Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resumo
O objetivo deste artigo demonstrar como o gestor pode aplicar a tcnica do goal
programming na formulao de alternativas de um plano operacional. Esta tcnica
requer um procedimento de soluo iterativa, pela qual o tomador de deciso
investiga uma variedade de solues para encontrar uma, que seja mais satisfatria.
Para tanto, por meio de um exemplo prtico, demonstra-se a operacionalizao
dessa tcnica, com a utilizao do recurso solver, disponvel na planilha eletrnica
Microsoft Excel. O modelo matemtico do goal programming (programao por
metas), por meio de simulaes, permite que os gestores, durante o processo de
planejamento ou de reestruturao da empresa, possam estar, continuamente,
revendo suas prioridades e a prpria hierarquia das metas/objetivos da empresa.
Portanto, este trabalho, visa contribuir para a maior utilizao dos modelos
matemticos e estatsticos, no cotidiano empresarial, buscando melhorar o processo
de tomada de deciso. A utilizao de modelos facilita a compreenso de estruturas
e relaes complexas, pois segrega os aspectos fundamentais relativos ao problema
em foco.
1 Introduo
Para definir os rumos e os resultados de uma empresa, os gestores dependem de
ferramentas que os auxiliem no processo de tomada de deciso. Uma deciso,
segundo Andrade (2000, p. 2), um curso de ao escolhido pela pessoa, como
meio mais efetivo sua disposio para alcanar os objetivos procurados, ou seja,
para resolver o problema que a incomoda.
De acordo com Arantes (1998, p. 130), o subsistema gerencial fornece os
instrumentos de inteligncia para a administrao criar o futuro desejado e
assegurar que as aes esto no caminho correto para realizar esse futuro.
O planejamento um dos processos do subsistema gerencial utilizado para definir
os caminhos que devem ser seguidos para se atingir o futuro desejado. Esse
processo composto por vrias fases: definio dos resultados, avaliao das
condies, formulao de alternativas, avaliao e escolha e detalhamento do plano
(ARANTES, 1998, p. 138).
Definidos os resultados e avaliadas as condies, internas e externas, favorveis e
desfavorveis da empresa, o gestor, na fase de formulao de alternativas na
elaborao do plano operacional, pode contar com tcnicas da pesquisa
operacional, tais como: programao linear, teoria dos jogos, teoria das filas,
programao dinmica, anlise de risco, goal programming (programao por
metas), dentre outras.
Essas tcnicas e mtodos permitem aumentar o grau de racionalidade da deciso,
auxiliando na definio das aes a serem tomadas, pois permitem considerar vrios
aspectos relevantes do processo decisrio.
3.1 Exemplo
A empresa Delphi S.A. produz trs tipos de produtos: camisa, bermuda e cala. Para fabricar
camisa, a empresa consome 0,050 horas-mquinas (3,0 minutos) e gasta R$20,00 com custos e
despesas variveis. Para fabricar bermuda, a empresa consome 0,075 horas-mquinas (4,5
minutos) e gasta R$31,00 com custos e despesas variveis. Para fabricar cala, a empresa
consome 0,125 horas-mquinas (7,5 minutos) e gasta R$50,00 com custos e despesas
variveis. Alm disso, a empresa apurou que a margem de contribuio unitria da camisa
de R$4,00, da bermuda de R$6,00 e da cala de R$13,00. A empresa tem uma
disponibilidade mensal de at 2.520 horas-mquinas e R$1.200.000,00 de capital para arcar
com seus custos e despesas totais. Alm disso, para cobrir os custos fixos R$200.000,00 e
obter um lucro de R$40.000,00, a empresa precisa de, no mnimo, uma margem de contribuio
total de R$240.000,00. De acordo com a carteira de pedidos de clientes, informada pela rea de
vendas, a empresa deve produzir, no mnimo, a quantidade de 13.000 camisas, 10.000
bermudas e 7.000 calas.
x1 = 13.000 (Camisa)
x 2 = 10.000 (Bermuda)
x 3 = 7.000 (Cala)
4 x1 + 6 x 2 + 13 x 3 = 240.000 (MC)
20 x1 + 31x 2 + 50 x 3 + 200.000 = 1.200.000 (CDF + CDV)
0,050 x1 + 0,075 x 2 + 0,125 x 3 = 2.520 (HMP)
Onde:
MC = margem de contribuio
CDF = custos e despesas fixas
CDV = custos e despesas variveis
HMP = horas-mquinas de produo
As equaes apresentadas so restries rgidas, mas, se definidas na forma a
seguir, permitem a flexibilidade de que o modelo do goal programming necessita.
