MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE …

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS. DISCIPLINA: GESTÃO DA CADEIA DE SUPRIMENTOS

Professor Alejandro Martins. LISTA DE EXERCÍCIOS II

1

Exercícios livro Gestão de Redes de Suprimentos

CAPÍTULO 6 – Avaliação de desempenho e alinhamento de incentivos na rede global de suprimentos ......... 2

1. EXERCÍCIO EXEMPLO. Fabricante de CD´s .............................................................................................. 2

2. 2a – 2b. EXERCÍCIO EXEMPLO. Editor de Jornais .................................................................................... 2

3. Fabricante de Sanduíches ....................................................................................................................... 5

4. Editor de Revista ..................................................................................................................................... 8

CAPÍTULO 8 – Gestão de demanda na rede global de suprimentos ............................................................... 12

5. EXERCÍCIO EXEMPLO. Projeção ............................................................................................................. 12

6. Projeção ................................................................................................................................................ 15

7. Projeção ................................................................................................................................................ 19

8. Projeção ................................................................................................................................................ 24

9. Projeção ................................................................................................................................................ 26

10. EXERCÍCIO EXEMPLO. Demanda de um Hotel .................................................................................. 29

CAPÍTULO 9 – Gestão e coordenação de estoques na rede global de suprimentos ....................................... 30

11. EXERCÍCIO EXEMPLO. Previsão de estoques ..................................................................................... 30

12. Lote Econômico ................................................................................................................................. 30

13. Lote Econômico ................................................................................................................................. 31

14. Lote Econômico ................................................................................................................................. 32

15. EXERCÍCIO EXEMPLO. Gestão de Estoques Fatores de Segurança ................................................... 34

16. Cartões Kanban ................................................................................................................................. 35

CAPÍTULO 10 – Gestão da logística em redes globais de suprimento ............................................................. 37

17. EXERCÍCIO EXEMPLO. Centros de Distribuição ................................................................................. 37

18. Estoques de segurança ...................................................................................................................... 37

19. Análise de Localização ....................................................................................................................... 37

20. EXERCÍCIO EXEMPLO. Análise de Localização ................................................................................... 40



2

CAPÍTULO 6 – Avaliação de desempenho e alinhamento de incentivos na rede global de

suprimentos

1. EXERCÍCIO EXEMPLO. Fabricante de CD´s

1. . Um fabricante de CDs comemorativos para o Natal produz CDs a um custo de $1. Vende os CDs para uma loja por $5,00 e a loja os revende por $10,00. CDs de Natal não vendidos são jogados fora pela loja. Imagine que a distribuição probabilística da demanda seja uniformemente distribuída entre 1 e 100 unidades.

a. Se o gerente da loja pretende maximizar seu lucro no Natal (a quantidade toda tem que ser pedida de uma vez, em outubro) com a venda de CDs, qual a quantidade de CDs ele deveria encomendar?

b. Se o fabricante decidisse vender diretamente ao usuário na cidade em que a loja atua

(nenhuma outra loja vende estes CDs), qual a quantidade que o fabricante deveria alocar ao seu ponto de venda local?

Integração vertical: Ce = c – r = $1 - $0 = $1 Cf = p – c = $10 - $1 = $9

%9019

9*

CeCf

CfNSO

O que o fabricante agora pretende é alocar uma quantidade de CDs O* tal que a probabilidade de a demanda ser menor que esta quantidade (ou seja, de que esta quantidade seja suficiente para atender toda a demanda real do período) seja de 90%. Como a distribuição de probabilidades da demanda é uniforme entre 1 e 100 unidades, a quantidade O* é de 100 X 0,90, ou seja, de 90 unidades. R: A quantidade a ser alocada é de 90 unidades.

2. 2a – 2b. EXERCÍCIO EXEMPLO. Editor de Jornais

2. . Suponha que um editor publique jornais a um custo de $ 0,30 por cópia e venda-os para um jornaleiro por $ 0,70 cada. O jornaleiro, por sua vez, vende os jornais por $1. Suponha que a demanda para jornais seja uniformemente distribuída entre 1 e 200 jornais. O jornaleiro tem que jogar fora os jornais não vendidos.

a. O jornaleiro é muito racional e considerando seus custos de falta e excesso, decide comprar uma certa quantidade de jornais (a quantidade que maximiza seu lucro esperado). Qual é esta quantidade? Justifique sua resposta.

Ce = c – r = $0,70 - $0 = $0,70 Cf = p – c = $1,00 - $0,70 = $0,30

%3070,030,0

30,0*

CeCf

CfNSO

O que o jornaleiro deve fazer para maximizar seu lucro esperado é comprar uma quantidade de jornais O* tal que a probabilidade de a demanda ser menor que esta quantidade (ou seja, de que esta quantidade seja suficiente para atender toda a demanda real do período) seja de 30%.



3

Como a distribuição de probabilidades da demanda é uniforme entre 1 e 200 unidades, a quantidade O* é de 200 X 0,30, ou seja, de 60 unidades. R: A quantidade a ser pedida é de 60 unidades. b. Desenvolva uma planilha excel para calcular o lucro esperado pelo jornaleiro com esta

decisão Observe na próxima pagina que o lucro máximo para o jornaleiro nestas circunstâncias é de $9,15 obtido com a quantidade comprada de 60 jornais.

-------------------------------------------------

-------------------------------------------------

Preco p = 1 Custo c = 0.7 Recompra = 0

1 2 3 4 5 6 7 8

Vendas Probabilidade Probabilidade Probabilidade (p-c)*P(S>E) (c)*P(S<=E)

(V) de Vendas de vendas serem de vendas serem Lucro marginal Prejuizo marginal Contribuicao Lucro

. / P(V) <= Ordem "E" > Ordem "E" esperado esperado marginal esperada esperado

Ordens (Estoque) P(V<=E) = P(V>E) = com a compra com a compra com a compra para diferentes

(E) NSO 1 - NSO do proximo DVD do proximo DVD do proximo DVD quantidades "E"

