atividade. Goldratt (1998) defende que se deve programar o
76

projeto com um tempo esperado e, no final do projeto, acrescentar um tempo de

segurana global para possveis eventualidades. Suas idias so amplamente baseadas
em aspectos comportamentais dos envolvidos nos projetos. Alguns autores, tais como
Hoel & Taylor (1999) e Rand (2000), tm desenvolvido estudos baseados na abordagem
de Goldratt (1998).

2.3.2 Tcnicas de gerenciamento de projetos com capacidade

finita
Quando existem restries de recursos em um projeto, o tempo de durao do
projeto tende a aumentar, pois a data de incio e final de cada atividade vai depender da
disponibilidade dos recursos. Solues timas, nesses casos, so de difcil obteno.
Usualmente so utilizadas heursticas para soluo desses problemas (Elsayed &
Boucher, 1994).
Quando a varivel recurso considerada na programao de projetos, pode
existir a disputa entre duas ou mais atividades por um recurso em um determinado
momento. Para resolver o conflito, necessrio utilizar regras de prioridade
(Khamooshi, 1996; Shi & Deng, 2000). Elsayed & Boucher (1994) apresentam vrias
regras para priorizao das atividades. Essas regras so baseadas principalmente nos
tempos e na quantidade de recursos demandados por todas atividades que compem os
caminhos da atividade em questo at o fim do projeto (ou seja, das atividades
sucessoras). Genericamente, atividades sucessoras com maiores tempos de durao
possuem maior prioridade. Estas regras normalmente visam reduzir o tempo de durao
do projeto.
Definidas as regras de prioridade, procede-se com a alocao das atividades ao
longo do tempo, considerando a disponibilidade de recursos e a seqncia das
atividades. Elsayed & Boucher (1994) apresentam um mtodo para programao de
projetos de atividades que disputam o mesmo recurso que ser descrito utilizando-se as
seguintes variveis:
t = perodo do tempo, onde t = 0, 1, ...TE, onde TE o tempo de durao do
projeto.
td i : tempo de durao da atividade i.
tii : perodo de tempo em que a atividade i inicia.

77

tf i : perodo de tempo em que a atividade i termina.

ri : nmero de recursos demandados pela atividade i.
Rt : nmero de recursos disponveis no perodo t.
Passo 1: Formar uma lista com as atividades do projeto em ordem de prioridade.
Passo 2: Considerar t , tii , tf i = 0 , e determinar valor de td i , ri e Rt .
Passo 3: Selecionar a primeira atividade da lista que possua tf i 0 .
Passo 4: Verificar se as atividades imediatamente antecessoras a atividade
selecionada j foram executadas. Se sim, v para o passo 6; se no, v para o passo
5.
Passo 5: Selecionar a prxima atividade da lista e voltar ao passo 4.
Passo 6: Se ri Rt , v para o passo 7; caso contrrio, v para o passo 8.
Passo 7: Calcular:
tii = t
tf i = tii + td i
Rt ' = Rt ri para t = tii , tii + 1, ..., tf i , onde Rt ' so os recursos disponveis
atualizados para o perodo t.
Passo 8: Selecionar a prxima atividade da lista e voltar ao passo 4. Caso no exista
mais atividade na lista, seguir para o passo 9.
Passo 9: t = ao menor tf i que seja diferente de zero. Caso t seja igual ao t anterior,
ento t = ao segundo menor tf i que seja diferente de zero.
Passo 10: Se alguma atividade possuir tf i = 0 , v para o passo 3; caso contrrio, TE
= maior tf i e chegou-se ao final da heurstica.
Observa-se que o mtodo descrito considera que as atividades utilizam apenas
um tipo de recurso. Shi & Deng (2000), Ozdamar et al. (1998) e Ulusoy & Ozdamar et

78

al. (1995) apresentam mtodos onde mais de um tipo de recurso considerado. Alfares
et al. (1999), por sua vez, integram a programao de projetos com restrio de recursos
com o problema de programao de mo-de-obra.
Apesar da maioria das publicaes sobre gerenciamento de projetos voltar-se
para o contexto de um nico projeto, muitos ambientes operam com mais de um projeto
sendo executados simultaneamente. Em um ambiente multiprojeto, os projetos tendem a
ser menores e podem ter grandes diferenas em termos de tamanho, habilidades
necessrias e urgncia (Payne, 1995).
Para programao de projetos que ocorrem simultaneamente, duas abordagens
podem ser usadas: abordagem de multiprojeto e de projeto nico. Na primeira, os
projetos tratados independentemente. Na segunda, os projetos so vistos e programados
como um nico projeto adicionando-se dois eventos ao projeto: o de incio, onde todas
as atividades iniciais dos projetos podem ser iniciadas; e o de fim, onde todas as
atividades finais dos projetos so finalizadas (Lova et al., 2000).
Utilizando a abordagem multiprojeto, Elsayed & Boucher (1994) apresentam o
seguinte mtodo para a programao de N projetos que ocorrem simultaneamente:
Passo 1: Determinar a quantidade de recursos a ser alocada em cada projeto.
Elsayed & Boucher (1994) sugerem que seja determinada uma porcentagem de
importncia para cada projeto (por exemplo: projeto A = 60% e B = 40%). O total
de recursos disponveis rateado entre os projetos conforme a sua importncia. Ao
final do rateio deve-se verificar se a quantidade de cada recurso disponibilizado para
cada projeto maior que a demanda por estes recursos em cada atividade dos
projetos. Caso isto no ocorra, deve-se ajustar a alocao dos recursos de forma a
satisfazer esta condio.
Passo 2: Programar o projeto de maior porcentagem de importncia (projeto A),
como um nico projeto, considerando apenas os recursos para ele disponibilizados.
Passo 3: Os recursos no utilizados em algum perodo para o projeto A devem ser
disponibilizados para prximo projeto de maior porcentagem de importncia
(projeto B).

79

 Passo 4: Repetir os passos 2 e 3 para o projeto B e para os subseqentes, at que os

N projetos estejam programados.
Maiores detalhes sobre as regras de prioridade para as atividades em um
ambiente multiprojeto podem ser encontrados em Yang & Sum (1997). Os autores
fazem uma avaliao do desempenho de vrias regras em um ambiente multiprojeto
atravs de simulao. Lova et al. (2000), por outro lado, apresentam um mtodo
heurstico para melhorar a alocao de recursos na programao de projetos que
ocorrem simultaneamente.
Evaristo & Fenema (1999) propem uma classificao para um ambiente de
projetos que vai alm da classificao de multiprojeto e projeto nico. Em sua
classificao, os autores consideram o local onde os projetos so executados. Um
projeto nico pode ser executado em um nico local ou ter suas atividades distribudas
em diferentes locais. J para multiprojetos, as seguintes situaes so consideradas:
todos projetos em um mesmo local; cada projeto em um local diferente; alguns projetos
em um mesmo local e outros em locais diferentes; projetos com atividades distribudas
em diferentes locais, todos diferentes entre si; projetos com atividades distribudas em
diferentes locais, com possibilidade de atividades de um projeto serem executadas no
mesmo local que atividades de outro projeto. Ou autores sugerem que diferentes
tcnicas sejam desenvolvidas para tratar com esses diferentes ambientes de projeto.

80

CAPTULO 3

3 MTODO
3.1 CONSIDERAES INICIAIS
Neste captulo apresentado um mtodo de planejamento e programao de
servios. O mtodo engloba tanto servios de emergncia quanto servios que podem
esperar em uma fila de espera. Para os servios de emergncia, que devem ser
executados assim que surge a necessidade, so utilizados conceitos vinculados ao
gerenciamento de servios. Para os servios que podem esperar em uma fila de espera
(designados como servios programveis), alguns conceitos da manufatura e
gerenciamento de projetos so utilizados.
Servios emergenciais so aqueles que devem ser executados assim que surge a
necessidade e para os quais no h uma previso precisa de ocorrncia. Conhece-se
apenas a carga de trabalho que eles impem ao prestador de servios durante um
determinado perodo de tempo.
Para os servios programveis suposies so feitas:
-

Considerando as colocaes e a classificao em Evaristo & Fenema (1999)

quanto ao local de execuo de projetos, definiu-se que cada servio executado
em um local diferente, mas todas as atividades de um mesmo servio so
executadas em um mesmo local. Em conseqncia, existe o deslocamento das
pessoas que executam o servio at o local de execuo e a considerao dos
tempos de deslocamento.

Os servios so compostos por diferentes atividades, no sendo idnticos entre si

e possuindo tempos de durao diferentes.

81

O tempo de deslocamento (ida e volta) at o local de execuo de servio

menor que o tempo disponvel em um dia de trabalho.

Existe um prazo para a entrega do servio. Esse prazo consiste em uma data
limite, at a qual o servio j deve ter sido executado, o que no impede que ele
seja entregue com antecedncia.

Os servios so divididos em fases, ou seja, um servio pode no ser executado

integralmente de uma s vez. As fases so definidas a partir de eventos que
podem interromper a continuidade da prestao do servio. Tais eventos podem
ser, por exemplo: (i) a necessidade da presena do cliente durante algumas
atividades do servio, (ii) a utilizao de um equipamento especial em algumas
atividades, que no est disponvel durante toda a prestao do servio, ou (iii) a
espera por algum pagamento do cliente. Estas fases, entretanto, possuem uma
seqncia de execuo, ou seja, a segunda fase no pode ser executada antes do
trmino da primeira e assim por diante; a Figura 6 ilustra como so consideradas
as fases. Pode-se observar que no existem fases ocorrendo em paralelo.
Fase 2
Fase 1

Fase F
......

Figura 6 Fases de um servio

Cada fase formada por um conjunto de atividades. Para cada fase deve
ser considerado um tempo de deslocamento, a no ser que uma fase inicie no
mesmo momento em que sua fase anterior tenha sido finalizada.
-

As fases de um mesmo servio podem ser executadas por um nmero diferente

de funcionrios (vide Figura 7). Nesse caso, o tempo de durao das atividades
deve ser dividido entre os funcionrios que executaro a fase, enquanto o tempo
de deslocamento deve ser considerado para cada um dos funcionrios; ou seja,
para cada funcionrio, tem-se um tempo de ida at o local de execuo e um de
volta.

82

Fase 1:
1 funcionrio

Fase 2:
3 funcionrios

Fase F:
1 funcionrio

1
2

......

3
Figura 7 Fases de um servio com diferentes nmeros de funcionrios.
-

Uma fase pode ter mais de um dia de durao (considerando que um dia
corresponde s horas disponveis em um dia). Neste caso, deve considerar que os
funcionrios que executam o servio tero se deslocar at o local de execuo
mais de uma vez. O nmero de deslocamentos ser igual ao nmero de dias de
durao do servio. O tempo de deslocamento deve ser considerado, portanto,
em cada dia de execuo.

Uma fase pode ter uma data fixa de ocorrncia (data em que ela deve
necessariamente ocorrer).
Alm das suposies apresentadas, pressupe-se que os funcionrios que

executam os servios trabalham o mesmo nmero de horas em cada dia de trabalho (8

hora por dia, por exemplo) e que todos possuem a mesma carga horria diria e os
mesmos dias de folga.
A partir destas consideraes, apresentado o mtodo desenvolvido para o
planejamento e programao da prestao de servios. No planejamento, considera-se o
longo prazo e definem-se os servios a serem executados em determinados perodos de
tempo. A programao considera o mdio e curto prazo, e define um cronograma dirio
de servios a serem executados.

3.2 PLANEJAMENTO DE SERVIOS

O planejamento tem como objetivo principal amenizar as flutuaes de
demanda. Para tanto, utilizam-se perodos que possuem capacidade ociosa para o
adiantamento de servios. Isto possvel, j que os servios agendados podem ser
entregues antes do prazo determinado. Perodos de pico de demanda so tambm

83

identificados para que aes possam ser encaminhadas de forma a evitar a ocorrncia de
atrasos na entrega do servio.
O horizonte de planejamento deve ser de longo prazo e definido conforme a
necessidade da prestadora de servio. O horizonte dividido em P perodos e, a partir
do planejamento, definem-se os servios a serem executados em cada perodo.
Partindo dos conceitos apresentados por Carvalho et al. (1998) sobre a incerteza
da demanda em funo do horizonte de tempo considerado, definiram-se trs estados
em que a demanda de servio pode ser encontrada:
Programados: so servios que j possuem suas atividades, fases e nmero de
funcionrios que as executam definidos, ou seja, possuem um grau alto de
detalhamento.
Previstos: so servios que j foram solicitados, mas cujas atividades e fases ainda
no foram detalhadas, ou seja, eles j existem mas possuem baixo grau de
detalhamento.
Estimados: so servios que ainda no foram solicitados, mas estima-se que iro
ocorrer, com base em previso de demanda.
Servios emergenciais so estimados durante todo o planejamento. No momento
em que eles se tornam previstos, ocorre o imediato atendimento do servio. O
detalhamento das atividades que integram os servios emergenciais s conhecido aps
sua execuo.
Servios programveis so inicialmente estimados at que a solicitao do
servio ocorra. Neste momento, eles passam a ser considerados como previstos. Quando
ocorre o detalhamento das atividades e das fases a serem executadas, eles passam a ser
considerados como programados. O tempo que um servio permanece em cada um
desses estados varia conforme seu prazo de entrega: servios de longo prazo
permanecem menos tempo no estado estimado, pois so conhecidos com bastante
antecedncia, mas podem permanecer um longo tempo no estado previsto, j que no se
tem urgncia para o detalhamento do servio. Servios de curto prazo permanecem um
maior tempo no estado estimado e devem permanecer pouco tempo no estado previsto,

84

j que quando tornam-se previstos devem ser entregues rapidamente. Desta forma,
definem-se trs tipos demanda conforme o prazo de entrega do servio: curto, mdio e
longo prazo.
O planejamento considera a capacidade disponvel do prestador de servios
durante cada perodo e o prazo e capacidade demandada pelos servios. A capacidade
demandada definida de formas distintas, conforme o estado em que o servio se
encontra. Para servios em estado programado, pode-se calcular detalhadamente a
capacidade demandada, considerando o tempo de durao das atividades, o tempo de
deslocamento, o nmero de funcionrios que executam o servio e o nmero de
deslocamentos necessrios. Para os servios em estado previsto, considera-se um tempo
previsto, correspondente ao tempo que o prestador de servios estima ser necessrio
para sua execuo. Para servios em estado estimado, considera-se uma reserva de horas
para cada perodo do planejamento. Tal reserva consiste de uma previso de carga
horria a ser demandada por servios ainda no solicitados. feita uma reserva de horas
para servios emergenciais e para cada tipo de servio programvel (curto, mdio e
longo prazo).
As variveis consideradas no planejamento so:
Y: nmero de funcionrios disponveis para execuo dos servios.
Cdia: capacidade disponvel em cada dia de trabalho (em horas).
du p : nmero de dias teis de trabalho no perodo p do planejamento, onde p = 1,
2, ...,P.
C p : capacidade disponvel no perodo p, calculada por:
C p = Y Cdia du p

(76)

CL p : capacidade lquida disponvel no perodo p. Inicialmente CL p = C p , sendo

atualizado durante a realizao do planejamento.
ppt : prazo mnimo do servio do tipo t (em dias), onde:
t = 1, para servios emergenciais.
t = 2, para servios programveis de curto prazo.
t = 3, para servios programveis de mdio prazo.
t = 4, para servios programveis de longo prazo.

85

O valor inicial de pp1 zero (visto que emergencial); os demais valores so

informados pelo planejador.
RC tp : reserva de capacidade (em horas) para servios do tipo t que possuem
prazo de entrega no perodo p.
dp: data em que o planejamento est sendo executado.
dl i : prazo para entrega (data limite para entrega) do servio i, com i = 1, 2, ..., I.
tp i : tempo previsto para a execuo do servio i (utilizada apenas para servios
em estado previsto).
td fi : tempo de durao das atividades da fase f do servio i (em horas *
funcionrio), onde

f = 1, 2, ..., F (utilizada apenas para servios em estado

programado).
Yd fi : nmero de funcionrios que executaro a fase f do servio i (utilizada
apenas para servios em estado programado).
dm fi : data fixa para ocorrncia da fase f do servio i (utilizada apenas para
servios em estado programado). Esta informao opcional; caso no haja data fixa,
dm fi = 0.
tt i : tempo de deslocamento da base do prestador de servio at o local em que o
servio i ser executado (conhecido apenas para servios em estado programado).
fHE: tempo (em horas) que um funcionrio pode trabalhar alm de sua carga
horria diria normal para finalizar uma fase (para evitar novo deslocamento em outro
dia).
Cd fi : capacidade demandada pela fase f do servio i, calculada por:
Cd fi = 2 tt i E fi Yd fi + td fi

(77)

onde E fi o nmero de dias que os funcionrios tero que ir at o local do

servio i para completar a fase f (n de deslocamentos necessrios), calculado por:
a, se a 1
E fi =
1, se a < 1

(78)

onde:

86

 td fi

fHE

Yd fi
Cdia

= td fi Yd fi fHE
a=
2 tt i Yd fi (Cdia 2 tt i )

1
Cdia

(79)

Cd i : capacidade demandada pelo servio i. Para servios em estado

F

previsto, Cd i = td fi . Para servios em estado programado, Cd i = Cd fi .

f =1

Cd tp : capacidade demandada por todos os servios conhecidos (em estado

previsto ou programado) do tipo t que possuem prazo de entrega no perodo p.
A reserva de capacidade para os diferentes tipos de servio baseada em
previso de demanda da ocorrncia dos servios ao longo do perodo. Entretanto, alguns
dos servios includos na previso podem j ter sido solicitados. A reserva de
capacidade deve, portanto, ser atualizada, atravs dos seguintes passos, para cada tipo
de servio t:

Passo 1: defina p = 1, onde p o ndice que define o perodo de planejamento

das variveis CL p , RC tp , Cd tp , etc.

Passo 2: se t = 1 (valor do ndice referente a servio emergencial), v para o

passo 4.

Passo 3: se (dp + ppt ) for data pertencente a um perodo posterior a p; ento

execute RC tp = 0 e v para o passo 5; caso contrrio, v para o passo 4 (este passo
verifica se h possibilidade de novo servio do tipo t ser solicitado no perodo p).

Passo 4: se RC tp Cd tp 0 , ento execute RC tp = RC tp Cd tp ; caso contrrio,

execute RC tp = 0 (este passo atualiza da reserva de capacidade conforme a capacidade
demandada por servios j solicitados).

87

Passo 5: execute p = p + 1 (passa para prximo perodo). Se p > P, chegou-se ao

fim da atualizao dos valores de reserva de capacidade; caso contrrio, v para o
passo 2.
Com a reserva de capacidade atualizada, pode-se realizar o planejamento. Para o
planejamento os seguintes passos so definidos:

Passo 1: defina p = 1 (primeiro perodo do planejamento).

4

Passo 2: execute CL p = CL p RCtp (atualiza a capacidade lquida disponvel

t =1

do perodo p atravs do desconto das reservas de capacidade).

Passo 3: execute p = p + 1 (passa para prximo perodo). Se p > P, v para o

passo 4; caso contrrio, v para o passo 2.

Passo 4: liste todos os servios conhecidos (em estado previsto ou programado)

em ordem crescente de dl i .

Passo 5: selecione o primeiro servio i da lista.

Passo 6: se for servio em estado programado, v para o passo 7; caso contrrio,
v para o passo 20.

Passo 7: se alguma fase do servio i possuir dm fi 0 (ou seja, possuir data fixa
para ocorrncia), v para o passo 8; caso contrrio, v para o passo 20.

Passo 8: selecione a primeira fase do servio i para a qual dm fi 0 ; esta fase

ser designada por f .

Passo 9: defina p = perodo em que se encontra o dm fi da f .

Passo 10: aloque o servio i no perodo p do planejamento e execute
f

CL p = CL p Cd fi (atualiza a capacidade lquida disponvel do perodo p).

f =1

Passo 11: execute f = f + 1 (seleciona fase posterior a f ).

88

Passo 12: se f > F (ou seja, no existe mais fases neste servio), retire o
servio i da lista de servios e v para o passo 20; caso contrrio, v para o passo 13.

Passo 13: se dm fi 0 (isto , no caso da fase possuir data fixa), v para o passo
15; caso contrrio, v para o passo 14.

Passo 14: execute CL p = CL p Cd fi (aloca capacidade demandada pela fase f

no perodo p), f = f + 1 (passa para a prxima fase) e v para o passo 12.

Passo 15: se dm fi pertence ao perodo p, v para o passo 14; caso contrrio, v

para o passo 16.

Passo 16: defina p = perodo em que se encontra a dm fi .

Passo 19: aloque o servio i no perodo p do planejamento e v para o passo 14.
Passo 20: selecione prximo servio da lista e v para o passo 6. Caso no
houver um prximo servio na lista, v para o passo 21.

Passo 21: defina p = 1 (primeiro perodo do planejamento).

Passo 22: selecione o primeiro servio da lista. Se no houver servios na lista,
chegou-se ao fim do planejamento.

Passo 23: se CL p Cd i 0 (se houver capacidade disponvel no perodo p para

a alocao do servio i), execute o passo 24 e v para o passo 22; caso contrrio, v para
o passo 25.

Passo 24: aloque o servio i no perodo p do planejamento, execute

CL p = CL p Cd i (atualiza capacidade lquida disponvel do perodo p) e retire servio i
da lista de servio.

Passo 25: se dl i pertence ao perodo p, execute o passo 24 e v para o passo 22;

caso contrrio, v para o passo 26.

Passo 26: se CL p 0 (no existe capacidade disponvel no perodo p), v para o

passo 30; caso contrrio, v para o passo 27.
89

Passo 27: se p +1 P , v para o passo 28; caso contrrio, v para o passo 29.
Passo 28: aloque o servio i no perodo p e no p + 1 do planejamento. Execute
CL p +1 = CL p +1 (Cd i CL p ) e, em seguida, CL p = 0 (ou seja, aloca-se toda
capacidade possvel no perodo p e o restante em p + 1). Retire o servio i da lista de
servios. V para o passo 30.

Passo 29: aloque o servio i no perodo p. Execute CL p = 0 (zera a capacidade

lquida, visto que o servio i consume toda capacidade lquida disponvel do perodo p e
ainda no finalizado). Retire o servio i da lista de servios. Fim do planejamento.

Passo 30: execute p = p + 1 (passa para prximo perodo). Se p > P, chegou-se

ao fim do planejamento; caso contrrio, v para o passo 22.
Como resultado final do planejamento, tm-se os servios a serem executados
em cada perodo p. Perodos que possurem CL p < 0 so perodos onde existe pico de
demanda.

3.3 PROGRAMAO DE SERVIOS

A programao gera um cronograma dirio de servios a serem executados por
cada funcionrio, procurando otimizar quatro aspectos: a maximizao da utilizao da
capacidade disponvel dos funcionrios, a reduo do deslocamento dos funcionrios, a
reduo de atrasos na entrega dos servios e a reduo do lead time dos servios. Isto
feito respeitando, em primeiro lugar, a data fixa para execuo de fases, caso elas
existam. Considera-se, ainda, que os mesmos funcionrios executaro um servio do
incio ao fim. O horizonte de programao deve ser, idealmente, de mdio a curto prazo
e definido conforme a necessidade da prestadora de servio.
Devido ao detalhamento da programao gerada, apenas servios em estado de
programado so considerados. A nica exceo refere-se a servios emergenciais. Para
estes, utiliza-se o conceito de reserva de capacidade.
Antes da programao dos servios, calcula-se a data mais cedo de atendimento
dos materiais para cada servio. Tal data se baseia em dados do MRP, como materiais
demandados pelos servios, quantidades em estoque, recebimentos programados e lead

90

times de fornecedores. Definida a data mais cedo de atendimento de materiais, executase a programao dos servios, de forma que os servios no sejam alocados antes da
data mais cedo de disponibilidade dos materiais. Com a programao dos servios, temse a data de necessidade dos materiais e pode-se, ento, executar a programao de
compra e entrega dos materiais demandados pelos servios. Nesta dissertao no sero
apresentados o detalhamento do clculo da data mais cedo de atendimento dos materiais
e a programao de compra e entrega de materiais. A Figura 8 apresenta, de forma
resumida, a relao entre o clculo da data mais cedo de atendimento dos materiais, a
programao de servios e programao compra e entrega de materiais.

Clculo da data
mais cedo de
atendimento de
materiais

data mais cedo

materiais

Programao
dos servios

data de
necessidade

Programao de
compra e entrega
de materiais

Figura 8 Interao entre programao de servios e programao de materiais.

