2014_Enegep_Melo et al_MINIMIZAÇÃO DE CUSTOS EM UMA EMPRESA SIDERÚRGICA PELO USO DA...

MINIMIZAÇÃO DE CUSTOS EM UMA

EMPRESA SIDERÚRGICA PELO USO

DA PROGRAMAÇÃO LINEAR

INGRID MOREIRA MELO (UEPA )

[email protected]

Herbert da Silva Barbosa (UEPA )

[email protected]

Caio Campos Miranda (UEPA )

[email protected]

Yvelyne Bianca Iunes Santos (UEPA )

[email protected]

Ramon Gabriel Duarte de Oliveira (UEPA )

[email protected]

O presente trabalho foi realizado em uma multinacional fabricante de

peças de aços longos localizada na região metropolitana de Belém, no

Estado do Pará. Seu objetivo foi desenvolver um modelo linear de

planejamento estratégico para a empresa em estudo com auxílio de

ferramentas da Pesquisa Operacional visando à minimização dos

custos e considerando dados de demanda, mão de obra e

produtividade. Com o uso do Microsoft Solver Excel para resolver o

modelo matemático foi possível obter resultados de grande relevância

para tomada de decisões, identificar falhas do processo, e estabelecer

uma melhor alocação de recursos. Os resultados desse estudo

mostraram que os custos de produção da empresa podem ser reduzidos

em pelo menos 36% caso haja melhor alocação das horas normais e

horas extras dos funcionários contratados.

Palavras-chaves: Pesquisa Operacional, Programação Linear;

Planejamento Agregado; Siderúrgica

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10

Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.



2

1. Introdução

A siderurgia no Brasil começou a se tornar expressiva durante anos de 1940, com o fenômeno

da nacionalização das indústrias. Esta culminou na criação das companhias siderúrgicas

durante o governo Vargas na década de 1940. O processo de privatização dessas companhias

nos anos 1990 transformou algumas delas em multinacionais, estas que se expandiram ao

redor do mundo.

Segundo o Centro de Gestão e Estudos Estratégicos (2010), o Brasil ocupa a sétima posição

no ranking mundial na produção de aço e o segundo no das importações, mostrando ser um

alicerce para muitas outras empresas – desde a de artigos domésticos a fornecimentos às

indústrias de base.

O presente trabalho foi realizado em uma multinacional fabricante de peças de aços longos

localizada na região metropolitana de Belém, no Estado do Pará. Pela essencialidade desta, a

produção de aço é do tipo contínua exigindo três turnos de trabalho e máquinas a pleno

emprego. A problemática encontrada por essa indústria é que, mesmo com um bom ritmo de

trabalho, a demanda é grande a ponto de exigir além das horas normais. A solução aplicada é

o emprego de horas extras para o cumprimento da demanda, sendo um processo oneroso do

ponto de vista econômico empresarial e do ponto de vista do capital humano.

Considerando o cenário acima descrito, este trabalho tem como objetivo desenvolver um

modelo linear de planejamento estratégico para a empresa em estudo com auxílio de

ferramentas da Pesquisa Operacional visando à minimização dos custos e considerando dados

de demanda, mão de obra e produtividade obtida na empresa em estudo. Nesse contexto,

entende-se que a modelagem do sistema produtivo através de equações lineares e com ajuda

computacional possa convergir em aperfeiçoar ainda mais resultados positivos encontrados ao

longo dos anos pela companhia em questão.

2. Referencial teórico

2.1. Pesquisa Operacional

A Pesquisa Operacional surgiu e desenvolveu-se durante a Segunda Guerra Mundial.

Acredita-se que foi durante a revolução industrial que surgiram as primeiras situações-

problemas que seriam tratadas no futuro por esta nova ferramenta de apoio a tomada de

decisão (BATALHA, 2001).