0 0 0 1 0.3 0 0.3

1 0.005 0.005 0.995 0.2985 0.0035 0.295 0.300

2 0.005 0.01 0.99 0.297 0.007 0.29 0.595

3 0.005 0.015 0.985 0.2955 0.0105 0.285 0.885

4 0.005 0.02 0.98 0.294 0.014 0.28 1.170

5 0.005 0.025 0.975 0.2925 0.0175 0.275 1.450

6 0.005 0.03 0.97 0.291 0.021 0.27 1.725

7 0.005 0.035 0.965 0.2895 0.0245 0.265 1.995

8 0.005 0.04 0.96 0.288 0.028 0.26 2.260

9 0.005 0.045 0.955 0.2865 0.0315 0.255 2.520

10 0.005 0.05 0.95 0.285 0.035 0.25 2.775

11 0.005 0.055 0.945 0.2835 0.0385 0.245 3.025

12 0.005 0.06 0.94 0.282 0.042 0.24 3.270

13 0.005 0.065 0.935 0.2805 0.0455 0.235 3.510

14 0.005 0.07 0.93 0.279 0.049 0.23 3.745

15 0.005 0.075 0.925 0.2775 0.0525 0.225 3.975

16 0.005 0.08 0.92 0.276 0.056 0.22 4.200

17 0.005 0.085 0.915 0.2745 0.0595 0.215 4.420

18 0.005 0.09 0.91 0.273 0.063 0.21 4.635

19 0.005 0.095 0.905 0.2715 0.0665 0.205 4.845

50 0.005 0.25 0.75 0.225 0.175 0.05 8.875

51 0.005 0.255 0.745 0.2235 0.1785 0.045 8.925

52 0.005 0.26 0.74 0.222 0.182 0.04 8.970

53 0.005 0.265 0.735 0.2205 0.1855 0.035 9.010

54 0.005 0.27 0.73 0.219 0.189 0.03 9.045

55 0.005 0.275 0.725 0.2175 0.1925 0.025 9.075

56 0.005 0.28 0.72 0.216 0.196 0.02 9.100

57 0.005 0.285 0.715 0.2145 0.1995 0.015 9.120

58 0.005 0.29 0.71 0.213 0.203 0.01 9.135

59 0.005 0.295 0.705 0.2115 0.2065 0.005 9.145

60 0.005 0.3 0.7 0.21 0.21 0 9.150

61 0.005 0.305 0.695 0.2085 0.2135 -0.005 9.150

62 0.005 0.31 0.69 0.207 0.217 -0.01 9.145

63 0.005 0.315 0.685 0.2055 0.2205 -0.015 9.135

64 0.005 0.32 0.68 0.204 0.224 -0.02 9.120

65 0.005 0.325 0.675 0.2025 0.2275 -0.025 9.100

66 0.005 0.33 0.67 0.201 0.231 -0.03 9.075

67 0.005 0.335 0.665 0.1995 0.2345 -0.035 9.045

68 0.005 0.34 0.66 0.198 0.238 -0.04 9.010

69 0.005 0.345 0.655 0.1965 0.2415 -0.045 8.970

70 0.005 0.35 0.65 0.195 0.245 -0.05 8.925

71 0.005 0.355 0.645 0.1935 0.2485 -0.055 8.875



4

c. Qual seria a quantidade ótima de produção de jornais se o editor decidisse ele mesmo fazer a venda dos jornais, tornando e editor e o jornaleiro uma só empresa? Qual seria o lucro máximo nesta situação?

Ce = c – r = $0,30 - $0 = $0,30 Cf = p – c = $1,00 - $0,30 = $0,70

%7030,070,0

70,0*

CeCf

CfNSO

O que o editor deveria fazer para maximizar seu lucro esperado é produzir uma quantidade de jornais O* tal que a probabilidade de a demanda ser menor que esta quantidade (ou seja, de que esta quantidade seja suficiente para atender toda a demanda real do período) seja de 70%. Como a distribuição de probabilidades da demanda é uniforme entre 1 e 200 unidades, a quantidade O* é de 200 X 0,70, ou seja, de 140 unidades. R: A quantidade a ser pedida é de 140 unidades; usando uma planilha similar (veja abaixo), observa-se que o editor teria um lucro máximo de $49,35 para uma quantidade de 140 unidades produzidas se resolvesse integrar verticalmente.

d. O editor decide oferecer ao jornaleiro um contrato alternativo, um contrato de recompra,

no qual o editor compra de volta as cópias não vendidas pelo jornaleiro por um certo valor.

Preco p = 1 Custo c = 0.3 Recompra = 0

1 2 3 4 5 6 7 8





(E) NSO 1 - NSO do proximo DVD do proximo DVD do proximo DVD quantidades "E"

0 0 0 1 0.7 0 0.7

1 0.005 0.005 0.995 0.6965 0.0015 0.695 0.700

2 0.005 0.01 0.99 0.693 0.003 0.69 1.395

3 0.005 0.015 0.985 0.6895 0.0045 0.685 2.085

4 0.005 0.02 0.98 0.686 0.006 0.68 2.770

5 0.005 0.025 0.975 0.6825 0.0075 0.675 3.450

6 0.005 0.03 0.97 0.679 0.009 0.67 4.125

7 0.005 0.035 0.965 0.6755 0.0105 0.665 4.795

8 0.005 0.04 0.96 0.672 0.012 0.66 5.460

131 0.005 0.655 0.345 0.2415 0.1965 0.045 49.125

132 0.005 0.66 0.34 0.238 0.198 0.04 49.170

133 0.005 0.665 0.335 0.2345 0.1995 0.035 49.210

134 0.005 0.67 0.33 0.231 0.201 0.03 49.245

135 0.005 0.675 0.325 0.2275 0.2025 0.025 49.275

136 0.005 0.68 0.32 0.224 0.204 0.02 49.300

137 0.005 0.685 0.315 0.2205 0.2055 0.015 49.320

138 0.005 0.69 0.31 0.217 0.207 0.01 49.335

139 0.005 0.695 0.305 0.2135 0.2085 0.005 49.345

140 0.005 0.7 0.3 0.21 0.21 -5.27356E-16 49.350

141 0.005 0.705 0.295 0.2065 0.2115 -0.005 49.350

142 0.005 0.71 0.29 0.203 0.213 -0.01 49.345

143 0.005 0.715 0.285 0.1995 0.2145 -0.015 49.335

144 0.005 0.72 0.28 0.196 0.216 -0.02 49.320

145 0.005 0.725 0.275 0.1925 0.2175 -0.025 49.300

146 0.005 0.73 0.27 0.189 0.219 -0.03 49.275

147 0.005 0.735 0.265 0.1855 0.2205 -0.035 49.245

148 0.005 0.74 0.26 0.182 0.222 -0.04 49.210

149 0.005 0.745 0.255 0.1785 0.2235 -0.045 49.170



5

Se o jornaleiro, recalculando sua quantidade ótima de pedido, chega à conclusão que ele agora deveria comprar 120 jornais, qual o preço de recompra oferecido pelo editor? Justifique sua resposta e explique em suas palavras qual o motivo que pode ter levado o editor a oferecer este contrato de recompra ao jornaleiro. Re-compra:

Ce = c – r = ($0,70 – r) Cf = p – c = $1,00 - $0,70 = $0,30 120 = 200 X (NSO*) portanto, 120 jornais significa um nível de serviço NSO* = 120/200 = 60%

)70,0(30,0

30,06,0%60*

rCeCf

CfNSO

Calculando, r = $0,50 R: O valor de recompra oferecido pelo editor é de $0,50. e. Suponha que em vez de um contrato de recompra, o editor oferece um contrato de receita

compartilhada ao jornaleiro. Isso significa que o editor vende o jornal por $ 0,30 para o jornaleiro. Entretanto, do $1 que o jornaleiro obtem de cada venda feita, ele só retém $ 0,60. A diferença, $0,40, é repassada ao editor, mas só quando o jornal é vendido. Sob este contrato, qual o número de jornais que o jornaleiro decide comprar, de forma que seu lucro seja maximizado?

Ce = c – r = $0,30 - $0 = $0,30 Cf = p – c = $0,60 - $0,30 = $0,30

%5030,030,0

30,0*

CeCf

CfNSO

O que o jornaleiro deveria fazer para maximizar seu lucro esperado nessa situação é pedir uma quantidade de jornais O* tal que a probabilidade de a demanda ser menor que esta quantidade (ou seja, de que esta quantidade seja suficiente para atender toda a demanda real do período) seja de 50%. Como a distribuição de probabilidades da demanda é uniforme entre 1 e 200 unidades, a quantidade O* é de 200 X 0,50, ou seja, de 100 unidades. R: A quantidade a ser pedida é de 100 unidades, para o contrato de receita compartilhada.

3. Fabricante de Sanduíches

3. Um fabricante de sanduíches frescos produz cada um a um custo de $ 0,40 e o vende a um mercado por $0,80 cada. O mercado revende cada sanduíche por $1,20. A demanda por sanduíches neste mercado é uniformemente distribuída entre 101 e 200 unidades. O mercado joga fora os sanduíches não consumidos ao final do dia.

a. Qual a quantidade de sanduíches que o mercado deveria pedir no início do dia, para maximizar seu lucro?

