Revista CIATEC UPF, vol.1 (1 ), p.p.

14-31, 2009


doi: 10.5335/ciatec.v1i1.613 14




OTIMIZAO DE ROTEIROS: ESTUDO DE CASO DE UMA
DISTRIBUIDORA DE FERRO DE PASSO FUNDO/RS PARA A REGIO

OPTIMIZATION OF ITINERARIES: A CASE STUDY INVOLVING DELIVERY OF IRON
ITEMS AMONG PASSO FUNDO / RS AND OTHER MUNICIPALITIES

Lisiane Milan Selong e Rosana Maria Luvezute Kripka
Instituto de Cincias Exatas e Geocincias, Universidade de Passo Fundo - BR 285, Km 171
Passo Fundo/RS (rkripka@upf.br)


RESUMO

O presente trabalho apresenta um estudo de caso sobre a otimizao de roteiros na distribuio de ferro, de
uma empresa localizada em Passo Fundo para 26 lojas filiais, localizadas em cidades da regio, com a
finalidade de se determinar o roteiro timo a ser realizado, que corresponda ao caminho de menor distncia
entre as cidades a serem visitadas, em cada distribuio. Realizou-se um estudo sobre o problema real, o qual
foi representado atravs de um modelo matemtico de otimizao linear inteira, para o qual buscou-se
encontrar uma soluo tima, atravs de tcnicas de otimizao. Como geralmente existe uma grande
quantidade de variveis em aplicaes reais, tambm foram utilizados programas computacionais para a
resoluo do problema em questo. Devido s caractersticas do problema analisado, optou-se por realizar a
otimizao atravs do Solver do Excel. Assim, apresenta-se o problema real, a modelagem matemtica
utilziada, para sua resoluo, e os resultados obtidos atravs da otimizao das quatro principais rotas,
realizadas pelo funcionrio que transporta o ferro para a empresa. Como resultado, obteve-se uma reduo
mdia de 11,52% na distncia total a ser percorrida, pelo funcionrio, na distribuio do ferro realizada pela
empresa.
Palavras-chave: Pesquisa Operacional, Programao Linear, Problema do Caixeiro Viajante.


ABSTRACT

This paper presents a case study on the optimization of itineraries involving the delivery of iron items among a
center of distribution located in Passo Fundo and 26 filial stores, located in nearby municipalities. The study
aimed to determine the optimal itinerary to be followed, which corresponds to shortest path among the
municipalities to be visited in each course. A mathematical model of the real problem was performed in terms
of linear programming. The problems solution was obtained using the Excels Solver facility. Results
obtained for the four main routes, pointed out an average reduction of 11.52 % in the total distance to be
covered.
Keywords: Operations Research, Linear Programming, Traveling Salesman Problem.



1. INTRODUO

Devido s rpidas transformaes que ocorrem na atualidade, buscam-se sempre novas
ferramentas, para que se possa acompanhar essas transformaes. Com isso, acabam surgindo alguns
problemas complexos, que necessitam do auxlio de ferramentas da matemtica, para que possam ser
resolvidos e analisados. Existem vrias tcnicas de resolues utilizadas em aplicaes reais. Neste
trabalho, devido s caractersticas do problema a ser resolvido, foram utilizadas a Modelagem
Matemtica e a Otimizao.
O problema real trata da otimizao da distribuio de ferro de uma empresa localizada em
Passo Fundo/RS, que o transporta para 26 cidades da regio. A distribuio realizada por um
funcionrio, que trabalha na prpria empresa, o qual informou a existncia de quatro principais rotas

Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

15

diferentes. Os roteiros foram representados atravs de modelos matemticos e foram otimizados, com
a finalidade de se determinar quais deveriam ser os caminhos timos, ou seja, que correspondam aos
roteiros de menor distncia, visando economia de custos e de tempo, de modo que as entregas
pudessem ser feitas de forma mais rpida e econmica. Para tanto, foi realizada uma reviso
bibliogrfica sobre os assuntos relacionados ao problema, visando identificar modelos e mtodos
matemticos adequados para sua resoluo e, tambm, foi feita uma pesquisa de campo com
funcionrios da empresa, para se obter os dados reais necessrios para a modelagem matemtica do
problema. Desta maneira, foi possvel construir modelos matemticos, para representar os problemas
reais existentes, e resolv-los pelos mtodos matemticos adequados, atravs de programas
computacionais, chegando assim nas solues timas correspondentes.
Assim, apresenta-se os resultados obtidos em relao ao processo de otimizao de um
problema real da distribuio de ferro realizada por uma empresa de Passo Fundo, para regio, o qual
foi transformado em modelos matemticos de otimizao, os quais foram otimizados, com objetivo de
se obter as solues timas para o problema, atravs de tcnicas de otimizao adequadas.