3

Segundo Andrade (2004) a Pesquisa Operacional pode ser definida como um ramo

interdisciplinar da matemática aplicada que faz uso de modelos matemáticos, estatísticos e de

algoritmos na ajuda à tomada de decisões. É usada, sobretudo, para analisar sistemas

complexos do mundo real, tipicamente com o objetivo de melhorar ou otimizar a

performance. Os métodos da Pesquisa Operacional visam auxiliar na escolha da maneira

eficaz de se operar um sistema, usualmente sob condições que exijam a utilização de recursos

limitados.

Batalha (2008) e Colin (2011) corroboram resumindo que Pesquisa Operacional é o uso de

métodos matemáticos em problemas complexos a fim de apoiar no processo de tomada de

decisões, principalmente no que tange a alocação eficiente de recursos escassos.

2.2. Modelagem matemática

Modelos matemáticos são representações idealizadas, sendo expressas em forma de símbolos

matemáticos e expressões. E, no caso da Pesquisa Operacional, os modelos apresentam como

parte principal: as variáveis de decisão, a função objetivo e as restrições. Sendo as constantes,

presentes nas restrições e na função objetivo, consideradas os parâmetros do modelo. Dessa

forma o modelo poderá fazer as melhores escolhas para maximizar ou minimizar a função

objetivo (HILLIER, 2001). Ao final, as conclusões e informações auxiliares na tomada de

decisão são a função da análise econômica e adaptação dessa análise fica por conta da

validação de dados.

As variáveis de decisão a serem utilizadas são as que melhor representam o problema,

portanto modelam o problema aproximando ao máximo da realidade. Devem ser trabalhadas

de maneira concisa, apresentando as unidades normalizadas para o tempo proposto.

Conjunto de limitações impostas pelo problema real configuram-se como restrições, servindo

como forma de delimitação da solução do problema. Podem ser representadas

matematicamente através de equações e inequações.

Podendo ser uma função de maximização do lucro ou minimização do custo, a função

objetivo é estruturada utilizando as variáveis de decisão, através da modelagem ótima desta

para preencher as necessidades da realidade estudada. Pode apresentar dois tipos de solução: a

solução básica inicial, que atende a todas as restrições e a solução otimizada, que produz a

melhor solução na função objetivo (TAHA, 2007).

http://pt.wikipedia.org/wiki/Matem%C3%A1tica_aplicada

http://pt.wikipedia.org/wiki/Modelo_(matem%C3%A1tica)

http://pt.wikipedia.org/wiki/Algoritmo



4

A análise econômica do estudo faz referência à etapa do processo de aplicação do método

matemático com os dados já organizados, analisados e interpretados, resulta nas melhores

diretrizes para o problema proposto.

A última etapa trata da validação dos dados, fase em que se verifica a aplicação do modelo

ideal gerado e sua aceitação ou necessidade de adaptação segundo a realidade.

2.3. Programação linear

Segundo Taha (2007) a mais proeminente e bem-sucedida dos modelos de decisão é a

programação linear onde a função objetivo e restrições são lineares e as variáveis são

contínuas. Normalmente, as variáveis de decisão são valores não-negativos por tratarem de

mão-de-obra, custos entre outros. O modelo linear pode ser descrito conforme abaixo.

O desenvolvedor da programação linear, George Dantzig, em 1982 conceituou a sua obra

como “um desenvolvimento revolucionário, dando a capacidade para objetivos gerais do

estado e encontrar, por meio do método simplex, decisões de política ideal para uma ampla

classe de problemas de decisão prática de grande complexidade”.

2.4. Planejamento agregado

Simplificando os conceitos de Lustosa (2008), o planejamento agregado é o projeto que visa

adequar os recursos necessários de forma estratégica para uma demanda futura, operar a

demanda para a utilização dos insumos acessíveis tanto para insumos como nos produtos em

médio prazo. Esse plano leva em consideração apenas os recursos comuns a toda família de

produtos; logo, se houver um produto cujos insumos utilizados sejam diferentes dos outros,

este não deve entrar no planejamento.