Ce = c – r = $0,80 - $0 = $0,80 Cf = p – c = $1,20 - $0,80 = $0,40

%3380,040,0

40,0*

CeCf

CfNSO

O que o mercado deveria fazer para maximizar seu lucro esperado nessa situação é pedir uma quantidade de sanduíches O* tal que a probabilidade de a demanda ser menor que esta



6

quantidade (ou seja, de que esta quantidade seja suficiente para atender toda a demanda real do período) seja de 33%. Como a distribuição de probabilidades da demanda é uniforme entre 100 e 200 unidades, a quantidade O* é de {100 + [(200-100) X 0,33]}, ou seja, de 133 unidades. R: A quantidade a ser pedida é de 133 unidades, para maximizacao do lucro. b. Qual o lucro que a quantidade pedida definida no item a. Trará ao mercado? (monte uma

planilha excel para calcular). R: O lucro esperado máximo será de aproximadamente $46,86 (veja proxima pagina)

--------

--------

c. Se o fabricante conclui que deveria induzir o comportamento no mercado de comprar 140 unidades de sanduíche, quais as características que de um contrato de receita compartilhada deveria ter, mantidos os custos, margens e preços de venda ao mercado?

Neste caso, CSO* = 0,40

Preco = 1.2 Custo = 0.8

Vendas P(vendas) P(E<=O) P(E>O) (p-c)*P(E>O) (c-s)*P(E<=O)

NSO 1-NSO Lucro Custo Contribuicao Lucro

marginal marginal marginal esperado

extra 1 extra 1 extra 1 varejo

0 0 0 1 0.4 0 0.4

1 0 0 1 0.4 0 0.4 0.4000

2 0 0 1 0.4 0 0.4 0.8000

3 0 0 1 0.4 0 0.4 1.2000

4 0 0 1 0.4 0 0.4 1.6000

5 0 0 1 0.4 0 0.4 2.0000

6 0 0 1 0.4 0 0.4 2.4000

7 0 0 1 0.4 0 0.4 2.8000

8 0 0 1 0.4 0 0.4 3.2000

9 0 0 1 0.4 0 0.4 3.6000

10 0 0 1 0.4 0 0.4 4.0000

11 0 0 1 0.4 0 0.4 4.4000

121 0.01 0.21 0.79 0.316 0.168 0.148 45.8800

122 0.01 0.22 0.78 0.312 0.176 0.136 46.0280

123 0.01 0.23 0.77 0.308 0.184 0.124 46.1640

124 0.01 0.24 0.76 0.304 0.192 0.112 46.2880

125 0.01 0.25 0.75 0.3 0.2 0.1 46.4000

126 0.01 0.26 0.74 0.296 0.208 0.088 46.5000

127 0.01 0.27 0.73 0.292 0.216 0.076 46.5880

128 0.01 0.28 0.72 0.288 0.224 0.064 46.6640

129 0.01 0.29 0.71 0.284 0.232 0.052 46.7280

130 0.01 0.3 0.7 0.28 0.24 0.04 46.7800

131 0.01 0.31 0.69 0.276 0.248 0.028 46.8200

132 0.01 0.32 0.68 0.272 0.256 0.016 46.8480

133 0.01 0.33 0.67 0.268 0.264 0.004 46.8640

134 0.01 0.34 0.66 0.264 0.272 -0.008 46.8680

135 0.01 0.35 0.65 0.26 0.28 -0.02 46.8600

136 0.01 0.36 0.64 0.256 0.288 -0.032 46.8400

137 0.01 0.37 0.63 0.252 0.296 -0.044 46.8080

138 0.01 0.38 0.62 0.248 0.304 -0.056 46.7640

139 0.01 0.39 0.61 0.244 0.312 -0.068 46.7080



7

40,0*

CeCf

CfNSO

Logo, Cf = 0,40(Cf) + 0,40(Ce) 0,60Cf = 0,40Ce 1,5 Cf = Ce Mas Cf = margem do varejista deve permanecer igual a $0,40 Portanto, 1,5 (0,40) = Ce = 0,60 Portanto, o fabricante deve vender cada unidade ao mercado por $0,60. O varejista, para ter margem de $0,40 deve reter $0,60 + $0,40 = $1,00 de cada $1,20 que tem de receita. Os $0,20 de diferenca sao repassados ao fabricante quando o sanduíche é vendido. R: O contrato de receita compartilhada deve ser tal que cada sanduíche é vendido ao mercado por $0,60 (com preco de venda ao publico premanacendo em $1,20). Quando cada sanduíche é vendido, o mercado retem apenas $1,00 e repassa $0,20 adicionais ao fabricante. Desta forma, as margens e precos permanecem os mesmos mas o custo de excesso do jornaleiro é reduzido e seu CSO* passa a ser o desejado 40% que o induzirá a pedir 140 sanduíches, como desejava o fabricante. d. Se o fabricante de sanduíche decide oferecer um contrato de recompra dos sanduíches não

vendidos ao mercado, por um valor de $0,30, qual seria a nova quantidade que o mercado decidiria pedir se desejasse maximizar o seu lucro?

Ce = c – r = $0,80 - $0,30 = $0,50 Cf = p – c = $1,20 - $0,80 = $0,40

%4450,040,0

40,0*

CeCf

CfNSO

R: O mercado decidiria comprar {100 + (200 – 100) X 0,44} = 144 sanduíches. e. Qual a diferença de lucro para o mercado entre a quantidade pedida no contrato tradicional

e no contrato de recompra? Lucro do contrato tradicional = $ 46,86 (item b. acima) Lucro do contrato de recompra (proxima pagina) = $ 49,09 R: A diferença de lucro é de $ 2,23



8

........

4. Editor de Revista

4. Imagine um editor de uma revista semanal que a produza a um custo unitário de $ 1,00. Vende a um jornaleiro cada revista por $3 e o jornaleiro revende a revista por $5. As revistas são inutilizadas ao final da semana. A distribuição probabilística da demanda é dada pela seguinte tabela:

Quantidade

Probabilidade de venda (%)

1 1%

2 1

3 2

4 2

5 5

6 8

7 8

8 8

9 11

10 12

11 12

13 10

14 8

Preco = 1.2 Custo = 0.8 Recompra = 0.3

Vendas P(vendas) P(E<=O) P(E>O) (p-c)*P(E>O) (c-s)*P(E<=O)

NSO 1-NSO Lucro Custo Contribuicao Lucro

marginal marginal marginal esperado

extra 1 extra 1 extra 1 varejo

0 0 0 1 0.4 0 0.4

1 0 0 1 0.4 0 0.4 0.4000

2 0 0 1 0.4 0 0.4 0.8000

3 0 0 1 0.4 0 0.4 1.2000

4 0 0 1 0.4 0 0.4 1.6000

5 0 0 1 0.4 0 0.4 2.0000

6 0 0 1 0.4 0 0.4 2.4000

7 0 0 1 0.4 0 0.4 2.8000

8 0 0 1 0.4 0 0.4 3.2000

9 0 0 1 0.4 0 0.4 3.6000

10 0 0 1 0.4 0 0.4 4.0000

11 0 0 1 0.4 0 0.4 4.4000

138 0.01 0.38 0.62 0.248 0.19 0.058 48.8730

139 0.01 0.39 0.61 0.244 0.195 0.049 48.9310

140 0.01 0.4 0.6 0.24 0.2 0.04 48.9800

141 0.01 0.41 0.59 0.236 0.205 0.031 49.0200

142 0.01 0.42 0.58 0.232 0.21 0.022 49.0510

143 0.01 0.43 0.57 0.228 0.215 0.013 49.0730

144 0.01 0.44 0.56 0.224 0.22 0.004 49.0860

145 0.01 0.45 0.55 0.22 0.225 -0.005 49.0900

146 0.01 0.46 0.54 0.216 0.23 -0.014 49.0850

147 0.01 0.47 0.53 0.212 0.235 -0.023 49.0710

148 0.01 0.48 0.52 0.208 0.24 -0.032 49.0480



9

15 5

16 2

17 2

18 1

19 1

20 1

a. Qual a quantidade de revistas que o jornaleiro deveria comprar para maximizar seu lucro?