Restries Flexveis
x1 + d 1 d 1+ = 13.000 (Camisa)
x 2 + d 2 d 2+ = 10.000 (Bermuda)
x 3 + d 3 d 3+ = 7.000 (Cala)
4 x1 + 6 x 2 + 13 x 3 + d 4 d 4+ = 240.000 (MC)
20 x1 + 31x 2 + 50 x 3 + 200.000 + d 5 d 5+ = 1.200.000 (CDF + CDV)
0,050 x1 + 0,075 x 2 + 0,125 x 3 + d 6 d 6+ = 2.520 (HMP)
Onde: d i , d i+ 0 para todo i.
As variveis d i e d i+ so chamadas variveis de desvio. O d i representa o valor
absoluto que cada meta est abaixo do originalmente desejado e o d i+ representa o
valor absoluto que cada meta est acima do originalmente desejado.
porque algumas metas so conflitantes entre si. Neste caso, procura-se uma
soluo que desvie o mnimo possvel da soluo ideal.
De acordo com Killough e Souders (1973, p. 270), o goal programming procura
minimizar a soma dos desvios, contudo, como muitas vezes trabalha-se com
variveis que no podem ser somadas (horas, quantidade, valores monetrios), o
modelo transforma os desvios (nmeros absolutos) em desvios percentuais em
relao meta desejada. Desta maneira, o modelo estaria tratando todos os desvios
percentuais da mesma forma, o que, geralmente, no desejvel ao tomador de
decises.
O goal programming, por isso, exige que o gestor atribua pesos (ponderaes) aos
desvios percentuais (privilegiando algumas metas em relao s outras), gerando,
ento, uma funo objetivo final que visa minimizar a soma ponderada dos
percentuais dos desvios:
MIN : i
1
(pi d i + pi+ d i+ )
mi
Onde:
Neste caso, para minimizar a soma ponderada dos percentuais dos desvios, deve-se
utilizar a seguinte funo objetivo:
p1
p3
p3+
p1+
p2
p2+
d1 +
d1 +
d2 +
d2 +
d3 +
d 3+ +
13.000
13.000
10.000
10.000
7.000
7.000
MIN :
p5
p5
p6
p
p4
p4
+
d 4 +
d 4+ +
d 5 +
d 5+ +
d 6 + 6 d 6+
240.000
1.200.000
1.200.000
2.520
2.520
240.000
No exemplo desenvolvido, atribudo peso 1 abaixo ( p1 = p2 = p3 = 1) e peso 0
acima ( p1+ = p2+ = p3+ = 0) para as quantidades de camisa, bermuda e cala; peso 4
abaixo ( p 4 = 4) e peso 0 acima ( p 4+ = 0) para a margem de contribuio total; peso
2 acima ( p5+ = 2) e peso 0 abaixo ( p5 = 0) para custos e despesas totais; e peso 5
acima ( p6+ = 5) e peso 0 abaixo ( p6 = 0) para horas-mquinas.
A atribuio dos pesos (para cima ou para baixo), feita pelo gestor, indica
penalidade, de acordo com a priorizao das metas estabelecidas.
Vale notar que, a funo objetivo, apresentada na implementao do modelo a
seguir, omite as variveis cujo peso, atribudo pelo tomador de deciso, demonstre
indiferena em relao ao desvio, ou seja, igual a zero. Neste exemplo, os desvios
para cima, das quatro primeiras metas, no esto sendo penalizados e os desvios
para baixo, das duas ltimas metas, tambm no.