Para a programao dos servios, cinco grandes passos foram definidos: (i)
priorizao dos servios, (ii) diviso da capacidade demandada pelos servios entre os
funcionrios e diviso das fases em etapas, (iii) definio dos funcionrios que
executaro os servios, (iv) alocao das reservas de capacidade para servios
emergenciais, e (v) gerao do cronograma de servios.
A priorizao inicia com a definio de um grau de importncia g para os
servios de cada perodo p do planejamento. O grau de importncia visa diferenciar
servios que so prioritrios para a prestadora de servio. Servios de clientes especiais,
por exemplo, podem ter um g = 1, o que indica que eles devem ter uma prioridade
maior. Alternativamente, pode-se atribuir um grau de importncia maior a servios cujo
atraso incorra em multa para a empresa. A definio de g deve ser feita conforme
estratgia da empresa. Pode-se observar que vrios servios podem ter o mesmo g. A
priorizao de servios com o mesmo valor de g feita considerando o seu prazo de
entrega.
Uma fase, aps ter sua capacidade demandada dividida entre os funcionrios que
a executaro, pode ter uma durao maior que um dia. Neste caso, a fase dividida em
etapas. Etapa , portanto, a diviso da capacidade demandada por uma fase e um
funcionrio em tantos dias quantos forem necessrios para sua execuo. Tais divises

91

consideram todos os tempos de deslocamento necessrios para execuo da fase. Podese observar que um servio possui no mnimo uma fase, um funcionrio e uma etapa. A
capacidade demandada por uma etapa de uma fase para um funcionrio ser chamada de
capacidade demandada por uma parte. Caso uma fase com data fixa para ocorrncia
possua mais de uma etapa, a primeira etapa permanece com a data fixa determinada e,
para as etapas posteriores, fixam-se as datas dos dias imediatamente posteriores. Por
fim, define-se a data mais cedo de cada parte, que baseada na data mais cedo de
atendimento de materiais, data fixa para ocorrncia e data mais cedo da parte anterior.
Caso uma data fixa seja anterior a data mais cedo, o servio retirado da programao e
o programador informado do problema.
A definio dos funcionrios que executaro os servios procura reduzir os
tempos de deslocamento dos funcionrios sem desconsiderar as prioridades dos servios
e sem sobre ou sub carregar determinados funcionrios. Para tanto, divide-se a rea
atendida pela prestadora de servios em regies conforme as estradas de acesso da rea.
Uma regio formada por localidades (cidades ou bairros, por exemplo) muito
prximos, cujas estradas de acesso so as mesmas. A partir desta diviso, procura-se
alocar servios de uma mesma regio para um mesmo funcionrio. Como algumas
regies podem ter um grande volume de servios, enquanto outras um pequeno volume,
uma regio pode ser atendida por mais de um funcionrio, assim como um funcionrio
pode atender mais de uma regio. Quando um funcionrio atende mais de uma regio,
procura-se aloc-lo em regies prximas. Assim, para uma dada regio, define-se a sua
proximidade com as demais.
A simples alocao de um funcionrio para execuo dos servios de uma regio
pode comprometer a prioridade dos servios. Suponha que um funcionrio atenda uma
regio que possua um servio de alta prioridade e os demais de baixa prioridade. Aps
atender o servio de alta prioridade, o funcionrio iniciar o processamento daqueles de
baixa prioridade. Enquanto isto, os outros servios de alta prioridade (nas demais
regies) devem esperar pela disponibilidade de outro funcionrio. Para evitar este
problema, dividem-se os servios de cada perodo p do planejamento em grupos. A
alocao dos servios para cada funcionrio feita, ento, grupo a grupo, de forma que
obras de baixa prioridade, que seriam executadas no final do perodo p, no fiquem no
incio da fila de servio dos funcionrios; isto ocorrer apenas dentro de cada grupo. O
critrio definido para a formao dos grupos dividir a capacidade demandada nos
92

perodos p em um nmero de grupos igual ao nmero de semanas contidas no horizonte

de

programao.

capacidade

demandada

em

cada

perodo

dividida

proporcionalmente capacidade disponvel em cada semana, e as fases so alocadas em

semanas. Cabe ressaltar que uma fase alocada em uma determinada semana no ser
programada necessariamente para aquela semana. No ajuste final, feito na gerao do
cronograma de servios, ela pode passar para outra semana. Esta definio de semanas
utilizada exclusivamente na definio dos grupos.
Na definio dos funcionrios que executaro os servios tambm se utiliza o
conceito de funcionrio principal, secundrio, tercirio, etc. Funcionrio principal de um
determinado servio aquele que est presente na execuo de todas as sua fases.
Funcionrio secundrio o que, juntamente com o principal, executar as fases do
servio que demandam 2 ou mais funcionrios. Funcionrio tercirio o que executar
todas as fases do servio que demandam 3 ou mais funcionrios, e assim por diante.
As reservas de capacidade para servios emergenciais de cada perodo p do
planejamento so agora divididas entre as semanas e funcionrios. Cada funcionrio, em
cada semana, recebe uma carga horria referente a reserva de capacidade para servios
emergenciais. Como no h uma previso precisa de quando eles iro ocorrer, a diviso
proporcional a capacidade disponvel em cada semana, e alocada no ltimo dia til da
semana. Tal esquema de alocao tem duas justificativas: a primeira que, como os
servios emergenciais podem ocorrer em qualquer momento, a execuo dos servios
programada nos demais dias da semana pode ficar comprometida e, assim, tem-se uma
capacidade disponvel no ltimo dia da semana para o ajuste do cronograma semanal; a
segunda justificativa que, conforme o ltimo dia se aproxima, a capacidade disponvel
da semana se reduz, e no se corre o risco de chegar no ltimo dia da semana sem
servios programados devido a grande carga horria reservada para servios
emergenciais.
Na gerao do cronograma de servios, cada parte de um servio alocada em
um dia do seu respectivo funcionrio executante. Procura-se, sempre que possvel,
alocar partes de um mesmo servio em dias consecutivos, a fim de evitar longos lead
times de execuo dos servios. Inicia-se alocando as fases que possuem data fixa e
todas as suas fases anteriores. Existindo capacidade disponvel, as partes das fases
anteriores so alocadas nos dias imediatamente anteriores. Isso feito sempre

93

verificando a data mais cedo de cada parte. Se a capacidade disponvel entre uma data
fixa e a data mais cedo das partes anteriores no for suficiente para a alocao das partes
anteriores, aloca-se da mesma forma e informa-se ao programador da falta de
capacidade nos respectivos dias. Sempre que duas ou mais partes de um servio so
alocadas em um mesmo dia para um mesmo funcionrio, os tempos de deslocamento de
cada parte so desconsiderados; considera-se apenas um tempo para ida e um para volta.
Alocadas as fases com datas marcadas e suas fases anteriores, alocam-se as
demais fases. Para essa alocao, seleciona-se a primeira parte ainda no alocada da fila
de servios de cada funcionrio e aloca-se no primeiro dia com capacidade disponvel a
partir da data mais cedo.
Para partes de fases com mais de um funcionrio executante, aloca-se primeiro a
parte referente ao funcionrio principal e, em seguida, partes referentes aos demais. A
definio do dia para alocao da parte feita considerando a capacidade disponvel de
todos os funcionrios executantes.
Alm das variveis j apresentadas no planejamento, as seguintes variveis so
consideradas na programao:
g: grau de importncia dos servios, com g = 1, 2, ...G.
g ip : grau de importncia do servio i alocado no perodo p do planejamento.
du sp : nmero de dias teis de trabalho da semana s que pertencem ao perodo p
do planejamento, onde s = 1, 2, ...S, sendo S a ltima semana do horizonte de
programao e pertencente a P.
du s : nmero de dias teis de trabalho da semana s.
C sp : capacidade disponvel na semana s que pertence ao perodo p, calculada
por:
C sp = Y Cdia du sp

(80)

Cd p : capacidade demanda no perodo p do planejamento pelos servios

programados, ou seja, o somatrio da capacidade demanda por todos os servios
programados alocados no perodo p.
C ys : capacidade disponvel do funcionrio y na semana s, calculado por:

94

C ys = Cdia du s

(81)

VFift (k ) : vetor (transposto) com informaes da fase f do servio i, representada

por VFift (k ) = (r ; ip; E ; Yd ; td ; tt ; dm; tu; dcm) , onde:

r: regio onde o servio i deve ser executado.
ip: ndice de prioridade do servio i, com ip = 1, 2, ...IP (definido na
priorizao dos servios, inicialmente igual a zero).
E: nmero de etapas da fase f do servio i, que igual ao n de dias que os
funcionrios tero que ir at o local do servio i para completar a fase f (calculada
no planejamento).
td: tempo de durao das atividades da fase f do servio i.
Yd: n de funcionrios que executaro a fase f do servio i.
tt: tempo de deslocamento da base do prestador de servio at o local em que
o servio i ser executado.
dm: data fixa para ocorrncia da fase f do servio i. Caso no houver data
fixa, considera-se igual a zero.
tu: turno para ocorrncia da fase f do servio i, caso ele possua data fixa para
ocorrncia.
-

tu = 0, se dm = 0 ou se no existe turno definido para ocorrncia;

tu = 1, se o turno for manh;

tu = 2, se o turno for tarde.

Esta varivel tem como objetivo identificar se uma fase anterior ou posterior

a uma fase de data fixa pode ser alocada no mesmo dia. A fase anterior poder ser
alocada no mesmo dia caso a fase de data fixa no ocorra pela manh; a fase
posterior caso a fase de data fixa no ocorra pela tarde.
dcm: data mais cedo de materiais.

MR( j , n) : matriz de proximidade entre as regies j e n, com n e j = 1, 2, ...R.

Quando n = j ento MR( j , n) = 0 . Se n e j so regies prximas, ento MR( j , n) = 1.
Caso n e j forem regies distantes, MR( j , n) = 2.
As sees que seguem apresentam os procedimentos dos cinco passos
apresentados.

95

3.3.1 Priorizao dos servios

Na priorizao dos servios a seguinte varivel gerada:
MF (m, k ) : matriz das fases dos servios em ordem de prioridade, com m = 1, 2,
...M , onde, inicialmente, M = 0. A matriz composta dos seguintes vetores:
VF11t (k )

MF (m, k ) = M
VF t (k )
IF

(82)

Para sua execuo definiram-se os seguintes passos:

Passo 1: defina p = 1 (primeiro perodo do planejamento) e gere uma lista de

prioridades que, inicialmente, se encontra vazia.

Passo 2: defina g = 1 (primeiro grau de importncia).

Passo 3: selecione todos os servios i que possurem g ip = g , ordene-os em
ordem crescente de dl i e coloque-os, nesta ordem, logo aps o ltimo servio presente
na lista de prioridade. Execute g = g +1 (ou seja, v para o prximo grau de
importncia).

Passo 4: se g > G , execute p = p + 1 (prximo perodo do planejamento) e v

para o passo 5; caso contrrio, v para o passo 3.

Passo 5: se p > P , v para o passo 6; caso contrrio, v para o passo 2.

Passo 6: selecione o primeiro servio i da lista de prioridades. Defina ip = 1
(primeira prioridade), f = 1 (primeira fase do servio i) e m = 1 (primeira linha da matriz

MF (m, k ) que, neste momento, se encontra vazia).

Passo 7: execute VFift (2) = ip (ou seja, defina a prioridade do servio i
selecionado no vetor VFift (2) ). Aloque VFift (k ) em MF (m, k ) . Execute f = f + 1
(prxima fase do servio i).

Passo 8: se f > F , v para o passo 9; caso contrrio, execute m = m + 1

(prxima linha da matriz MF (m, k ) ) e v para o passo 7.

96

Passo 9: selecione o prximo servio i da lista de prioridades; se no existirem

mais servios na lista de prioridades, defina o nmero de linhas agora contidas na matriz
MF (m, k ) (ou seja, execute M = m) e chegou-se ao fim da priorizao.

Passo 10: defina ip = ip + 1 (prximo ndice de prioridades), f = 1 (primeira fase

do servio i) e m = m + 1 (prxima linha da matriz MF (m, k ) ). V para o passo 7.

3.3.2 Diviso da capacidade demandada pelos servios entre

os funcionrios e diviso das fases em etapas
Na diviso da capacidade demandada pelos servios entre os funcionrios e
diviso das fases em etapas as seguintes variveis so geradas:
Cdyif : capacidade demanda pela fase f de um servio i por funcionrio
executante.
VPzt (x) : vetor (transposto) com informaes da parte z (lembrando que uma
parte representa uma etapa de uma fase de um servio a ser executado por um
funcionrio),

com

=1,

2,

...Z

vetor

representado

por

VPzt ( x) = (i; r ; ip; f ; e; yd ; Cd ; dm; tu; dcm; al , dc) , onde:

i: servio ao qual pertence a parte.
r: regio onde o servio i deve ser executado.
ip: ndice de prioridade do servio i.
i: fase do servio i ao qual pertence a parte.
e: nmero da etapa da fase f do servio i ao qual pertence a parte.
yd: varivel que define se a parte pertence ao funcionrio principal,
secundrio, tercirio, etc., onde tem-se yd = 1 para funcionrio principal, yd = 2
para funcionrio secundrio, yd = 3 para tercirio, e assim por diante.
Cd: capacidade demandada pela parte.
al: indica se a parte j foi alocada em um grupo (a alocao feita no passo
posterior Definio dos funcionrios que executaro os servios). al = 0 quando
ainda no foi alocada e al = 1 quando j foi (durante a diviso da capacidade
demandada pelos servios entre os funcionrios e diviso das fases em etapas,
permanece igual a zero)
dc = data mais cedo para a alocao da parte, que depende da dcm e da dm
ou dc da fase anterior.

97

MP( z , x) : matriz de partes dos servios em ordem de prioridade, onde,

inicialmente, Z = 0. representada por:

VP1t ( x)

MP( z , x) = M
VP t ( x)
Z

(83)

Para sua execuo definiram-se os seguintes passos:

Passo 1: defina z = 1 (primeira parte) e m = 1 (primeira linha da matriz

MF(m,k)).

Passo 2: defina i = servio i de MF(m,k) e f = fase f de MF(m;k).

Passo 3: execute Cdyif = 2 MF (m,6) MF (m,3) +

MF (m,5)
.
MF (m,4)

Passo 4: defina dm = MF (m,7) (data fixa para ocorrncia da fase) e e = 1

(primeira etapa da fase).

Passo 5: se MF (m, 3) = 1 (ou seja, fase possui apenas uma etapa), ento defina
Cd = Cdyif ; caso contrrio, Cd = Cdia.

Passo 6: defina yd = 1 (funcionrio principal).

Passo

7:

execute

MP( z , x) = VPzt ( x) = (i; MF (m,1); MF (m,2); f ; e; yd ; Cd ; dm; MF (m,8); MF (m,9);0;0)

em seguida yd = yd + 1.

Passo 8: se yd > MF (m,4) , execute e = e + 1 (prxima etapa) e v para o passo

9; caso contrrio, execute z = z + 1 (prxima parte) e v para o passo 7.

Passo 9: se e > MF (m; 3) , execute m = m + 1 (prxima linha da matriz

MF(m,k)) e v para o passo 10; caso contrrio, v para o passo 11.

Passo10: se m > M (no existe mais linhas em MF(m, k)), ento defina o
nmero de linhas agora contidas na matriz MP( z , x) (ou seja, execute Z = z) e v para o
passo 13; caso contrrio, execute z = z + 1 (prxima parte) e v para o passo 2.

98

Passo 11: se MF (m,7) 0 (existe data fixa para ocorrncia), execute dm = dm +

1 (este passo executado quando uma fase com data marcada possui mais que uma
etapa).

Passo

12:

se

e = MF (m;3)

(ltima

etapa),

ento

Cd = Cdyif [ MF (m,3) 1] Cdia ; caso contrrio, Cd = Cdia . Execute z = z + 1

(prxima parte) e v para o passo 6.

Passo 13-22: o detalhamento destes passos encontra-se no anexo A 1.1.1.

Atravs deles ocorre a definio da data mais cedo para execuo de cada parte. Isto
feito considerando a data mais cedo dos materiais, datas fixas para execuo (caso
houver) e data mais cedo das fases anteriores fase a qual a parte pertence. Cabe
lembrar que a data mais cedo da parte de uma fase que possui uma fase anterior com
data fixa ser funo do turno definido para ocorrncia da fase anterior (se o turno for a
tarde, a data mais cedo ser no dia seguinte da data fixa da fase anterior; caso contrrio,
ser no mesmo dia). Nestes passos tambm so identificados conflitos entre datas fixas
e data mais cedo de material, caso isto ocorra. Ao final, tem-se o valor a ser alocado em
cada linha da coluna x = 7 da matriz MP( z , x) .

3.3.3 Definio dos funcionrios que executaro os servios

Na definio dos funcionrios que executaro os servios as seguintes variveis
so geradas:
Cg s : capacidade a ser alocada no grupo da semana s.
MPs (h, x) : matriz de partes que pertencem ao grupo da semana s, com h = 1, 2,
...H , onde, inicialmente, H = 0. representada por:
VP1t ( x)

MPs (h, x) = M
VP t ( x)
H

(84)

onde VPht (x) possui as mesmas informaes que VPzt (x) , com exceo de
VPht (11) = al , que indica se a parte j foi alocada no grupo de sua regio r (matriz
MPrs (v, x) - a ser definida a seguir).
MPrs (v, x) : matriz de partes da regio r que pertencem ao grupo da semana s,
com

v = 1, 2 ..., V , onde, inicialmente, V = 0. representada por:

99

VP1t ( x)

MPrs (v, x) = M
VP t ( x)
V

(85)

onde VPvt (x) possui as mesmas informaes que VPzt (x) , com exceo de
VPvt (11) = al , que indica se a parte j foi alocada em algum funcionrio y (matriz
MPys (l , x) - a ser definida a seguir).
Cd rs : capacidade demandada na regio r pelas partes do grupo da semana s.
VEi (q ) : vetor de funcionrios que executam o servio i, com q = 1, 2, ... Q,
sendo VEi (1) = funcionrio principal do servio i, VEi (2) = funcionrio secundrio do
servio i, e assim por diante. Para um servio que j iniciou sua execuo, tem-se os
funcionrios que o esto executando neste vetor. Para os demais, o vetor inicia com
valores VEi (q) = (0) e preenchido no decorrer dos passos apresentados a seguir.

: proximidade de regies desejada, com = 0, 1, 2. Esta varivel utilizada

para identificar, na matriz de proximidade entre regies ( MR( j , n) ), regies prximas a
regio onde localizam-se os servios a serem alocados. Inicia-se procurando por
funcionrios que estejam com servios na mesma regio ( = 0) dos servios a serem
alocados; se no houver, procura-se por funcionrios que estejam com servios em
regies prximas ( = 1 ); por fim, se necessrio, selecionam-se funcionrios que
estejam com servios em uma regio distante ( = 2).
VErs (a ) : vetor que contm os funcionrios que no esto aptos para executar as
partes contidas em MPrs (v, x) que ainda no foram alocadas em algum funcionrio. a =
1, 2, ...A, sendo que, inicialmente, VE rs (1) = 0 . Este vetor preenchido quando o
funcionrio selecionado j executa os servios das partes no alocadas da matriz
MPrs (v, x) em uma catergoria de funcionrio diferente da categoria destas partes, ou
possui problemas de capacidade disponvel no momento em que foi selecionado.
R y : define regio do ltimo servio alocado para o funcionrio y como
funcionrio principal.
MPys (l , x) : matriz de partes do grupo da semana s a serem executadas pelo
funcionrio y, com l = 1, 2 ..., L , onde, inicialmente, L = 0. representada por:

100

VP1t ( x)

MPys (l , x) = M
VP t ( x)
L

(86)

onde VPl t (x) possui as mesmas informaes que VPzt (x) , com exceo de
VPl t (11) = al , que indica se a parte j foi alocada em um dia especfico do funcionrio y
(a alocao feita em passo posterior gerao do cronograma de servios).
Para sua execuo definiram-se os seguintes passos:

Passo 1-5: estes passos so detalhados no anexo A 1.2.1. Neles, executa-se a

diviso

da

capacidade

demanda

dos

servios

programados

proporcionalmente capacidade disponvel em cada semana.

em

grupos,

Assim, gera-se um

nmero de grupos igual ao nmero de semanas do horizonte de programao. Como

resultado, tem-se a capacidade a ser alocada em cada grupo ( Cg s ). Ao final destes
passos, define-se s = 1 (primeira semana), z = 1 [primeira linha da matriz MP( z , x) , que
representa a primeira parte da matriz] e segue-se para o passo 6.

Passo 6-14: nestes passos so alocadas as fases com data fixa e todas as fases
anteriores a elas em seu respectivo grupo de semana. Fases com data fixa e suas fases
anteriores so alocadas na semana qual a data fixa pertence. O detalhamento dos
passos apresentado no anexo A 1.2.2. O resultado o preenchimento de parte das
matrizes MPs (h, x) . Por fim, define-se s = 1 (primeira semana), z = 1 (primeira parte da
matriz MP( z , x) ) e segue-se para o passo 15.

Passo 15-21: nestes passos so alocadas as fases no alocadas nos passos 6 a 14,
conforme capacidade lquida disponvel nos grupos de semana. O detalhamento
apresentado no anexo A 1.2.3. Esta alocao feita considerando a sequncia de fases
ainda no alocadas da matriz MP( z , x) , a semana em que fases anteriores de mesmo
servio foram alocados e a capacidade lquida disponvel em cada grupo de semana.
Como resultado, tem-se a concluso do preenchimento das matrizes MPs (h, x) . Antes
de passar para o passo 22, define-se s = 1 (primeira semana), h = 1 [primeira linha da
matriz MPs (h, x) ] e r = 1 (define a regio).

101

Passo 22-26: nestes passos, as fases alocadas em cada grupo de semana so

separadas por regio de execuo. O detalhamento dado no anexo A 1.2.4. Como
resultado, tem-se a gerao das matrizes MPrs (v, x) . Por fim, define-se s = 1 (primeira
semana), r = 1 (define a regio), v = 1 (primeira linha da matriz MPrs (v, x) ) e segue-se
para o passo 27.

Passo 27-34: partes dos servios que j possuem seus funcionrios para
execuo definidos so alocadas em seus respectivos funcionrios. O detalhamento
destes passos apresentado no anexo A 1.2.5. O resultado o preenchimento de parte
das matrizes MPys (l , x) . Por fim, define-se r = 1 (define a regio), v = 1 (primeira linha
da matriz MPrs (v, x) ) e segue-se para o passo 35.

Passo 35-40: estes passos so detalhados no anexo A 1.2.6. Eles procuram pela
matriz MPrs (v, x) que no possua nenhuma parte j alocada na matriz MPys (l , x) e
possua a maior capacidade demandada. Ou seja, procura por regio de maior capacidade
demandada, em um determinado grupo de semana, que no possui nenhuma parte j
alocada em algum funcionrio. Se no existir nenhuma matriz MPrs (v, x) nestas
condies, segue-se para passo 41; caso contrrio, segue-se para passo 49.

Passo 41-48: estes passos so detalhados no anexo A 1.2.7. Eles procuram pela
matriz MPrs (v, x) que possua a maior capacidade demandada ainda no alocada na
matriz MPys (l , x) . Ou seja, procura por regio de maior capacidade demandada por
partes ainda no alocadas em um algum funcionrio, em um determinado grupo de
semana. Se todas as partes das matrizes MPrs (v, x) da semana s j esto alocadas em
algum funcionrio, passa-se para prxima semana e segue-se para passo 27. Caso no
haja mais grupos de semana s, chegou-se ao fim da definio dos funcionrios. Se for
encontrada uma matriz nas condies desejadas, segue-se para passo 49.

Passo 49-53: estes passos so detalhados no anexo A 1.2.8. Neles procura-se por
uma regio com compatibilidade desejada a regio selecionada nos passos anteriores.
Inicialmente a compatibilidade desejada zero e seleciona-se a mesma regio j
selecionada nos passos anteriores. Se nos passos seguintes no se encontrar funcionrios
com capacidade lquida disponvel positiva e com servio alocado nesta regio, retorna-

102

se a estes passos e procura-se por regies de compatibilidade igual a um, ou seja,

regies prximas. Se novamente os funcionrios no forem encontrados nos passos
posteriores, retorna-se a estes passos e define-se a compatibilidade desejada como dois,
ou seja, regies distantes. Se ainda assim os funcionrios no forem encontrados nos
passos posteriores, retorna-se a compatibilidade zero e considera os funcionrios com
capacidade lquida disponvel negativa. Se ainda assim no se encontrar funcionrios
nos passos posteriores, retorna-se a estes passos e define-se compatibilidade igual a 1 e,
em ltimo caso, igual a 2. Sempre que uma regio com a compatibilidade desejada
encontrada, define-se y = 1 (define funcionrio) e segue-se para o passo 54.

Passo 54-68: nestes passos, procura-se pelo funcionrio de maior capacidade

lquida disponvel que possui seu ltimo servio alocado na regio de compatibilidade
desejada selecionada nos passos anteriores. Verifica-se ainda se o funcionrio a ser
selecionado est apto a executar os servios da matriz MPrs (v, x) , atravs de checagem
do vetor VErs (a ) . O detalhamento dos passos apresentado no anexo A 1.2.9. Se no
for encontrado nenhum funcionrio nas condies desejadas, retorna-se ao passo 52;
caso contrrio, segue-se para passo 69.

Passo 69-72: nestes passos (detalhados no anexo A 1.2.10) seleciona-se a parte

do servio da matriz MPrs (v, x) a ser alocada no funcionrio selecionado e verifica-se a
categoria do funcionrio que a executar. Se esta parte deve ser executada por
funcionrio principal, segue-se para passo 73; caso contrrio, define-se q = 1 (ndice do
vetor VEi (q ) que representa o funcionrio principal) e segue-se para passo 81. Se no
existirem mais partes na matriz MPrs (v, x) a serem alocadas no funcionrio selecionado,
retorna-se ao passo 35.

Passo 73-80: Nestes passos (detalhados no anexo A 1.2.11), verifica-se se h

capacidade para alocao de todas as partes da matriz MPrs (v, x) que pertencem ao
mesmo servio i e possuem a mesma categoria de funcionrio yd da parte selecionada
nos passos anteriores. Se no houver, segue-se para passo 86. Se houver capacidade,
estas partes so alocadas na matriz MPys (l , x) e o vetor VEi (q ) atualizado com o
funcionrio que executa servio i. Se, aps a alocao, ainda houver capacidade lquida

103

disponvel no funcionrio y, segue-se para passo 69; caso contrrio, define-se r = 1

(define a regio), v = 1 (primeira linha da matriz MPrs (v, x) ) e segue-se para passo 35.

Passo 81-85: O detalhamento destes passos apresentado no anexo A 1.2.12.

Neles verificado se o funcionrio selecionado j no executa o servio da parte
selecionada com outra categoria de funcionrio. Se no executar, segue-se para o passo
73. Se executar, verifica-se se existem outros servios na matriz MPrs (v, x) a serem
executados pelo funcionrio selecionado. Se houver, retorna-se ao passo 69; caso
contrrio, retorna-se a passo 35.

Passo 86-97: Nestes passos (detalhados no anexo A 1.2.13) verificado se a

parte selecionada pertence ao primeiro ou ltimo servio da matriz MPrs (v, x) ainda no
alocado. Se pertencer ao primeiro ou ltimo, retorna-se ao passo 74 e aloca-se o servio
no funcionrio selecionado mesmo no havendo capacidade. Se no for, deslocam-se as
partes do servio que j foram alocadas, procura-se o prximo servio e retorna-se ao
passo 69. Caso no houver mais servios na matriz MPrs (v, x) , define-se r = 1 (define a
regio), v = 1 (primeira linha da matriz MPrs (v, x) ) e retorna-se ao passo 35.

3.3.4 Alocao das reservas de capacidade para servios

emergenciais
Na alocao das reservas de capacidade para servios emergenciais as seguintes
variveis so geradas:
RCes : reserva de capacidade (em horas) para servios emergenciais por
funcionrio para semana s ainda no alocado.
CL yd :

capacidade

lquida

disponvel

do

funcionrio

no

dia

d.

Inicialmente CL yd = Cdia .
MPdy ( w, x) : matriz de partes a serem executadas no dia d pelo funcionrio y,
com w = 1, 2 ..., W , onde, inicialmente, W = 0. representada por:
VP1t ( x)

MPdy ( w, x) = M
VP t ( x)
W

(87)

104

onde VPwt (x) possui as mesmas informaes que VPzt (x) , com exceo de
VPwt (11) = al , que permanecer igual a zero.
O ndice d refere-se apenas aos dias teis.
Para sua execuo definiram-se os seguintes passos:

Passo 1: defina p = 1 (ndice do primeiro perodo), s = 1 (ndice da primeira

semana) e t = emergencial.