Ce = c – r = $3 - $0 = $3 Cf = p – c = $5 - $3 = $2

%4032

2*

CeCf

CfNSO

O que se pretende aqui é comprar uma quantidade de jornais O* tal que a probabilidade de a demanda ser menor que esta quantidade (ou seja, de que esta quantidade seja suficiente para atender toda a demanda real do período) seja de 40%. Como a distribuição de probabilidades da demanda é dada pela tabela acima, podemos usá-la para calcular as probabilidades acumuladas para cada quantidade possivelmente comprada. Ou seja, a probabilidade acumulada dá a chance de a demanda ser menor ou igual á quantidade correspondente. R: A quantidade cuja probabilidade de a demanda ser menor ou igual a 40% é entre 8 e 9 unidades.

b. Qual lucro o jornaleiro teria se comprasse a quantidade definida em a.? Considerando 9 unidades, o lucro seria de $ 12,75 (proxima pagina)

Quantidade

1 1% 1%

2 1 2

3 2 4

4 2 6

5 5 11

6 8 19

7 8 27

8 8 35

9 11 46

10 12 58

11 12 70

13 10 80

14 8 88

15 5 93

16 2 95

17 2 97

18 1 98

19 1 99

20 1 100

Probabilidade de

venda (%)

Probabilidade de

venda (%)



10

c. Qual o lucro máximo que o editor teria se resolvesse adquirir o negócio do jornaleiro e

vender diretamente ao público?

Ce = c – r = $1 - $0 = $1 Cf = p – c = $5 - $1 = $4

%8014

4*

CeCf

CfNSO

Isso equivaleria a pedir 13 unidades. R: O lucro seria de $ 34,05 (próxima página)

Preco p = 5 Custo c = 3 Recompra = 0

1 2 3 4 5 6 7 8





(E) NSO 1 - NSO do proximo do proximo do proximo quantidades "E"

0 0 0 1 2 0 2

1 0.01 0.01 0.99 1.98 0.03 1.95 2.000

2 0.01 0.02 0.98 1.96 0.06 1.9 3.950

3 0.02 0.04 0.96 1.92 0.12 1.8 5.850

4 0.02 0.06 0.94 1.88 0.18 1.7 7.650

5 0.05 0.11 0.89 1.78 0.33 1.45 9.350

6 0.08 0.19 0.81 1.62 0.57 1.05 10.800

7 0.08 0.27 0.73 1.46 0.81 0.65 11.850

8 0.08 0.35 0.65 1.3 1.05 0.25 12.500

9 0.11 0.46 0.54 1.08 1.38 -0.3 12.750

10 0.12 0.58 0.42 0.84 1.74 -0.9 12.450

11 0.12 0.7 0.3 0.6 2.1 -1.5 11.550

12 0.1 0.8 0.2 0.4 2.4 -2 10.050

13 0.08 0.88 0.12 0.24 2.64 -2.4 8.050

14 0.05 0.93 0.07 0.14 2.79 -2.65 5.650

15 0.02 0.95 0.05 0.1 2.85 -2.75 3.000

16 0.02 0.97 0.03 0.06 2.91 -2.85 0.250

17 0.01 0.98 0.02 0.04 2.94 -2.9 -2.600

18 0.01 0.99 0.01 0.02 2.97 -2.95 -5.500

19 0.01 1 0 0 3 -3 -8.450



11

d. Qual a quantidade nova que o jornaleiro decidiria comprar se o editor lhe oferecesse um

contrato de recompra das revistas não vendidas ao final da semana por um valor de $1,50? Ce = c – r = $3 - $1,50 = $1,50 Cf = p – c = $5 - $3 = $2

%5750,12

2*

CeCf

CfNSO

R: A quantidade seria aproximadamente de 10 unidades.

Preco p = 5 Custo c = 1 Recompra = 0

1 2 3 4 5 6 7 8





(E) NSO 1 - NSO do proximo do proximo do proximo quantidades "E"

0 0 0 1 4 0 4

1 0.01 0.01 0.99 3.96 0.01 3.95 4.000

2 0.01 0.02 0.98 3.92 0.02 3.9 7.950

3 0.02 0.04 0.96 3.84 0.04 3.8 11.850

4 0.02 0.06 0.94 3.76 0.06 3.7 15.650

5 0.05 0.11 0.89 3.56 0.11 3.45 19.350

6 0.08 0.19 0.81 3.24 0.19 3.05 22.800

7 0.08 0.27 0.73 2.92 0.27 2.65 25.850

8 0.08 0.35 0.65 2.6 0.35 2.25 28.500

9 0.11 0.46 0.54 2.16 0.46 1.7 30.750

10 0.12 0.58 0.42 1.68 0.58 1.1 32.450

11 0.12 0.7 0.3 1.2 0.7 0.5 33.550

12 0.1 0.8 0.2 0.8 0.8 0 34.050

13 0.08 0.88 0.12 0.48 0.88 -0.4 34.050

14 0.05 0.93 0.07 0.28 0.93 -0.65 33.650

15 0.02 0.95 0.05 0.2 0.95 -0.75 33.000

16 0.02 0.97 0.03 0.12 0.97 -0.85 32.250

17 0.01 0.98 0.02 0.08 0.98 -0.9 31.400

18 0.01 0.99 0.01 0.04 0.99 -0.95 30.500

19 0.01 1 0 0 1 -1 29.550



12

CAPÍTULO 8 – Gestão de demanda na rede global de suprimentos

Todas as séries usadas nesta série de exercícios são séries de dados reais de produtos reais. Apenas os anos foram alterados. 5. EXERCÍCIO EXEMPLO. Projeção

1. . Um produto tem a seguinte série histórica de vendas:

a) Calcule as médias móveis de 3 períodos (MM3) para o histórico de vendas.

b) Calcule as médias móveis de 6 períodos (MM6).

Janeiro 2008

Fevereiro 360

Marco 345

Abril 321

Maio 339

Junho 356Julho 345

Agosto 385

Setembro 356

Outubro 367

Novembro 324

Dezembro 356

2008 MM3

Jan 356

Fev 360

Mar 345

Abr 321 353.7

Maio 339 342.0

Jun 356 335.0

Jul 345 338.7

Ago 385 346.7

Set 356 362.0

Out 367 362.0

Nov 324 369.3

Dez 356 349.0

349.0



13

c) Plote os gráficos de ambas as séries de previsões MM3 e MM6 e faça considerações sobre o efeito

de se usar um número maior ou menor de períodos na geração de previsões por médias móveis.

Quanto maior o número de períodos considerados para o cálculo da média móvel, mais atenuados ficam os picos e vales da demanda real.

d) Calcule usando suavizamento exponencial, as previsões para os meses de fevereiro até dezembro da série histórica (considere que a previsão feita em dezembro de 2007, para as vendas de Janeiro de 2008 foi de 350 unidades). Adote α=0.2.