O propósito principal do planejamento agregado é garantir que os recursos básicos para a

produção estarão disponíveis quando for decidir sobre o quanto produzir de cada produto,

antes mesmo que tal decisão seja tomada (LUSTOSA, 2008).



5

3. Metodologia

3.1. Levantamento de dados

O modelo matemático desenvolvido foi baseado no modelo de planejamento agregado

proposto por Lustosa et al (2008) cuja função objetivo representará o custo total considerado

que será minimizado. Compõem a função objetivo diversos custos como os de contratar (ou

demitir), o da folha de pagamentos e outros. As decisões a serem tomadas serão sobre quantos

empregados contratar (ou demitir) em cada período, quanto produzir, quantas horas extras

deverão ser utilizadas e outras que determinam custos.

Para levantar os dados que foram utilizados na elaboração do modelo foi preenchido um

questionário com as informações abaixo para um período de seis meses (Tabela 1).

Tabela 1 – Informações requisitadas à empresa

Fonte: Elaboração própria

3.2. Estudo de caso

Na fábrica onde o estudo foi feito, existiam três tipos de máquinas disponíveis para as

operações de beneficiamento do aço e cada uma com seu grau de complexidade. Todas três

trabalham independentes entre si, operando para a produção diferentes tipos de produto.

No presente trabalho foram escolhidos dois tipos de máquinas que, juntas, correspondem a

mais da metade da produção de toda a fábrica. Por esse motivo, as informações relevantes a

cada uma foram tratadas de forma individual. Considerando que cada máquina só operada por

um tipo de trabalhador a máquina Format é utilizada pelo operador 1C e a Syntax Line pelo

2B (Tabela 2).



6

Tabela 2 – Relação das máquinas e o nível de operação

Fonte: Elaboração própria a partir dados fornecidos pela empresa (2013)

Há a possibilidade de promoção do operário dependendo de sua capacidade em adequar-se a

um nível e dificuldade maior de operação – sendo o trabalhador 1C o menos especializado e o

2C, mais especializado. O salário de cada tipo de trabalhador varia de acordo com o nível de

complexidade da operação, sendo a Syntax Line a mais pesada e a Format, mais leve. A

quantidade de trabalhadores disponíveis varia de máquina para máquina, estas que funcionam

24 horas por dia, exigindo três turnos de trabalho.

O custo de admissão dos funcionários não foi fornecido pela empresa. Para esta constante foi

adotada o mesmo valor da folha de pagamento mensal. Já o custo de demissão considerou o

tempo de um ano e meio do funcionário na fábrica – de janeiro de 2012 a julho de 2013 –,

dispensado sem justa causa e não tendo férias vencidas. Pelos outros encargos passíveis de

serem pagos pela empresa, foram acrescidos 10% no valor total da dispensa. Os salários

brutos variam de R$ 1.200 a R$ 1.600 dependendo da especialidade do operário, não

trabalhando com subcontratações.

O número de horas extras mensais pode chegar a 64 horas por máquina, tendo variação no

valor pago dependendo do dia da semana. Em dias úteis é pago 50% a mais do que o preço

das horas normais; em finais de semana esse valor chega a 100%. Os custos com funcionários

estão dispostos na Tabela 3.

Tabela 3 – Custos com relação à folha de pagamento dos trabalhadores

Format

Período Contratação Demissão Horas extras

(R$/h)

Salário

maio 1.200,00 1.526,44 10,16 1.200,00

junho 1.200,00 1.526,44 10,16 1.200,00

julho 1.200,00 1.526,44 10,16 1.200,00



7

agosto 1.200,00 1.526,44 10,16 1.200,00

setembro 1.200,00 1.526,44 10,16 1.200,00

outubro 1.200,00 1.526,44 10,16 1.200,00

Syntax Line

Período Contratação Demissão Horas extras

(R$/h) Salário

maio 1.600,00 2.035,17 13,54 1.600,00

junho 1.600,00 2.035,17 13,54 1.600,00

julho 1.600,00 2.035,17 13,54 1.600,00

agosto 1.600,00 2.035,17 13,54 1.600,00

setembro 1.600,00 2.035,17 13,54 1.600,00

outubro 1.600,00 2.035,17 13,54 1.600,00

Fonte: Elaboração própria a partir de dados fornecidos pela empresa (2013)

A demanda utilizada no modelo abrangeu intervalo de seis meses – maio a outubro de 2013

(Tabela 4).