Passo 2: execute RCes =

RCtp C sp
Y Cp

(diviso da reserva de capacidade do

perodo p entre funcionrios e semanas proporcionalmente a capacidade disponvel em

cada semana). Em seguida, execute s = s + 1 (prxima semana).

Passo 3: se s pertence ao perodo p, v para o passo 2; caso contrrio, execute p

= p + 1 (prximo perodo) e v para o passo 4.

Passo 4: se p > P (p no mais perodo de programao), ento s = 1 (primeira

semana) e v para o passo 5; caso contrrio, execute s = s - 1 (semana anterior) e v para
o passo 2.

Passo 5: defina y = 1 (ndice de funcionrio); d = ltimo dia til da semana s

(ndice de dia).

Passo 6: se

RCes
1 (reserva de capacidade para um funcionrio na semana s
Cdia

pode ser ser alocada em apenas um dia) , ento defina Cd = RCes (capacidade demanda
igual a reserva de capacidade); caso contrrio, defina Cd = Cdia (capacidade demanda
igual a capacidade disponvel em um dia).

Passo 7: execute w = W + 1 (seleciona ndice da primeira linha vazia da matriz

MPdy ( w, x) ), MPdy ( w, x) = VPwt ( x) = (emergencial ;0;0;0;0;0; Cd ;0;0;0;0;0) [aloca reserva
de capacidade para emergncias na matriz MPdy ( w, x) ], CL yd = CL yd Cd (atualiza
capacidade disponvel no funcionrio y no dia d), W = w (atualiza nmero de linhas da
matriz MPdy ( w, x) ), e em seguida y = y + 1 (prximo ndice de funcionrio).

105

Passo 8: se y > Y (todos funcionrios j foram selecionados), execute

RCes = RCes - Cd (atualiza valor de reserva de capacidade) e v para o passo 9; caso
contrrio, v para o passo 7.

Passo 9: se RCes = 0 (se no houver mais reserva de capacidade no alocada),

execute s = s + 1 (prxima semana) e v para o passo 10; caso contrrio, execute
d = d 1 (dia anterior) e v para o passo 6.

Passo 10: se s pertence ao horizonte de programao, v para o passo 5; caso

contrrio, chegou-se ao fim da alocao dos servios emergenciais.

3.3.5 Gerao do cronograma de servios

Na gerao do cronograma de servios, alm das variveis apresentadas na seo
3.3.4, as seguintes variveis so geradas:
tdaiyd : tempo de deslocamento do servio i j alocado no dia d do funcionrio y.
Inicialmente tdaiyd = 0 . Esta varivel utilizada para descontar-se o tempo de
deslocamento de um funcionrio na execuo de uma parte de um servio em um
determinado dia, caso ele j execute outra parte do mesmo servio neste mesmo dia.
dmci : data mais cedo para alocao do servio i. Esta varivel utilizada para
identificar a data da ltima alocao de uma parte de um servio i. Assim, evita-se a
alocao de partes posteriores em dias anteriores ltima data de alocao.
Inicialmente, dmci = 0 .
Para sua execuo definiram-se os seguintes passos:

Passo 1-7: Nestes passos (detalhados no anexo A 1.3.1) alocam-se todas as

partes com data fixa para execuo em uma determinada semana s em seus respectivos
dias e funcionrios (matriz MPdy ( w, x) ), mesmo se no houver capacidade disponvel.
Ao final, define-se y = 1 (ndice do primeiro funcionrio), l = 1 (ndice da primeira
linha da matriz MPys (l , x) ) e segue-se para passo 8.

Passo 8-22: Nestes passos (detalhados no anexo A 1.3.2) alocam-se as partes

anteriores s partes com data fixa, alocadas nos passos anteriores, nos dias d dos
106

funcionrios y (matriz MPdy ( w, x) ). Sempre que possvel, procura-se aloc-las em dias

imediatamente anteriores uma da outra. Caso no haja capacidade disponvel suficiente
para a alocao destas partes entre a data onde foi alocada a parte com data fixa e a data
mais cedo destas partes, elas so alocadas na data mais cedo, mesmo no havendo
capacidade disponvel. Quando a parte selecionada executada por mais de uma equipe,
executa-se o passo 23 e retorna-se ao passo 21. Alocadas todas as partes anteriores de
um determinado grupo de semana s, passa-se para prxima semana, define-se y = 1
(ndice do primeiro funcionrio), l = 1 (ndice da primeira linha da matriz MPys (l , x) ) e
retorna-se ao passo 2. Caso as partes anteriores de todos grupos de semana s j tenham
sido alocados, define-se y = 1 (ndice do primeiro funcionrio), s = 1 (ndice da primeira
semana), l = 1 (ndice da primeira linha da matriz MPys (l , x) ) e segue-se para passo 24.

Passo 23:
Passo 23.1-23.7: Estes passos so detalhados no anexo A 1.3.3.1. Neles, as
partes correspondentes ltima parte alocada executadas por outros funcionrios
(secundrios, tercirios, etc.) so alocadas no mesmo dia d, em seus respectivos
funcionrios y (matriz MPdy ( w, x) ), caso haja capacidade. Se houver capacidade
para alocao no mesmo dia d para todos funcionrios executantes, chegou-se ao fim
do passo 23; caso contrrio, segue-se para o passo 23.8. Nos casos em que a parte foi
alocada no prprio funcionrio principal sem haver capacidade disponvel, alocamse as demais partes nos outros funcionrios, havendo ou no capacidade disponvel,
e finaliza-se o passo 23.

Passo 23.8-23.11: Nestes passos (tambm detalhados no anexo A 1.3.3.2),

desalocam-se partes j alocadas em outros funcionrios y no dia d (matriz
MPdy ( w, x) ), caso algum deles no possua capacidade disponvel para execuo da
parte neste dia.

Passo 24-33: Estes passos so detalhados no anexo A 1.3.4 e visam a alocao

de partes ainda no alocadas em um dia especfico de seu funcionrio y. Procura-se
alocar partes de um mesmo servio em dias imediatamente posteriores conforme
capacidade disponvel. Quando no existe capacidade disponvel em um determinado
dia para alocao de uma determinada parte, e a parte pertence a fase com mais de uma

107

etapa, segue-se para o passo 34. Quando a parte alocada executada por mais de uma
equipe, executa-se o passo 23 e retorna-se ao passo 32. Aps tentar-se alocar todas as
partes existentes, chegou-se ao fim da gerao do cronograma de servios, mesmo que
nem todas tenham sido alocadas por falta de capacidade disponvel.

Passo 34-36: Estes passos (detalhados no anexo A 1.3.5) procuram pela ltima
etapa da fase para tentar aloc-la no dia d. Isto porque a ltima etapa a nica etapa da
fase que pode possuir um tempo de durao diferente e menor do que o da etapa em
questo. Cabe lembrar que isto s pode ser feito pois as etapas de uma mesma fase no
tm seqncia de execuo, visto que so apenas parcelas de tempo de uma fase. Se
houver capacidade no dia d para a alocao da ltima etapa, ela alocada. Ao final,
retorna-se ao passo 29.
Ao final da programao de servios, tm-se os servios a serem executados por
cada funcionrio em cada dia. A data da primeira parte de um servio a data de
necessidade de materiais. A data da ltima parte de um servio deve ser comparada a
sua data limite de entrega; caso a data limite seja ultrapassada, deve-se ajustar o
cronograma ou atualizar a data limite. Deve-se observar tambm os dias que possuem
capacidade lquida negativa, para que aes corretivas possam ser tomadas.

108

CAPTULO 4

4 VALIDAO PRTICA DO MTODO

Neste captulo apresentada a validao prtica do mtodo proposto. Esta
validao realizada em uma empresa do setor eltrico do segmento de distribuio de
energia eltrica. Para viabilizar a distribuio de energia, so necessrias obras de
manuteno e investimento em redes primrias e secundrias de distribuio de energia.
Para a validao do mtodo executado o planejamento e a programao destas obras.
Para a execuo destas obras existem bases de operao ao longo da rea de
atuao da empresa. Cada base de operao responsvel pela execuo de obras em
um conjunto de cidades pr-determinadas. A validao considera apenas uma base de
operao, j que a aplicao do mtodo seria similar para as demais bases.
As bases de operao possuem equipes para execuo de obras. Cada equipe
formada por sete eletricistas. O conceito de funcionrios que executam o servio
apresentado no Captulo 3 , portanto, substitudo pelo conceito de equipes que
executam a obra.
As obras executadas por estas equipes so de manuteno emergencial,
manuteno preventiva, melhoria de circuitos, participao de terceiros e obras de
alimentadores. As manutenes emergenciais so as obras que devem ser atendidas
assim que surge a necessidade, ou seja, so as emergncias. Obras de manuteno
preventiva e alimentadores tm sua necessidade definida pela empresa. No incio de
cada ano, faz-se o levantamento das obras de manuteno preventiva e alimentadores a
serem necessrias para manter a rede nas condies desejadas. Obras de melhoria de
circuito e participao de terceiros so solicitadas pelo cliente e possuem um prazo legal
para execuo. Para participao de terceiros, o prazo de 45 dias. Para melhoria de

109

circuitos, o prazo pode ser de 60 ou 180 dias, dependendo da criticidade da obra. O no

cumprimento do prazo legal implica em multa para a empresa.
As obras so compostas por um conjunto de atividades definidas no oramento,
ou seja, no oramento que as atividades so detalhadas. Elas tm uma durao que
pode variar de menos de um dia a at trs semanas, com exceo dos alimentadores, que
possuem uma durao de um a dois meses.
Algumas atividades das obras necessitam do desligamento de energia em uma
parte da rede para possibilitar a execuo. Este desligamento faz com que os clientes
atendidos pelos circuitos a serem desligados fiquem sem energia eltrica. Desta forma,
os clientes devem ser informados com antecedncia o dia e hora que o ele ocorrer
(exceto em casos de obras emergenciais). Para reduzir a durao da falta de energia
junto aos clientes, procura-se colocar o maior nmero de equipes possvel nas atividades
que demandam desligamento. Antes da data e hora do desligamento so realizadas todas
as atividades da obra que podem ser executadas com a rede eltrica ligada. Desta forma,
o desligamento caracterizado como um evento que interrompe a continuidade da
execuo das obras e, portanto, define as fases da obra.

4.1 ADAPTAES DO MTODO

O horizonte de planejamento definido pela empresa de um ano com perodos p
de um ms. A escolha do horizonte de planejamento decorre do fato das necessidades
(obras de alimentadores e de manuteno preventiva) e oramento disponvel para obras
serem definidos para um horizonte anual. O horizonte de programao de dois meses,
devido ao prazo das obras e ao lead time de alguns materiais demandados pelas obras.
Para a validao, ser considerado um horizonte de planejamento de trs meses devido a
grande quantidade de dados envolvidos no planejamento anual, o que tornaria a
validao extensa e repetitiva.
Considerando as classificaes das obras em programada, prevista e estimada,
pode-se dizer que:
- Manutenes emergenciais: permanecem em estado estimado ao longo de todo
horizonte de planejamento e programao.

110

- Alimentadores: so obras oradas quando sua necessidade definida, ou seja,

todas os alimentadores a serem executados durante o ano j possuem oramento. Essas
obras esto, portanto, em estado de programadas ao longo de todo planejamento.
- Manutenes preventivas: so obras conhecidas (em estado de previstas)
durante todo o horizonte de planejamento, que vo sendo oradas conforme a
necessidade.
- Participao de terceiros: so obras conhecidas 45 dias antes de seu prazo para
execuo. No restante do planejamento, permanecem em estado estimado. Por serem
obras com pequeno prazo para execuo, so oradas assim que surge a necessidade.
- Melhoria de circuitos: para as que possuem prazo de 60 dias, a situao
similar a das obras de participao de terceiros. Obras que possuem prazo de 180 dias
permanecem um menor tempo em estado estimado, pois so conhecidas com maior
antecedncia. Como seu prazo maior, no necessitam ser oradas assim que surge a
necessidade.
Como a validao considera apenas trs meses como horizonte de planejamento,
as obras que se encontram em estado de estimado so: manuteno emergencial,
participao de terceiro e melhoria de circuito com prazo de 60 dias. As demais so
obras conhecidas ao longo do horizonte de planejamento e, portanto, no necessitam de
reserva de capacidade.
Apesar das obras de alimentadores e manuteno preventiva no possurem
prazo legal para entrega, elas possuem uma data limite para ocorrncia definida pela
empresa. A data limite definida com base na necessidade da obra, mas possui
flexibilidade para mudana, caso seja necessria.
No mtodo apresentado no Captulo 3, os dias d considerados para alocao dos
servios restringiam-se aos dias teis (dias de trabalho da empresa). Nas obras
consideradas na validao, existe a possibilidade de fases terem seu dia fixo para
execuo em dias no teis. Isto ocorre devido aos desligamentos de energia. Se os
consumidores a serem desligados so indstrias, por exemplo, o desligamento feito no
final de semana, quando as indstrias no esto funcionando. Isto evita que a atividade
dos consumidores seja prejudicada.

111

4.2 DADOS DE ENTRADA

As equipes que executam as obras trabalham em turno normal, de segunda a
sexta-feira. Os meses considerados para o planejamento so Janeiro, Fevereiro e Maro
e, para a programao, Janeiro e Fevereiro. A Figura 9 apresenta o calendrio
considerado na validao. Os dias marcados em cinza so os dias no trabalhados pelas
equipes, devido folga ou a feriado.

Figura 9 Calendrio considerado na validao.

Os seguintes smbolos so utilizados para identificar os diferentes tipos de obra:
EM = manuteno emergencial.
PT = participao de terceiros.
MC60 = melhoria de circuito com prazo de 60 dias.
MC180 = melhoria de circuito com prazo de 180 dias.
A = alimentador.
MP = manuteno preventiva.
Dispe-se da seguinte capacidade de produo:
Y = 3 equipes.
Cdia = 8,8 horas/equipe (= 8:48 horas/equipe).
fHE = 2 horas
A Tabela 4 apresenta o nmero de dias teis e capacidade disponvel em cada
perodo p, sendo que p = 1, 2 e 3 representam, respectivamente, Janeiro, Fevereiro e
Maro

112

Tabela 4 Capacidade disponvel em cada perodo p [* onde C p calculado conforme

equao (76) e sua unidade horas].
p

du p

22

18

22

Cp *

580,8

475,2

580,8

Com os dados j apresentados, pode-se gerar as informaes contidas na Tabela

5, onde C sp e C yp so calculados, respectivamente, pelas equaes (80) e (81). Na
Tabela 5, a semana 5 pertence tanto ao perodo 1 como ao 2, com 3 dias teis no
perodo 1 e 2 no perodo 2. Assim, a capacidade disponvel de 44 horas para cada uma
das 3 equipes na semana 5, representa 79,2 horas disponveis para o perodo 1 e 52,8
para o perodo 2.
Tabela 5 Capacidades disponveis.
perodo p semana s

C sp (horas) C ys (horas)

105,6

35,2

132

44

132

44

132

44

79,2

52,8

132

44

132

44

132

44

26,4

8,8

du sp

44

O grau de importncia das obras g determinado conforme critrios

apresentados na Tabela 6, onde o maior grau de importncia atribudo a clientes
especiais e o menor grau de importncia, a obras de Melhoria Preventiva (MP).

113

Tabela 6 Grau de importncia das obras.

g
1

clientes especiais

prazo legal

alimentadores

MP

A Tabela 7, Tabela 8 e Tabela 9 apresentam, respectivamente, os dados

referentes s obras em estado estimado, previsto e programado.

Tabela 7 Dados referentes a obras em estado estimado.

p
RCtp (horas)

t = EM

90

82

58

t = PT

63

50

60

t = MC60

160

154

170

Tabela 8 - Dados referentes a obras em estado previsto.

i

dl i

tp i = Cd i (horas)

MC1806

21/3/02

80

MC1807

24/3/02

50

MP5

14/3/02

40

MP6

18/3/02

15

114

Tabela 9 - Dados referentes a obras em estado programado.

dl i

gi

PT1

14/1 2

PT2

20/1 1

PT3

5/2

E fi *

Yd fi

td fi

tt i

dm fi

tu

dcm

(n de dias) (equipes) (horas) (horas/equipe)

MC601

7/1

MC602

25/1 2

MC603

MC604
MC605

4/2

18/2 2
26/2 2

2
4

Cd fi *

(horas) (horas)

1/1

2
1
2
3

1
2
1
1

3
1
3
1

4
10
8
2

1
1,5
1,5
1,5

10/1
6/1
-

1
0
2
0

1/1
1/1
1/1
1/1

10
16
17
5

2,5

15/1

16

2,5

15/1

13

1,25

1/1

9,5

1,25

4/1

1/1

13,5

14

0,75

8/1

17

10

0,75

12/1

8/1

14,5

0,75

8/1

4,5

0,75

18/1

8/1

10,5

8/1

14,5

8/1

15

8/1

14

8/1

8/1

13

22/1

17

22/1

13

20

1,25

5/2

27,5

1,25

5/2

15,5

6,5

1,25

5/2

1,25

5/2

10

4,5

1,25

5/2

3,5

1,25

5/2

8,5

115

Cd i *
17
38

29
23
44

63,5

30
77,5

MC1801 12/1 2

MC1802 28/1 2

MC1803 9/2

MC1804 21/2 2
MC1805 8/3

A1

25/2 3

3
1

6,5

1,25

1/1

2
1

5,5

1,25

3/1

1/1

13

17

1/1

23

13

11/1

1/1

19

10

17/1

1/1

16

1/1

13

8,5

24/1

1/1

14,5

1/1

26/1

1/1

10

18

1,25

15/1

25,5

15

1,25

15/1

22,5

10

1,25

15/1

17,5

0,75

5/2

8,5

0,75

5/2

13,5

18,5

0,5

5/2

21,5

0,5

5/2

12

0,5

5/2

12

29

1,5

22/1

47

15

1,5

22/1

21

10

1,5

22/1

16

17

1,5

22/1

29

1,5

22/1

13

35

1,5

22/1

53

12

1,5

22/1

21

15

1,5

22/1

21

10

1,5

22/1

19

10

14

1,5

22/1

20

11

12

1,5

22/1

21

22
100,5

65,5

22
45,5

281

MP1

10/1 4

8/1

1/1

11

11

MP2

19/1 4

16,5

1,25

1/1

24

59,5

11

1,25

16/1

1/1

18,5

9,5

1,25

19/1

1/1

17

16

0,75

22/1

19

14

0,75

22/1

18,5

14

0,75

22/1

17

14

0,75

22/1

18,5

12/2

16

10

12/2

22

MP3

MP4

15/2 4

4/3

73

38

* onde Cd fi e E fi so calculados respectivamente pelas equaes (77) e (78), e Cd i a soma das

capacidades demandadas pelas fases ( Cd fi ) de uma mesma obra i.

Com os dados apresentados, pode-se definir Cd tp (em horas):

116

- Para t = EM no h nenhuma ocorrncia de obras emergncias nos perodos

considerados, logo Cd tp para obras emergenciais igual a zero em todos perodos do
horizonte de planejamento.
- Para t = PT tm-se as obras PT1 e PT2 no perodo 1, com capacidades
demandadas de 17 e 38 horas respectivamente (somando 55 horas), e PT3 no perodo 2,
com capacidade demandada de 29 horas.
- Para t = MC60 tm-se as obras MC601 e MC602 no perodo 1, com
capacidades demandadas de 23 e 44 horas respectivamente (somando 67 horas), e
MC603, MC604 e MC605 no perodo 2, com capacidade demandada de 63,5; 30 e 77,5
horas respectivamente (somando 171 horas).
- Para os demais tipos de obras, no necessrio definir Cd tp , pois eles no
possuem reserva de capacidade, e esta varivel utilizada para atualizao destas
reservas. A Tabela 10 apresenta os valores de Cd tp (em hora).
Tabela 10 Valores de Cd tp (em horas).
p
Cdtp

t = EM

t = PT

55

29

t = MC60

67

171

A matriz de proximidade entre as regies em que as obras esto sendo

executadas apresentada na

Tabela 11, onde os ndices j e n representam as regies existentes O valor zero

representa a mesma regio, um representa regies prximas e dois regies distantes.

117

MR (j,n) =

n
1

Tabela 11 Matriz de compatibilidade entre regies.

4.3 PLANEJAMENTO DAS OBRAS

O planejamento inicia com a atualizao das reservas de capacidade para cada
tipo de obra t que possui reserva de capacidade. Seguindo os passos apresentados na
seo 3.2 para atualizao de reserva de capacidade, tem-se:
Para t = EM:

Passo 1: p = 1 (primeiro perodo).

Passo 2: como o tipo de obra em questo a emergencial, passa-se para o passo
4.

Passo 4: 90 0 0 , ento RC EM 1 = 90 0 = 90
Passo 5: p = 1 + 1 = 2. Com o perodo p = 2 agora definido, retorna-se ao passo
2 e assim segue-se com o mesmo procedimento para todos perodos do planejamento.
Executando o mesmo procedimento para t = PT e t = MC60, tm-se as reservas
de capacidade atualizadas conforme apresentado na Tabela 12.
Tabela 12 Reserva de capacidade atualizadas (em horas).
p
RCtp

t = EM

90

82

58

t = PT

21

60

t = MC60

170

118

Atualizadas as reservas de capacidade, pode-se executar os passos referentes ao

planejamento propriamente dito. Os passos 1 a 3 do planejamento, apresentados na
seo 3.2, executam a alocao das reservas de capacidade atualizadas em seus
respectivos perodos. Assim, tm-se:
CL1 = 580,8 90 0 0 = 490,8 horas
CL2 = 475,2 82 21 0 = 372,2 horas

CL3 = 580,8 58 60 170 = 292,8 horas

O passo 4 do planejamento consiste em montar uma lista de todas as obras
previstas e programadas em ordem crescente de data limite para execuo ( dli ),
conforme apresentado no Anexo A 2.1.
Nos passos 5 a 20, alocam-se as obras programadas que possuem fases com
data fixa de execuo. Para tal, seleciona-se a primeira obra da lista e verifica-se se ela
possui data fixa. A primeira obra a MC601 e possui data fixa para execuo na fase 2.
A data fixa corresponde ao dia 04/01, que pertence ao perodo 1. Logo, aloca-se as fases
1 e 2 no perodo 1 e atualiza-se a capacidade lquida disponvel do perodo 1. Como no
existem mais fases nesta obra, ela retirada da lista sendo selecionada a prxima obra.
Se a prxima obra possuir fase com data fixa executa-se o mesmo procedimento; caso
contrrio, seleciona-se a prxima obra. Este procedimento executado at chegar-se ao
final da lista. O resultado desses passos e a lista atualizada de obras so apresentados
nos anexos A 2.2 e A 2.3, respectivamente.
A alocao das demais obras nos perodos do planejamento realizada com a
execuo dos passos 21 a 30. Nestes passos, as obras so alocadas nos perodos
conforme ordem estabelecida na lista apresentada no anexo A 2.3, e a capacidade
disponvel nos perodos vai sendo atualizada a cada alocao. O resultado final do
planejamento pode ser visualizado na Tabela 13. Na Tabela 13, as obras marcadas em
cinza j haviam sido alocadas nos passos anteriores. Pode-se observar que, ao final do
perodo 1, como no havia capacidade lquida disponvel para alocao de toda a obra
MP3, alocou-se parte no perodo 1 e parte no perodo 2. No perodo 2 as obras A1 e
MC605 ultrapassaram a capacidade lquida disponvel do perodo, mas foram alocadas

119

da mesma forma, devido aos prazos de execuo. No perodo 3 houve sobra de

capacidade lquida disponvel pois no havia mais obras para alocao.
Na Figura 10, pode-se observar a relao entre a capacidade disponvel e
demandada em cada perodo atravs de representao grfica. Com estas informaes,
pode-se encaminhar aes para evitar problemas de falta de capacidade ou ociosidade
nas equipes que executam as obras. Estas aes podem ser: (i) aumentar capacidade em
alguns perodos atravs de terceirizao, hora extra, contratao, etc., (ii) renegociar
prazos das obras, ou (iii) planejar frias ou demisses em perodos de baixa demanda.
Tabela 13 Resultado final do planejamento.
perodo p

dl i

Cd i

CL p

MC601

7/1

23

490,8

MP1

10/1

11

MC1801

12/1

22

PT1

14/1

17

MP2

19/1

59,5

PT2

20/1

38

MC602

25/1

44

MC1802

28/1

100,5

175,8

MC603

4/2

63,5

112,3

PT3

5/2

29

83,3

MC1803

9/2

65,5

17,8

MP3

15/2

17,8

MP3

15/2

55,2

317

MC604

18/2

30

287

MC1804

21/2

22

265

A1

25/2

281

-16

MC605

26/2

77,5

-93,5

MP4

4/3

38

254,8

MC1805

8/3

45,5

209,3

MP5

14/3

40

169,3

MP6

18/3

15

154,3

MC1806

21/3

80

74,3

MC1807

24/3

50

24,3

120

Capacidade (em
horas)

600
500
400
300
1

Perodo p

Dsponvel

Demanadada

Figura 10 Grfico apresentando relao entre capacidade demandada x disponvel.