MIN :
1
1
1
4
2
5
d 1 +
d 2 +
d 3 +
d 4 +
d 5+ +
d 6+
13.000
10.000
7.000
240.000
1.200.000
2.520
Sujeito a:
x1 + d 1 d 1+ = 13.000 (Camisa)
x 2 + d 2 d 2+ = 10.000 (Bermuda)
x 3 + d 3 d 3+ = 7.000 (Cala)
4 x1 + 6 x 2 + 13 x 3 + d 4 d 4+ = 240.000 (MC)
20 x1 + 31x 2 + 50 x 3 + 200.000 + d 5 d 5+ = 1.200.000 (CDF + CDV)
0,050 x1 + 0,075 x 2 + 0,125 x 3 + d 6 d 6+ = 2.520 (HMP)
Onde:
d i , d i+ 0 para todo i;
Endereo/Address: Av. Fernando Ferrari, 1358,
Goiabeiras, Vitria, ES Brasil CEP: 29.075-010
Telephone/Phone: 55 27 4009-4444 - Fax: 55 27 4099-4422
www.fucape.br fucape@fucape.br
x i 0 para todo i;
x i deve ser inteiro.
Nas equaes demonstradas, os desvios tm o papel de ajustar o valor real
encontrado ao valor desejado (alvo), ou seja, se o valor real, gerado pelo modelo, for
menor que o desejado, soma-se o desvio para baixo ( d i ), se o valor real for maior
que o desejado, diminui-se o desvio para cima ( d i+ ).
Este modelo pode ser implementado em uma planilha Microsoft Excel e resolvido
com o recurso solver do software, como desenvolvido a seguir.
Conforme ilustrado pela Figura 1, a primeira parte da planilha apresenta os dados
bsicos do problema, para que se efetue os demais clculos necessrios ao modelo.
A segunda parte apresenta as variveis de deciso, as variveis de desvio e as
limitaes s metas do problema. A terceira parte calcula os desvios relativos, a
partir dos desvios absolutos apurados na segunda parte. A quarta parte recebe os
pesos atribudos, pelo tomador de deciso, aos desvios (para cima e para baixo), em
relao a cada meta. E, a ltima parte apresenta, neste exemplo, o resultado da
minimizao da funo objetivo.
Clula Frmula
B8
(*)
C8
D8
E8
F8
G8
B9
C9
D9
E9
F9
G9
B10
C10
D10
E10
F10
G10
B11
C11
D11
E11
F11
G11
B12
C12
D12
E12
F12
G12
B15
C15
D15
E15
F15
G15
B16
C16
D16
E16
F16
G16
B19
C19
D19
E19
F19
G19
B20
C20
(*)
(*)
=SOMARPRODUTO(B2:D2;B8:D8)
=E5 + SOMARPRODUTO(B3:D3;B8:D8)
=SOMARPRODUTO(B4:D4;B8:D8)
(*)
(*)
(*)
(*)
(*)
(*)
(*)
(*)
(*)
(*)
(*)
(*)
=B8+B9-B10
=C8+C9-C10
=D8+D9-D10
=E8+E9-E10
=F8+F9-F10
=G8+G9-G10
(**)
(**)
(**)
(**)
(**)
(**)
=B9/B$12
=C9/C$12
=D9/D$12
=E9/E$12
=F9/F$12
=G9/G$12
=B10/B$12
=C10/C$12
=D10/D$12
=E10/E$12
=F10/F$12
=G10/G$12
(**)
(**)
(**)
(**)
(**)
(**)
(**)
(**)
D20
E20
F20
G20
B22
(**)
(**)
(**)
(**)
=SOMARPRODUTO(B15:G16;B19:G20)
Por outro lado, seria relevante, para o processo decisrio, que fossem analisadas
outras alternativas, como por exemplo: o mercado poderia no aceitar este aumento
de preo e a empresa tentaria reduzir seus custos e despesas fixas totais. Neste
caso, mantendo-se a margem de contribuio em R$13,00, reduzindo-se o custo fixo
total em R$11.520,00 (valor do desvio para baixo da margem de contribuio total
apurado na primeira soluo do modelo) e mantendo-se todas as outras condies
constantes, chegar-se-ia ao valor objetivo de 0,20 (melhor do que o valor objetivo
de 0,22 da primeira soluo). Mesmo que os custos e as despesas totais atinjam
valores indesejveis (ainda que menores do que na primeira soluo) e a margem
de contribuio fique igual primeira soluo (R$228.480,00), a empresa, ainda
assim, teria um lucro de R$40.000,00.