Tabela 4 – Demanda fornecida

Demanda- maio a outubro de 2013 (em toneladas)

Máquina maio junho julho agosto setembro outubro

Format

Syntax Line

126,76

384,35

144,64

406,56

148,18

294,11

127,54

314,56

88,82

206,31

144,13

259,71


A produtividade individual total foi definida a partir dos dados fornecidos sobre os meses

de julho, agosto, setembro e outubro do ano de 2013 por não haver detalhamento do número

de operadores em cada máquina nos meses de maio e junho. O peso do produto (em

toneladas) produzido por cada máquina em cada um dos meses foi somado e dividido pelo

número de funcionários que operaram a máquina em questão no mês trabalhado. A

produtividade final foi calculada pela média da produtividade dos quatro meses (Tabela 5).

Tabela 5 – Cálculo base para a produtividade individual

Meses Format Syntax Line



8

julho 24,69816733 85,25259175

agosto 21,54080600 81,38618625

setembro 14,80281617 68,76880700

outubro 24,02246817 78,46919500

Produtividade

individual (ton./mês) 21,26606442 78,46919500


No modelo foram utilizadas constantes tais como número inicial de funcionários de cada

máquina e sua respectiva jornada mensal de trabalho (Tabela 6). O valor de horas por

funcionário para a fabricação de uma tonelada de aço foi calculada pela razão entre a carga

mensal de trabalho e a produtividade individual.

Tabela 6 – Valores limitantes de cada máquina

Valores constantes atribuídos Format Syntax Line

número inicial de funcionários 6 4

carga mensal de trabalho (horas) 192 192

horas extras mensais (homens-hora) 1152 768

produtividade individual

(ton./funcionário/mês) 21,27 78,47

horas por funcionário para fabricar uma

tonelada (hora/tonelada) 9,03 2,45

capacidade do maquinário

(toneladas/mês) 161,28 539,21


A capacidade máxima das máquinas usada no modelo foi calculada tirando-se um percentual

de 80%, devido aos desgastes ou algum tipo de incapacidade técnica. Essa variável foi

fornecida em kg/h tendo de ser convertida para toneladas/mês para equivalência de unidades

no modelo.

4. Tratamento dos dados

A função objetivo representará o custo total que será minimizado e as restrições estão

relacionadas à mão de obra disponível, produtividade individual, quantidade a ser produzida e



9

capacidade do maquinário. Os componentes da função objetivo giram em torno dos custos

comuns a família de produtos, sendo estes, os custos com horas normais trabalhadas, com

horas extras, com contratação e demissão de funcionário (Figura 1 e Tabela 7).

Figura 1 – Disposição das variáveis na função objetivo


Tabela 7 – Composição da função objetivo


A empresa não trabalha com estoque, pois produz apenas o que é demandado, nem com

subcontratação já que exige pessoal especializado nas máquinas em questão. As demais

restrições utilizaram os valores fixos das Tabelas 3 e 4 como limitantes do modelo, descritas

na Tabela 8.

Tabela 8 – Descrição das restrições



10


A resolução do modelo foi realizada no Microsoft Solver Excel (MS Excel) primeiramente

para a definição de uma solução ótima usando a programação linear e o método simplex como

meio de resolução. Para que os dados pudessem ser comparados a realidade econômica da

empresa, os dados reais do período estudado foram inseridos em uma planilha de mesmo

modelo.

5. Análise dos resultados

A análise de resultados se fundamentou na comparação entre o custo mínimo definido pela

solução ótima e o custo real que a empresa obteve no mesmo período, além da comparação

entre ambas às soluções.