2008 MM3 MM6

Jan 356

Fev 360

Mar 345

Abr 321 353.7

Maio 339 342.0

Jun 356 335.0

Jul 345 338.7 346.2

Ago 385 346.7 344.3

Set 356 362.0 348.5

Out 367 362.0 350.3

Nov 324 369.3 358.0

Dez 356 349.0 355.5

349.0 355.5

280

300

320

340

360

380

400

Jan Fev Mar Abr Maio Jun Jul Ago Set Out Nov Dez

Real

MM3

MM6



14

e) Faça o mesmo do item anterior adotando α=0.6

f) Plote os gráficos das duas séries de previsões dos itens d) e e) e faça considerações sobre os efeitos

de se usar α’s maiores ou menores em suavizamento exponencial.

α = 0.2

Suavizam

Real MM3 MM6 exponenc

Jan 356 350

Fev 360 352.0

Mar 345 350.6

Abr 321 353.7 344.7

Maio 339 342.0 343.5

Jun 356 335.0 346.0

Jul 345 338.7 346.2 345.8

Ago 385 346.7 344.3 353.7

Set 356 362.0 348.5 354.1

Out 367 362.0 350.3 356.7

Nov 324 369.3 358.0 350.2

Dez 356 349.0 355.5 351.3

349.0 355.5 281.1

α = 0.2 0.6

Suavizam Suavizam

Real MM3 MM6 expon0,2 expon0,6

Jan 356 350 350

Fev 360 351.2 353.6

Mar 345 353.0 357.4

Abr 321 353.7 351.4 350.0

Maio 339 342.0 345.3 332.6

Jun 356 335.0 344.0 336.4

Jul 345 338.7 346.2 346.4 348.2

Ago 385 346.7 344.3 346.1 346.3

Set 356 362.0 348.5 353.9 369.5

Out 367 362.0 350.3 354.3 361.4

Nov 324 369.3 358.0 356.9 364.8

Dez 356 349.0 355.5 350.3 340.3

349.0 355.5 351.4 349.7



15

Quanto menor o fator de suavizamento α, mais são atenuados os picos e vales da demanda real. g) Faça os paralelos e contrastes entre sua resposta ao item c) e sua resposta ao item f). R: O número de meses históricos nos cálculos de médias móveis e o fator de suavizamento α do método de suavizamento exponencial têm papel similar: quanto maior o número de períodos na média móvel, e quanto menor a constante de suavizamento α, mais atenuados serão os picos e vales da demanda real, nas previsões.

6. Projeção

2. Um produto apresenta a seguinte série histórica de vendas:

a) Calcule os erros médios quadráticos para a série histórica usando os seguintes modelos: média

móvel de 3 períodos (MM3), média móvel de 6 períodos (MM6) e média móvel de 12 períodos (MM12). Qual deles tem melhor desempenho quanto a erro médio quadrático?

310

320

330

340

350

360

370

380

Jan

Fev

Mar

Ab

r

Mai

o

Jun

Jul

Ago Se

t

Ou

t

No

v

De

z

Suavizamento exponencial

Suavizam expon0,2

Suavizam expon0,6

2006 2007 2008

Janeiro 66 81 39

Fevereiro 40 43 88

Marco 170 99 116

Abril 85 109 148

Maio 115 81 60Junho 52 51 63

Julho 105 66 54

Agosto 95 181 150

Setembro 97 79 123

Outubro 105 76 73

Novembro 71 106 77

Dezembro 51 70 60



16

R: O menor erro médio quadrático é o da série MM12, de 1311,6. Os cálculos foram feitos a partir de janeiro de 2007, quando todas as séries de previsão tinham dados disponíveis. b) Calcule agora para as séries do item a) o erro médio absoluto. Qual série agora tem o melhor

desempenho? Qual o efeito de se usar erro médio quadrático e erro médio absoluto como medida de “qualidade” da previsão?

Erro quad Erro quad Erro quad

MM3 MM6 MM12 MM3 MM6 MM12

2006 Jan 66

2006 Fev 40

2006 Mar 170

2006 Abr 85 92.0 49.0

2006 Maio 115 98.3 277.8

2006 Jun 52 123.3 5088.4

2006 Jul 105 84.0 88.0 441.0 289.0

2006 Ago 95 90.7 94.5 18.8 0.3

2006 Set 97 84.0 103.7 169.0 44.4

2006 Out 105 99.0 91.5 36.0 182.3

2006 Nov 71 99.0 94.8 784.0 568.0

2006 Dez 51 91.0 87.5 1600.0 1332.3

2007 Jan 81 75.7 87.3 87.7 28.4 40.1 44.4

2007 Fev 43 67.7 83.3 88.9 608.4 1626.8 2108.3

2007 Mar 99 58.3 74.7 89.2 1653.8 592.1 96.7

2007 Abr 109 74.3 75.0 83.3 1201.8 1156.0 663.1

2007 Maio 81 83.7 75.7 85.3 7.1 28.4 18.1

2007 Jun 51 96.3 77.3 82.4 2055.1 693.4 987.0

2007 Jul 66 80.3 77.3 82.3 205.4 128.4 266.8

2007 Ago 181 66.0 74.8 79.1 13225.0 11271.4 10387.0

2007 Set 79 99.3 97.8 86.3 413.4 354.7 52.6

2007 Out 76 108.7 94.5 84.8 1067.1 342.3 76.6

2007 Nov 106 112.0 89.0 82.3 36.0 289.0 560.1

2007 Dez 70 87.0 93.2 85.3 289.0 536.7 232.6

2008 Jan 39 84.0 96.3 86.8 2025.0 3287.1 2288.0

2008 Fev 88 71.7 91.8 83.3 266.8 14.7 21.8

2008 Mar 116 65.7 76.3 87.1 2533.4 1573.4 836.2

2008 Abr 148 81.0 82.5 88.5 4489.0 4290.3 3540.3

2008 Maio 60 117.3 94.5 91.8 3287.1 1190.3 1008.1

2008 Jun 63 108.0 86.8 90.0 2025.0 568.0 729.0

2008 Jul 54 90.3 85.7 91.0 1320.1 1002.8 1369.0

2008 Ago 150 59.0 88.2 90.0 8281.0 3823.4 3600.0

2008 Set 123 89.0 98.5 87.4 1156.0 600.3 1266.2

2008 Out 73 109.0 99.7 91.1 1296.0 711.1 327.0

2008 Nov 77 115.3 87.2 90.8 1469.4 103.4 191.4

2008 Dez 60 91.0 90.0 88.4 961.0 900.0 807.5

70.0 89.5 87.6

Erro medio quadratico = 2079.2 1463.5 1311.6



17

R: Em termos de erro medio absoluto também a série MM12 apresentou melhor desempenho, com erro médio absouto igual a 28,7. Erro médio quadrático “penaliza” mais os erros maiores, pois entram no cálculo elevados ao quadrado.

c) Compare os desempenhos quanto ao erro médio quadrático dos modelos de suavizamento

exponencial com α=0.2, α=0.4 e α=0.8. Conclua.