4.4 PROGRAMAO DAS OBRAS

A programao das obras inicia com sua priorizao, que consiste em colocar as
obras em ordem de prioridade conforme procedimento apresentado na seo 3.3.1.
Inicialmente, selecionam-se todas as obras alocadas no primeiro perodo do
planejamento que possuem g = 1, em ordem crescente de data limite de entrega,
alocando-as, nesta ordem, na lista de prioridade. Em seguida, selecionam-se todas as
obras do primeiro perodo com g = 2, tambm em ordem crescente de data limite de
entrega, alocando-as na lista de prioridade aps a ltima obra alocada. Repete-se o
procedimento at que se tenham alocadas todas as obras do primeiro perodo, quando se
passa, ento, para o segundo perodo. Com todas as obras do horizonte de programao
alocadas na lista, monta-se a matriz MF (m, k ) , que contm os vetores VFift (k ) com
informaes de cada fase das obras, em ordem de prioridade, e com o ndice de
prioridade definido conforme a ordem da lista gerada. A matriz MF (m, k ) resultante
para o presente exemplo apresentada no anexo A 2.4.
Em seguida executa-se a diviso da capacidade demandada pelas obras entre as
equipes e diviso das fases em etapas, conforme procedimento apresentado na seo
3.3.2. Nos passos 1 a 12 daquela seo define-se a capacidade demandada em cada dia
de execuo da fase, para cada equipe executante, ou seja, a capacidade demandada por
cada parte. Selecionando, por exemplo, a primeira fase da matriz MF (m, k ) , verifica-se
que ela executada por uma equipe (Yd = 1) e necessita de dois dias para execuo (E =
2). Assim, em um dos dias uma equipe ficar 8,8 horas (horas teis do dia) executando a
obra. Como o tempo de transporte 1,5 hora, apenas 5,8 horas das 10 horas necessrias

121

para a execuo das atividades da obra sero efetuadas, j que das 8,8 horas do dia, 3
horas sero gastas em transporte (ida e volta). No segundo dia, sero necessrias 4,2
horas para execuo das atividades faltantes, alm das 3 horas de transporte; ou seja,
sero necessrias 7,2 horas no segundo dia. Nos passos 13 a 22, define-se a data mais
cedo para execuo de cada parte da obra comparando a data mais cedo de materiais de
sua fase, a data mais cedo da parte anterior da mesma obra e, se houver, a data fixa da
fase ao qual ela pertence. A matriz MP( z , x) resultante da execuo do procedimento da
seo 3.3.2 apresentado no anexo A 2.5.
O prximo passo consiste em definir as equipes executantes de cada obra. Para
tanto, divide-se a capacidade demandada das obras programadas de cada perodo do
planejamento em grupos, proporcionalmente capacidade disponvel em cada semana,
conforme procedimento nos passos 1 a 5 da seo 3.3.3. O resultado apresentado no
anexo A 2.6. Em seguida, as fases so alocadas em cada grupo de semana conforme
capacidade disponvel (vide passos 6 a 21 da seo 3.3.3). Alocam-se, primeiramente,
as fases com datas fixas e as fases anteriores do mesmo servio nas respectivas semanas
ao qual a data fixa pertence e, aps, as demais fases. O resultado destes passos a
gerao das matrizes MPs (h, x) que podem ser visualizadas no anexo A 2.7. Seguindo
os passos 22 a 26 da seo 3.3.3, dividem-se as obras de cada semana conforme a regio
em que elas so executadas, gerando-se as matrizes MPrs (v, x) apresentadas no anexo A

2.8.
Os demais passos da seo 3.3.3 permitem a definio das equipes de cada obra
efetivamente. Nestes passos, para cada semana s, verifica-se inicialmente se existe
alguma obra com equipe j definida. Neste caso, na primeira semana no existe
nenhuma obra com equipe definida, pois se considerou que nenhuma obra teve sua
execuo iniciada ainda, e que o programador no definiu uma equipe obrigatria para
nenhuma obra. Em seguida, seleciona-se a matriz MPrs (v, x) da semana em questo que
possui a maior capacidade demandada. No exemplo, para a semana 1, trata-se da matriz
MP41 (v, x) . Para a alocao das obras da matriz selecionada em alguma equipe, procura-

se por uma equipe onde j se tenham alocado obras desta mesma regio. No caso de
primeira semana, como no existem equipes com obras alocadas, seleciona-se a
primeira equipe (equipe 1) e aloca-se todas as partes da obra PT2 executadas pela
categoria de equipe principal (ou seja, com yd = 1 ), visto que existe capacidade
122

disponvel na equipe selecionada e a obra PT2 a nica existente na matriz MP41 (v, x) .
A equipe 1 alocada no vetor VE PT 2 (q ) como equipe principal (ou seja, em q = 1 ) para
que, quando ocorrer a alocao das demais partes de PT2, executadas por outra
categoria de equipe que no a principal, no selecione-se novamente a equipe 1. Seguese este procedimento at que todas as obras alocadas na semana 1 tenham suas equipes
executantes definidas; ento, repete-se o procedimento para a semana 2. Na semana 2, a
obra PT2 j possui equipes executantes definidas e, portanto, a parte de PT2 na semana
2 a primeira a ser alocada na respectiva equipe. Procedendo com esses passos para
todas as semanas, tm-se as matrizes MPys (l , x) como resultado (ver Anexo A 2.9).
Para a alocao das reservas de obras emergenciais nas equipes, divide-se a
reserva de capacidade mensal para obras emergenciais proporcionalmente capacidade
disponvel em cada semana, para cada equipe. Este procedimento pode ser visualizado
na Tabela 14, gerada a partir da execuo dos passos 1 a 4 da seo 3.3.4. A reserva de
capacidade definida para cada equipe, em cada semana ( RCes ), alocada em cada
equipe no ltimo dia til da semana correspondente.
Tabela 14 Diviso da reserva de capacidade mensal para obras emergenciais em
semanas.
perodo p

semana s

C sp

105,6

132

132

132

79,2

Cp

580,8

580,8

580,8

580,8

RC tp

90

90

RCe s

5,5

6,8

52,8

132

132

132

26,4

580,8

475,2

475,2

475,2

475,2

475,2

90

90

90

82

82

82

82

82

6,8

6,8

7,6

7,6

7,6

1,5

7,1

Por fim, define-se a data de execuo de cada parte das obras, conforme
procedimento apresentado na seo 3.3.5. Inicia-se alocando todas as partes que
possuem data fixa para alocao. Em seguida, alocam-se todas as partes precedentes a
estas com datas fixas. Procura-se alocar as partes procedentes nos dias imediatamente
anteriores que possuam capacidade, respeitando, entretanto, a data mais cedo para
execuo. Em seguida, so alocadas as demais partes, conforme ordem estabelecida nas
matrizes MPys (l , x) , respeitando a data em que as partes procedentes foram alocadas e a
capacidade disponvel em todas as equipes que executam a obra. O resultado da
123

alocao das obras nas equipes 1, 2 e 3 apresentado na Tabela 15, Tabela 16 e Tabela
17, respectivamente, que representam o resultado final da programao, ou seja, o
cronograma de obras para cada equipe.

4.5 COMENTRIOS
No planejamento, algumas obras alocadas no primeiro ms possuem data limite
de execuo no segundo ms, mas foram antecipadas visto que havia capacidade
disponvel (no primeiro ms) e possibilidade de antecipao destas obras. Mesmo com
esta antecipao de obras, o segundo ms permaneceu com um pico de demanda, onde a
capacidade demandada ultrapassa a disponvel. A antecipao permitiu, entretanto,
amenizar a flutuao da demanda entre esses meses, pois, sem ela, o primeiro ms
permaneceria com capacidade ociosa, enquanto o segundo teria uma maior carga de
capacidade demandada ultrapassando a disponvel. A visualizao do pico de demanda
no segundo ms permite que aes sejam tomadas, tais como renegociao das datas
limites de execuo, aumento de horas extras, terceirizao, etc. No terceiro ms
verifica-se que existe capacidade disponvel no utilizada, pois no existiam mais obras
para alocao. Se as obras com data limite de execuo no quarto ms fossem
conhecidas, teriam sua alocao antecipada para o terceiro ms, de forma a preencher a
capacidade disponvel. Cabe lembrar, entretanto, que se houver excesso de capacidade
ociosa no ltimo ms de planejamento, ou ento no existir obras alocadas no ltimo
ms, um indicativo que o nmero de equipes disponveis para execuo das obras est
superestimada.

124

Tabela 15 - Cronograma de obras da equipe 1.

Cd
13,0

CL
-4,2

d
02-Jan

i
PT2
PT2
MC1801
MC601
EM
PT2
PT2

4,3
4,5
5,5
5,7
5,0
0,0
3,3
6,3
11,7

4,5
4,3
3,3
-5,7
3,8
8,8
5,5
2,5
-2,9

8,8
6,2
5,3
8,8
12,5

0,0
2,6
3,5
0,0
-3,7

7,90
6,50
4,8
5,00
10,2

0,9
2,3
4,0
3,8
-1,4

4,7
4,3
10,83

4,1
4,5
-2,0

8,8
7,1
10,20
6,17
8,8
8,20
7,6
6,2
8,8
8,8
9,9
7,6
9,7

0,0
1,7
-1,4
2,6
0,0
0,6
1,2
2,6
0,0
0,0
-1,1
1,2
-0,9

9,0
9,5

-0,2
-0,7

4,3
7,6
8,8

4,6
1,2
0,0

03-Jan
04-Jan
05-Jan
06-Jan
08-Jan
09-Jan
10-Jan PT1
11-Jan MC1802
12-Jan
EM
MC602
15-Jan MC1803
16-Jan MP2
17-Jan MC1802
18-Jan MC1803
EM
19-Jan
MP2
22-Jan MC1803
23-Jan PT3
24-Jan MC1802
25-Jan MC603
26-Jan
EM
MC1802
29-Jan MC603
30-Jan MC603
31-Jan MC1803
MC1803
01-Feb MP3
EM
02-Feb
05-Feb MP3
06-Feb MP3
07-Feb MP3
08-Feb MP3
EM
09-Feb
12-Feb MP3
13-Feb MC605
14-Feb MC605
15-Feb MC605
16-Feb
EM
19-Feb MC605
MC1804
20-Feb MC605
21-Feb MC605
MC605
22-Feb MC605
23-Feb
EM
A1
28-Feb

r
4
4
3
1
0
4
4

ip
1
1
3
2
0
1
1

f
1
1
2
2
0
2
3

e
2
1
1
1
0
1
1

yd
1
1
3
3
0
1
1

Cd
7,2
8,8
4,33
4,50
5,5
5,67
5,00

dm
0/0
0/0
3/1
4/1
0/0
6/1
0/0

tu
0
0
1
2
0
2
0

dcm
1/1
1/1
1/1
1/1
0/0
1/1
1/1

al
0
0
0
0
0
0
1

dc
1/1
1/1
3/1
4/1
0/0
6/1
7/1

1
1
0
1
1
3
1
1
0
3
1
2
1
3
0
1
3
3
1
1
1
0
1
1
1
1
0
1
4
4
4
0
4
3
4
4
4
4
0
2

4
6
0
5
9
11
6
9
0
11
9
8
6
7
0
6
7
7
9
9
12
0
12
12
12
12
0
12
15
15
15
0
15
14
15
15
15
15
0
16

2
2
0
2
1
2
3
1
0
3
1
2
5
2
0
7
3
5
2
3
1
0
1
2
3
3
0
4
1
1
1
0
2
2
3
4
5
6
0
6

1
1
0
1
1
1
1
2
0
1
3
1
1
1
0
1
1
1
1
1
1
0
2
1
1
2
0
1
1
2
3
0
1
1
1
1
1
1
0
1

3
3
0
3
1
3
3
1
0
3
1
2
3
3
0
3
3
3
1
1
1
0
1
1
1
1
0
1
1
1
1
0
1
3
1
1
1
1
0
3

3,33
6,33
6,8
4,83
8,8
6,17
5,33
8,8
6,8
5,67
7,90
6,50
4,83
5,00
6,8
3,33
4,67
4,33
7,50
5,83
8,8
7,1
10,20
6,17
8,8
8,20
7,6
6,17
8,8
8,8
9,90
7,6
5,17
4,5
9,00
5,00
7,00
4,25
7,6
8,80

10/1
11/1
0/0
12/1
0/0
16/1
17/1
0/0
0/0
19/1
0/0
0/0
24/1
0/0
0/0
26/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

1
1
0
1
0
2
2
0
0
1
0
0
2
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

1/1
1/1
0/0
8/1
15/1
1/1
1/1
15/1
0/0
1/1
15/1
15/1
1/1
8/1
0/0
1/1
8/1
8/1
15/1
15/1
22/1
0/0
22/1
22/1
22/1
22/1
0/0
22/1
5/2
5/2
5/2
0/0
5/2
5/2
5/2
5/2
5/2
5/2
0/0
22/1

0
0
0
0
1
0
0
1
0
0
1
1
0
1
0
0
1
1
1
1
1
0
1
1
1
1
0
1
1
1
1
0
1
1
1
1
1
1
0
0

10/1
11/1
0/0
12/1
15/1
16/1
17/1
15/1
0/0
19/1
15/1
15/1
24/1
8/1
0/0
26/1
8/1
8/1
15/1
15/1
22/1
0/0
22/1
22/1
22/1
22/1
0/0
22/1
5/2
5/2
5/2
0/0
5/2
5/2
5/2
5/2
5/2
5/2
0/0
22/1

125

Tabela 16 Cronograma de obras da equipe 2.

Cd
9,50
4,3
4,5
5,5
5,7
21,0

CL
-0,7
4,5
4,3
3,3
-5,7
-12,2

d
02-Jan
03-Jan
04-Jan
05-Jan
06-Jan
08-Jan

7,0
3,3
6,3
11,7

1,8
5,5
2,5
-2,9

09-Jan
10-Jan
11-Jan
12-Jan

8,8
6,2
9,8

0,0
2,6
-1,0

15-Jan
16-Jan
17-Jan

4,0
12,5

4,8
-3,7

18-Jan
19-Jan

7,20
6,50
4,8
5,00
10,2

1,6
2,3
4,0
3,8
-1,4

22-Jan
23-Jan
24-Jan
25-Jan
26-Jan

4,7
10,2

4,1
-1,4

29-Jan
30-Jan

10,83

-2,0

31-Jan

8,8
7,1
10,70

0,0
1,7
-1,9

01-Feb
02-Feb
05-Feb

6,17
8,8
8,8
7,6
6,2
10,5
8,0
7,6
9,7

2,6
0,0
0,0
1,2
2,6
8,8
-1,7
0,8
1,2
-0,9

06-Feb
07-Feb
08-Feb
09-Feb
12-Feb
13-Feb
14-Feb
15-Feb
16-Feb
19-Feb

8,8
10,7

0,0
-1,9

20-Feb
21-Feb

10,8

-2,0

22-Feb

7,6
8,8

1,2
0,0

23-Feb
28-Feb

i
MC601
MC1801
MC601
EM
PT2
MP1
MC602
MC602
PT1
PT1
MC1802
EM
MC602
PT3
MP2
MC1802
MC602
MC602
EM
MP2
PT3
PT3
MC1802
MC603
EM
MC1802
MC603
MC603
A1
MC1803
MC1803
MC604
EM
MC604
MC604
MP3
A1
A1
EM
MP3

r
1
3
1
0
4
1
1
1
1
1
1
0
1
2
3
1
1
1
0
3
2
2
1
3
0
1
3
3
2
1
1
2
0
2
2
1
2
2
0
1

ip
2
3
2
0
1
10
5
5
4
4
6
0
5
8
11
6
5
5
0
11
8
8
6
7
0
6
7
7
16
9
9
13
0
13
13
12
16
16
0
12

f
1
2
2
0
2
1
1
1
1
2
2
0
2
1
2
3
3
4
0
3
1
2
5
2
0
7
3
5
1
2
3
1
0
1
2
2
1
1
0
4

e
1
1
1
0
1
1
2
1
1
1
1
0
1
1
1
1
1
1
0
1
2
1
1
1
0
1
1
1
3
1
1
1
0
2
1
1
1
2
0
1

yd
1
2
1
0
2
1
1
1
1
1
2
0
1
1
2
2
1
1
0
2
1
1
2
2
0
2
2
2
1
3
3
1
0
1
1
3
1
1
0
3

Cd
9,50
4,33
4,50
5,5
5,67
5,50
8,20
8,8
7,00
3,33
6,33
6,8
4,83
8,8
6,17
5,33
4,50
4,00
6,8
5,67
7,20
6,50
4,83
5,00
6,8
3,33
4,67
4,33
5,90
7,50
5,83
8,8
7,1
8,20
6,50
6,17
8,8
8,8
7,6
6,17

dm
0/0
3/1
4/1
0/0
6/1
8/1
0/0
0/0
0/0
10/1
11/1
0/0
12/1
0/0
16/1
17/1
0/0
18/1
0/0
19/1
0/0
0/0
24/1
0/0
0/0
26/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
1
2
0
2
2
0
0
0
1
1
0
1
0
2
2
0
1
0
1
0
0
2
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0

dcm
1/1
1/1
1/1
0/0
1/1
1/1
8/1
8/1
1/1
1/1
1/1
0/0
8/1
15/1
1/1
1/1
8/1
8/1
0/0
1/1
15/1
15/1
1/1
8/1
0/0
1/1
8/1
8/1
22/1
15/1
15/1
22/1
0/0
22/1
22/1
22/1
22/1
22/1
0/0
22/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
1
1
0
1
0
0
1
1
0
1
1
1
0
1
1
1
0
0
0
1

dc
1/1
3/1
4/1
0/0
6/1
8/1
8/1
8/1
1/1
10/1
11/1
0/0
12/1
15/1
16/1
17/1
12/1
18/1
0/0
19/1
15/1
15/1
24/1
8/1
0/0
26/1
8/1
8/1
22/1
15/1
15/1
22/1
0/0
22/1
22/1
22/1
22/1
22/1
0/0
22/1

A1
A1
EM
MC605
MC1804
A1
MC605
A1
MC605
A1
EM
A1

2
2
0
4
3
2
4
2
4
2
0
2

16
16
0
15
14
16
15
16
15
16
0
16

2
3
0
2
2
4
4
4
6
5
0
6

1
1
0
1
1
1
1
2
1
1
0
1

1
1
0
2
2
1
2
1
2
1
0
1

10,50
8,00
7,6
5,17
4,5
8,80
5,00
5,7
4,25
6,50
7,6
8,80

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0

22/1
22/1
0/0
5/2
5/2
22/1
5/2
22/1
5/2
22/1
0/0
22/1

0
0
0
1
1
0
1
0
1
0
0
0

22/1
22/1
0/0
5/2
5/2
22/1
5/2
22/1
5/2
22/1
0/0
22/1

126

Tabela 17 - Cronograma de obras da equipe 3.

Cd
26,6

CL
-17,8

d
02-Jan

4,3
4,5
5,5
5,7
5,50
8,8
8,7

4,5
4,3
3,3
-5,7
3,3
0,0
0,1

03-Jan
04-Jan
05-Jan
06-Jan
08-Jan
09-Jan
10-Jan

6,3
11,7

2,5
-2,9

11-Jan
12-Jan

8,8
10,1

0,0
-1,3

15-Jan
16-Jan

5,3
9,70

3,5
-0,9

17-Jan
18-Jan

12,5

-3,7

19-Jan

8,8
8,8
7,0

0,0
0,0
1,8

22-Jan
23-Jan
24-Jan

10,00

-1,2

25-Jan

10,2

-1,4

26-Jan

9,7

-0,9

29-Jan

10,2

-1,4

30-Jan

10,83

-2,0

31-Jan

7,1
6,50
6,17
8,8
8,8
7,6
6,2
8,5
10,5
8,0
7,6
9,7

8,8
1,7
2,3
2,6
0,0
0,0
1,2
2,6
0,3
-1,7
0,8
1,2
-0,9

01-Feb
02-Feb
05-Feb
06-Feb
07-Feb
08-Feb
09-Feb
12-Feb
13-Feb
14-Feb
15-Feb
16-Feb
19-Feb

8,8
5,7
6,5
7,6
8,8

0,0
3,1
2,3
1,2
0,0

20-Feb
21-Feb
22-Feb
23-Feb
28-Feb

i
MC1801
MC1802
MP2
MC1801
MC601
EM
PT2
MP1
MC1802
PT1
MC1802
MC1802
EM
MC602
MP2
MP2
MP2
MC1802
MC602
MC603
EM
MP2
MC603
MC1802
MC1802
MC1802
MC1802
MC603
EM
MC1802
MC603
MC603
MC603
A1
MC1803
MC1803

r
3
1
3
3
1
0
4
1
1
1
1
1
0
1
3
3
3
1
1
3
0
3
3
1
1
1
1
3
0
1
3
3
3
2
1
1

ip
3
6
11
3
2
0
1
10
6
4
6
6
0
5
11
11
11
6
5
7
0
11
7
6
6
6
6
7
0
6
7
7
7
16
9
9

f
1
1
1
2
2
0
2
1
1
2
1
2
0
2
1
2
1
3
4
1
0
3
1
4
5
4
6
2
0
7
3
4
5
1
2
3

e
1
1
1
1
1
0
1
1
2
1
3
1
0
1
2
1
3
1
1
2
0
1
1
1
1
2
1
1
0
1
1
1
1
3
1
1

yd
1
1
1
1
2
0
3
2
1
2
1
1
0
2
1
1
1
1
2
1
0
1
1
1
1
1
1
1
0
1
1
1
1
2
2
2

Cd
9,00
8,8
8,8
4,33
4,50
5,5
5,67
5,50
8,8
3,33
5,40
6,33
6,8
4,83
8,8
6,17
6,40
5,33
4,00
5,70
6,8
5,67
8,8
8,8
4,83
4,20
5,00
5,00
6,8
3,33
4,67
7,00
4,33
5,90
7,50
5,83

dm
0/0
0/0
0/0
3/1
4/1
0/0
6/1
8/1
0/0
10/1
0/0
11/1
0/0
12/1
0/0
16/1
0/0
17/1
18/1
0/0
0/0
19/1
0/0
0/0
24/1
0/0
0/0
0/0
0/0
26/1
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
0
0
1
2
0
2
2
0
1
0
1
0
1
0
2
0
2
1
0
0
1
0
0
2
0
0
0
0
1
0
0
0
0
0
0

dcm
1/1
1/1
1/1
1/1
1/1
0/0
1/1
1/1
1/1
1/1
1/1
1/1
0/0
8/1
1/1
1/1
1/1
1/1
8/1
8/1
0/0
1/1
8/1
1/1
1/1
1/1
1/1
8/1
0/0
1/1
8/1
8/1
8/1
22/1
15/1
15/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
1
0
0
0
0
1
0
0
1
1
1
0
1
1

dc
1/1
1/1
1/1
3/1
4/1
0/0
6/1
8/1
1/1
10/1
1/1
11/1
0/0
12/1
1/1
16/1
1/1
17/1
18/1
8/1
0/0
19/1
8/1
18/1
24/1
18/1
25/1
8/1
0/0
26/1
8/1
8/1
8/1
22/1
15/1
15/1

EM
MC604
MP3
A1
A1
EM
MP3
MC1804
A1
A1
EM
MC605
MC1804
A1
A1
A1
EM
A1

0
2
1
2
2
0
1
3
2
2
0
4
3
2
2
2
0
2

0
13
12
16
16
0
12
14
16
16
0
15
14
16
16
16
0
16

0
2
2
1
1
0
4
1
2
3
0
2
2
4
4
5
0
6

0
1
1
1
2
0
1
1
1
1
0
1
1
1
2
1
0
1

0
2
2
2
2
0
2
1
2
2
0
3
1
2
2
2
0
2

7,1
6,50
6,17
8,8
8,8
7,6
6,17
8,50
10,50
8,00
7,6
5,17
4,5
8,80
5,7
6,50
7,6
8,80

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

0/0
22/1
22/1
22/1
22/1
0/0
22/1
5/2
22/1
22/1
0/0
5/2
5/2
22/1
22/1
22/1
0/0
22/1

0
1
1
0
0
0
1
1
0
0
0
1
1
0
0
0
0
0

0/0
22/1
22/1
22/1
22/1
0/0
22/1
5/2
22/1
22/1
0/0
5/2
5/2
22/1
22/1
22/1
0/0
22/1

127

O planejamento serve de base para programao e, portanto, pode-se verificar

que as obras planejadas no primeiro ms tm sua execuo programada no primeiro
ms, e o mesmo ocorre no segundo ms. A falta de capacidade identificada no segundo
ms de planejamento refletiu-se na programao atravs da no programao de
algumas fases da obra A1, devido falta de dias teis para tal. Como o planejamento
executado com base nas datas limites de execuo das obras e serve de base para
programao, todas as obras tiveram suas datas de execuo programadas para antes da
sua data limite, com exceo da obra A1, devido falta de capacidade j identificada no
planejamento.
Na programao, no se tm as datas precisas da ocorrncia das obras
emergenciais, o que justifica a alocao da reserva de capacidade para estas obras no
ltimo dia til da semana. Conforme ocorre a realimentao dos dados, a ocorrncia de
obras emergncias vai sendo descontada da reserva de capacidade. Como a diviso da
reserva de capacidade entre as semanas proporcional capacidade disponvel de cada
semana, na quinta-feira de uma semana, apenas poucas horas para este tipo de obra
sero alocadas na sexta. Entretanto, como essas obras no ocorrem apenas nos ltimos
dias teis da semana e sim no decorrer da semana, o cronograma dirio de obras pode
ficar prejudicado. Por isto, no controle da execuo do cronograma, no se pode exigir
uma preciso de execuo diria, e sim semanal. Entretanto, o cronograma dirio
facilita a tomada de deciso sobre alocao de equipes no momento em que as obras
emergenciais ocorrem. Isto porque o cronograma permite a visualizao das fases com
data fixa de execuo, suas fases anteriores, as fases compartilhadas por outras equipes,
datas limites para execuo, regies em que as equipes se encontram e equipe com
menor carga de trabalho programada no dia.
No primeiro ms, pode-se observar que a demanda de obras concentra-se em
maior nmero na regio 1 e em menor na regio 2. No segundo ms, a regio 2 que
concentra a maior capacidade demandada de obras. Quando se observa a regio das
obras alocadas nas equipes como equipe principal, verifica-se que a equipe 1 executa
todas obras da regio 4 e a equipe 3, as da regio 3. Por serem em maior nmero, as
obras da regio 1 so divididas entre as trs equipes, mas concentram-se especialmente
na equipe 2. As obras da regio 2, que comeam aparecer em maior proporo no
segundo ms, onde a demanda de obras na regio 1 decresce, so alocadas na equipe 2.