2. REFERNCIAL TERICO

Segundo Andrade (1989), o nome pesquisa operacional apareceu pela primeira vez durante a
Segunda Guerra Mundial, quando pesquisadores buscavam, descobrir mtodos para resolver
determinados problemas de operaes militares. O sucesso dessas aplicaes levou a que o mundo
acadmico e empresarial procurasse utilizar as tcnicas criadas em problemas de administrao.
Ehrlich (1985) afirma que pesquisa operacional um conjunto de tcnicas quantitativas com o
intuito de auxiliar o processo de deciso dentro de uma filosofia de modelagem e, preferivelmente, de
otimizao. (1985, p. 11)
Os problemas que acontecem na vida real apresentam dificuldades de naturezas diferentes.
Primeiramente, preciso estabelecer, entre os indivduos que querem estudar o problema em foco,
certo consenso na percepo do problema. Da percepo e da definio de objetivos nasce a idia do
problema como um sistema.
A primeira etapa para resolver o problema modelar o sistema a ser estudado. Nesta fase,
preciso identificar as variveis exgenas e as endgenas ao sistema, assim como o seu inter-
relacionamento. Quanto natureza, o modelo poder ser determinstico ou ter variveis
probabilsticas.
Quanto aos usos do modelo, de acordo com Ehrlich (1985), podem-se salientar as finalidades:
preditivas, investigativas (ou descritivas ou explicativas) e normativas. Alerta Ehrlich:


preciso sempre ter em mente que modelo algum jamais poder captar toda a realidade.
Entretanto, podemos construir modelos com o propsito de atender uma ou mais das trs
finalidades mencionadas acima. Uma simples linha que, baseando-se em dados do passado,
procure extrapolar a tendncia das vendas de uma firma pode ser til do ponto de vista
preditivo, sem que, por isso, lance luz alguma sobre a estrutura do mercado para o produto em
pauta. O modelo de mecnica celeste que o mundo ocidental utilizou antes de Kepler ainda
bastante bom do ponto de vista preditivo. O modelo fornecia previses muito boas para os
fenmenos, sem, entretanto, concordar com a presente concepo da estrutura da dinmica
celeste. (1985, p. 11)


O autor afirma que necessrio lembrar que nenhum modelo abordar toda a realidade. Mas,
podem-se obter modelos que atendam, pelo menos, a uma das trs finalidades estabelecidas por ele.
A pesquisa operacional compe-se por diversas tcnicas quantitativas aplicadas s reas de
administrao, produo, planejamento e organizao. O sucesso dessas diversas tcnicas, tanto entre
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

16

pesquisadores tericos, como entre engenheiros, administradores e economistas, foi muito importante
para a constituio deste setor do conhecimento humano, que vem apresentando grandes progressos.
Depois de descobertas cientficas muito importantes, tambm se percebe a utilizao, graas s
disciplinas aplicadas, desses resultados no cotidiano. relativamente recente, de apenas trs dcadas,
a preocupao com tcnicas quantitativas para melhor aproveitamento, atravs de organizao e
planejamento dos conhecimentos acumulados. As aplicaes da pesquisa operacional vo desde o
balanceamento de linhas de produo em fbricas, ou fluxo timo de pacientes em hospitais, at ao
estudo de estruturas sociais e de processos psicolgicos.
Em aplicaes da pesquisa operacional se emprega matemtica, anlise de sistemas e estatstica.
Alm disso, para se resolver problemas muito grandes, nos quais so necessrios muitos clculos,
geralmente so utilizados programas computacionais elaborados especificamente para resoluo de
problemas relativos pesquisa operacional.
Dentre os diversos modelos de otimizao existem os modelos de Programao Linear (PL).
Segundo Goldbarg e Luna (2000), esse modelo bsico para a compreenso de todos os outros
modelos da Programao Matemtica, pois os conceitos, seguidos por ele, se estendem aos demais,
oportunizando assim estudos mais avanados. Outra vantagem desse modelo a eficincia dos
algoritmos de soluo j existentes, que possibilitam uma alta capacidade de clculo, podendo ser
usado facilmente atravs de planilhas, com o uso de computadores pessoais.
Os modelos de Programao Linear so um tipo especial de modelos de otimizao, cuja
funo objetivo e restries so lineares. Segundo Machado (1975) os modelos de Programao
Linear (PL) so simples, mas bem frequente na prtica. Conforme Goldbarg e Luna (2000), para que
um sistema possa ser representado por meio de um modelo de PL, deve ter as seguintes
caractersticas:
- Proporcionalidade: a quantidade de recurso consumido por uma dada atividade deve ser
proporcional ao nvel dessa atividade na soluo final do problema. Alm disso, o custo de
cada atividade proporcional ao nvel de operao da atividade.
- No Negatividade: deve ser sempre possvel desenvolver dada atividade em qualquer nvel no
negativo e qualquer proporo de um dado recurso deve sempre poder ser utilizado.
- Aditividade: o custo total a soma das parcelas associadas a cada atividade.
- Separabilidade: pode-se identificar de forma separada o custo (ou consumo de recursos)
especfico das operaes de cada atividade.
Existem vrios modelos de programao linear com certas estruturas que permitem o
desenvolvimento de algoritmos eficientes e especializados para realizar suas otimizaes.
Diversos problemas reais podem ser modelados, como problemas de Programao Linear,
atravs de modelos de fluxo em redes, tais como o problema de transmisso de mensagens em redes
de computadores, o problema do transporte de mercadorias das fbricas at o mercado consumidor, e
tambm, o problema de determinao do caminho mnimo para se entregar mercadorias em vrias
cidades distintas, que trata-se do problema real abordado neste trabalho.
Nos problemas de fluxo em rede realiza-se o processo de otimizao da distribuio de
produtos, originados em pontos de oferta e consumidos em postos de demanda, dentro de uma rede de
interligaes possveis. Os problemas de fluxo em rede podem ocorrer dentro de plantas industriais,
sistema de comunicao e de transporte, de distribuio de gua e outros, mas servem para outros
modelos de situaes diversas que se assemelham, por abstrao. Geralmente a oferta e a demanda de
cada produto possuem um valor conhecido. A distribuio dos produtos no precisa ser somente de
um ponto de produo a um ponto de demanda, mas tambm podem ser utilizados pontos
intermedirios. As interligaes podem possuir restries de capacidade de trfego e custos variados.
Um dos problemas clssicos de fluxo em redes o Problema de Fluxo de Custo Mnimo, que
consiste em determinar qual o melhor caminho a ser percorrido pelo fluxo, de produtos, em uma rede,
que corresponda ao roteiro de menor custo possvel. Dentre os problemas de fluxo com custo mnimo
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