Erro quad Erro quad Erro quad Erro abs Erro abs Erro abs

MM3 MM6 MM12 MM3 MM6 MM12 MM3 MM6 MM12

2006 Jan 66

2006 Fev 40

2006 Mar 170

2006 Abr 85 92.0 49.0 7.0

2006 Maio 115 98.3 277.8 16.7

2006 Jun 52 123.3 5088.4 71.3

2006 Jul 105 84.0 88.0 441.0 289.0 21.0 17.0

2006 Ago 95 90.7 94.5 18.8 0.3 4.3 0.5

2006 Set 97 84.0 103.7 169.0 44.4 13.0 6.7

2006 Out 105 99.0 91.5 36.0 182.3 6.0 13.5

2006 Nov 71 99.0 94.8 784.0 568.0 28.0 23.8

2006 Dez 51 91.0 87.5 1600.0 1332.3 40.0 36.5

2007 Jan 81 75.7 87.3 87.7 28.4 40.1 44.4 5.3 6.3 6.7

2007 Fev 43 67.7 83.3 88.9 608.4 1626.8 2108.3 24.7 40.3 45.9

2007 Mar 99 58.3 74.7 89.2 1653.8 592.1 96.7 40.7 24.3 9.8

2007 Abr 109 74.3 75.0 83.3 1201.8 1156.0 663.1 34.7 34.0 25.8

2007 Maio 81 83.7 75.7 85.3 7.1 28.4 18.1 2.7 5.3 4.3

2007 Jun 51 96.3 77.3 82.4 2055.1 693.4 987.0 45.3 26.3 31.4

2007 Jul 66 80.3 77.3 82.3 205.4 128.4 266.8 14.3 11.3 16.3

2007 Ago 181 66.0 74.8 79.1 13225.0 11271.4 10387.0 115.0 106.2 101.9

2007 Set 79 99.3 97.8 86.3 413.4 354.7 52.6 20.3 18.8 7.3

2007 Out 76 108.7 94.5 84.8 1067.1 342.3 76.6 32.7 18.5 8.8

2007 Nov 106 112.0 89.0 82.3 36.0 289.0 560.1 6.0 17.0 23.7

2007 Dez 70 87.0 93.2 85.3 289.0 536.7 232.6 17.0 23.2 15.3

2008 Jan 39 84.0 96.3 86.8 2025.0 3287.1 2288.0 45.0 57.3 47.8

2008 Fev 88 71.7 91.8 83.3 266.8 14.7 21.8 16.3 3.8 4.7

2008 Mar 116 65.7 76.3 87.1 2533.4 1573.4 836.2 50.3 39.7 28.9

2008 Abr 148 81.0 82.5 88.5 4489.0 4290.3 3540.3 67.0 65.5 59.5

2008 Maio 60 117.3 94.5 91.8 3287.1 1190.3 1008.1 57.3 34.5 31.8

2008 Jun 63 108.0 86.8 90.0 2025.0 568.0 729.0 45.0 23.8 27.0

2008 Jul 54 90.3 85.7 91.0 1320.1 1002.8 1369.0 36.3 31.7 37.0

2008 Ago 150 59.0 88.2 90.0 8281.0 3823.4 3600.0 91.0 61.8 60.0

2008 Set 123 89.0 98.5 87.4 1156.0 600.3 1266.2 34.0 24.5 35.6

2008 Out 73 109.0 99.7 91.1 1296.0 711.1 327.0 36.0 26.7 18.1

2008 Nov 77 115.3 87.2 90.8 1469.4 103.4 191.4 38.3 10.2 13.8

2008 Dez 60 91.0 90.0 88.4 961.0 900.0 807.5 31.0 30.0 28.4

70.0 89.5 87.6


Erro medio absoluto = 37.8 30.9 28.7



18

R: Aqui também para esta série histórica, quanto mais “suavizada” a previsão exponencial (ou seja, quanto menor o fator α, melhores as previsões (ou seja, menores os erros) para erros médios absolutos e quadráticos.

d) Considere a hipótese de estabilidade (ausência de tendência) para a série histórica acima. Considere que ela tem sazonalidade. Calcule os coeficientes de sazonalidade para a série e produza com eles previsões de vendas para o ano de 2009, mês a mês.

Suaviz Suaviz Suaviz

expon expon expon Erro quad Erro quad Erro quad Erro abs Erro abs Erro abs

α = 0,2 α=0,4 α=0,8 α = 0,2 α=0,4 α=0,8 α = 0,2 α=0,4 α=0,8

2006 Jan 66 66.0 66 66

2006 Fev 40 66.0 66.0 66.0

2006 Mar 170 60.8 55.6 45.2

2006 Abr 85 82.6 101.4 145.0 5.6 2.4

2006 Maio 115 83.1 94.8 97.0 1016.8 31.9

2006 Jun 52 89.5 102.9 111.4 1405.5 37.5

2006 Jul 105 82.0 82.5 63.9 529.4 504.7 23.0 22.5

2006 Ago 95 86.6 91.5 96.8 70.7 12.1 8.4 3.5

2006 Set 97 88.3 92.9 95.4 76.1 16.7 8.7 4.1

2006 Out 105 90.0 94.5 96.7 224.4 109.3 15.0 10.5

2006 Nov 71 93.0 98.7 103.3 484.7 768.9 22.0 27.7

2006 Dez 51 88.6 87.6 77.5 1414.7 1342.3 37.6 36.6

2007 Jan 81 81.1 73.0 56.3 0.0 64.3 610.4 0.1 8.0 24.7

2007 Fev 43 81.1 76.2 76.1 1449.5 1101.5 1092.9 38.1 33.2 33.1

2007 Mar 99 73.5 62.9 49.6 652.4 1302.2 2439.2 25.5 36.1 49.4

2007 Abr 109 78.6 77.3 89.1 926.2 1001.8 395.1 30.4 31.7 19.9

2007 Maio 81 84.7 90.0 105.0 13.3 81.2 577.2 3.7 9.0 24.0

2007 Jun 51 83.9 86.4 85.8 1083.9 1253.5 1211.4 32.9 35.4 34.8

2007 Jul 66 77.3 72.2 58.0 128.5 39.0 64.6 11.3 6.2 8.0

2007 Ago 181 75.1 69.7 64.4 11221.1 12377.5 13597.4 105.9 111.3 116.6

2007 Set 79 96.3 114.2 157.7 297.8 1242.4 6190.3 17.3 35.2 78.7

2007 Out 76 92.8 100.1 94.7 282.4 583.2 351.0 16.8 24.1 18.7

2007 Nov 106 89.4 90.5 79.7 274.1 240.6 689.2 16.6 15.5 26.3

2007 Dez 70 92.8 96.7 100.7 517.8 712.5 945.5 22.8 26.7 30.7

2008 Jan 39 88.2 86.0 76.1 2421.0 2210.5 1380.1 49.2 47.0 37.1

2008 Fev 88 78.4 67.2 46.4 92.9 432.2 1728.1 9.6 20.8 41.6

2008 Mar 116 80.3 75.5 79.7 1275.2 1638.2 1318.7 35.7 40.5 36.3

2008 Abr 148 87.4 91.7 108.7 3668.4 3167.9 1541.6 60.6 56.3 39.3

2008 Maio 60 99.5 114.2 140.1 1563.9 2940.8 6423.6 39.5 54.2 80.1

2008 Jun 63 91.6 92.5 76.0 820.1 872.5 169.8 28.6 29.5 13.0

2008 Jul 54 85.9 80.7 65.6 1018.2 714.1 134.7 31.9 26.7 11.6

2008 Ago 150 79.5 70.0 56.3 4966.4 6394.6 8775.7 70.5 80.0 93.7

2008 Set 123 93.6 102.0 131.3 863.1 440.2 68.3 29.4 21.0 8.3

2008 Out 73 99.5 110.4 124.7 702.1 1399.7 2668.0 26.5 37.4 51.7

2008 Nov 77 94.2 95.4 83.3 295.8 340.3 40.1 17.2 18.4 6.3

2008 Dez 60 90.8 88.1 78.3 946.1 787.8 333.7 30.8 28.1 18.3

84.6 76.8 63.7


Erro medio absoluto = 31.3 34.7 37.6



19

7. Projeção

3. Considere a seguinte série histórica de vendas de um produto:

a) Identifique a reta de regressão (usando Excel) que representa a tendência geral de crescimento das

vendas.