128

Tal alocao de obras da mesma regio na mesma equipe permite uma maior
coordenao das operaes de servios que so realizadas em locais distantes.
No resultado gerado pela programao, pode-se observar ainda que em alguns
dias no foram alocadas obras, o que ocorreu por diversos motivos. Na equipe 1, por
exemplo, isto ocorreu no dia 9-Jan, pois as datas mais cedo das obras ainda no
alocadas so posteriores a esta data, no havendo demanda para este dia. Visualizando
esse fato, pode-se tomar algumas decises para aproveitar as horas teis, tais como
tentar adiantar a data mais cedo de alguma obra, compensar algum dia no-til
trabalhado devido ao desligamento de energia que teve que obrigatoriamente ocorrer
naquele dia (como o caso do dia 6-jan), ou programar treinamento para a equipe. No
dia 1-Fev, a equipe 3 ficou com o dia ocioso, pois as nicas obras que no tinham sua
data mais cedo posterior a esta data so alocadas na equipe 3, na categoria de equipe
secundria, de forma que dependem da data disponvel das demais equipes para
alocao. No caso do dia 13-Fev, para a equipe 2, alm do mesmo motivo da ocorrncia
no dia 1-fev, existe o fato da obra A1, que poderia ser alocada nesta data, ser
compartilhada com a equipe 3, que por sua vez no possui capacidade disponvel no dia.
Nesse ltimo caso, pode-se avaliar a possibilidade de definir apenas uma equipe para
execuo de alguma fase de A1. Outro fato que pode ser observado que alguns dias
necessitam hora extra, enquanto outros possuem algumas horas de ociosidade. A
visualizao desses eventos possibilita: (i) a programao de compensao de horrios;
(ii) programao de outras atividades, tais como treinamento, reunies, organizao de
materiais e ferramentas; e (iii) ajustes de alguns dados de programao, tais como
nmero de equipes que executam alguma fase da obra, datas fixas para execuo, data
mais cedo de materiais, etc.
Com definio das datas de execuo das obras, pode-se definir a data de
necessidade de materiais e efetuar a reserva de matrias. Utilizando o MRP, conseguese verificar a disponibilidade de materiais e efetuar o planejamento de compras,
permitindo uma maior coordenao do fluxo de materiais.

129

CAPTULO 5

5 CONCLUSES E FUTUROS DESENVOLVIMENTOS

A realizao desta dissertao de Mestrado permitiu a formulao de algumas
concluses a respeito do mtodo de planejamento e programao de servios, bem como
sugestes para futuros desenvolvimentos.
Esta dissertao teve como principal objetivo a apresentao de um mtodo de
planejamento e programao para operaes dos bastidores de empresas prestadoras de
servio, que possibilite uma melhor coordenao das atividades executadas ao longo do
processo da prestao dos servios. Esse mtodo considera algumas caractersticas
tpicas das operaes de servios, tais como o compartilhamento de recursos entre
atividades de emergncia e atividades programveis, e deslocamento de recursos para
atendimento dos diferentes servios. Tambm so utilizados na elaborao do mtodo
conceitos de planejamento e programao da manufatura, visto que se considera a
existncia de um fluxo de materiais necessrios para a execuo das operaes.
A dissertao apresentou tambm uma reviso dos principais mtodos de
planejamento e controle de operao da manufatura e de servios. Para o planejamento e
controle na manufatura, foram apresentados os mtodos mais conhecidos nas diversas
etapas de planejamento: longo, mdio e curto prazo. No longo prazo, foram
apresentados mtodos de planejamento agregado da produo e verificao de
capacidade produtiva do plano mestre de produo. No mdio prazo, a lgica de
planejamento de materiais e verificao de capacidade do MRP foi explorada. No curto
prazo, foram expostos mtodos de programao da produo que visam viabilizar o
planejamento de mdio prazo, atravs da considerao da seqncia de operaes,
disponibilidade de recursos e mensuraes de desempenho do sistema de produo. Para
o planejamento de servios foram revisados os mtodos de planejamento e programao

130

utilizados conforme duas estratgias distintas de gerenciamento da capacidade:

gerenciamento da demanda e gerenciamento da capacidade. Por fim, foram
apresentados mtodos de gerenciamento de projetos que so utilizados tanto em
operaes de manufatura como de servio.
O mtodo proposto neste trabalho considera tanto servios de emergncia quanto
servios que possam esperar em uma fila de espera, a serem executados em diferentes
locais distantes entre si. No planejamento foram utilizados principalmente conceitos de
gerenciamento de demanda, mais especificamente de diviso da demanda, com a
antecipao de servios que podem ser antecipados quando existe capacidade disponvel
para tal. Na programao, obteve-se o cronograma dirio de execuo dos servios,
considerando que: (i) os servios so compostos de diferentes atividades, no sendo
idnticos entre si; (ii) os servios possuem uma data limite para execuo; (iii) existem
critrios de importncia associados aos servios; (iv) os servios podem ter vrias fases
que necessitam uma seqncia de execuo; ou seja, uma fase de um servio no pode
ser executada enquanto sua fase anterior no estiver concluda; (v) fases de um mesmo
servio podem ter diferentes nmeros de funcionrios executantes; (vi) algumas fases
podem ter data fixa para execuo; (vii) os servios so executados em locais diferentes
distantes entre si; (viii) obras de emergncia podem surgir durante a execuo dos
servios programados; (ix) uma mesma equipe deve acompanhar a execuo do servio
do incio ao fim e, caso sejam necessrias outras equipes durante a execuo, deve-se
alocar sempre as mesmas que j auxiliaram na execuo em outro momento. Definido o
cronograma de execuo, tem-se a data de necessidade de materiais, podendo-se, ento,
efetuar o planejamento de logstica e compras.
O mtodo proposto teve sua validao prtica em uma empresa de distribuio
de energia eltrica, mais especificamente no processo de execuo de obras de
investimento e manuteno em redes de distribuio de energia eltrica. Pode-se
observar que o planejamento possibilitou a suavizao da demanda e a visualizao de
picos de demanda. A programao possibilitou a visualizao das operaes a serem
executadas diariamente. Tais visualizaes possibilitam um maior entendimento da
demanda e recursos necessrios para atend-la de forma a facilitar a tomada de decises
e obter-se uma maior coordenao entre as operaes ao longo do processo de prestao
de servios.

131

Como sugestes para futuros desenvolvimentos tm-se:

- No mtodo apresentado considerou-se como critrio de prioridade os prazos de
execuo dos servios. No houve, entretanto, uma avaliao do resultado gerado a
partir da utilizao de outros critrios, tais como MTP (menor tempo de
processamento), MTPR (mnimo tempo de processamento remanescente), RC (razo
crtica), FRO (folga remanescente por operao). A avaliao do mtodo utilizando
diferentes critrios de prioridade torna-se, portanto, uma alternativa para futuras
anlises.
- Validao prtica e comparao do mtodo em outros servios, tais como telefonia,
transmisso de energia, servios em rodovias e outros.
- Adaptao do mtodo para servios onde seja possvel obter-se uma previso de
demanda diria para servios emergenciais.
- Acrescentar ao mtodo a considerao de diferentes turnos e dias de trabalho para os
funcionrios.
- No foi escopo do trabalho apresentar como realizada a definio do tempo de
durao das fases. Como uma fase composta por vrias atividades, pode-se analisar a
possibilidade de determinar seu tempo de durao conforme mtodo de estimativa de
tempo do PERT/ CPM.
- O mtodo considerou a execuo de servios em diferentes locais. Mtodos que
consideram situaes onde atividades de um mesmo servio so executadas em
diferentes locais (ou ainda, com possibilidade de atividades de diferentes servios nos
mesmos locais) tambm apresentam potencial para futuros desenvolvimentos.
- A interao de sistemas de geo-referenciamento aos mtodos de programao que
consideram atividades em diferentes locais tambm representa possibilidade de futuros
desenvolvimentos, por possibilitar o acoplamento de lgicas avanadas de roteirizao
na programao.

132

REFERNCIAS BIBLIOGRFICAS

ABBASI, G.Y. & MUKATTASH, A.M. Crashing PERT networks using mathematical
programming. International Journal of Project Management. Elsevier, v.19, pp. 181
188, 2001.
ALFARES, H.K.; BAILEY, J.E. & LIN, W.Y. Integrated project operations and
personnel scheduling with multiple labour classes. Production Planning & Control.
Taylor & Francis, v.10, n.6, pp. 570578, 1999.
ARMISTEAD, C. G., CLARK, G. The coping capacity management strategy in
services and the influence on quality performance. International Journal of Service
Industry Management, v.5, n.2, p. 5-22, 1994.
BAKER, K. R. Workforce allocation in cyclical scheduling problems: a survey.
Operational Research Quarterly, v.27, n.1, p. 155-167, 1976.
BOLANDER, S. A.;TAYLOR, S. F. Scheduling techique: A comparison of logic.
[online]. URL: http://proquest.umi.com/pqweb. Capturado 20 de junho de 2000.
BONNEY, M. Contol of manufacturing systems. Produto & Produo, Porto Alegre,
v.4, n.1, p.1-16, fev. 2000.
BRENNAM, L.; GUPTA, S. M. Combined demand and lead time uncertainty with
back-ordering in a multi-level product structure environment. Production planning &
control, London, v.7, n.1, p.57-67, jan./feb. 1999.
BRUSCO, M. J.; JACOBS, L. W. Optimal models for meal-break and start-time
flexibility in continuous tour scheduling . Management Science, v.46, n.12, p. 16301641, Dec. 2000.
BRUSCO, M. J.; JACOBS, L. W. Personnel tour scheduling when starting-time
restrictions are present. Management Science, v.44, n.4, p. 534-547, April 1998.
BRUSCO, M. J.; JOHNS, T. R. The effect of demand characteristics on labour
scheduling methods. International Journal of Operations & Production Management,
v.15, n.1, p. 74-88, 1995.
BRUSCO, M. J.; JOHNS, T. R.; REED, J. H. Cross-utilization of a two-skilled
workforce. International Journal of Operations & Production Management, v.18, n.6,
p. 555-564, 1998.

133

CARVALHO, M. F.; SILVA FILHO, O. S.; FERNANDES, C. A. O. O planejamento

da manufatura prticas industriais e mtodos de otimizao. Gesto & Produo. So
Carlos, v.5, n.1, p.34-59, abr.1996.
CHENG, C.H.; MAK, R.W.T.; TUMMALA, V.M.R. & FEIRING, B.R. Task
scheduling by guided simulated anneling. Production planning & control, London,
v.10, n.6, p.530-541, 1999.
CLAGUE, J. E.; REED, P. G.; BARLOW, J.; RADA, R.; CLARKE, M.; EDWARDS,
R. H. T. Improving outpatient clinic efficiency using computer simulation. International
Journal of Health Care Quality Assurance, v.10, n.5, p. 197-201, 1997.
CRANDALL, R. E. Production planning in a variable demand environment. Production
and inventory management journal. Falls Church, v.39, n.4, p.34-41, fourth quarter
1998.
DANTZIG, G. B. A comment on Edies Traffic delays at toll booths. Operations
Research, v.2, n.3, pp. 339-341, 1954.
ELSAYED, E. A & BOUCHER, T. O. Analysis and control of production systems.
2.ed. New Jersey: Prentice Hall, 1994.
EVARISTO, R. & FENEMA, P.C.V. A typology of project management: emergence
and evolution of new forms. International Journal of Project Management. Elsevier,
v.17, n.5, pp. 275281, 1999.
FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administrao estratgica de servios:
operaes, estratgia e tecnologia de informao. 2.ed. So Paulo: Bookman, 1998.
GIANESI, I. G. N.; CORRA, H. L. Administrao Estratgica de Servios. So Paulo:
Atlas, 1994.
GOLDRATT, E.M. Corrente crtica. So Paulo: Nobel, 1998.
GOODALE, J. C., TUNC, E. Tour scheduling with dynamic service rates. International
Journal of Service Industry Management, v.9, n.3, p. 226-247, 1998.
GRAVES, S.C. A review of production scheduling. Operations Research, v.29, p.646675, 1981.
HO, C.-J.; HO, S.-J. K. Evaluating the effectiveness of using lot-sizing rules to cope
with MRP system nervousness. Production planning & control, London, v.10, n.2,
p.150-161, mar. 1999.
HO, C.-J.; LAU, H.-S.; LI, J. Introducing variable-interval appointment scheduling rules
in service systems. International Journal of Operations & Production Management,
v.15, n.6, p. 59-68, 1995.
HOEL, K & TAYLOR, S.G. Quantifying buffers for project schedules. Production and
Inventory Management Journal. APICS, v.40, pp. 4347, second quarter, 1999.

134

JACOBS, L. W; BECHTOLD, S. E. Microcomputer-based workforce scheduling.

International Journal of Service Industry Management, v.4, n.1, p. 36-48, 1993.
JOHNSON, L. A; MONTGOMERY, D. C. Operations research in production
planning, scheduling, and inventory control. New York: John Wiley & Sons, 1974.
JOHNSTON, R. Service operations management: return to roots. International Journal
of Operations & Production Management, v.19, n.2, p. 104-124, 1999.
KALIR, A.A. & SARIN, S.C. The role of advanced start and dominance rules in
simulated annealing for parallel processor scheduling problems. Production planning &
control, London, v.10, n.8, p.757-766, 1999.
KHAMOOSHI, H. Network-based project planning and scheduling. Industrial
Management & Data Systems. MCB, v.8, pp. 1322, 1996.
KRAJEWSKI, L. J.; RITZMAN, L. P. Operation management strategy and analysis.
5.ed. Reading (Massachusetts): Addison-Wesley, 1999.
LOVA, A., MAROTO, C. & TORMOS, P. A multicritetia heuristic method to improve
resource allocation in multiproject scheduling. European Journal of Operational
Research. Elsevier, v.127, pp. 408424, 2000.
MELACHRINOUDIS, E.; OLAFSSON, M. A microcomputer cashier scheduling
system for supermarket stores. International Journal of Physical Distribution &
Logistics Management, v.25, n.1, p. 34-50, 1995.
MESGHOUNI, K.; PESIN, P.; TRENTESAUX, D.HAMMADI, S.; TAHON, C. &
BORNE, P. . Hybrid approach to decision-making for job-shop scheduling. Production
planning & control, London, v.10, n.7, p.690-706, 1999.
NG, I. C. L.; WIRTZ, J.; LEE, K. S. The strategic role of unused service capacity.
International Journal of Service Industry Management, v.10, n.2, p. 211-238, 1999.
ONWUBOLU, G.C. A flow-shop manufacturing scheduling system with interactive
computer graphics. International Journal of Operation & Production Management,
v.16, n.9, p.74-84, 1996.
OZDAMAR, L.; ULUSOY, G. & BAYYIGIT, M. A heuristic treatment of tardiness
and net present value criteria in resource constrained project scheduling. International
Journal of Physical Distribution & Logistics Management. MCB, v.28, n.9/10, pp. 805
824, 1998.
PACHECO, R.F. & SANTORO, M.C. Proposta de classificao hierarquizada dos
modelos de soluo para o problema de job shop scheduling. Gesto & Produo. So
Carlos, v.6, n.1, p.1-15, abr.1999.
PAYNE, J.H. Management of multiple simultaneous projects: a state-of-the-art review.
International Journal of Project Management. Elsevier, v.13, n.3, pp. 163168, 1995.

135

PIZZOLATO, N.D.; VSQUEZ, S.G.G. & DAVILA S.L.G. O problema da

seqenciamento da produo em uma indstria qumica: avaliao de uma aplicao
real. Gesto & Produo. So Carlos, v.6, n.1, p.16-29, abr.1999.
PONNAMBALAM, S.G.; JAWAHAR N. & ARAVINDAN, P. A simulated anneling
algorithm for job shop scheduling. Production planning & control, London, v.10, n.8,
p.767-777, 1999.
PONTRANDOLFO, P. Project duration in stochastic networks by the PERT-path
technique. International Journal of Project Management. Elsevier, v.18, pp. 215222,
2000.
PREMACHANDRA, I.M. An approximation of the activity duration distribution in
PERT. Computers & Operations Research. Elsevier, v.28, pp. 443452, 2001.
RAND, G.K. Critical chain: the theory of constraints applied to project management.
International Journal of Project Management. Elsevier, v.18, pp. 173177, 2000.
RANDHAWA, S.U & ZENG, Y. Job shop scheduling: an experimental investigation of
the performance of alternative scheduling rules. Production planning & control,
London, v.7, n.1, p.47-56, 1996.
RISING, E. J.; BARON, R.; AVERILL, B. A systems analysis of a university healthservice outpatient clinic. Operations Research, v.21, n.5, pp.1030-1947, 1973.
SCHMIDT, C.W. & GROSSMANN, I.E. The exact overall time distribution of a
project with uncertain task durations. European Journal of Operational Research.
Elsevier, v.126, pp. 614636, 2000.
SHI, J.J.& DENG, Z. Object-oriented resource-based planning method (ORPM) for
construction. International Journal of Project Management. Elsevier, v.18, pp. 179
188, 2000.
SOUZA, F. B. de, PIRES, S. R. Anlise e proposies sobre o balanceamento e uso de
excesso de capacidade em recursos produtivos. Gesto & Produo. So Carlos, v.6,
n.2, p.111-126, ago.1999.
STOOP, P.P.M. & WIERS, V.C.S. The complexity of scheduling in pratice.
International Journal of Operations & Production Management, v.16, n.10, p.37-53,
1996.
TBOUL, J. A era dos servios: uma nova abordagem ao gerenciamento. 1.ed. Rio de
Janeiro: Qualitymark Ed., 1999.
THIOLLENT, M. Metodologia da Pesquisa-ao. 8.ed. So Paulo: Cortez, 1988.
THIOLLENT, M. Pesquisa-ao nas organizaes. So Paulo: Atlas, 1997.
THOMPSON, G. M. Optimal scheduling of shifts and breaks using employees having
limited time-availability. International Journal of Service Industry Management, v.7,
n.1, p. 56-73, 1996.

136

ULUSOY, G. & OZDAMAR, L. A heuristic scheduling algorithm for improving the

duration and net present value of a project. International Journal of Operations &
Production Management. MCB, v.15, n.1, pp. 8998, 1995.
VARGAS, G. A.; MANOOCHEHRI, G. H. An assessment of operations in US service
firms. International Journal of Operations & Production Management, v.15, n.1, p. 2437, 1995.
VERDAASDONK, P. J. A.; WOUTERS, M. J. F. Defining an information structure to
analyse resource spending changes of Operations Management decisions. Production
planning & control, London, v.10, n.2, p.162-174, mar. 1999.
VOLLMAN, T. E; BERRY, W. L; WHYBARK, D. C. Manufacturing planning &
control systems. 4.ed. Boston: McGraw-Hill, 1997.
WANG, W.; WANG, D.; REN, T-L. Experimental earliness / tardiness production
planning with the due window system. Production planning & control, London, v.10,
n.6, p.553-558, sep. 1999.
WIENDAHL, H.-P. Load-Oriented manufacturing control. 1.ed. Berlin: SpringerVerlag, 1995.
WORTMAN, J. C.; EUWE, M. J.; TALL, M.; WIERS, V. C. S. A review of capacity
planning techniques within standard software packages. Production planning & control,
London, v.7, n.2, p.117-128, mar./apr. 1996.
YANG, K.-K. & SUM, C.-C. An evaluation of due date, resource allocation, project
release, and activity scheduling rules in a multiproject environment. European Journal
of Operational Research. Elsevier, v.103, pp. 139154, 1997.
YELLING, E.J.; MACKULAK, G.T. Projecting on-time performance for deterministic
schedules in dynamic environments. 17h International Conference on Computers and
Industrial Engineering. Great Britain: v.29,n.1-4, p.291-295, 199

137

ANEXO 1
Estes anexos contem o detalhamento de passos apresentados no captulo 3.

138

A 1.1 DIVISO DA CAPACIDADE DEMANDADA PELOS SERVIOS ENTRE OS

FUNCIONRIOS E DIVISO DAS FASES EM ETAPAS

A 1.1.1 Passo 13-22: Definio da data mais cedo para execuo de cada
parte
Passo 13: defina z = 1 (primeira parte da matriz MP(z;x))
Passo 14: defina i = MP(z;1) e dc = 0.
Passo 15: se dc < MP( z;10) , ento dc = MP( z;10) .
Passo 16: se MP( z;8) 0 (possui data fixa de ocorrncia); v para o passo 17; caso
contrrio, v para o passo 20.

Passo 17: se dc MP( z;8) , execute MP( z;12) = MP( z;8) (define data mais cedo da
parte na matriz MP( z;12) ) e v para o passo 18; caso contrrio, atualize a matriz
MP( z; x) retirando todos os vetores VPzt (x) que possurem VPzt (1) = i , informe o
programador que existe conflito entre datas fixas para ocorrncia de fases ou entre datas
fixas e data mais cedo de materiais e v para o passo 14.

Passo 18: se MP( z;9) = 2 (turno da tarde), execute dc = MP( z;8) + 1 ; caso contrrio,
execute dc = MP( z;8) .

Passo 19: execute z = z +1 (prxima parte) e v para o passo 21.

Passo 20: execute MP( z;12) = dc (define data mais cedo da parte na matriz MP( z;12) )
e z = z + 1 (prxima parte).

Passo 21: se z > Z, chegou-se ao fim da diviso da capacidade demandada pelos

servios entre os funcionrios e diviso das fases em etapas; caso contrrio, v para o
passo 22.

Passo 22: se MP( z;1) = i , v para o passo 15; caso contrrio, v para o passo 14.

139

A 1.2 DEFINIO DOS FUNCIONRIOS QUE EXECUTARO OS SERVIOS

A 1.2.1 Passo 1-5: Diviso da capacidade demandada em grupos de semana
Passo 1: defina p = 1 (primeiro perodo) e s = 1 (primeira semana).
Passo 2: execute Cg s =

Cd p C sp
Cp

(clculo da capacidade a ser alocada no grupo da

semana s) e em seguida s = s + 1 (prxima semana).

Passo 3: se s pertence ao perodo p, v para o passo 2; caso contrrio, execute p = p + 1

(prximo perodo) e v para o passo 4.

Passo 4: se p > P , ento s = 1 (primeira semana), z = 1 (primeira linha da matriz

MP( z , x) , que representa a primeira parte da matriz) e v para o passo 6; caso contrrio,

execute s = s 1 (retorna a semana anterior) e v para o passo 5.

Passo 5: execute Cg s = Cg s +

Cd p C sp
Cp

(clculo da capacidade a ser alocada no grupo

da semana s que pertence a dois perodos ps distintos) e em seguida s = s + 1 (prxima

semana). V para o passo 2.

A 1.2.2 Passo 6-14: Alocao das fases com data fixa e suas fases anteriores
em respectivo grupo da semana
Passo 6: se MP( z,8) = 0 (parte no possui data fixa para ocorrncia), execute z = z + 1
(prxima parte da matriz MP( z, x) ) e v para o passo 7; caso contrrio, v para o passo
9.

Passo 7: se z > Z (no existe mais partes na matriz MP( z, x) ), execute s = s + 1

(prxima semana) e v para o passo 8; caso contrrio, v para o passo 6.

Passo 8: se a semana s pertence ao horizonte de programao, defina z = 1 (primeira

linha da matriz MP( z, x) ) e v para o passo 6; caso contrrio, defina s = 1 (primeira
semana), z = 1 (primeira parte da matriz MP( z, x) ) e v para o passo 15.

140

Passo 9: se MP( z ,8) (data fixa para ocorrncia) for data contida na semana s, v para o
passo 10; caso contrrio, execute z = z + 1 (prxima parte da matriz MP( z , x) ) e v para
o passo 7.

Passo 10: i = MP( z ,1) e cont = 1 (cont uma varivel auxiliar para contagem de partes
anteriores a VPzt ( x) pertencente ao servio i)

Passo 11: se z 1 > 0 (existe parte anterior a parte em questo na matriz MP( z , x) ),
execute z = z 1 (seleciona parte anterior da matriz MP( z , x) ) e v para o passo 12;
caso contrrio, v para o passo 13.

Passo 12: se MP( z ,1) = i (parte pertence ao servio i), execute cont = cont +1 e v para
o passo 11; caso contrrio, v para o passo 13.

Passo 13: execute h = H + 1 (seleciona primeira linhavazia da matriz MPs (h, x) ) ,

MPs (h, x) = VPht ( x) = VPzt ( x) (aloca parte z na matriz MPs (h, x) que representa o grupo

da semana s), cont = cont 1 (desconta do contador a parte j alocada), MP( z ,11) = 1
(define que parte z j foi alocada em MPs (h, x ) ), Cg s = Cg s MP( z ,7) (atualiza
capacidade disponvel no grupo da semana s), H = h (atualiza nmero de linhas da
matriz MPs (h, x) ), por fim, z = z + 1 (prxima parte da matriz MP( z , x) ).

Passo 14: se cont = 0 (todas as partes anteriores parte selecionada que pertencem ao
mesmo servio i j foram alocadas na semana s) , v para o passo 7; caso contrrio, v
para o passo 13.

A 1.2.3 Passo 15-21: Alocao das fases no alocadas nos passos 6 a 14 em

grupos de semanas
Passo 15: se Cg s > 0 (existe capacidade disponvel no grupo da semana s), v para o
passo 17; caso contrrio, execute s = s + 1 (prxima semana) e v para o passo 16.

Passo 16: se a semana s pertence ao horizonte de programao, defina z = 1 (primeira

linha da matriz MP( z , x) ) e v para o passo 15; caso contrrio, defina s = 1 (primeira
semana), h = 1 (primeira linha da matriz MPs (h, x) ), r = 1 (define a regio) e v para o

passo 22.

141

Passo 17: se MP( z ,11) = 0 (parte ainda no foi alocada) e MP( z ,12) semana s (data
mais cedo da parte no posterior a semana s), v para o passo 19; caso contrrio,
execute z = z + 1 (prxima linha da matriz MP( z , x) ) e v para o passo 18.

Passo 18: se z > Z (no existe mais partes em MP( z , x) ), execute s = s + 1 (prxima
semana) e v para o passo 16; caso contrrio, v para o passo 17.

Passo 19: executar h = H + 1 (seleciona primeira linhavazia da matriz MPs (h, x ) ),

MPs (h, x) = VPht ( x) = VPzt ( x) (aloca parte z na matriz MPs (h, x) que representa o grupo

da semana s), MP( z ,11) = 1 (define que parte z j foi alocada em MPs (h, x) ),
Cg s = Cg s MP( z ,7) (atualiza capacidade disponvel no grupo da semana s), H = h

(atualiza nmero de linhas da matriz MPs (h, x) ), por fim, z = z + 1 (prxima parte da
matriz MP( z, x) ).

Passo 20: se Cg s > 0 (existe capacidade disponvel no grupo da semana s), v para o
passo 18; caso contrrio, v para o passo 21.

Passo 21: se MP( z ,1) = MP( z 1;1) (parte pertence ao mesmo servio da ltima parte
alocada) e MP( z,4) = MP( z 1;4) (parte pertence a mesma fase da ltima parte alocada),
v para o passo 19; caso contrrio, execute s = s + 1 (prxima semana) e v para o passo
16.

A 1.2.4 Passo 22-26: Separao das fases alocadas em cada grupo de semana
conforme regio de execuo
Passo 22: se MPs (h,2) = r (parte selecionada pertence a regio r), v para o passo 26;
caso contrrio, h = h + 1 (selecione prxima linha da matriz MPs (h, x) ) e v para o
passo 23.

Passo 23: se h > H (no existe mais linhas em MPs (h, x) ), execute r = r + 1 (prxima
regio) e v para o passo 24; caso contrrio, v para o passo 22.