17

em redes, destaca-se o problema do caixeiro viajante (PCV), o qual ser utilizado na resoluo do
problema proposto.
O problema do Caixeiro viajante possui vrias aplicaes no cotidiano e diversos autores tm
se utilizado desta modelagem matemtica na resoluo de problemas prticos. Baro, Kripka e Kripka
(2009), apresentam a utilizao do modelo do PCV para se encontrar o roteiro mais econmico para a
coleta e destinao de resduos, proposta para a coleta de lixo seletiva para o Municpio de Passo
Fundo. Toso, Morabito e Clark (2008), abordam a resoluo do problema de dimensionamento e
sequenciamento de lotes na indstria de nutrio animal, atravs da resoluo do PCV assimtrico,
onde buscam determinar o tamanho de cada lote de produo, assim como determinar a seqncia de
produo destes lotes de modo a satisfazer a demanda sem atrasos e minimizar os custos de produo
e estoques. Nascimento et al. (2008) tambm utilizaram a modelagem e resoluo do PCV para o
estabelecimento da melhor ordem de ligao em mapeamento gentico.
A seguir apresenta-se o problema o Caixeiro Viajante e a formulao matemtica utilizada no
presente trabalho.


3. PROBLEMA DO CAIXEIRO VIAJANTE

Conforme Golbarg e Luna (2000), o Problema do Caixeiro Viajante um dos mais conhecidos
problemas de programao matemtica. Os problemas de roteamento lidam em sua maior parte com
passeios ou tours sobre pontos de demanda ou oferta. Esses pontos podem ser representados por
cidades, postos de trabalho ou atendimento, depsitos, etc. Um dos mais importantes tipos de
passeios, o denominado hamiltoniano, tem esse nome, pois em 1857, Willian Rowan Hamilton props
um jogo que chamou de Around the World. Esse jogo era realizado sobre um dodecaedro sendo que
cada vrtice estava associado a uma cidade. O objetivo do jogo era encontrar um caminho, atravs dos
vrtices do dodecaedro, que iniciasse e terminasse em uma mesma cidade sem nunca repetir uma
visita. Uma soluo do jogo de Hamilton chamou-se ciclo hamiltoniano. Apesar de Hamilton no ter
sido o primeiro a propor esse problema, o seu jogo o divulgou. Hassler Whitney foi quem divulgou
primeiramente esse problema em 1934. O problema do caixeiro viajante um problema de otimizao
que est associado determinao dos caminhos hamiltonianos em um grafo qualquer. O objetivo
deste problema encontrar em um grafo o caminho hamiltoniano de menor custo.
O Problema do Caixeiro Viajante importante devido a pelo menos trs caractersticas: grande
aplicao prtica, uma enorme relao com outros modelos, grande dificuldade de soluo exata.
O problema do caixeiro um clssico exemplo de problema de otimizao combinatria
(CAIXEIRO, 2009). O que se poderia fazer no primeiro momento para se resolver esse tipo de
problema reduz-lo a um problema de enumerao: acham-se todas as rotas possveis, depois se
calcula o comprimento de cada uma delas, para ento ver qual a menor. Quando se acha todas as rotas
e estas so contadas, pode-se dizer que se est reduzindo o problema de otimizao a um problema de
enumerao. Se fizermos raciocnio combinatrio simples, encontra-se o nmero de rotas para o caso
de n cidades. Por exemplo, no caso de 5 = n cidades, a primeira e ltima posio so fixas; na
segunda posio podemos colocar qualquer uma das quatro cidades restantes; na terceira posio
podemos colocar qualquer uma das trs cidades restantes e na quarta posio podemos colocar as duas
cidades restantes, teremos apenas uma cidade para colocar na quinta posio. Consequentemente, o
nmero de rotas seria: 4 x 3 x 2 x 1 = 24.
Da mesma forma, se tivermos n cidades, como a primeira fixa, fica fcil de perceber que o
nmero total de escolhas que se pode fazer ( ) ( ) 1 2 1 n n , ou seja, ( )! 1 n caminhos
possveis. Quando o problema simtrico a quantidade de caminhos possveis reduz para 2 / )! 1 ( n .
Desta forma podemos gerar cada rota, calcular o comprimento total das viagens de cada rota e ver
qual delas tem o menor comprimento total.
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

18

Analisando superficialmente, parece ser uma tarefa fcil, mas no mesmo usando computadores
muito bons. Pode-se perceber a complexidade de resoluo de um PCV, atravs dos dados da Tabela
1, que apresenta o tempo necessrio para resoluo de problemas de acordo com o nmero de ns ( n )
envolvidos , na rede considerada, atravs da anlise de todos os caminhos possveis. A presena de um
fatorial na medida do esforo computacional do mtodo da reduo torna invivel o uso do
computador para problemas muito grandes. Por esse motivo pode-se dizer que o problema do caixeiro
viajante um problema NPdifcil, ou seja, possui ordem de resoluo de complexidade no
polinomial. O mtodo reducionista torna-se prtico para o caso de n ser bem pequeno, caso contrrio
no. Ainda no foi encontrado um mtodo prtico para resolver o problema do caixeiro viajante que
envolva esforo polinomial e comea-se a pensar que este no existe. O fato de existir ou no um
mtodo que envolva esforo polinomial para resolver o problema do caixeiro viajante um dos
grandes problemas em aberto da Matemtica. Se fosse descoberta uma forma de resolver o problema
do caixeiro em tempo polinomial, poderia ser resolvida, tambm em tempo polinomial, uma grande
quantidade de outros problemas matemticos importantes. Mas se ficasse provado que impossvel
resolver o problema do caixeiro em tempo polinomial, tambm fica entendido que uma grande
quantidade de problemas importantes no teriam soluo em tempo polinomial.