2006 2007 2008 Media 2009 2009

Coefic Coefic Coefic Coefic Previsao Previsao

2006 2007 2008 sazonal sazonal sazonal sazonal s/ sazon c/ sazon

2006 Jan 66 81 39 0.76 0.93 0.45 0.71 87.4 62.0

2006 Fev 40 43 88 0.46 0.49 1.01 0.65 87.4 57.0

2006 Mar 170 99 116 1.95 1.13 1.33 1.47 87.4 128.3

2006 Abr 85 109 148 0.97 1.25 1.69 1.30 87.4 114.0

2006 Maio 115 81 60 1.32 0.93 0.69 0.98 87.4 85.3

2006 Jun 52 51 63 0.60 0.58 0.72 0.63 87.4 55.3

2006 Jul 105 66 54 1.20 0.76 0.62 0.86 87.4 75.0

2006 Ago 95 181 150 1.09 2.07 1.72 1.63 87.4 142.0

2006 Set 97 79 123 1.11 0.90 1.41 1.14 87.4 99.7

2006 Out 105 76 73 1.20 0.87 0.84 0.97 87.4 84.7

2006 Nov 71 106 77 0.81 1.21 0.88 0.97 87.4 84.7

2006 Dez 51 70 60 0.58 0.80 0.69 0.69 87.4 60.3

2007 Jan 81 Media geral = 87,4

2006 2007 2008

Janeiro 432 552 400

Fevereiro 324 583 557

Marco 522 528 941

Abril 561 422 556

Maio 520 716 413Junho 320 416 350

Julho 212 467 400

Agosto 674 736 953

Setembro 559 1013 1692

Outubro 438 736 509

Novembro 356 342 405

Dezembro 287 242 482



20

b) Calcule os índices de sazonalidade para a série.

y = 7.738x + 401.74

0

200

400

600

800

1000

1200

1400

1600

18002

00

6 J

an

20

06

Mar

20

06

Mai

o

20

06

Ju

l

20

06

Se

t

20

06

No

v

20

07

Jan

20

07

Mar

20

07

Mai

o

20

07

Ju

l

20

07

Se

t

20

07

No

v

20

08

Jan

20

08

Mar

20

08

Mai

o

20

08

Ju

l

20

08

Se

t

20

08

No

v

Série1

Linear (Série1)



21

c) Produza as previsões para o ano de 2009, mês a mês.

Media

Coefic Coef

Vendas Tendencia Sazonal Sazonal

1 2006 Jan 432 409.48 1.06 0.94

2 2006 Fev 324 417.22 0.78 0.95

3 2006 Mar 522 424.95 1.23 1.26

4 2006 Abr 561 432.69 1.30 1.00

5 2006 Maio 520 440.43 1.18 1.06

6 2006 Jun 320 448.17 0.71 0.68

7 2006 Jul 212 455.91 0.47 0.65

8 2006 Ago 674 463.64 1.45 1.41

9 2006 Set 559 471.38 1.19 1.85

10 2006 Out 438 479.12 0.91 0.99

11 2006 Nov 356 486.86 0.73 0.64

12 2006 Dez 287 494.60 0.58 0.57

13 2007 Jan 552 502.33 1.10

14 2007 Fev 583 510.07 1.14

15 2007 Mar 528 517.81 1.02

16 2007 Abr 422 525.55 0.80

17 2007 Maio 716 533.29 1.34

18 2007 Jun 416 541.02 0.77

19 2007 Jul 467 548.76 0.85

20 2007 Ago 736 556.50 1.32

21 2007 Set 1013 564.24 1.80

22 2007 Out 736 571.98 1.29

23 2007 Nov 342 579.71 0.59

24 2007 Dez 242 587.45 0.41

25 2008 Jan 400 595.19 0.67

26 2008 Fev 557 602.93 0.92

27 2008 Mar 941 610.67 1.54

28 2008 Abr 556 618.40 0.90

29 2008 Maio 413 626.14 0.66

30 2008 Jun 350 633.88 0.55

31 2008 Jul 400 641.62 0.62

32 2008 Ago 953 649.36 1.47

33 2008 Set 1692 657.09 2.57

34 2008 Out 509 664.83 0.77

35 2008 Nov 405 672.57 0.60

36 2008 Dez 482 680.31 0.71



22

d) Repita o exercício mas usando apenas os anos 2006 e 2007 para prever as vendas de 2008.

Media 2009 2009 2009

Coef Mes Previsao Previsao

Sazonal numero 2009 s/ sazonal c/ sazonal

0.94 37 Jan 688.0 648

0.95 38 Fev 695.8 659

1.26 39 Mar 703.5 889

1.00 40 Abr 711.3 711

1.06 41 Maio 719.0 763

0.68 42 Jun 726.7 493

0.65 43 Jul 734.5 475

1.41 44 Ago 742.2 1050

1.85 45 Set 750.0 1389

0.99 46 Out 757.7 749

0.64 47 Nov 765.4 491

0.57 48 Dez 773.2 438

y = 6.9426x + 411.47

0

200

400

600

800

1000

1200

20

06

Jan

20

06

Fe

v

20

06

Mar

20

06

Ab

r

20

06

Mai

o

20

06

Ju

n

20

06

Ju

l

20

06

Ago

20

06

Se

t

20

06

Ou

t

20

06

No

v

20

06

De

z

20

07

Jan

20

07

Fe

v

20

07

Mar

20

07

Ab

r

20

07

Mai

o

20

07

Ju

n

20

07

Ju

l

20

07

Ago

20

07

Se

t

20

07

Ou

t

20

07

No

v

20

07

De

z



23

e) Calcule qual teria sido o erro médio quadrático desta previsão, comparando com as vendas reais de 2008.

item e, f e g Media 2008 2008 2008

Mes Tendencia Coefic Coef Mes Previsao Previsao

numero Vendas s/ sazonal Sazonal Sazonal numero 2008 s/ sazonal c/ sazonal

1 2006 Jan 432 418.41 1.03 1.07 25 Jan 585.04 624

2 2006 Fev 324 425.36 0.76 0.95 26 Fev 591.98 565

3 2006 Mar 522 432.30 1.21 1.12 27 Mar 598.92 668

4 2006 Abr 561 439.24 1.28 1.04 28 Abr 605.86 632

5 2006 Maio 520 446.18 1.17 1.26 29 Maio 612.81 771

6 2006 Jun 320 453.13 0.71 0.74 30 Jun 619.75 459

7 2006 Jul 212 460.07 0.46 0.66 31 Jul 626.69 414

8 2006 Ago 674 467.01 1.44 1.39 32 Ago 633.63 881

9 2006 Set 559 473.95 1.18 1.50 33 Set 640.58 960

10 2006 Out 438 480.90 0.91 1.11 34 Out 647.52 717

11 2006 Nov 356 487.84 0.73 0.66 35 Nov 654.46 435

12 2006 Dez 287 494.78 0.58 0.50 36 Dez 661.40 330

13 2007 Jan 552 501.72 1.10

14 2007 Fev 583 508.67 1.15

15 2007 Mar 528 515.61 1.02

16 2007 Abr 422 522.55 0.81

17 2007 Maio 716 529.49 1.35

18 2007 Jun 416 536.44 0.78

19 2007 Jul 467 543.38 0.86

20 2007 Ago 736 550.32 1.34

21 2007 Set 1013 557.26 1.82

22 2007 Out 736 564.21 1.30

23 2007 Nov 342 571.15 0.60

24 2007 Dez 242 578.09 0.42

2008 2008 2008

Previsao Previsao Vendas Erro

2008 s/ sazonal c/ sazonal reais quadratico

Jan 585.04 624 400 50107.2

Fev 591.98 565 557 59.3

Mar 598.92 668 941 74389.8

Abr 605.86 632 556 5707.1

Maio 612.81 771 413 128466.6

Jun 619.75 459 350 11911.2

Jul 626.69 414 400 187.4

Ago 633.63 881 953 5191.7

Set 640.58 960 1692 535849.6

Out 647.52 717 509 43355.1

Nov 654.46 435 405 884.4

Dez 661.40 330 482 23024.2

Erro quadratico medio = 73261.1



24

f) Calcule usando média móvel de 3 períodos (MM3), as previsões de 2008. Calcule o erro médio quadrático da previsão usando MM3.

g)

h) Compare os erros médios quadráticos das previsões usando projeção de reta de tendência e

sazonalidade com o das as previsões usando média móvel de 3 períodos. Conclua. Qual modelo, entre estes você optaria por usar para prever o ano de 2009?