Passo 24: se r > R (todas as regies j foram selecionadas), execute s = s + 1 (prxima

semana) e v para o passo 25; caso contrrio, defina h = 1 (primeira linha da matriz
MPs (h, x) ) e v para o passo 22.

142

Passo 25: se a semana s pertence ao horizonte de programao, defina h = 1 (primeira

linha da matriz MPs (h, x) ), r = 1 (define a regio) e v para o passo 22; caso contrrio,
defina s = 1 (primeira semana), r = 1 (define a regio), v = 1 (primeira linha da matriz
MPrs (v, x) ) e v para o passo 27.

Passo 26: executar v = V + 1 (seleciona primeira linhavazia da matriz MPrs (v, x) ),

MPrs (v, x) = VPvt ( x) = VPht ( x) (aloca vetor VPht ( x) da matriz MPs (h, x) na matriz
MPrs (v, x) ), MP(h,11) = 1 (define que parte j foi alocada em MPrs (v, x ) ), V = v

(atualiza nmero de linhas da matriz MPrs (v, x) ), e, por fim, h = h + 1 (prxima linha da
matriz MPs (h, x) ). V para o passo 23.

A 1.2.5 Passo 27-34: Alocao de partes de servios que j possuem

funcionrios definidos para execuo em seus respectivos
funcionrios
Passo 27: execute i = MPrs (v,1) (identifica o servio i da parte selecionada).
Passo 28: se VEi (1) = 0 (no existe funcionrio definido para execuo do servio i),
execute v = v + 1 (prxima linha da matriz MPrs (v, x) ) e v para o passo 29; caso
contrrio, defina q = MPrs (v,6) (define categoria do funcionrio que executa a parte
selecionada, ou seja, se o funcionrio primrio, secundrio, etc.) e v para o passo 32.

Passo 29: se v > V (no existe mais linhas em MPrs (v, x) ), execute r = r + 1 (prxima
regio) e v para o passo 31; caso contrrio, v para o passo 30.

Passo 30: se MPrs (v,1) = i (parte pertence ao servio i), execute v = v + 1 (prxima
linha da matriz MPrs (v, x) ) e v para o passo 29; caso contrrio, v para o passo 27.

Passo 31: se r > R (todas as regies j foram selecionadas), defina r = 1 (define a

regio),

v = 1 (primeira linha da matriz MPrs (v, x) ) e v para o passo 35; caso

contrrio, defina v = 1 (primeira linha da matriz MPrs (v, x) ) e v para o passo 27.

Passo 32: defina y = VEi (q ) (define funcionrio y na qual a parte selecionada do

servio i deve ser alocada).

143

Passo 33: execute l = L + 1 (seleciona primeira linhavazia da matriz MPys (l , x) ),

C ys = C ys MPrs (v,7) (atualiza capacidade disponvel do funcionrio y na semana s),
MPys (l , x) = VPl t ( x) = VPvt ( x) (aloca vetor VPvt ( x) da matriz MPrs (v, x) na matriz

MPys (l , x) ), MPrs (v,11) = 1 (define que parte j foi alocada na matriz MPys (l , x) ), L = l

(atualiza nmero de linhas da matriz MPys (l , x) ) e, por fim, v = v + 1 (prxima linha da

matriz MPrs (v, x) ). Se R y = 0 ( o primeiro servio alocado no funciorio y) ou
MPys (l ,6) = 1 (parte alocada executada por funcionrio principal), defina tambm
R y = MPys (l ,6) . V para o passo 34.

Passo 34: se v > V (no existe mais linhas em MPrs (v, x) ), execute r = r + 1 (prxima
regio) e v para o passo 31; caso contrrio, v para o passo 27.

A 1.2.6 Passo 35-40: Procura por regio de maior capacidade demandada,

em determinado grupo de semana, que no possui nenhuma parte j
alocada em algum funcionrio
Passo 35: defina Cdmax = 0 e rmax = 0 (Cdmax e rmax so variveis auxiliares para a
identificao da regio que possui maior capacidade demandada ainda no alocada,
rmax guarda a regio e Cdmax a capacidade no alocada).

Passo 36: se

MP
v =1

rs

(v,11) = 0 (nenhuma parte da matriz MPrs (v, x) possui funcionrio

definido), v para o passo 38; caso contrrio, execute r = r + 1 (prxima regio) e v

para o passo 37.

Passo 37: se r > R (todas as regies j foram selecionadas), v para o passo 40; caso
contrrio, v para o passo 36.

Passo 38: se

MP
v =1

rs

(v,7) > Cdmax (capacidade demandada pelas partes da matriz

MPrs (v, x) e maior que a capacidade mxima identificada), v para o passo 39; caso

contrrio, execute r = r + 1 (prxima regio) e v para o passo 37.

144

Passo 39: execute rmax = r (define r como a regio que possui maior capacidade
demandada), Cdmax =

MP
v =1

rs

(v,7) (define maior capacidade demandada como a

capacidade demandada por r), r = r + 1 (prxima regio) e v para o passo 37.

Passo 40: se rmax > 0 (foi encontrada alguma regio r no grupo de semana s onde
nenhuma das partes foi alocada em alguma funcionrio y), v para o passo 49; caso
contrrio, defina r = 1 (define a regio), v = 1 (primeira linha da matriz MPrs (v, x) ),
Cd rs = 0 (define capacidade demandada na regio r pelas partes do grupo da semana s

inicialmente como zero, para posterior preenchimento nos passos que seguem) e v para
o passo 41.

A 1.2.7 Passo 41-48: Procura regio de maior capacidade demandada por

partes ainda no alocadas em um algum funcionrio, em um
determinado grupo de semana
Passo 41: se MPrs (v,11) = 0 (parte selecionada no possui funcionrio executante
definido), v para o passo 46; caso contrrio, execute v = v + 1 (prxima linha da matriz
MPrs (v, x) ) e v para o passo 42.

Passo 42: se v > V (no existe mais linhas em MPrs (v, x) ), v para o passo 43; caso
contrrio, v para o passo 41.

Passo 43: se Cdmax Cd rs (capacidade demandada na regio r do grupo de semana s

no for maior que a capacidade mxima definida), execute r = r + 1 (prxima regio) e
v para o passo 44; caso contrrio, v para o passo 45.

Passo 44: se r > R (todas as regies j foram selecionadas), v para o passo 47; caso
contrrio, defina v = 1 (primeira linha da matriz MPrs (v, x) ), Cd rs = 0 (define
capacidade demandada na regio r pelas partes do grupo da semana s inicialmente como
zero, para posterior preenchimento nos passos que seguem) e v para o passo 41.

Passo 45: execute rmax = r (define r como a regio que possui maior capacidade
demandada), Cdmax = Cd rs (define maior capacidade demandada como a capacidade
demandada por r), r = r + 1 (prxima regio) e v para o passo 44.

145

Passo 46: execute Cd rs = Cd rs + MPrs (v,7) (incrementa Cd rs com a capacidade

demandada por parte selecionada), v = v + 1 (prxima linha da matriz MPrs (v, x) ) e v
para o passo 42.

Passo 47: se rmax = 0 (se no existe partes que ainda no foram alocadas em algum
funcionrio y na semana s), execute s = s + 1 (prxima semana) e v para o passo 48;
caso contrrio, v para o passo 49.

Passo 48: se a semana s pertence ao horizonte de programao, defina r = 1 (define

regio), v = 1 (primeira linha da matriz MPrs (v, x) ), C ys = C ys + C y ( s 1) para todos
funcionrios y e v para o passo 27; caso contrrio, chegou-se ao fim da definio dos

funcionrios.

A 1.2.8 Passo 49-53: Procura regio com compatibilidade desejada pela

regio selecionada em passos anteriores
Passo 49: defina r = rmax (seleciona regio de maior capacidade demandada), j = r
(define ndice da matriz de compatibilidade entre regies) e vaux = 0 (vaux = varivel
auxiliar para identificar quando nenhum funcionrio possui capacidade disponvel
positiva).

Passo 50: defina = 0 (compatibilidade desejada entre regies, que inicialmente

igual a zero representando a procura pela mesma regio) e n = 1 (define ndice da matriz
de compatibilidade entre regies).

Passo 51: se MR( j , n) = (regies selecionadas possuem a compatibilidade desejada),

defina y = 1 (define funcionrio) e v para o passo 54; caso contrrio, execute n = n + 1
(prximo ndice da matriz de compatibilidade entre regies) e v para o passo 52.

Passo 52: se n > R (no existe mais colunas em MR( j , n) ), execute = + 1

(prxima compatibilidade desejada entre regies) e v para o passo 53; caso contrrio,
v para o passo 51.

Passo 53: se > 2 (j se passou por todas as compatibilidades existentes), defina vaux
= 1 (nenhum funcionrio possui capacidade disponvel positiva na semana s), v para o

146

passo 50; caso contrrio, defina n = 1 (define ndice da matriz de compatibilidade entre
regies) e v para o passo 51.

A 1.2.9 Passo 54-68: Procura funcionrio de maior capacidade lquida

disponvel que possui seu ltimo servio alocado na regio de
compatibilidade desejada
Passo 54: se vaux = 0 (no se sabe se existe funcionrio com capacidade disponvel
positiva na semana s), defina CLymax = 0 e ymax = 0; caso contrrio, defina CLymax =
- 10000000 (definir qualquer n negativo bem baixo) e ymax = 0 (CLymax e ymax so
variveis auxiliares para a identificao de funcionrio que possui maior capacidade
lquida disponvel, ymax guarda o funcionrio e CLymax a capacidade lquida
disponvel do funcionrio).

Passo 55: se VErs (1) = 0 (todos funcionrios esto aptos para executarem as partes da
matriz MPrs (v, x) ) v para o passo 60; caso contrrio, defina a = 1 (ndice do vetor
VErs (a ) ) e v para o passo 56.

Passo 56: se VErs (a ) = y (funcionrio y no est apto para executar as partes da matriz
MPrs (v, x) ), v para o passo 58; caso contrrio, execute a = a + 1 (incrementa ndice do

vetor VErs (a ) ) e v para o passo 57.

Passo 57: se a > A (no existe mais funcionrios no vetor VErs (a) ), v para o passo 60;
caso contrrio, v para o passo 56.

Passo 58: execute y = y + 1 (prximo funcionrio).

Passo 59: se y > Y (todos funcionrios j foram selecionados), v para o passo 68; caso
contrrio, v para o passo 55.

Passo 60: se vaux = 1 (nenhum funcionrio possui capacidade disponvel positiva na

semana s), v para o passo 62; caso contrrio, v para o passo 61.

Passo 61: se C ys > 0 (funcionrio y possui capacidade lquida disponvel na semana s),
v para o passo 62; caso contrrio, v para o passo 58.

147

Passo 62: se R y = 0 ( o primeiro servio alocado no funciorio y), v para o passo 66;
caso contrrio, v para o passo 63.

Passo 63: se R y = n (ltima parte alocada para o funcionrio y localiza-se na regio

selecionada), v para o passo 66; caso contrrio, v para o passo 58.

Passo 66: se C ys > Clymax (capacidade lquida disponvel pelo funcionrio y na

semana s maior que a capacidade lquida disponvel mxima), v para o passo 67; caso
contrrio, v para o passo 58.

Passo 67: defina CLymax = C ys (capacidade lquida disponvel mxima) e ymax = y

(funcionrio que possui a capacidade lquida disponvel mxima). V para o passo 58.

Passo 68: se ymax = 0 (nenhum funcionrio foi selecionado), execute n = n + 1

(prximo ndice da matriz de compatibilidade entre regies) e v para o passo 52; caso
contrrio, v = 1 (primeira linha da matriz MPrs (v, x) ), y = ymax (seleciona funcionrio
definido como o de capacidade lquida disponvel mxima), vaux2 = 0 e v para o passo

69 (vaux2 uma varivel auxiliar utilizada para identificar quando um funcionrio j

possui sua capacidade lquida disponvel na semana s esgotada).

A 1.2.10 Passo 69-72: Seleciona parte da matriz MPrs (v, x) a ser alocada para
funcionrio selecionado
Passo 69: se MPrs (v,11) = 0 (parte selecionada no possui funcionrio executante
definido), v para o passo 71; caso contrrio, execute v = v + 1 (prxima linha da matriz
MPrs (v, x) ) e v para o passo 70.

Passo 70: se v > V (no existe mais linhas em MPrs (v, x) ), defina r = 1 (define regio),
v = 1 (prxima linha da matriz MPrs (v, x) ) e v para o passo 35; caso contrrio, v para

o passo 69.

Passo 71: execute i = MPrs (v,1) (identifica o servio i da parte selecionada) e

yd = MPrs (v,6) (categoria do funcionrio que executa a parte, ou seja, se principal,

secundrio, etc).

148

Passo 72: se yd = 1 (funcionrio principal), v para o passo 73; caso contrrio, defina q
= 1 (ndice do vetor VEi (q) que representa o funcionrio principal) e v para o passo

81.

A 1.2.11 Passo 73-80: Alocao de partes em funcionrio selecionado

Passo 73: se C ys MPrs (v,7) > 0 (existe capacidade lquida disponvel no funcionrio y
na semana s para a alocao da parte selecionada), v para o passo 74; caso contrrio, v
para o passo 86.

Passo 74: execute l = L + 1 (seleciona primeira linha vazia da matriz MPys (l , x) ),

C ys = C ys MPrs (v,7) (atualiza capacidade disponvel do funcionrio y na semana s),
MPys (l , x) = VPl t ( x) = VPvt ( x) (aloca vetor VPvt ( x) da matriz MPrs (v, x) na matriz

MPys (l , x) ), MPrs (v,11) = 1 (define que parte j foi alocada na matriz MPrs (v, x ) ), L = l

(atualiza nmero de linhas da matriz MPys (l , x) ) e VErs (a) = 0 para a = 1, 2, K, A . Se

R y = 0 ou MPys (l ,6) = 1 , execute tambm R y = MPys (l ,2) = 1 .

Passo 75: execute v = v + 1 (prxima linha da matriz MPrs (v, x) ).

Passo 76: se v > V (no existe mais linhas em MPrs (v, x) ), v para o passo 79; caso
contrrio, v para o passo 77.

Passo 77: se MPrs (v,1) = i (parte selecionada pertence ao servio i), v para o passo 78;
caso contrrio, v para o passo 79.

Passo 78: se MPrs (v,6) = yd (categoria do funcionrio da parte o mesmo da parte j

alocada), v para o passo 73; caso contrrio, v para o passo 75.

Passo 79: defina q = yd e execute VEi (q ) = y e Q = q.

Passo 80: se vaux2 = 0 e v V (funcionrio no possui sua capacidade lquida
disponvel na semana s esgotada e ainda existem mais partes em MPrs (v, x) ), v para o

passo 69; caso contrrio, defina r = 1 (define a regio), v = 1 (primeira linha da matriz
MPrs (v, x) ) e v para o passo 35.

149

A 1.2.12 Passo 81-85: Verifica se funcionrio selecionado no executa o

servio da parte selecionada com outra categoria de funcionrio
Passo 81: se VEi (q ) = y (funcionrio que j executa servio i igual a funcionrio
selecionado), execute v = v + 1 (prxima linha da matriz MPrs (v, x) ) e v para o passo
83; caso contrrio, execute q = q + 1 (prximo ndice do vetor VEi (q) ) e v para o
passo 82.

Passo 82: se q > Q (se no existem mais funcionrios armazenados em VEi (q ) ), v

para o passo 73; caso contrrio, v para o passo 81.

Passo 83: se v > V (no existe mais linhas em MPrs (v, x) ), v para o passo 85; caso
contrrio, v para o passo 84.

Passo 84: se MPrs (v,1) = i (parte pertence a servio i), execute v = v + 1 (prxima linha
da matriz MPrs (v, x) ) e v para o passo 83; caso contrrio, v para o passo 69.

Passo 85: execute a = A + 1 (seleciona primeiro valor vazio do vetor VErs (a ) ),

VE rs (a) = y (aloca funcionrio y no vetor VErs (a ) ), A = a (atualiza nmero de valores

contidos no vetor VErs (a ) ), r = 1 (define a regio), v = 1 (primeira linha da matriz

MPrs (v, x) ) e v para o passo 35.

A 1.2.13 Passo 86-97: Verifica se servio da parte pertence ao primeiro ou

ltimo servio no alocado da matriz MPrs (v, x)
Passo 86: defina vg = v e, em seguida, v = 1 (onde vg uma varivel auxiliar para
guardar o valor de v).

Passo 87: se MPrs (v,11) = 0 (parte selecionada no possui funcionrio executante

definido), v para o passo 88; caso contrrio, execute v = v + 1 (prxima linha da matriz
MPrs (v, x) ) e repita o passo 87.

Passo 88: se v = vg (ndice v igual ao ndice v guardado em vg), vaux2 = 1

(funcionrio possui sua capacidade lquida disponvel na semana s esgotada) e v para o

150

passo 74; caso contrrio, execute v = V (seleciona ltima linha da matriz MPrs (v, x) ) e
v para o passo 89.

Passo 89: se MPrs (v,11) = 0 (parte selecionada no possui funcionrio executante

definido), v para o passo 90; caso contrrio, execute v = v - 1 (linha anterior da matriz
MPrs (v, x) ) e repita o passo 89.

Passo 90: se MPrs (v,1) = i (parte pertence a servio i), defina v = vg (ndice v igual ao
ndice v guardado em vg), vaux2 = 1 (funcionrio possui sua capacidade lquida
disponvel na semana s esgotada) e v para o passo 74; caso contrrio, defina v = vg
(ndice v igual ao ndice v guardado em vg), vaux2 = 0 e v para o passo 91.

Passo 91: se MPrs (v,1) = MPys ( L,1) (parte selecionada na matriz MPrs (v, x) e ltima
parte alocada na matriz MPys (l , x) pertencem ao mesmo servio), v para o passo 92;
caso contrrio, v para o passo 93.

Passo 92: execute C ys = C ys + MPrs (v,7) (desaloca capacidade demandada pela parte da
capacidade lquida disponvel do funcionrio y na semana s), MPys ( L, x) = 0 (desaloca
parte do servio i j alocado para o funcionrio y), L = L + 1 (atualiza nmero de linhas
da matriz MPys (l , x) ) e v para o passo 91.

Passo 93: defina i = MPrs (v,1) (identifica o servio i da parte selecionada),

yd = MPrs (v,6) (identifica categoria de funcionrio que executa parte selecionada), em

seguida vg = v (guarda valor de v em vg) e, por fim, v = 1 (primeira linha da matriz

MPrs (v, x) ).

Passo 94: se i = MPrs (v,1) (parte pertence a servio i) e yd = MPrs (v,6) (categoria de
funcionrio que executa parte igual a yd definido anteriormente), execute
MPrs (v,11) = 0 (define que parte no est mais alocada na matriz MPys (l , x) ) e, em

seguida, v = v + 1 (prxima linha da matriz MPrs (v, x) ); caso contrrio, execute apenas
v = v + 1 (prxima linha da matriz MPrs (v, x) ).

151

Passo 95: se v = vg (ndice v igual ao ndice v guardado em vg), execute v = v + 1

(prxima linha da matriz MPrs (v, x) ) e v para o passo 96; caso contrrio, v para o
passo 94.

Passo 96: se v > V (no existe mais linhas em MPrs (v, x) ), defina r = 1 (define a
regio), v = 1 (primeira linha da matriz MPrs (v, x) ) e v para o passo 35; caso contrrio,
v para o passo 97.

Passo 97: se i = MPrs (v,1) (parte pertence a servio i), execute v = v + 1 (prxima linha
da matriz MPrs (v, x) ) e v para o passo 96; caso contrrio, v para o passo 69.

A 1.3 GERAO DO CRONOGRAMA DE SERVIOS

A 1.3.1 Passo 1-7: Alocao de partes com data fixa para ocorrncia
Passo 1: defina y = 1 (ndice do primeiro funcionrio), l = 1 (ndice da primeira linha da
matriz MPys (l , x) ) e s = 1 (ndice da primeira semana).

Passo 2: se MPys (l ,8) 0 (parte possui data fixa para execuo), v para o passo 5; caso
contrrio, execute l = l + 1 (prxima linha da matriz MPys (l , x) ) e v para o passo 3.

Passo 3: se l > L (no existe mais linhas em MPys (l , x) ), execute y = y + 1 (prximo

funcionrio) e v para o passo 4; caso contrrio, v para o passo 2.

Passo 4: se y > Y (todos funcionrios j foram selecionados), defina y = 1 (ndice do

primeiro funcionrio), l = 1 (ndice da primeira linha da matriz MPys (l , x) ) e v para o

passo 8; caso contrrio, defina l = 1 (ndice da primeira linha da matriz MPys (l , x) ) e v

para o passo 2.

Passo 5: defina d = MPys (l ,8) (ndice de dia d igual a data fixa de execuo da parte
selecionada).

Passo 6: execute w = W + 1 (seleciona ndice da primeira linha vazia da matriz

MPdy ( w, x) ), i = MPys (l ,1) (ndice de servio igual ao servio que pertence a parte

selecionada), CL yd = CL yd MPys (l ,7) + tdaiyd

152

(atualiza capacidade disponvel no

funcionrio y no dia d), tdaiyd = 2 tt i (atualiza tempo de deslocamento do servio i no

dia d do funcionrio y), MPdy ( w, x) = VPwt ( x) = VPl t ( x) (aloca vetor VPl t ( x) da matriz
MPys (l , x) na matriz MPdy ( w, x) ), MPys (l ,11) = 1 (define que parte j foi alocada na

matriz MPys (l , x) ), W = w (atualiza nmero de linhas da matriz MPdy ( w, x) ) e l = l + 1

(prxima linha da matriz MPys (l , x) ).

Passo 7: v para o passo 3.

A 1.3.2 Passo 8-22: Alocao de partes anteriores s com data fixa para
ocorrncia
Passo 8: se MPys (l ,11) = 1 (parte j foi alocada em alguma matriz MPdy ( w, x) ), defina
i = MPys (l ,1) (ndice de servio igual ao servio que pertence a parte selecionada),
vaux3 = 0 e vaux 4 = 0 ( vaux3 varivel auxiliar para identificar se a parte do servio

i imediatamente anterior da parte em questo j foi alocada; vaux 4 varivel auxiliar

para identificar se a parte do servio i deve necessariamente ser alocada no dia d devido
a data mais cedo), d = MPys (l ,8) (ndice de dia d igual a data fixa de execuo da parte
selecionada), lg = l (onde lg uma varivel auxiliar para guardar o valor de l), l = l 1
(linha anterior da matriz MPys (l , x) ) e v para o passo 11; caso contrrio, execute l = l +
1 (prxima linha da matriz MPys (l , x) ) e v para o passo 9.

Passo 9: se l > L (no existe mais linhas em MPys (l , x) ), execute y = y + 1 (prximo

funcionrio) e v para o passo 10; caso contrrio, v para o passo 8.

Passo 10: se y > Y (todos funcionrios j foram selecionados), execute s = s + 1

(prxima semana) e v para o passo 22; caso contrrio, defina l = 1 (ndice da primeira
linha da matriz MPys (l , x) ) e v para o passo 8.

Passo 11: se i = MPys (l ,1) (ndice de servio igual ao servio que pertence a parte
selecionada) e MPys (l ,6) = 1 (categoria do funcionrio que executa a parte principal),
v para o passo 13; caso contrrio, execute l = l 1 (linha anterior da matriz MPys (l , x) )
e v para o passo 12.

153

Passo 12: se l < 0 (no existe mais linhas na matriz anteriores na matriz MPys (l , x) ),
execute l = lg + 1 (ndice l igual ao ndice posterior ao l guardado em lg) e v para o
passo 9; caso contrrio, v para o passo 11.

Passo 13: se MPys (l ,8) = 0 (parte no possui data fixa para execuo), v para o passo
14; caso contrrio, execute l = lg + 1 (ndice l igual ao ndice posterior ao l guardado
em lg) e v para o passo 9.

Passo 14: se vaux3 = 0 (parte selecionada a parte do servio i imediatamente anterior

da parte com data fixa j alocada), v para o passo 15; caso contrrio, v para o passo
16.

Passo 15: se MPys (lg,9) 1 (turno para execuo da parte com data fixa no pela
manh), execute d = MPys (lg,8) (ndice de dia d igual a data fixa de execuo da parte
de data fixa), vaux3 = 1 (parte do servio i imediatamente anterior da parte com data
fixa j alocada j foi selecionada) e v para o passo 16; caso contrrio, execute
d = MPys (lg,8) 1 (ndice de dia d igual a dia anterior a data fixa de execuo da parte

de data fixa), vaux3 = 1 (parte do servio i imediatamente anterior da parte com data
fixa j alocada j foi selecionada) e v para o passo 17.

Passo 16: se CL yd + fHE + tdaiyd MPys (l ,7) (existe capacidade lquida disponvel no
funcionrio y no dia d para a alocao da parte selecionada), execute o passo 6 (aloca
parte em MPdy ( w, x) e passa para prximo ndice da matriz MPys (l , x) ), f = MPys (l ,4)
(define ndice de fase como a fase da parte selecionada) e v para o passo 20; caso
contrrio, execute d = d 1 (dia anterior) e v para o passo 17.

Passo 17: se d < dia da programao (dia anterior no pertence ao horizonte de

programao) ou d < MPys (l ,12) (dia anterior a data mais cedo da parte), defina d = d
+ 1 (prximo dia) e v para o passo 18; caso contrrio, v para o passo 16.

Passo 18: se d > MPys (lg,8) (ndice de dia d anterior a data fixa da parte de data fixa),
defina d = MPys (lg,8)

154

Passo 19: execute passo o 6, f = MPys (l ,4) (define ndice de fase como a fase da parte
selecionada) e vaux4 = 1 (identifica que a parte do servio i deve necessariamente ser
alocada no dia d devido a data mais cedo).

Passo 20: se Yd fi =1 (fase do servio executada por apenas um funcionrio), execute

l l 1 (linha anterior da matriz MPys (l , x) ) e v para o passo 12; caso contrrio,

execute o passo 23 e v para o passo 21.

Passo 21: se q = 0 (parte foi desalocada do funcionrio onde tinha sido alocada),
execute d = d 1 (dia anterior) e v para o passo 17, caso contrrio, execute l = l 1
(linha anterior da matriz MPys (l , x) ), vaux4 = 0 (reinicia vaux4 zerando-a)e v para o
passo 12.