Tabela 1: Tempo necessrio para resoluo de um PCV com n ns
n rotas por segundo ( )! 1 n clculo total
5
250 milhoes 24 Insignificante
10
110 milhoes 362 880 0.003 seg
15
71 milhoes 87 bilhoes 20 min
20
53 milhoes 1.2 x 10
17
73 anos
25
42 milhoes 6.2 x 10
23
470 milhoes de anos
Fonte: (CAIXEIRO, 2009)

Existem vrias formulaes para o PCV, devido sua importncia. Neste trabalho utilizou-se a
formulao de Dantzig-Fulkerson-Johnson (DFJ), que representa o PCV sobre o grafo ( ) A N G , = ,
com N ns e Aarestas, da seguinte forma:
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

19

{ }

e e
c s
e =
e =
=

e
=
=
= =
N j i, , , x
N S , S x
N i , x
N j , x
x c z
ij
S i,j
ij
n
j
ij
n
i
ij
n
j
n
i
ij ij
1 0
1
1
1
: a sujeito
Minimizar
1
1
1 1


onde:
N : nmero de ns da rede;
e =
=
n
i
ij
N j , x
1
1 : significa que todo fluxo que chega no n j deve ser igual a 1;
e =
=
n
j
ij
N i , x
1
1 : significa que todo fluxo que sai do no n i deve ser igual a 1;
S : subgrafo de G ;
S : o numero de vrtices do subgrafo S ;
N S , S x
S i,j
ij
c s
e
1 : significa que devem ser evitados subciclos;
( )

=
contrrio. caso , 0
arco pelo passar fluxo se 1, i,j
x
ij


Nesta formulao
ii
x nulo, pois no faria sentido sair do n i e retornar para ele mesmo.
Alm disso, existem ( ) 1 n n variveis inteiras e binrias e o problema possui o numero de restries
da ordem ( )
n
2 .


3.1. Formulao matemtica de um exemplo genrico de um PCV com 5 ns

Considerando um exemplo genrico do problema do caixeiro viajante com cinco ns, sua
forma genrica pode ser visualizada na Figura 1.
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

20



Figura 1: Problema do Caixeiro Viajante com 5 ns
A Funo Objetivo do PCV ser minimizar o custo das distncias. Matematicamente
representada por:
ij ij
i j
x c z

= =
=
5
1
5
1
min
ou seja:

55 55 45 45 54 54 44 44
35 35 34 34 53 53 43 43 33 33 25 25 24 24 23 23 52 52 42 42 32 32
22 22 15 15 14 14 13 13 12 12 51 51 41 41 31 31 21 21 11 11
min
x c x c x c x c
x c x c x c x c x c x c x c x c x c x c x c
x c x c x c x c x c x c x c x c x c x c z
+ + + +
+ + + + + + + + + + + +
+ + + + + + + + + + =

onde:
ij
c : custo do arco ( ) j i, e
ij
x : fluxo no arco ( ) j i,

As restries do PCV podero ser modeladas matematicamente da seguinte forma:

a) O fluxo de entrada em cada n deve ser igual a 1, para que no tenha mais que um caminho
convergindo para um nico n. Ento:

1
5
1
=

=
ij
i
x , { } 5 , 4 , 3 , 2 , 1 e j
ou seja:
1
1
1
1
1
55 45 35 25 15
54 44 34 24 14
53 43 33 23 13
52 42 32 22 12
51 41 31 21 11
= + + + +
= + + + +
= + + + +
= + + + +
= + + + +
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x


b) O fluxo de sada de cada n deve ser igual a 1, pois poder partir um nico caminho de cada n.
Ento:
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

21

1
5
1
=

=
ij
j
x { } 5 , 4 , 3 , 2 , 1 e i
ou seja:
1
1
1
1
1
55 54 53 52 51
45 44 43 42 41
35 34 33 32 31
25 24 23 22 21
15 14 13 12 11
= + + + +
= + + + +
= + + + +
= + + + +
= + + + +
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x


c) O fluxo do n para ele mesmo deve ser igual a zero. Ento:

0 1 1 1
,
= s

e
S x
ij
S j i

ou seja:
0
0
0
0
0
55
44
33
22
11
=
=
=
=
=
x
x
x
x
x

{ }
{ }
{ }
{ }
{ } 5
4
3
2
1
=
=
=
=
=
S
S
S
S
S


d) Evitar subciclos, ou seja, caminhos que no percorram todos os ns do problema, assim, no
satisfazendo o objetivo principal do problema. Ento:

1 1 2 1
,
s s s

e
S x
ij
S j i

ou seja:
1
1
1
1
1
1
1
1
1
1
54 45
53 35
43 34
52 25
42 24
32 23
51 15
41 14
31 13
21 12
s +
s +
s +
s +
s +
s +
s +
s +
s +
s +
x x
x x
x x
x x
x x
x x
x x
x x
x x
x x