Com relação ao quadro real de funcionários adotado pela empresa, esse manteve-se constante

para o período estudado pela dificuldade da empresa em substituir operadores com

qualificação para manusear as máquinas. Duas variáveis foram destacadas na análise de modo

geral – a “quantidade a ser produzida” e a “mão-de-obra necessária à produção” – ambas

referentes a solução ótima encontrada. Vale ressaltar que a primeira foi usada como limite

para demanda cabível a mão-de-obra disponível especializada e a capacidade do maquinário,

sabendo que não se estoca a produção. A segunda tem como limitantes as horas normais e

extras para a produção mensal.



11

Foi adotado uma postura com relação ao tratamento de demissões; devido a dificuldade de

treinamento de operadores e pelo período estudado ser de médio prazo, não é sugerida a

demissão e sim a realocação ou especialização do funcionário durante os períodos pouco

produtivos.

A folga representada junto a variável mão-de-obra refere-se a porcentagem de ociosidade

entre o máximo que os colaboradores podem produzir e que o que foi necessário (ou o que

seria necessário em um modelo ideal).

5.1. Máquina Syntax Line

Tabela 8 – Resultado ótimo da Syntax Line

Meses Número de

empregados Horas extras Admissões Demissões

Quantidade a ser produzida

(toneladas/mês)

maio 4 172,44 0 0 384,35

junho 4 226,78 0 0 406,56

julho 4 1,67 0 0 294,11

agosto 4 1,67 0 0 314,56

setembro 3 0,00 0 1 206,31

outubro 3 59,46 0 0 259,71


A tabela 8 demonstra que nos meses de maio à agosto, foram utilizados 4 funcionários, sendo

estes suficientes para atender a demanda. No entanto em setembro a demanda de 206,31

toneladas, representou uma queda acentuada, fazendo-se necessário a retirada de um

operador. As horas extras foram utilizadas em todos os meses com exceção de setembro,

tendo uma quantidade mais expressiva em maio (172,44), junho (226,78) e outubro (59,46). O

motivo da realocação de mão-de-obra deve-se a uma queda acentuada na demanda sem

nenhuma contração no mês posterior, ou nos meses que apresentaram maior demanda.

Tabela 9 – Mão de obra otimizada para a máquina Syntax Line

Meses Mão de obra

necessária (H.h)

Mão de obra

disponível (H.h) Folga (%)

maio 940,44 940,44 0,00

junho 994,78 994,78 0,00



12

julho 769,67 769,67 0,00

agosto 769,67 769,67 0,00

setembro 504,80 576,00 12,36

outubro 635,46 635,46 0,00


Na tabela 9 é demonstrada a preferência do uso de horas extras para atender a demanda, visto

que apenas utilizando as consegue-se chegar ao valor de zero de folga, isto é, nenhum homem

hora foi desperdiçado. Somente no mês de setembro há 12,36% de folga, porém isto se deve o

reposicionamento de um colaborador, sendo que isto só ocorre normalmente quando há uma

folga superior a 44%.

Tabela 10 – Resultados utilizando-se a mão-de-obra real (operadores 1C)

Meses Número de



(toneladas/mês)

maio 4 228 0 0 384,35

junho 4 228 0 0 406,56

julho 4 228 0 0 294,11

agosto 4 228 0 0 314,56

setembro 4 228 0 0 206,31

outubro 4 228 0 0 259,71


Nos meses de maio a outubro, a empresa adotou 228 horas extras para os operadores 1C.

Logo, não houve necessidade de contratações no período estudado, porém a manutenção de

um regime fixo de horas extras garante futuros desperdícios.