Passo 22: se a semana s pertence ao horizonte de programao, defina y = 1 (ndice do

primeiro funcionrio), l = 1 (ndice da primeira linha da matriz MPys (l , x) ) e v para o

passo 2; caso contrrio, defina y = 1 (ndice do primeiro funcionrio), s = 1 (ndice da

primeira semana), l = 1 (ndice da primeira linha da matriz MPys (l , x) ) e v ao passo

24.

A 1.3.3 Passo 23: Alocao de partes nos demais funcionrios

A 1.3.3.1 Passo 23.1 23.7: Alocao das demais partes caso haja capacidade

Passo 23.1: execute yg = y (yg uma varivel auxiliar para guardar y), lgg = l (onde
lgg uma varivel auxiliar para guardar o valor de l), e = MPys (l ,5) (define etapa da

fase) e q = 2 (ndice do vetor VEi (q ) que identifica funcionrio secundria).

Passo 23.2: defina y = VEi (q ) (seleciona outro funcionrio que executa servio) e l
= 1 (ndice da primeira linha da matriz MPys (l , x) ).

Passo 23.3: se i = MPys (l ,1) (ndice de servio igual ao servio que pertence a parte
selecionada), f = MPys (l ,4) (fase igual a fase que pertence a parte selecionada) e
e = MPys (l ,5) (etapa igual a etapa que pertence a parte selecionada), v para o

155

passo 23.4; caso contrrio, execute l = l + 1 (prxima linha da matriz MPys (l , x) ) e

repita o passo 23.3.

Passo 23.4: se vaux4 = 1 (parte do servio i deve necessariamente ser alocada no dia
d devido a data mais cedo), v para o passo 23.6; caso contrrio, v para o passo

23.5.

Passo 23.5: se CL yd + fHE + tdaiyd MPys (l ,7) (existe capacidade lquida disponvel
no funcionrio y no dia d para a alocao da parte selecionada), v para o passo
23.6; caso contrrio, execute q = q 1 (retorna um ndice do vetor VEi (q ) para
identificao dos funcionrios anteriores) e v para o passo 23.8.

Passo 23.6: execute passo 6 (aloca parte em MPdy ( w, x) e passa para prximo ndice
da matriz MPys (l , x) ), q = q + 1 (prximo ndice do vetor VEi (q ) para identificao
dos funcionrios posteriores) e v para o passo 23.7.

Passo 23.7: se q > Yd fi (no existem mais funcionrios que executam a fase), defina
y = yg (recupera funcionrio y guardado na varivel auxiliar yg) e l = lgg (recupera

valor de l guardado na varivel auxiliar lgg) e fim do passo 23; caso contrrio, v
para o passo 23.2.
A 1.3.3.2 Passo 23.8 23.11: Desalocao das partes j alocadas, caso no haja
capacidade em algum funcionrio

Passo 23.8: se q 1 (ndice do vetor VEi (q ) representa funcionrio principal ou no

existem mais ndices para o vetor), v para o passo 23.9; caso contrrio, execute
passo 23.2 e v para o passo 23.10.

Passo 23.9: se q = 1 (ndice do vetor VEi (q ) representa funcionrio principal),

defina y = yg (recupera funcionrio y guardado na varivel auxiliar yg) e l = lgg
(recupera valor de l guardado na varivel auxiliar lgg) e v para o passo 23.11; caso
contrrio, fim do passo 23.

Passo 23.10: se i = MPys (l ,1) (ndice de servio igual ao servio que pertence a parte
selecionada), f = MPys (l ,4) (fase igual a fase que pertence a parte selecionada) e

156

e = MPys (l ,5) (etapa igual a etapa que pertence a parte selecionada), v para o

passo 23.11; caso contrrio, execute l = l + 1 (prxima linha da matriz MPys (l , x) ) e

repita o passo 23.10.

Passo 23.11: execute w = W (seleciona ndice da ltima linha da matriz MPdy ( w, x ) ),

i = MPys (l ,1) (ndice de servio igual ao servio que pertence a parte selecionada),
CL yd = CL yd + MPys (l ,7) tdaiyd (desaloca capacidade demandada pela parte da

capacidade disponvel no funcionrio y no dia d), MPdy ( w, x) = VPwt ( x) = 0 (desaloca

vetor VPl t ( x) da matriz MPys (l , x) na matriz MPdy ( w, x) ), MPys (l ,11) = 0 (define
que parte no foi alocada na matriz MPys (l , x) ); W = w 1 (atualiza nmero de
linhas da matriz MPdy ( w, x) ), q = q - 1 (retorna um ndice do vetor VEi (q ) para
identificao dos funcionrios anteriores). Se no existir outro parte do servio i em
MPdy ( w, x) execute tambm tdaiyd = 0 (retira tempo de deslocamento do servio i

no dia d do funcionrio y). V para o passo 23.8.

A 1.3.4 Passo 24-33: Alocao de partes ainda no alocadas

Passo 24: se MPys (l ,11) = 0 (parte no foi alocada em alguma matriz MPdy ( w, x) ) e
MPys (l ,6) = 1 (categoria do funcionrio executante igual a principal), defina
i = MPys (l ,1)

(ndice

de

servio

igual

ao

servio

que

pertence

parte

selecionada), f = MPys (l ,4) (define ndice de fase como a fase da parte selecionada) e v
para o passo 25; caso contrrio, execute l = l + 1 (prxima linha da matriz MPys (l , x) ) e
v para o passo 26.

Passo 25: se dmci = 0 (ainda no definiu-se uma data mais cedo para o servio i),
defina d = MPys (l ,12) (ndice de dia d igual a data mais cedo da parte) e v para o passo
29; caso contrrio, defina d = dmci (ndice de dia d igual a data mais cedo do servio i)
e v para o passo 29.

Passo 26: se l > L (no existe mais linhas em MPys (l , x) ), execute y = y + 1 (prximo
funcionrio) e v para o passo 27; caso contrrio, v para o passo 24.

157

Passo 27: se y > Y (todos funcionrios j foram selecionados), execute s = s + 1

(prxima semana) e v para o passo 28; caso contrrio, defina l = 1 (ndice da primeira
linha da matriz MPys (l , x) ) e v para o passo 24.

Passo 28: se a semana s pertence ao horizonte de programao, defina y = 1 (ndice do

primeiro funcionrio), l = 1 (ndice da primeira linha da matriz MPys (l , x) ) e v para o
passo 24; caso contrrio, fim do cronograma de servios.

Passo 29: se d pertence ao horizonte de programao, v para o passo 30; caso

contrrio, execute dmci = d (define dmci como data no pertencente ao horizonte de
programao j que no h capacidade disponvel no horizonte de programao) e
l = l + 1 (prxima linha da matriz MPys (l , x) ) e v para o passo 26.

Passo 30: se CL yd + fHE + tdaiyd MPys (l ,7) (existe capacidade lquida disponvel no
funcionrio y no dia d para a alocao da parte selecionada), execute o passo 6 (aloca
parte em MPdy ( w, x) e passa para prximo ndice da matriz MPys (l , x) ) e v para o
passo 31; caso contrrio, v para o passo 33.

Passo 31: se Yd fi =1 (fase do servio executada por apenas um funcionrio), execute

l = l + 1 (prxima linha da matriz MPys (l , x) ), defina dmci = d (data mais cedo do

servio i igual a data em que parte foi alocada) e v para o passo 26; caso contrrio,
execute o passo 23 (aloca parte nos outros funcionrios se houver capacidade, ou
desaloca no funcionrio principal) e v para o passo 32.

Passo 32: se q = 0 (parte foi desalocada do funcionrio onde tinha sido alocada),
execute d = d + 1 (prximo dia) e v para o passo 29, caso contrrio, execute l = l + 1
(prxima linha da matriz MPys (l , x) ), defina dmci = d (data mais cedo do servio i
igual a data em que parte foi alocada) e v para o passo 26.

Passo 33: se VFift (3) = 1 (fase possui apenas uma etapa), execute d = d + 1 (prximo dia)
e v para o passo 29; caso contrrio, defina E = VFift (3) (nmero de etapas da fase), lg =
l (onde lg uma varivel auxiliar para guardar o valor de l), l = l + 1 (prxima linha da

matriz MPys (l , x) ) e v para o passo 34.

158

A 1.3.5 Passo 34-36: Tentativa de alocao da ltima etapa da fase no dia d

Passo 34: se MPys (l ,1) = i (servio que pertence a parte selecionada igual ao ndice de
servio definido), MPys (l ,4) = f (fase que pertence a parte selecionada igual ao ndice
de fase definido) e MPys (l ,5) = E (etapa que pertence a parte selecionada igual ao
ltima etapa da fase) , v para o passo 35; caso contrrio, execute l = l + 1 (prxima
linha da matriz MPys (l , x) ) e repita o passo 34.

Passo 35: se CL yd + fHE + tdaiyd MPys (l ,7) (existe capacidade lquida disponvel no
funcionrio y no dia d para a alocao da parte selecionada), execute passo 6 (aloca
parte em MPdy ( w, x) e passa para prximo ndice da matriz MPys (l , x) ) e dmci = d
(data mais cedo do servio i igual a data em que parte foi alocada).

Passo 36: execute l = lg (recupera valor de l guardado na varivel auxiliar lg), d = d + 1

(prximo dia) e v para o passo 29.

159

ANEXO 2
Estes anexos contem as matrizes e tabelas geradas com dados apresentados
no captulo 2.

160

A 2.1 OBRAS EM ESTADO PREVISTO E PROGRAMADO EM ORDEM

CRESCENTE DE dli .
i

dl i

MC601

7/1

MP1

10/1

MC1801

12/1

PT1

14/1

MP2

PT2

MC602

MC1802

MC603

PT3

MC1803

MP3

19/1

20/1

25/1

28/1

4/2

5/2

9/2

15/2

dm fi

Cd fi

9,5

4/1

13,5

8/1

11

3/1

13

10/1

10

24

16/1

18,5

19/1

17

16

6/1

17

17

12/1

14,5

4,5

18/1

23

11/1

19

17/1

16

13

24/1

14,5

26/1

10

14,5

15

14

13

16

13

25,5

22,5

17,5

19

18,5

17

18,5

161

Cd i

estado

23

programado

11

programado

22

programado

17

programado

59,5

programado

38

programado

44

programado

100,5

programado

63,5

programado

29

programado

65,5

programado

73

programado

MC604

18/2

MC1804

21/2

A1

MC605

MP4

MC1805

25/2

26/2

4/3

8/3

17

13

8,5

13,5

47

21

16

29

13

53

21

21

19

10

20

11

21

27,5

15,5

10

8,5

16

22

21,5

12

12

30

programado

22

programado

281

programado

77,5

programado

38

programado

45,5

programado

MP5

14/3

40

previsto

MP6

18/3

15

previsto

MC1806

21/3

80

previsto

MC1807

24/3

50

previsto

162

A 2.2 RESULTADOS OBTIDO NA EXECUO DOS PASSOS 5-20 DO

PLANEJAMENTO
perodo p

dl i

Cd i

CL p

MC601

7/1

23

490,8

MP1

10/1

11

MC1801

12/1

22

PT1

14/1

17

MP2

19/1

59,5

PT2

20/1

38

MC602

25/1

44

MC1802

28/1

100,5

175,8

A 2.3 LISTA ATUALIZADA DE OBRAS APS EXECUO DOS PASSOS 5-20 DO

PLANEJAMENTO
i

MC603

PT3

MC1803

MP3

dl i

4/2

5/2

9/2

15/2

MC604

18/2

MC1804

21/2

dm fi

Cd fi

14,5

15

14

13

16

13

25,5

22,5

17,5

19

18,5

17

18,5

17

13

8,5

13,5

163

Cd i

estado

63,5

programado

29

programado

65,5

programado

73

programado

30

programado

22

programado

A1

MC605

MP4

MC1805

25/2

26/2

4/3

8/3

47

21

16

29

13

53

21

21

19

10

20

11

21

27,5

15,5

10

8,5

16

22

21,5

12

12

281

programado

77,5

programado

38

programado

45,5

programado

MP5

14/3

40

previsto

MP6

18/3

15

previsto

MC1806

21/3

80

previsto

MC1807

24/3

50

previsto

164

A 2.4 MATRIZ MF (m, k )

RESULTANTE DA EXECUO DOS PASSOS DA

PRIORIZAO DE SERVIOS APRESENTADOS NA SEO 3.3.1
t

MF (m,k) =

VF i,f (k)
t
VF PT2,1 (1)
t
VF PT2,2 (2)
t
VF PT2,3 (3)
t
VF MC601,1 (4)
t
VF MC601,2 (5)
t
VF MC1801,1 (6)
t
VF MC1801,2 (7)
t
VF PT1,1 (8)
t
VF PT1,2 (9)
t
VF MC602,1 (10)
t
VF MC602,2 (11)
t
VF MC602,3 (12)
t
VF MC602,4 (13)
t
VF MC1802,1 (14)
t
VF MC1802,2 (15)
t
VF MC1802,3 (16)
t
VF MC1802,4 (17)
t
VF MC1802,5 (18)
t
VF MC1802,6 (19)
t
VF MC1802,7 (20)
t
VF MC603,1 (21)
t
VF MC603,2 (22)
t
VF MC603,3 (23)
t
VF MC603,4 (24)
t
VF MC603,5 (25)
t
VF PT3,1 (26)
t
VF PT3,2 (27)
t
VF MC1803,1 (28)
t
VF MC1803,2 (29)
t
VF MC1803,3 (30)
t
VF MP1,1 (31)
t
VF MP2,1 (32)
t
VF MP2,2 (33)
t
VF MP2,3 (34)
t
VF MP3,1 (35)
t
VF MP3,2 (36)
t
VF MP3,3 (37)
t
VF MP3,4 (38)
t
VF MC604,1 (39)
t
VF MC604,2 (40)

r
4
4
4
1
1
3
3
1
1
1
1
1
1
1
1
1
1
1
1
1
3
3
3
3
3
2
2
1
1
1
1
3
3
3
1
1
1
1
2
2

ip
1
1
1
2
2
3
3
4
4
5
5
5
5
6
6
6
6
6
6
6
7
7
7
7
7
8
8
9
9
9
10
11
11
11
12
12
12
12
13
13

E
2
1
1
1
1
1
1
1
1
2
1
1
1
3
1
1
2
1
1
1
2
1
1
1
1
2
1
3
1
1
1
3
1
1
2
1
2
1
2
1

165

Yd
1
3
1
1
3
1
3
1
3
1
3
1
2
1
3
3
1
3
1
3
1
3
3
1
3
1
2
1
3
3
2
1
3
3
1
3
1
3
1
2

td
10
8
2
7
6
6,5
5,5
5
4
14
10
3
5
17
13
10
9
8,5
3
4
10,5
9
8
5
7
6
3
18
15
10
7
16,5
11
9,5
16
14
14
14
9
5

tt
1,5
1,5
1,5
1,25
1,25
1,25
1,25
1
1
0,75
0,75
0,75
0,75
1
1
1
1
1
1
1
1
1
1
1
1
2,5
2,5
1,25
1,25
1,25
1
1,25
1,25
1,25
0,75
0,75
0,75
0,75
2
2

dm
0/0
6/1
0/0
0/0
4/1
0/0
3/1
0/0
10/1
0/0
12/1
0/0
18/1
0/0
11/1
17/1
0/0
24/1
0/0
26/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
8/1
0/0
16/1
19/1
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
2
0
0
2
0
1
0
1
0
1
0
1
0
1
2
0
2
0
1
0
0
0
0
0
0
0
0
0
0
2
0
2
1
0
0
0
0
0
0

dcm
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
8/1
15/1
15/1
15/1
15/1
15/1
1/1
1/1
1/1
1/1
22/1
22/1
22/1
22/1
22/1
22/1

VF MC1804,1 (41)
t
VF MC1804,2 (42)
t
VF MC605,1 (43)
t
VF MC605,2 (44)
t
VF MC605,3 (45)
t
VF MC605,4 (46)
t
VF MC605,5 (47)
t
VF MC605,6 (48)
t
VF A1,1 (49)
t
VF A1,2 (50)
t
VF A1,3 (51)
t
VF A1,4 (52)
t
VF A1,5 (53)
t
VF A1,6 (54)
t
VF A1,7 (55)
t
VF A1,8 (56)
t
VF A1,9 (57)
t
VF A1,10 (58)
t
VF A1,11 (59)

3
3
4
4
4
4
4
4
2
2
2
2
2
2
2
2
2
2
2

14
14
15
15
15
15
15
15
16
16
16
16
16
16
16
16
16
16
16

1
1
3
1
1
1
1
1
3
1
1
2
1
2
1
1
1
1
1

1
3
1
3
1
2
1
2
2
2
2
2
2
3
3
2
3
2
3

7
9
20
8
6,5
5
4,5
3,5
29
15
10
17
7
35
12
15
10
14
12

0,75
0,75
1,25
1,25
1,25
1,25
1,25
1,25
1,5
1,5
1,5
1,5
1,5
1,5
1,5
1,5
1,5
1,5
1,5

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

A 2.5 MATRIZ MP( z, x)

RESULTANTE DA EXECUO DOS PASSOS DA

DIVISO DA CAPACIDADE DEMANDADA PELOS SERVIOS ENTRE OS
FUNCIONRIOS E DIVISO DAS FASES EM ETAPAS APRESENTADOS NA
SEO 3.3.2

MF (z,x) =

i
PT2
PT2
PT2
PT2
PT2
PT2
MC601
MC601
MC601
MC601
MC1801
MC1801
MC1801
MC1801
PT1
PT1
PT1
PT1

r
4
4
4
4
4
4
1
1
1
1
3
3
3
3
1
1
1
1

ip
1
1
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4

f
1
1
2
2
2
3
1
2
2
2
1
2
2
2
1
2
2
2

e
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

166

yd
1
1
1
2
3
1
1
1
2
3
1
1
2
3
1
1
2
3

Cd
8,8
7,2
5,67
5,67
5,67
5,00
9,50
4,50
4,50
4,50
9,00
4,33
4,33
4,33
7,00
3,33
3,33
3,33

dm
0/0
0/0
6/1
6/1
6/1
0/0
0/0
4/1
4/1
4/1
0/0
3/1
3/1
3/1
0/0
10/1
10/1
10/1

tu
0
0
2
2
2
0
0
2
2
2
0
1
1
1
0
1
1
1

dcm
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

dc
1/1
1/1
6/1
6/1
6/1
7/1
1/1
4/1
4/1
4/1
1/1
3/1
3/1
3/1
1/1
10/1
10/1
10/1

MC602
MC602
MC602
MC602
MC602
MC602
MC602
MC602
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC603
MC603
MC603
MC603
MC603
MC603
MC603
MC603
MC603
MC603
MC603
MC603
PT3
PT3
PT3
PT3
MC1803
MC1803
MC1803
MC1803
MC1803
MC1803
MC1803
MC1803
MC1803
MP1
MP1

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
3
3
3
3
3
3
3
3
3
3
3
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1

5
5
5
5
5
5
5
5
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
7
7
7
7
7
7
7
7
7
7
7
7
8
8
8
8
9
9
9
9
9
9
9
9
9
10
10

1
1
2
2
2
3
4
4
1
1
1
2
2
2
3
3
3
4
4
5
5
5
6
7
7
7
1
1
2
2
2
3
3
3
4
5
5
5
1
1
2
2
1
1
1
2
2
2
3
3
3
1
1

1
2
1
1
1
1
1
1
1
2
3
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
3
1
1
1
1
1
1
1
1

167

1
1
1
2
3
1
1
2
1
1
1
1
2
3
1
2
3
1
1
1
2
3
1
1
2
3
1
1
1
2
3
1
2
3
1
1
2
3
1
1
1
2
1
1
1
1
2
3
1
2
3
1
2

8,8
8,20
4,83
4,83
4,83
4,50
4,00
4,00
8,8
8,8
5,40
6,33
6,33
6,33
5,33
5,33
5,33
8,8
4,20
4,83
4,83
4,83
5,00
3,33
3,33
3,33
8,8
5,70
5,00
5,00
5,00
4,67
4,67
4,67
7,00
4,33
4,33
4,33
8,8
7,20
6,50
6,50
8,8
8,8
7,90
7,50
7,50
7,50
5,83
5,83
5,83
5,50
5,50

0/0
0/0
12/1
12/1
12/1
0/0
18/1
18/1
0/0
0/0
0/0
11/1
11/1
11/1
17/1
17/1
17/1
0/0
0/0
24/1
24/1
24/1
0/0
26/1
26/1
26/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
8/1
8/1

0
0
1
1
1
0
1
1
0
0
0
1
1
1
2
2
2
0
0
2
2
2
0
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
2
2

8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
1/1
1/1

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

8/1
8/1
12/1
12/1
12/1
12/1
18/1
18/1
1/1
1/1
1/1
11/1
11/1
11/1
17/1
17/1
17/1
18/1
18/1
24/1
24/1
24/1
25/1
26/1
26/1
26/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
8/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1
8/1
8/1

MP2
MP2
MP2
MP2
MP2
MP2
MP2
MP2
MP2
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MC604
MC604
MC604
MC604
MC1804
MC1804
MC1804
MC1804
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1

3
3
3
3
3
3
3
3
3
1
1
1
1
1
1
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
4
4
4
4
4
4
4
4
2
2
2
2
2
2
2
2
2
2
2
2

11
11
11
11
11
11
11
11
11
12
12
12
12
12
12
12
12
12
12
13
13
13
13
14
14
14
14
15
15
15
15
15
15
15
15
15
15
15
15
16
16
16
16
16
16
16
16
16
16
16
16

1
1
1
2
2
2
3
3
3
1
1
2
2
2
3
3
4
4
4
1
1
2
2
1
2
2
2
1
1
1
2
2
2
3
4
4
5
6
6
1
1
1
1
1
1
2
2
3
3
4
4

1
2
3
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
2
3
1
1
1
1
1
1
1
1
1
1
1
2
2
3
3
1
1
1
1
1
1

168

1
1
1
1
2
3
1
2
3
1
1
1
2
3
1
1
1
2
3
1
1
1
2
1
1
2
3
1
1
1
1
2
3
1
1
2
1
1
2
1
2
1
2
1
2
1
2
1
2
1
2

8,8
8,8
6,40
6,17
6,17
6,17
5,67
5,67
5,67
8,8
10,20
6,17
6,17
6,17
8,8
8,20
6,17
6,17
6,17
8,8
8,20
6,50
6,50
8,50
4,5
4,5
4,5
8,8
8,8
9,90
5,17
5,17
5,17
9,00
5,00
5,00
7,00
4,25
4,25
8,8
8,8
8,8
8,8
5,90
5,90
10,50
10,50
8,00
8,00
8,80
8,80

0/0
0/0
0/0
16/1
16/1
16/1
19/1
19/1
19/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
2
2
2
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

1/1
1/1
1/1
16/1
16/1
16/1
19/1
19/1
19/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16

4
4
5
5
6
6
6
6
6
6
7
7
7
8
8
9
9
9
10
10
11
11
11

2
2
1
1
1
1
1
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1

1
2
1
2
1
2
3
1
2
3
1
2
3
1
2
1
2
3
1
2
1
2
3

5,70
5,70
6,50
6,50
8,80
8,80
8,80
8,87
8,87
8,87
7,00
7,00
7,00
10,50
10,50
6,33
6,33
6,33
10,00
10,00
7,00
7,00
7,00

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

A 2.6 CAPACIDADE A SER ALOCADA EM CADA GRUPO DE SEMANA S ( Cg s )

CALCULADA CONFORME PASSOS 1-5 DA SEO 3.3.3.
perodo p
semana s
C sp
Cp
Cd p
Cg s

1
1
105,6
580,8
490,8
89,2

1
2
132
580,8
490,8
111,5

1
3
132
580,8
490,8
111,5

1
4
132
580,8
490,8
111,5

169

2
2
2
2
6
7
8
9
79,2
52,8
132
132
132
26,4
580,8 475,2 475,2 475,2 475,2 475,2
490,8 465,7 465,7 465,7 465,7 465,7
118,7
129,4 129,4 129,4 25,9
5

A 2.7 MATRIZES MPs (h, x)

DA SEO 3.3.3

RESULTANTES DA EXECUO DOS PASSOS 6-21

MF 1 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13

i
PT2
PT2
PT2
PT2
PT2
MC601
MC601
MC601
MC601
MC1801
MC1801
MC1801
MC1801

r
4
4
4
4
4
1
1
1
1
3
3
3
3

ip
1
1
1
1
1
2
2
2
2
3
3
3
3

f
1
1
2
2
2
1
2
2
2
1
2
2
2

e
1
2
1
1
1
1
1
1
1
1
1
1
1

yd
1
1
1
2
3
1
1
2
3
1
1
2
3

Cd
8,8
7,2
5,67
5,67
5,67
9,50
4,50
4,50
4,50
9,00
4,33
4,33
4,33

dm
0/0
0/0
6/1
6/1
6/1
0/0
4/1
4/1
4/1
0/0
3/1
3/1
3/1

tu
0
0
2
2
2
0
2
2
2
0
1
1
1

dcm
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0

dc
1/1
1/1
6/1
6/1
6/1
1/1
4/1
4/1
4/1
1/1
3/1
3/1
3/1

MF 2 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

i
PT1
PT1
PT1
PT1
MC602
MC602
MC602
MC602
MC602
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MP1
MP1
PT2
MC603
MC603

r
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
4
3
3

ip
4
4
4
4
5
5
5
5
5
6
6
6
6
6
6
10
10
1
7
7

f
1
2
2
2
1
1
2
2
2
1
1
1
2
2
2
1
1
3
1
1

e
1
1
1
1
1
2
1
1
1
1
2
3
1
1
1
1
1
1
1
2

yd
1
1
2
3
1
1
1
2
3
1
1
1
1
2
3
1
2
1
1
1

Cd
7,00
3,33
3,33
3,33
8,8
8,20
4,83
4,83
4,83
8,8
8,8
5,40
6,33
6,33
6,33
5,50
5,50
5,00
8,8
5,70

dm
0/0
10/1
10/1
10/1
0/0
0/0
12/1
12/1
12/1
0/0
0/0
0/0
11/1
11/1
11/1
8/1
8/1
0/0
0/0
0/0

tu
0
1
1
1
0
0
1
1
1
0
0
0
1
1
1
2
2
0
0
0

dcm
1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
8/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
8/1
8/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1

dc
1/1
10/1
10/1
10/1
8/1
8/1
12/1
12/1
12/1
1/1
1/1
1/1
11/1
11/1
11/1
8/1
8/1
7/1
8/1
8/1