{ }
{ }
{ }
{ }
{ }
{ }
{ }
{ }
{ }
{ } 5 , 4
5 , 3
4 , 3
5 , 2
4 , 2
3 , 2
5 , 1
4 , 1
3 , 1
2 , 1
=
=
=
=
=
=
=
=
=
=
S
S
S
S
S
S
S
S
S
S


e
2 1 3 1
,
s s s

e
S x
ij
S j i

ou seja:
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

22

2
2
2
2
2
2
2
2
2
2
54 45 53 35 43 34
54 45 52 25 42 24
53 35 52 25 32 23
43 34 42 24 32 23
54 45 51 15 41 14
53 35 51 15 31 13
43 34 41 14 31 13
52 25 51 15 21 12
42 24 41 14 21 12
32 23 31 13 21 12
s + + + + +
s + + + + +
s + + + + +
s + + + + +
s + + + + +
s + + + + +
s + + + + +
s + + + + +
s + + + + +
s + + + + +
x x x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x x x

{ }
{ }
{ }
{ }
{ }
{ }
{ }
{ }
{ }
{ } 5 , 4 , 3
5 , 4 , 2
5 , 3 , 2
4 , 3 , 2
5 , 4 , 1
5 , 3 , 1
4 , 3 , 1
5 , 2 , 1
4 , 2 , 1
3 , 2 , 1
=
=
=
=
=
=
=
=
=
=
S
S
S
S
S
S
S
S
S
S


e
3 1 4 1
,
s s s

e
S x
ij
S j i

ou seja:
3
3
3
3
3
42 24 54 45 43 34 52 25 42 24 32 23
53 35 45 54 43 34 51 15 41 14 31 13
54 45 52 25 42 24 51 15 41 14 21 12
52 25 53 35 32 23 51 15 31 13 21 12
42 24 43 34 32 23 41 14 31 13 21 12
s + + + + + + + + + + +
s + + + + + + + + + + +
s + + + + + + + + + + +
s + + + + + + + + + + +
s + + + + + + + + + + +
x x x x x x x x x x x x
x x x x x x x x x x x x
x x x x x x x x x x x x
x x x x x x x x x x x x
x x x x x x x x x x x x

{ }
{ }
{ }
{ }
{ } 5 , 4 , 3 , 2
5 , 4 , 3 , 1
5 , 4 , 2 , 1
5 , 3 , 2 , 1
4 , 3 , 2 , 1
=
=
=
=
=
S
S
S
S
S

e) As variveis devem ser binrias, admitindo valor 1 ou 0. Ento:

{ } 1 , 0 e
ij
x
ou seja:
{ } 1 , 0 , , ,
, , , , , , , , , , , , , , , , , , , , ,
55 45 54 44
35 34 53 43 33 25 24 23 52 42 32 22 15 14 13 12 51 41 31 21 11
e x x x x
x x x x x x x x x x x x x x x x x x x x x


Alm disso, foi dito que o PCV possui uma quantidade de restries da ordem de
n
2 . No
exemplo acadmico apresentado para uma rede com 5 ns foram necessrias 35 restries, como j
era esperado (ordem de 32 2 =
n
).
Dessa forma, buscou-se investigar outros aplicativos que resolvessem problemas maiores e que
facilitassem, tambm, a insero dos dados do problema. Entre eles escolheu-se o software Excel que
apresentado a seguir.


3.2. Resoluo do PCV atravs do Solver do Excel

Uma das maneiras de resolver o problema com o Excel utilizando uma matriz de variveis e
custos. A seguir sero apresentados os passos que devem ser seguidos para se obter a otimizao de
um problema de programao linear ou de programao linear inteira (LACHTERMACHER, 2007).
Primeiramente os dados sero inseridos em duas matrizes, uma para as distncias (custos) e
outras para as variveis.
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

23

Considerando um PVC com 5 ns. Na Figura 2 esto apresentadas as duas matrizes, sendo a
primeira das distncias (ou custos nos arcos) e a segunda das variveis. Neste exemplo a matriz das
distncias simtrica.
A segunda etapa inserir equaes referentes as restries de fluxo de entrada no n, cujo
somatrio dever ser 1, e de fluxo de sada do n, cujo somatrio tambm dever ser 1, ou seja, o
somatrio dos fluxo de entrada e sada devero ser iguais a 1. As clulas H13 a H17 contm os
somatrios das linhas referentes s colunas C G e as clulas C18, D18, E18, F18 e G18 contm os
somatrios das colunas referentes s linhas 13 17 (ver Figura 3).
O valor da funo objetivo foi inserido na clula B2. Para chegarmos ao resultado correto da
funo objetivo devemos envolver as duas matrizes, as dos custos das variveis e a das variveis,
usando a funo do Excel SOMARPRODUTO. Isso pode ser visualizado na Figura 4. Em seguida,
todos os dados, variveis, funo objetivo, restries e parmetros so inseridos no solver do Excel e
solicitado que seja realizada a otimizao. Observa-se que inicialmente no so inseridas as restries
para evitar os subciclos.


Figura 21 : Insero da Matriz de distncias e de variveis
Ao ser solicitado que fosse realizada a otimizao, o software gerou uma soluo tima, com
custo zero, que dizia que todo 1 =
ii
x , para i = 1,...,5, ou seja, que todo fluxo fosse do n para ele
mesmo. Esta soluo apesar de ser possvel no a soluo do problema, pois no apresenta um
caminho nico que inicie e termine no mesmo n, visitando todos os ns da rede, com custo mnimo.
Nesse caso, a soluo indica que existem subciclos que sevem ser evitados. Assim, conforme o
software indica os subciclos hamiltonianos, so inseridas restries de modo que os subciclos obtidos
nas otimizaes sejam evitados. Aps as inseres das restries, para evitar os subciclos encontrados,
novamente solicitado ao software que faa a otimizao do PCV.

Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

24


Figura 3: Insero de restries de conservao de fluxo nos ns


Figura 4: Insero da funo objetivo

Para que fosse encontrada a soluo tima do problema, foi necessrio inserir apenas quatro
restries para que os ciclos hamiltonianos fossem evitados, entre dois e trs ns apenas, conforme
apresenta a Figura 5.


Figura 5: Clulas para insero de restries para evitar subciclos hamiltonianos

Dessa forma, aps inseridas todas as restries necessrias para evitar subciclos identificados,
foi possvel encontrar o caminho timo, sendo, 0
*
11
= x , 1
*
12
= x , 0
*
13
= x , 0
*
14
= x , 0
*
15
= x , 0
*
21
= x ,
0
*
22
= x , 0
*
23
= x , 1
*
24
= x , 0
*
25
= x , 1
*
31
= x , 0
*
32
= x , 0
*
33
= x , 0
*
34
= x , 0
*
35
= x , 0
*
41
= x ,
0
*
42
= x , 0
*
43
= x , 0
*
44
= x , 1
*
45
= x , 0
*
51
= x , 0
*
52
= x , 1
*
53
= x , 0
*
54
= x e 0
*
55
= x mostrando que o
menor caminho o 124531. Note, que este foi o resultado obtido tambm nas outras formas de
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

25

resoluo apresentadas neste trabalho. Na Figura 6 pode ser visualizada toda a planilha que resultou
na otimizao do problema.



Figura 6: Resultado da otimizao pelo Solver do Excel


4. PROBLEMA DE DISTRIBUIO DA EMPRESA MACONORTE

Na empresa Maconorte Comrcio de Materiais de Construo, que uma rede de material de
construo, transportado, cinco vezes por semana, ferro para as filiais localizadas em 26 cidades da
regio de Passo Fundo. Como, o caminho, que transporta o ferro, faz muitas rotas diferentes, surgiu a
curiosidade de saber qual seria o melhor caminho a ser feito pelo funcionrio que leva o ferro,
obtendo- se, assim, o percurso de distncia mnima para distribuio do produto.
Assim, o objetivo, deste trabalho elaborar modelos matemticos que representem as
principais rotas feitas pelo caminho, analisar os modelos e resolv-los pelo mtodo mais adequado
para o problema, obtendo assim os caminhos timos a serem percorridos, de modo que o gasto com o
transporte seja mnimo.
Atravs de uma funcionria da empresa, com a autorizao do gerente da mesma, obteve-se a
lista das cidades pelas quais transportado o ferro. Aps, foi elaborado um questionrio, o qual foi
aplicado ao funcionrio que transporta o ferro, para saber quais so as rotas mais utilizadas por ele, e
por que ele faz aquele caminho. Com essas informaes possvel desenvolver o modelo para
chegarmos ao objetivo do trabalho.
Segundo o funcionrio que transporta o ferro, as rotas feitas por ele semanalmente, so as
seguintes: Passo Fundo Marcelino Ramos, Passo Fundo Nova Prata, Passo Fundo So Jos do
Ouro, Passo Fundo Jacutinga e Passo Fundo Selbach.
Para realizar a primeira rota ele sai de Passo Fundo, passa em Serto, Estao, Getlio Vargas,
Erechim, Viadutos, Marcelino Ramos e volta para Passo Fundo. Para realizar a segunda rota ele sai de
Passo Fundo, vai para Casca, Para, Nova Araa, Guapor, Nova Prata e volta para Passo Fundo. Ao
realizar a terceira rota ele sai de Passo Fundo, vai Tapejara, Sananduva, Lagoa Vermelha, So Jos
do Ouro e volta para Passo Fundo. Para realizar a quarta rota ele sai de Passo Fundo vai a Erechim,
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

26

So Valentim, Campinas do Sul, Jacutinga e retorna Passo Fundo. Finalmente, para realizar a quinta
rota, ele sai de Passo Fundo, vai para Selbach e volta para Passo Fundo.
Para obtermos as distncias mnimas entre as cidades, foi utilizado o recurso Google Maps
(2009), que disponvel gratuitamente no site do Google e disponvel tambm em Portugus.
Primeiramente foi elaborada uma matriz contendo as 26 cidades, sendo que, cada uma pode ser um
ponto de sada ou um ponto de chegada, ou seja, de todas as cidades pode-se chegar a todas as
cidades, atravs do caminho mnimo indicado. A matriz com as distncias mnimas pode ser
visualizada na Tabela 2.
As cidades na matriz esto representadas pelos nmeros de 1 a 26, e estas so as seguintes: 1 =
Passo Fundo; 2 = Serto; 3 = Estao; 4 = Getlio Vargas; 5 = Erechim; 6 = So Valentim; 7 =
Jacutinga; 8 = Viadutos; 9 = Marcelino Ramos; 10 = Nonoai; 11 = Casca; 12 = Para; 13 = Nova
Araa; 14 = Nova Bassano; 15 = Nova Prata; 16 = Guapor; 17 = Selbach; 18 = Salto do Jacu; 19 =
Tapejara; 20 = Sanaduva; 21 = Lagoa Vermelha; 22 = So Jos do Ouro; 23 = Barraco; 24 =
Machadinho; 25 = Campinas do Sul; 26 = David Canabarro.
As distncias vistas na matriz, foram obtidas atravs do Google Maps, como j foi dito
anteriormente. Para isso, basta entrarmos no site do Google e clicar na opo Mapas. Em seguida,
clica-se na opo Como chegar, logo aps digita-se no primeiro espao a cidade de sada e no
segundo a cidade de destino. Aps se deve escolher a opo do meio de transporte e clicar no cone
Como chegar ao lado deste. O programa ir fornecer a distncia mnima, o tempo gasto e ainda ao
lado o mapa com a imagem do deslocamento. Um exemplo que ser utilizado no trabalho pode ser
observado na Figura 7.
Tabela 2: Distncias mnimas entre as 26 cidades consideradas