Tabela 11– Mão de obra utilizada na Syntax Line

Meses Mão de obra

necessária (H.h)

Mão de obra


maio 940,44 996 5,58

junho 994,78 996 0,12

julho 769,67 996 22,72



13

agosto 769,67 996 22,72

setembro 504,80 996 49,32

outubro 635,46 996 36,20


Fazendo-se uma comparação entre as tabelas 9 e 11, nota-se a diferença das folgas, que estão

presente em quase todos os meses na tabela, com exceção de junho que representa um folga

ínfima de 0,12%, evidenciando-se a necessidade de um melhor controle sobre a utilização de

recursos, que estão sendo desperdiçados resultando no aumento dos custos totais.

A máquina Syntax Line veio a mostrar a importância da variável horas extras para viabilizar

uma solução ótima nesta problemática que não trabalha com estoques nem com horas

subcontratadas.

A partir da análise das tabelas percebe-se grande diferença nos modelos real e otimizado, tal

contraste se traduz nos custos mínimos R$ 56.922,72 e R$ 43.490,93, respectivamente. O

maior lucro possível alterando o modelo real para o otimizado é de R$ 13.431,79 equivalendo

a 24% das despesas. Segundo os dados apresentados, pode-se afirmar que o modelo proposto

contribui para diminuir os custos de produção.

5.2. Máquina Format

Tabela 12 – Resultados ótimos da Format

Meses Número de



(toneladas/mês)

maio 6 0,00 0 0 126,76

junho 6 153,88 0 0 144,64

julho 6 185,84 0 0 148,18

agosto 6 0,00 0 0 127,54

setembro 6 0,00 0 0 88,82

outubro 6 149,27 0 0 144,13


Nos meses de maio à outubro foi utilizado todo o quadro de operadores 2B, não havendo

necessidade de horas extras em maio, agosto ou setembro, uma vez que as horas normais



14

conseguiram suprir a necessidade. Porém, em julho e junho fez-se necessário o uso das horas

extras, devido aumento na demanda nos valores de 144,64 e 148,18 toneladas

respectivamente. Não houve necessidade de contração nem realocação, pois a demanda não

sofreu grandes variações, salvo o mês de setembro.

Tabela 13 – Dados reais sobre a mão-de-obra da Format (operadores 2B)

Meses Número de



(toneladas/mês)

maio 6 192 0 0 126,76

junho 6 192 0 0 144,64

julho 6 192 0 0 148,18

agosto 6 192 0 0 127,54

setembro 6 192 0 0 88,82

outubro 6 192 0 0 144,13


A tabela 13 mostra quadro de funcionários bem como o regime de horas extras reais, durante

quais os operadores 2B trabalham, em média, metade da quantidade de horas extras totais,

sendo 384 horas totais – nesse caso existindo horas excedentes – que representam um custo a

mais para a companhia, ressaltando na redução de custos desnecessários.

Tabela 14 – Mão de obra otimizada da Format

Meses Mão de obra

necessária (H.h)

Mão de obra


maio 1144,45 1152,00 0,66

junho 1305,88 1305,88 0,00

julho 1337,84 1337,84 0,00

agosto 1151,49 1152,00 0,04

setembro 801,91 1152,00 30,39

outubro 1301,27 1301,27 0,00


Na tabela 14 pode-se ver a eficácia do método simplex pela redução da folga, isto é, a

diferença entre a mão-de-obra disponível e a necessária, dessa forma minimizando o custo,



15

sendo que a coluna de folga apresenta este contraste em porcentagem. A folga no mês de maio

foi de menos de um por cento, ou seja, praticamente não houve folga, enquanto setembro a

folga alcança o valor de 30,39% destoando das demais, onde a segunda maior é de apenas

0,66%. Tal valor deve-se a queda da demanda do mês de setembro, quanto aos outros meses

não houve folga alguma, podendo-se concluir um bom emprego das horas extras –

justificando também a ausência de contratações ou “demissões” durante o período de maio à

outubro.