170

MF 3 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

i
MC602
MC602
MC602
MC1802
MC1802
MC1802
MP2
MP2
MP2
MP2
MP2
MP2
MP2
MP2
MP2
MC603
MC603
MC603
MC603
MC603
MC603

r
1
1
1
1
1
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

ip
5
5
5
6
6
6
11
11
11
11
11
11
11
11
11
7
7
7
7
7
7

f
3
4
4
3
3
3
1
1
1
2
2
2
3
3
3
2
2
2
3
3
3

e
1
1
1
1
1
1
1
2
3
1
1
1
1
1
1
1
1
1
1
1
1

yd
1
1
2
1
2
3
1
1
1
1
2
3
1
2
3
1
2
3
1
2
3

Cd
4,50
4,00
4,00
5,33
5,33
5,33
8,8
8,8
6,40
6,17
6,17
6,17
5,67
5,67
5,67
5,00
5,00
5,00
4,67
4,67
4,67

dm
0/0
18/1
18/1
17/1
17/1
17/1
0/0
0/0
0/0
16/1
16/1
16/1
19/1
19/1
19/1
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
1
1
2
2
2
0
0
0
2
2
2
1
1
1
0
0
0
0
0
0

dcm
8/1
8/1
8/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
8/1
8/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1

dc
12/1
18/1
18/1
17/1
17/1
17/1
1/1
1/1
1/1
16/1
16/1
16/1
19/1
19/1
19/1
8/1
8/1
8/1
8/1
8/1
8/1

MF 4 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

i
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC603
MC603
MC603
MC603
PT3
PT3
PT3
PT3
MC1803
MC1803
MC1803

r
1
1
1
1
1
1
1
1
1
3
3
3
3
2
2
2
2
1
1
1

ip
6
6
6
6
6
6
6
6
6
7
7
7
7
8
8
8
8
9
9
9

f
4
4
5
5
5
6
7
7
7
4
5
5
5
1
1
2
2
1
1
1

e
1
2
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
3

yd
1
1
1
2
3
1
1
2
3
1
1
2
3
1
1
1
2
1
1
1

Cd
8,8
4,20
4,83
4,83
4,83
5,00
3,33
3,33
3,33
7,00
4,33
4,33
4,33
8,8
7,20
6,50
6,50
8,8
8,8
7,90

dm
0/0
0/0
24/1
24/1
24/1
0/0
26/1
26/1
26/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
0
2
2
2
0
1
1
1
0
0
0
0
0
0
0
0
0
0
0

dcm
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1

al
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1

dc
18/1
18/1
24/1
24/1
24/1
25/1
26/1
26/1
26/1
8/1
8/1
8/1
8/1
15/1
15/1
15/1
15/1
15/1
15/1
15/1

171

MF 5 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

i
MC1803
MC1803
MC1803
MC1803
MC1803
MC1803
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MC604
MC604

r
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2

ip
9
9
9
9
9
9
12
12
12
12
12
12
12
12
12
12
13
13

f
2
2
2
3
3
3
1
1
2
2
2
3
3
4
4
4
1
1

e
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
2

yd
1
2
3
1
2
3
1
1
1
2
3
1
1
1
2
3
1
1

Cd
7,50
7,50
7,50
5,83
5,83
5,83
8,8
10,20
6,17
6,17
6,17
8,8
8,20
6,17
6,17
6,17
8,8
8,20

dm
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

dcm
15/1
15/1
15/1
15/1
15/1
15/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

al
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

dc
15/1
15/1
15/1
15/1
15/1
15/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

MF 6 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

i
MC604
MC604
MC1804
MC1804
MC1804
MC1804
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
A1
A1
A1
A1
A1
A1

r
2
2
3
3
3
3
4
4
4
4
4
4
4
4
4
4
4
4
2
2
2
2
2
2

ip
13
13
14
14
14
14
15
15
15
15
15
15
15
15
15
15
15
15
16
16
16
16
16
16

f
2
2
1
2
2
2
1
1
1
2
2
2
3
4
4
5
6
6
1
1
1
1
1
1

e
1
1
1
1
1
1
1
2
3
1
1
1
1
1
1
1
1
1
1
1
2
2
3
3

yd
1
2
1
1
2
3
1
1
1
1
2
3
1
1
2
1
1
2
1
2
1
2
1
2

Cd
6,50
6,50
8,50
4,5
4,5
4,5
8,8
8,8
9,90
5,17
5,17
5,17
9,00
5,00
5,00
7,00
4,25
4,25
8,8
8,8
8,8
8,8
5,90
5,90

dm
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

dcm
22/1
22/1
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
22/1
22/1
22/1
22/1
22/1
22/1

al
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0

dc
22/1
22/1
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
22/1
22/1
22/1
22/1
22/1
22/1

172

MF 7 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

i
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1

r
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

ip
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16

f
2
2
3
3
4
4
4
4
5
5
6
6
6
6
6
6

e
1
1
1
1
1
1
2
2
1
1
1
1
1
2
2
2

yd
1
2
1
2
1
2
1
2
1
2
1
2
3
1
2
3

Cd
10,50
10,50
8,00
8,00
8,80
8,80
5,70
5,70
6,50
6,50
8,80
8,80
8,80
8,87
8,87
8,87

dm
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

dcm
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

dc
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

MF 8 (h,x) =

h
1
2
3
4
5
6
7
8
9
10
11
12
13

i
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1

r
2
2
2
2
2
2
2
2
2
2
2
2
2

ip
16
16
16
16
16
16
16
16
16
16
16
16
16

f
7
7
7
8
8
9
9
9
10
10
11
11
11

e
1
1
1
1
1
1
1
1
1
1
1
1
1

yd
1
2
3
1
2
1
2
3
1
2
1
2
3

Cd
7,00
7,00
7,00
10,50
10,50
6,33
6,33
6,33
10,00
10,00
7,00
7,00
7,00

dm
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

tu
0
0
0
0
0
0
0
0
0
0
0
0
0

dcm
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

al
0
0
0
0
0
0
0
0
0
0
0
0
0

dc
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

A 2.8 MATRIZES MPrs (v, x)

DA SEO 3.3.3

RESULTANTES DA EXECUO DOS PASSOS 22-26

MF rs (v,x)

ip

yd

Cd

dm

tu

dcm

al

dc

MF 11 (v,x) =

1
2
3
4

MC601
MC601
MC601
MC601

1
1
1
1

2
2
2
2

1
2
2
2

1
1
1
1

1
1
2
3

9,50
4,50
4,50
4,50

0/0
4/1
4/1
4/1

0
2
2
2

1/1
1/1
1/1
1/1

0
0
0
0

1/1
4/1
4/1
4/1

MF 31 (v,x) =

1
2
3
4

MC1801
MC1801
MC1801
MC1801

3
3
3
3

3
3
3
3

1
2
2
2

1
1
1
1

1
1
2
3

9,00
4,33
4,33
4,33

0/0
3/1
3/1
3/1

0
1
1
1

1/1
1/1
1/1
1/1

0
0
0
0

1/1
3/1
3/1
3/1

173

MF 41 (v,x) =

1
2
3
4
5

PT2
PT2
PT2
PT2
PT2

4
4
4
4
4

1
1
1
1
1

1
1
2
2
2

1
2
1
1
1

1
1
1
2
3

8,8
7,2
5,67
5,67
5,67

0/0
0/0
6/1
6/1
6/1

0
0
2
2
2

1/1
1/1
1/1
1/1
1/1

0
0
0
0
0

1/1
1/1
6/1
6/1
6/1

MF 12 (v,x) =

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

PT1
PT1
PT1
PT1
MC602
MC602
MC602
MC602
MC602
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MP1
MP1

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

4
4
4
4
5
5
5
5
5
6
6
6
6
6
6
10
10

1
2
2
2
1
1
2
2
2
1
1
1
2
2
2
1
1

1
1
1
1
1
2
1
1
1
1
2
3
1
1
1
1
1

1
1
2
3
1
1
1
2
3
1
1
1
1
2
3
1
2

7,00
3,33
3,33
3,33
8,8
8,20
4,83
4,83
4,83
8,8
8,8
5,40
6,33
6,33
6,33
5,50
5,50

0/0
10/1
10/1
10/1
0/0
0/0
12/1
12/1
12/1
0/0
0/0
0/0
11/1
11/1
11/1
8/1
8/1

0
1
1
1
0
0
1
1
1
0
0
0
1
1
1
2
2

1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
8/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

1/1
10/1
10/1
10/1
8/1
8/1
12/1
12/1
12/1
1/1
1/1
1/1
11/1
11/1
11/1
8/1
8/1

MF 32 (v,x) =

1
2

MC603
MC603

3
3

7
7

1
1

1
2

1
1

8,8
5,70

0/0
0/0

0
0

8/1
8/1

1
1

8/1
8/1

MF 42 (v,x) =

PT2

5,00

0/0

1/1

7/1

MF 13 (v,x) =

1
2
3
4
5
6

MC602
MC602
MC602
MC1802
MC1802
MC1802

1
1
1
1
1
1

5
5
5
6
6
6

3
4
4
3
3
3

1
1
1
1
1
1

1
1
2
1
2
3

4,50
4,00
4,00
5,33
5,33
5,33

0/0
18/1
18/1
17/1
17/1
17/1

0
1
1
2
2
2

8/1
8/1
8/1
1/1
1/1
1/1

0
0
0
0
0
0

12/1
18/1
18/1
17/1
17/1
17/1

174

MF 33 (v,x) =

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

MP2
MP2
MP2
MP2
MP2
MP2
MP2
MP2
MP2
MC603
MC603
MC603
MC603
MC603
MC603

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

11
11
11
11
11
11
11
11
11
7
7
7
7
7
7

1
1
1
2
2
2
3
3
3
2
2
2
3
3
3

1
2
3
1
1
1
1
1
1
1
1
1
1
1
1

1
1
1
1
2
3
1
2
3
1
2
3
1
2
3

8,8
8,8
6,40
6,17
6,17
6,17
5,67
5,67
5,67
5,00
5,00
5,00
4,67
4,67
4,67

0/0
0/0
0/0
16/1
16/1
16/1
19/1
19/1
19/1
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
2
2
2
1
1
1
0
0
0
0
0
0

1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
8/1
8/1
8/1
8/1
8/1
8/1

0
0
0
0
0
0
0
0
0
1
1
1
1
1
1

1/1
1/1
1/1
16/1
16/1
16/1
19/1
19/1
19/1
8/1
8/1
8/1
8/1
8/1
8/1

MF 14 (v,x) =

1
2
3
4
5
6
7
8
9
10
11
12

MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1802
MC1803
MC1803
MC1803

1
1
1
1
1
1
1
1
1
1
1
1

6
6
6
6
6
6
6
6
6
9
9
9

4
4
5
5
5
6
7
7
7
1
1
1

1
2
1
1
1
1
1
1
1
1
2
3

1
1
1
2
3
1
1
2
3
1
1
1

8,8
4,20
4,83
4,83
4,83
5,00
3,33
3,33
3,33
8,8
8,8
7,90

0/0
0/0
24/1
24/1
24/1
0/0
26/1
26/1
26/1
0/0
0/0
0/0

0
0
2
2
2
0
1
1
1
0
0
0

1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
1/1
15/1
15/1
15/1

0
0
0
0
0
0
0
0
0
1
1
1

18/1
18/1
24/1
24/1
24/1
25/1
26/1
26/1
26/1
15/1
15/1
15/1

MF 24 (v,x) =

1
2
3
4

PT3
PT3
PT3
PT3

2
2
2
2

8
8
8
8

1
1
2
2

1
2
1
1

1
1
1
2

8,8
7,20
6,50
6,50

0/0
0/0
0/0
0/0

0
0
0
0

15/1
15/1
15/1
15/1

1
1
1
1

15/1
15/1
15/1
15/1

MF 34 (v,x) =

1
2
3
4

MC603
MC603
MC603
MC603

3
3
3
3

7
7
7
7

4
5
5
5

1
1
1
1

1
1
2
3

7,00
4,33
4,33
4,33

0/0
0/0
0/0
0/0

0
0
0
0

8/1
8/1
8/1
8/1

1
1
1
1

8/1
8/1
8/1
8/1

175

MF 15 (v,x) =

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

MC1803
MC1803
MC1803
MC1803
MC1803
MC1803
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3
MP3

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

9
9
9
9
9
9
12
12
12
12
12
12
12
12
12
12

2
2
2
3
3
3
1
1
2
2
2
3
3
4
4
4

1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1

1
2
3
1
2
3
1
1
1
2
3
1
1
1
2
3

7,50
7,50
7,50
5,83
5,83
5,83
8,8
10,20
6,17
6,17
6,17
8,8
8,20
6,17
6,17
6,17

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

15/1
15/1
15/1
15/1
15/1
15/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

15/1
15/1
15/1
15/1
15/1
15/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

MF 25 (v,x) =

1
2

MC604
MC604

2
2

13
13

1
1

1
2

1
1

8,8
8,20

0/0
0/0

0
0

22/1
22/1

1
1

22/1
22/1

MF 26 (v,x) =

1
2
3
4
5
6
7
8

MC604
MC604
A1
A1
A1
A1
A1
A1

2
2
2
2
2
2
2
2

13
13
16
16
16
16
16
16

2
2
1
1
1
1
1
1

1
1
1
1
2
2
3
3

1
2
1
2
1
2
1
2

6,50
6,50
8,8
8,8
8,8
8,8
5,90
5,90

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

1
1
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

MF 36 (v,x) =

1
2
3
4

MC1804
MC1804
MC1804
MC1804

3
3
3
3

14
14
14
14

1
2
2
2

1
1
1
1

1
1
2
3

8,50
4,5
4,5
4,5

0/0
0/0
0/0
0/0

0
0
0
0

5/2
5/2
5/2
5/2

1
1
1
1

5/2
5/2
5/2
5/2

MF 46 (v,x) =

1
2
3
4
5
6
7
8
9
10
11
12

MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605

4
4
4
4
4
4
4
4
4
4
4
4

15
15
15
15
15
15
15
15
15
15
15
15

1
1
1
2
2
2
3
4
4
5
6
6

1
2
3
1
1
1
1
1
1
1
1
1

1
1
1
1
2
3
1
1
2
1
1
2

8,8
8,8
9,90
5,17
5,17
5,17
9,00
5,00
5,00
7,00
4,25
4,25

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0

5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2

1
1
1
1
1
1
1
1
1
1
1
1

5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2

176

MF 27 (v,x) =

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

16
16
16
16
16
16
16
16
16
16
16
16
16
16
16
16

2
2
3
3
4
4
4
4
5
5
6
6
6
6
6
6

1
1
1
1
1
1
2
2
1
1
1
1
1
2
2
2

1
2
1
2
1
2
1
2
1
2
1
2
3
1
2
3

10,50
10,50
8,00
8,00
8,80
8,80
5,70
5,70
6,50
6,50
8,80
8,80
8,80
8,87
8,87
8,87

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

MF 28 (v,x) =

1
2
3
4
5
6
7
8
9
10
11
12
13

A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1
A1

2
2
2
2
2
2
2
2
2
2
2
2
2

16
16
16
16
16
16
16
16
16
16
16
16
16

7
7
7
8
8
9
9
9
10
10
11
11
11

1
1
1
1
1
1
1
1
1
1
1
1
1

1
2
3
1
2
1
2
3
1
2
1
2
3

7,00
7,00
7,00
10,50
10,50
6,33
6,33
6,33
10,00
10,00
7,00
7,00
7,00

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

0
0
0
0
0
0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1
22/1

A 2.9 MATRIZES MPys (l , x)

DA SEO 3.3.3

RESULTANTES DA EXECUO DOS PASSOS 27-97

MF ys (l,x) =

ip

yd

Cd

dm

tu

dcm

al

dc

MF 11 (l,x) =

PT2
PT2
PT2
MC601
MC1801

4
4
4
1
3

1
1
1
2
3

1
1
2
2
2

1
2
1
1
1

1
1
1
3
3

8,8
7,2
5,67
4,50
4,33

0/0
0/0
6/1
4/1
3/1

0
0
2
2
1

1/1
1/1
1/1
1/1
1/1

0
0
0
0
0

1/1
1/1
6/1
4/1
3/1

PT2
PT1
MC602
MC1802

4
1
1
1

1
4
5
6

3
2
2
2

1
1
1
1

1
3
3
3

0/0
10/1
12/1
11/1

0
1
1
1

1/1
1/1
8/1
1/1

1
0
0
0

7/1
10/1
12/1
11/1

MF 12 (l,x) =

177

5,00
3,33
4,83
6,33

MF 13 (l,x) =

MF 14 (l,x) =

MF 15 (l,x) =

MF 16 (l,x) =

MF 17 (l,x) =

MF 18 (l,x) =

MC1802
MP2
MP2
MC603
MC603

1
3
3
3
3

6
11
11
7
7

3
2
3
2
3

1
1
1
1
1

3
3
3
3
3

MC1802
MC1802
MC603
MC1803
MC1803
MC1803
PT3

1
1
3
1
1
1
2

6
6
7
9
9
9
8

5
7
5
1
1
1
2

1
1
1
1
2
3
1

3
3
3
1
1
1
2

MC1803
MC1803
MP3
MP3
MP3
MP3
MP3
MP3

1
1
1
1
1
1
1
1

9
9
12
12
12
12
12
12

2
3
1
1
2
3
3
4

1
1
1
2
1
1
2
1

1
1
1
1
1
1
1
1

MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC605
MC1804

4
4
4
4
4
4
4
4
3

15
15
15
15
15
15
15
15
14

1
1
1
2
3
4
5
6
2

1
2
3
1
1
1
1
1
1

1
1
1
1
1
1
1
1
3

A1
A1

2
2

16
16

6
6

1
2

3
3

8,80

A1
A1
A1

3
2
2

16
16
16

7
9
11

1
1

3
3

7,00

178

5,33
6,17
5,67
5,00
4,67

4,83
3,33
4,33
8,8
8,8
7,90
6,50

7,50
5,83
8,8
10,20
6,17
8,8
8,20
6,17

8,8
8,8
9,90
5,17
9,00
5,00
7,00
4,25
4,5

8,87

6,33
7,00

17/1
16/1
19/1
0/0
0/0

2
2
1
0
0

1/1
1/1
1/1
8/1
8/1

0
0
0
1
1

17/1
16/1
19/1
8/1
8/1

24/1
26/1
0/0
0/0
0/0
0/0
0/0

2
1
0
0
0
0
0

1/1
1/1
8/1
15/1
15/1
15/1
15/1

0
0
1
1
1
1
1

24/1
26/1
8/1
15/1
15/1
15/1
15/1

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0

15/1
15/1
22/1
22/1
22/1
22/1
22/1
22/1

1
1
1
1
1
1
1
1

15/1
15/1
22/1
22/1
22/1
22/1
22/1
22/1

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0
0

5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2

1
1
1
1
1
1
1
1
1

5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2
5/2

0/0
0/0

0
0

22/1
22/1

0
0

22/1
22/1

0/0
0/0
0/0

0
0
0

22/1
22/1
22/1

0
0

22/1
22/1
22/1

MF 21 (l,x) =

MF 22 (l,x) =

MF 23 (l,x) =

MF 24 (l,x) =

MF 25 (l,x) =

MC601
MC601
PT2
MC1801

1
1

1
2
2
2

1
1
1
1

1
1
2
2

9,50

4
3

2
2
1
3

PT1
PT1
MC602
MC602
MC602
MP1
MC1802

1
1
1
1
1
1
1

4
4
5
5
5
10
6

1
2
1
1
2
1
2

1
1
1
2
1
1
1

1
1
1
1
1
1
2

7,00

MC602
MC602
MC1802
MP2
MP2
MC603
MC603

1
1
1
3
3
3
3

5
5
6
11
11
7
7

3
4
3
2
3
2
3

1
1
1
1
1
1
1

1
1
2
2
2
2
2

MC1802
MC1802
MC603
PT3
PT3
PT3

1
1
3
2
2
2

6
6
7
8
8
8

5
7
5
1
1
2

1
1
1
1
2
1

2
2
2
1
1
1

MC604
MC604
MC1803
MC1803
MP3
MP3

2
2
1
1
1
1

13
13
9
9
12
12

1
1
2
3
2
4

1
2
1
1
1
1

1
1
3
3
3
3

179

4,50
5,67
4,33

3,33
8,8
8,20
4,83
5,50
6,33

4,50
4,00
5,33
6,17
5,67
5,00
4,67

4,83
3,33
4,33
8,8
7,20
6,50

8,8
8,20
7,50
5,83
6,17
6,17

0/0
4/1
6/1
3/1

0
2
2
1

1/1
1/1
1/1
1/1

0
0
0
0

1/1
4/1
6/1
3/1

0/0
10/1
0/0
0/0
12/1
8/1
11/1

0
1
0
0
1
2
1

1/1
1/1
8/1
8/1
8/1
1/1
1/1

0
0
0
0
0
0
0

1/1
10/1
8/1
8/1
12/1
8/1
11/1

0/0
18/1
17/1
16/1
19/1
0/0
0/0

0
1
2
2
1
0
0

8/1
8/1
1/1
1/1
1/1
8/1
8/1

0
0
0
0
0
1
1

12/1
18/1
17/1
16/1
19/1
8/1
8/1

24/1
26/1
0/0
0/0
0/0
0/0

2
1
0
0
0
0

1/1
1/1
8/1
15/1
15/1
15/1

0
0
1
1
1
1

24/1
26/1
8/1
15/1
15/1
15/1

0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0

22/1
22/1
15/1
15/1
22/1
22/1

1
1
1
1
1
1

22/1
22/1
15/1
15/1
22/1
22/1

MF 26 (l,x) =

MF 27 (l,x) =

MF 28 (l,x) =

MF 31 (l,x) =

MF 32 (l,x) =

MC604
A1
A1
A1
MC605
MC605
MC605
MC1804

2
2
2
2
4
4
4
3

13
16
16
16
15
15
15
14

2
1
1
1
2
4
6
2

1
1
2
3
1
1
1
1

1
1
1
1
2
2
2
2

6,50

A1
A1
A1
A1
A1
A1
A1

2
2
2
2
2
2
2

16
16
16
16
16
16
16

2
3
4
4
5
6
6

1
1
1
2
1
1
2

1
1
1
1
1
1
1

10,50

A1
A1
A1
A1
A1

2
2
2
2
2

16
16
16
16
16

7
8
9
10
11

1
1
1
1
1

1
1
1
1
1

MC1801
MC1801
MC601
PT2

3
3
1

1
2
2
2

1
1
1
1

1
1
2
3

9,00

3
3
2
1

MC603
MC603
PT1
MC602
MC1802
MC1802
MC1802
MC1802
MP1

3
3
1
1
1
1
1
1
1

7
7
4
5
6
6
6
6
10

1
1
2
2
1
1
1
2
1

1
2
1
1
1
2
3
1
1

1
1
2
2
1
1
1
1
2

8,8

180

8,8
8,8
5,90
5,17
5,00
4,25
4,5

8,00
8,80
5,7
6,50
8,80
8,867

7,00
10,50
6,33
10,00
7,00

4,33
4,50
5,67

5,70
3,33
4,83
8,8
8,8
5,40
6,33
5,50

0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
5/2
5/2
5/2
5/2

1
0
0
0
1
1
1
1

22/1
22/1
22/1
22/1
5/2
5/2
5/2
5/2

0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1

0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1

0/0
0/0
0/0
0/0
0/0

0
0
0
0
0

22/1
22/1
22/1
22/1
22/1

0
0
0
0
0

22/1
22/1
22/1
22/1
22/1

0/0
3/1
4/1
6/1

0
1
2
2

1/1
1/1
1/1
1/1

0
0
0
0

1/1
3/1
4/1
6/1

0/0
0/0
10/1
12/1
0/0
0/0
0/0
11/1
8/1

0
0
1
1
0
0
0
1
2

8/1
8/1
1/1
8/1
1/1
1/1
1/1
1/1
1/1

1
1
0
0
0
0
0
0
0

8/1
8/1
10/1
12/1
1/1
1/1
1/1
11/1
8/1

MF 33 (l,x) =

MF 34 (l,x) =

MF 35 (l,x) =

MF 36 (l,x) =

MF 37 (l,x) =

MC602
MC1802
MC603
MC603
MP2
MP2
MP2
MP2
MP2

1
1
3
3
3
3
3
3
3

5
6
7
7
11
11
11
11
11

4
3
2
3
1
1
1
2
3

1
1
1
1
1
2
3
1
1

2
1
1
1
1
1
1
1
1

MC1802
MC1802
MC1802
MC1802
MC1802
MC603
MC603

1
1
1
1
1
3
3

6
6
6
6
6
7
7

4
4
5
6
7
4
5

1
2
1
1
1
1
1

1
1
1
1
1
1
1

MC1803
MC1803
MP3
MP3

1
1
1
1

9
9
12
12

2
3
2
4

1
1
1
1

2
2
2
2

7,50

MC1804
MC1804
MC604
A1
A1
A1
MC605

3
3
2
2
2
2
4

14
14
13
16
16
16
15

1
2
2
1
1
1
2

1
1
1
1
2
3
1

1
1
2
2
2
2
3

8,50

A1
A1
A1
A1
A1
A1
A1

2
2
2
2
2
2
2

16
16
16
16
16
16
16

2
3
4
4
5
6
6

1
1
1
2
1
1
2

2
2
2
2
2
2
2

10,50

181

4,00
5,33
5,00
4,67
8,8
8,8
6,40
6,17
5,67

8,8
4,20
4,83
5,00
3,33
7,00
4,33

5,83
6,17
6,17

4,5
6,50
8,8
8,8
5,90
5,17

8,00
8,80
5,7
6,50
8,80
8,867

18/1
17/1
0/0
0/0
0/0
0/0
0/0
16/1
19/1

1
2
0
0
0
0
0
2
1

8/1
1/1
8/1
8/1
1/1
1/1
1/1
1/1
1/1

0
0
1
1
0
0
0
0
0

18/1
17/1
8/1
8/1
1/1
1/1
1/1
16/1
19/1

0/0
0/0
24/1
0/0
26/1
0/0
0/0

0
0
2
0
1
0
0

1/1
1/1
1/1
1/1
1/1
8/1
8/1

0
0
0
0
0
1
1

18/1
18/1
24/1
25/1
26/1
8/1
8/1

0/0
0/0
0/0
0/0

0
0
0
0

15/1
15/1
22/1
22/1

1
1
1
1

15/1
15/1
22/1
22/1

0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0

5/2
5/2
22/1
22/1
22/1
22/1
5/2

1
1
1
0
0
0
1

5/2
5/2
22/1
22/1
22/1
22/1
5/2

0/0
0/0
0/0
0/0
0/0
0/0
0/0

0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1

0
0
0
0
0
0
0

22/1
22/1
22/1
22/1
22/1
22/1
22/1