Fonte: (MAPS, 2009)

O programa nos fornece tambm o caminho inverso do que procuramos. Por exemplo, se
quisermos, como na Figura 7, saber a distncia de Passo Fundo para Serto, basta clicarrmos na seta
que fica ao lado do espao onde escrevemos as cidades e vamos obter a distncia de Serto para Passo
Fundo.
Desta forma, foi utilizado o Google Maps (2009) para se encontrar todas as distncias mnimas
entre as cidades consideradas. Como o problema simtrico basta utilizarmos o recurso descrito
anteriormente para encontrar o inverso dos caminhos.
Foram resolvidas neste trabalho somente as quatro primeiras rotas, pois a quinta envolve
apenas dois ns, e no teria sentido resolv-la.
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

27



Figura 7: Exemplo de obteno da distncia mnima entre Passo Fundo e Serto atravs do Google Maps (2009)
Com todos os dados necessrios definidos, foi possvel construir a matriz dos custos das
variveis e a matriz das variveis e resolver o problema. Primeiramente foi resolvida a primeira rota
feita pelo funcionrio, ou seja, de Passo Fundo Marcelino Ramos.
Aps ser otimizada a primeira rota no Solver do Excel, chegou-se ao resultado que para a
primeira rota deve ser usado o seguinte caminho: Passo Fundo Serto Estao Erechim
Marcelino Ramos Viadutos Getlio Vargas Passo Fundo. Para chegar no caminho timo, que
neste caso foi 269 Km, foi necessrio adicionar algumas restries para que fossem evitados os
subciclos hamiltonianos. Isso pode ser visto nas Figuras 8 e 9.


Figura 8: Resultado da otimizao da primeira rota

Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

28


Figura 29: Insero de restries para evitar subciclos na primeira rota

O caminho obtido pelo Solver do Excel diferente daquele feito pelo motorista que transporta
o ferro. O caminho feito por ele resulta em uma distncia de 291,6 Km e o que o Solver encontrou
gera uma distncia de 269 Km. Pelo resultado obtido conclui-se que realmente foi encontrado um
caminho mais vantajoso para o motorista realizar esta rota. Neste caso houve uma reduo de
aproximadamente 7,75% na distncia percorrida.
A segunda rota analisada foi a de Passo Fundo Nova Prata. Foram adicionados todos os
dados no Solver do Excel e se obteve o resultado da otimizao conforme pode ser visualizado na
Figura 10 e 11.


Figura 10: Resultado da otimizao da segunda rota


Figura 11: Insero de restries para evitar subciclos na segunda rota
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

29


O caminho timo para esta rota, ao analisar o resultado na Figura 21 : Passo Fundo Casca
Guapor Nova Prata Nova Araa Para Passo Fundo, o que gera uma distncia de 267,6 km.
Para chegar a este resultado foi necessrio adicionar algumas restries, pois apareceram ciclos
hamiltonianos, mas como pode ser visto foram poucas. O caminho feito pelo motorista resulta em uma
distncia de 316 km. Novamente concluiu-se que o caminho encontrado pelo Solver otimiza, o
caminho, gerando uma reduo de aproximadamente 15,32% na distncia a ser percorrida.
A prxima rota resolvida foi a terceira, que sai de Passo Fundo e vai So Jos do Ouro.
Como as rotas anteriores para resolver esta, foi necessrio adicionar algumas restries para evitar
ciclos hamiltonianos. O caminho utilizado pelo motorista resulta em uma distncia de 320,8 km. O
resultado timo pelo Solver pode ser observado nas Figuras 12 e 13.
Para chegar ao resultado de 285,9 km foram adicionadas poucas restries e melhor caminho a
ser feito Passo Fundo Lagoa Vermelha So Jos do Ouro Sananduva Tapejara Passo
Fundo. Ao comparar a distncia obtida pelo Solver e aquela obtida, pelo caminho feito pelo motorista,
conclui-se que a soluo que o Solver encontrou a melhor, indicando uma reduo de
aproximadamente 10,88%.


Figura 12: Resultado da otimizao da terceira rota


Figura 13: Insero de restries para evitar subciclos na terceira rota

A quarta e ltima rota que foi resolvida, neste trabalho, a que sai de Passo Fundo e vai a
Jacutinga. O caminho timo encontrado pelo Solver foi o seguinte: Passo Fundo So Valentim
Campinas do Sul Jacutinga Erechim Passo Fundo, o que resulta na distncia de 619 km. Para
encontrar o caminho timo foi necessrio adicionar restries, pois o problema gerou ciclos
hamiltonianos. Essas informaes podem ser vistas nas Figuras 14 e 15.

Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

30


Figura 14: Resultado da otimizao da quarta rota


Figura 15: Insero das restries para evitar subciclos na quarta rota

O caminho utilizado pelo motorista gerou uma distncia de 704,5 km. Ento, novamente como
para as rotas anteriores, o Solver encontrou um caminho melhor que o utilizado pelo motorista. Neste
ltimo caso, houve uma reduo de aproximadamente 12,14% na distncia a ser percorrida.
Dessa forma, aps a anlise dessas quatro rotas, comparadas aos roteiros otimizados gerados,
conclui-se que, com o Solver do Excel, foi possvel encontrar caminhos mais curtos para o transporte
do ferro, do que aqueles atualmente utilizados pela empresa.