4 Consideraes Finais
Neste artigo, demonstrou-se, com a utilizao de um exemplo prtico, como o gestor
pode aplicar a tcnica do goal programming na formulao de alternativas de um
plano operacional, melhorando o processo decisrio com a gerao e anlise de
diversos cenrios.
O goal programming, diferentemente da programao linear, envolve solues de
problemas que contm no somente uma funo objetivo, mas sim vrias metas que
se deseja atingir.
Endereo/Address: Av. Fernando Ferrari, 1358,
Goiabeiras, Vitria, ES Brasil CEP: 29.075-010
Telephone/Phone: 55 27 4009-4444 - Fax: 55 27 4099-4422
www.fucape.br fucape@fucape.br
Bibliografia
ANDRADE, Eduardo Leopoldino. Introduo pesquisa operacional: mtodos e modelos
para a anlise de deciso. 2. ed. Rio de Janeiro: LTC, 2000.
ARANTES, Nlio. Sistemas de gesto empresarial: conceitos permanentes na
administrao de empresas vlidas. 2. ed. So Paulo: Atlas, 1998.
CABALLERO, Rafael et al. A genetic algorithm to solve an integer goal
programming model for the higher education. Disponvel em: <http://www.li.univtours.fr:8082/04112002%5Ccaballero.pdf>. Acesso em: 14 jun. 2003.
CATELLI, Armando. Controladoria: uma abordagem da gesto econmica
GECON. 2. ed. So Paulo: Atlas, 2001.
CHARNES, A. et al. A goal programming model for media planning. Management
Science, v. 14, apr. 1968, p. B423-B430. Disponvel em: <http:www.jstor.org/>.
Acesso em: 15 jun. 2003.
GIOKAS, D. The use of goal programming and data envelopment analysis for estimating
efficient marginal costs of outputs. The Journal of the Operation Research Society, v. 48,
mar. 1997, p. 319-323. Disponvel em: <http:www.jstor.org/>. Acesso em: 15 jun. 2003.
GUERREIRO, Reinaldo. Modelo conceitual de sistema de informao de gesto
econmica: uma contribuio teoria da comunicao da contabilidade. Tese de
Doutorado Faculdade de Economia, Administrao e Contabilidade. So Paulo:
USP, 1995.
IGNIZIO, James P. A review of goal programming: a tool for multioobjective analysis.
The Journal of the Operation Research Society, v. 29, nov. 1978, p. 1109-1119.
Disponvel em: <http:www.jstor.org/>. Acesso em: 15 jun. 2003.
KILLOUGH, Larry N.; SOUDERS, Thomas L. A goal programming model for public
accounting firms. The Accounting Review, v. 48, apr. 1973, p. 268-279. Disponvel em:
<http:www.jstor.org/>. Acesso em: 15 jun. 2003.
KLUYVER, Cornelis A. De. An exploration of various goal programming formulations: with
application to advertising media scheduling. The Journal of the Operation Research
Endereo/Address: Av. Fernando Ferrari, 1358,
Goiabeiras, Vitria, ES Brasil CEP: 29.075-010
Telephone/Phone: 55 27 4009-4444 - Fax: 55 27 4099-4422
www.fucape.br fucape@fucape.br
Society, v. 30, feb. 1979, p. 167-171. Disponvel em: <http:www.jstor.org/>. Acesso em: 15
jun. 2003.
LACHATERM ACHER, Gerson. Pesquisa operacional na tomada de decises. Rio de Janeiro:
Campus, 2002.