Tabela 15 – Mão de obra real da Format

Meses Mão de obra

necessária (H.h)

Mão de obra


maio 1144,45 1344 14,85

junho 1305,88 1344 2,84

julho 1337,84 1344 0,46

agosto 1151,49 1344 14,32

setembro 801,91 1344 40,33

outubro 1301,27 1344 3,18


A tabela 15 contrasta com tabela 14 por apresentar um maior desperdício de recursos, no caso

a mão de obra, havendo desperdício de maio à outubro. Ainda que em junho, julho e outubro,

não tenham apresentado uma folga expressiva, os meses de maio, agosto e setembro

apresentam números significativos, refletidos nos custos totais, corroborando assim o que foi

verificado nos dados das tabelas 12 e 13.

A diferença dos modelos reflete o contraste entre os custos mínimos, onde o real e o

otimizado são R$ 54.904,32 e R$ 48.168,13 respectivamente. A economia de R$ 6.744,19 isto

é, 12,28% dos custos deve-se a regulação das horas extras de acordo com a demanda exigida.

Portanto, o modelo atendeu a proposta de otimização, mostrando uma alternativa menos

dispendiosa.

6. Conclusão

O presente trabalho constitui uma aplicação da programação linear no contexto de uma

empresa do ramo da siderurgia. Através da comparação entre resultados reais adotados pela



16

empresa e os otimizados resultantes do modelo proposto foi possível mostrar a importância da

aplicação dessas ferramentas no planejamento da produção a fim de reduzir custos.

Por meio do estudo em questão conseguiu-se observar a importância das horas extras quando

trata-se do trade-off custo mínimo x produção máxima por possuir uma alta flexibilidade, ou

seja, pode variar de zero em um mês até seu limite máximo em outro. No entanto a

manutenção de um regime de horas extras pode estar mascarando a necessidade de

contratação, este último visto como oneroso do ponto de vista gerencial.

O resultado do modelo proposto mostrou que os custos de produção na máquina Syntax Line

podem ser reduzidos em até 24%, passando de R$ 56.922,72 para R$ 43.490,93 e na máquina

Format podem ser reduzidos em até 12,28%, passando de R$ 54.904,32 para R$ 48.168,13

caso haja melhor alocação de horas normais e horas extras.

A empresa ainda necessita realizar certas adequações na sua matriz gerencial, de forma a

aplicar melhor os recursos, alocando-os em áreas mais pertinentes, podendo empregar a

programação linear não somente para reduzir os custos mas possibilitar, em uma visão mais

global do processo, a identificação dos gargalos existentes no sistema produtivo.

7. Referências

ANDRADE, E. L. Introdução à pesquisa operacional: métodos e modelos para análises de decisão. 3 ed.

Rio de Janeiro: LTC, 2004.

BATALHA, M. O. Gestão agroindustrial. 3 ed. Vol. 2. São Paulo: Atlas, 2001.

BATALHA, Mário Otávio (org.). Introdução à Engenharia de Produção. Rio de Janeiro: Elsevier, 2008.

Centro de Gestão e Estudos Estratégicos (CGEE). Siderurgia no Brasil 2010-2025: subsídios para tomada de

decisão. Serie Documentos Técnicos, n. 9. Brasília: CGEE, 2010.

COLIN, Emerson C. Pesquisa Operacional: 170 Aplicações em Estratégia, Finanças, Logística, Produção,

Marketing e Vendas. Rio de Janeiro: LTC, 2011.

DANTZIG, George B. Reminiscences about the origins of Linear Programming. Operation Research Letters.

v. 1. n. 2, abril, [1982].

HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introduction to Operations Research. 7. ed. New York:

McGraw Hill, 2001.

LUSTOSA, Gustavo (org.). Planejamento e controle da produção. Rio de Janeiro: Elsevier, 2008.

TAHA, Hamdy A. Operations Research - An Introduction. 8. ed. New Jersey: Prentice Hall, 2007.

2014_Enegep_Melo et al_MINIMIZAÇÃO DE CUSTOS EM UMA EMPRESA SIDERÚRGICA PELO USO DA...

Documents

Transcript of 2014_Enegep_Melo et al_MINIMIZAÇÃO DE CUSTOS EM UMA EMPRESA SIDERÚRGICA PELO USO DA...