5. CONSIDERAES FINAIS

A matemtica e suas ferramentas so muito teis na soluo de problemas reais, pois auxiliam
na compreenso de problemas complexos, os quais exigem mtodos quantitativos para que possam ser
mensurados e analisados.
A realizao deste trabalho possibilitou a determinao de quais seriam os roteiros de menor
distncia para que, uma empresa localizada em Passo Fundo, pudesse realizar a distribuio de ferro
para cidades da regio, de maneira mais rpida e, possivelmente, mais econmica.
Os clculos dos roteiros de menor distncia, foram realizados atravs da anlise das quatro
principais rotas semanais praticadas pela empresa, para as quais foram aplicadas tcnicas de
otimizao adequadas, tendo em vista trazer benefcios tanto para a empresa, como para o cliente.
Ressalta-se que a empresa realiza no total cinco rotas diferentes durante a semana e que, neste
trabalho, foram resolvidas apenas quatro, pois uma das cinco envolve apenas duas cidades e, desta
forma, no teria sentido resolv-la.
Na otimizao dos quatro roteiros, atravs do Solver do Excel, obteve-se que todas as solues
timas representavam caminhos menores do que os realizados pelo funcionrio, que dirige o
caminho. No primeiro roteiro otimizado obteve-se uma reduo na distncia total percorrida de
aproximadamente 7,75%, no segundo 15,32%, no terceiro, 10,88% e no quarto 12,14%, o que, em
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

31

mdia, demonstrou uma reduo aproximada de 11,52%. Ao comparar o caminho feito pela empresa e
o que o Solver encontrou como timo, a maior diferena entre as distncias, foi de 85,5 Km, na rota
que sai de Passo Fundo e vai Jacutinga, retornando a Passo Fundo, chegando a uma reduo de
12,4% na distncia total a ser percorrida.
Nesse caso, a otimizao pode trazer benefcios tanto para a empresa distribuidora, quanto para
as lojas que vo receber a mercadoria. Ao se encontrar o menor caminho para a distribuio do ferro
(o que em todos os casos implicou numa reduo da distncia a ser percorrida) pode-se reduzir tanto
os gastos com combustvel, como tambm, indiretamente, pode se minimizar o tempo de viagem de
entrega da mercadoria para as lojas.
De maneira geral, o processo de modelagem matemtica possibilita dar significado conceitos
abstratos, ao ser aplicado em problemas do cotidiano. Ressalta-se, a importncia das ferramentas
computacionais em tais aplicaes, pois geralmente problemas reais apresentam um grande nmero de
variveis, o que torna a resoluo manual difcil, demorada e, em alguns casos, quase impossvel,
como o caso da complexidade de resoluo do problema do caixeiro viajante, abordado neste estudo
de caso. Alm disso, tambm salienta-se a importncia das tcnicas de otimizao no processo de
tomada de decises, pois suas aplicaes, na resoluo de problemas reais, podem ajudar muito na
administrao dos recursos fsicos disponveis, tendo em vista tanto a diminuio de custos, como,
tambm, a maximizao de lucros de uma empresa, a exemplo do estudo de caso apresentado neste
trabalho.


6. REFERNCIAS BIBLIOGRFICAS

ANDRADE, E.L. Introduo pesquisa operacional: mtodos e tcnicas para anlise de deciso. Rio
de Janeiro. LTC, 1989.

BARAO, F. R. ; KRIPKA, Moacir ; KRIPKA, R. M. L. . Utilizao de ferramentas de pesquisa
operacional no suporte s tomadas de deciso na administrao pblica proposta de modelagem para
coleta seletiva no municpio de Passo Fundo - RS. Teoria e Evidencia Econmica (UPF), v. 14, p. 63-
85, 2008.

CAIXEIRO. Disponvel em <http://www.mat.ufrgs.br/~portosil/caixeiro.html>. Acesso em 09 mai.
2009.

EHRLICH, P. J. Pesquisa operacional: curso introdutrio. So Paulo. Atlas, 1985.

GOLDBARG, M.C.; LUNA, H. P. L. Otimizao combinatria e programao linear : modelos e
algoritmos. Rio de Janeiro. Campus, 2000.

LACHTERMACHER, G. Pesquisa Operacional na tomada de decises: modelagem em Excel. Rio de
Janeiro. Elsevier, 2007.

MACHADO, H. V. Programao Linear. 10 Colquio Brasileiro de Matemtica Poos de Caldas
7/26, 1975.

MAPS Google. Disponvel em <http://maps.google.com.br/maps?hl=pt-BR&tab=wl>. Acesso em: 19
abr. 2009.

NASCIMENTO, M. ; CAMPANA, A. C. M. ; SALGADO, C. C. ; CRUZ, C. D. ; PETERNELLI, L.
A. . O problema do caixeiro viajante aplicado ao estabelecimento da melhor ordem de ligao em
Revista CIATEC UPF, vol.1 (1), p.p.14-31, 2009

32

mapeamento gentico. In: 53 RBRAS Reunio Anual da Regio Brasileira da Sociedade Internacional
de Biometria. Lavras - MG : UFLA, 2008. v. 1. p. 174-174.

TOSO, E. A. V. ; MORABITO, R. ; CLARK, A. R. . Combinao de abordagens GLSP e ATSP para
o problema de dimensionamento e sequenciamento de lotes de produo de suplementos para nutrio
animal. Pesquisa Operacional, v. 28, p. 423-450, 2008.