R: O erro quadrático médio é consideravelmente maior para o modelo MM3 do que para o modelo que considera tendência e sazonalidade. Isso de certa forma seria esperado porque o modelo MM3 assume permanência (ausência de tendência e sazonalidade) e a série analisada apresenta evidências da presença de ambos. 8. Projeção

4. Considere a seguinte série histórica de vendas (reais) de um produto:

2008 2008 2008 Erro 2008 Erro

Previsao Previsao Vendas quadratico Previsao quadratico

2008 s/ sazonal c/ sazonal reais tend/sazon MM3 MM3

Jan 585.04 624 400 50107.2 440.0 1600.0

Fev 591.98 565 557 59.3 328.0 52441.0

Mar 598.92 668 941 74389.8 399.7 293041.8

Abr 605.86 632 556 5707.1 632.7 5877.8

Maio 612.81 771 413 128466.6 684.7 73802.8

Jun 619.75 459 350 11911.2 636.7 82177.8

Jul 626.69 414 400 187.4 439.7 1573.4

Ago 633.63 881 953 5191.7 387.7 319601.8

Set 640.58 960 1692 535849.6 567.7 1264125.4

Out 647.52 717 509 43355.1 1015.0 256036.0

Nov 654.46 435 405 884.4 1051.3 417746.8

Dez 661.40 330 482 23024.2 868.7 149511.1



2007 2008

Janeiro 182 237

Fevereiro 127 188

Marco 201 190

Abril 150 168

Maio 210 235Junho 106 150

Julho 92 97

Agosto 206 293

Setembro 188 210

Outubro 146 199

Novembro 113 175

Dezembro 92 100



25

Analise os dados. Formule hipótese sobre presença ou não de tendência. Escolha um modelo de previsão e prepare previsões para o ano de 2009, mês a mês. Graficamente, parece haver tendência:

Superimpondo os dois anos de dados historicos, parece haver sazonalidade:

Assumiremos modelo com tendência e sazonalidade. Daí vem:

0

50

100

150

200

250

300

350

20

07

Jan

20

07

Fe

v

20

07

Mar

20

07

Ab

r

20

07

Mai

o

20

07

Ju

n

20

07

Ju

l

20

07

Ago

20

07

Se

t

20

07

Ou

t

20

07

No

v

20

07

De

z

20

08

Jan

20

08

Fe

v

20

08

Mar

20

08

Ab

r

20

08

Mai

o

20

08

Ju

n

20

08

Ju

l

20

08

Ago

20

08

Se

t

20

08

Ou

t

20

08

No

v

20

08

De

z

Vendas

0

50

100

150

200

250

300

350

Jan Fev Mar Abr Maio Jun Jul Ago Set Out Nov Dez

Vendas

A2007

A2008



26

9. Projeção

5. Um produto tem a seguinte série histórica de vendas:

Plote o gráfico e analise visualmente os dados.

Media 2009 2009 2009

Mes Tendencia Coefic Coef Mes Previsao Previsao

numero Vendas s/ sazonal Sazonal Sazonal numero 2009 s/ sazonal c/ sazonal

1 2007 Jan 182 156.05 1.17 1.28 25 Jan 182.99 235

2 2007 Fev 127 157.17 0.81 0.95 26 Fev 184.11 176

3 2007 Mar 201 158.30 1.27 1.19 27 Mar 185.23 220

4 2007 Abr 150 159.42 0.94 0.96 28 Abr 186.35 178

5 2007 Maio 210 160.54 1.31 1.33 29 Maio 187.47 249

6 2007 Jun 106 161.66 0.66 0.76 30 Jun 188.60 143

7 2007 Jul 92 162.79 0.57 0.56 31 Jul 189.72 106

8 2007 Ago 206 163.91 1.26 1.45 32 Ago 190.84 278

9 2007 Set 188 165.03 1.14 1.16 33 Set 191.96 222

10 2007 Out 146 166.15 0.88 0.99 34 Out 193.08 192

11 2007 Nov 113 167.27 0.68 0.82 35 Nov 194.21 160

12 2007 Dez 92 168.40 0.55 0.55 36 Dez 195.33 107

13 2008 Jan 237 169.52 1.40

14 2008 Fev 188 170.64 1.10

15 2008 Mar 190 171.76 1.11

16 2008 Abr 168 172.89 0.97

17 2008 Maio 235 174.01 1.35

18 2008 Jun 150 175.13 0.86

19 2008 Jul 97 176.25 0.55

20 2008 Ago 293 177.37 1.65

21 2008 Set 210 178.50 1.18

22 2008 Out 199 179.62 1.11

23 2008 Nov 175 180.74 0.97

24 2008 Dez 100 181.86 0.55

2003 2004 2005 2006 2007 2008

Janeiro 183 233 165 239 340 347

Fevereiro 50 168 161 141 384 356

Marco 163 186 306 178 370 527

Abril 130 218 391 308 607 350

Maio 240 359 233 224 394 542Junho 29 184 120 99 169 255

Julho 59 81 239 158 242 217

Agosto 111 316 343 287 490 419

Setembro 367 118 274 595 639 468

Outubro 35 173 286 222 249 225

Novembro 118 243 135 279 216 263

Dezembro 54 82 74 155 138 185



27

Estabeleça suas hipóteses quanto a tendências, ciclicidades, etc. A série histórica parece ter tendência de crescimento e sazonalidade.

a) Usando os dados de 2003 até 2007, prepare as previsões para 2008.

0

100

200

300

400

500

600

700

Vendas

A2003

A2004

A2005

A2006

A2007

A2008

0

100

200

300

400

500

600

700

Jan

-03

May

-03

Sep

-03

Jan

-04

May

-04

Sep

-04

Jan

-05

May

-05

Sep

-05

Jan

-06

May

-06

Sep

-06

Jan

-07

May

-07

Sep

-07

Jan

-08

May

-08

Sep

-08

Vendas

y = 3.7769x + 114.14

0

100

200

300

400

500

600

700

0 10 20 30 40 50 60 70



28

.................................. (por restrições de espaço, a tabela é mostrada parcial aqui). b) Calcule ao longo do ano de 2008, qual teria sido a série de “tracking signals” para o ano. Você teria

identificado algum viés nas suas previsões? Por que?

Aparentemente o método de previsão utilizado não apresenta viés, já que o “Tracking Signal” fica dentro dos limites entre -4 e +4 no período analisado.

Media

Mes Vendas Tendencia Coef Coef Mes Previsao Previsao

numero reais reta Sazonal Sazonal numero s/ sazonal c/ sazonal

1 Jan-03 183 117.92 1.55 1.18 61 Jan-08 344.53 405

2 Feb-03 50 121.69 0.41 0.80 62 Feb-08 348.31 278

3 Mar-03 163 125.47 1.30 1.14 63 Mar-08 352.08 401

4 Apr-03 130 129.25 1.01 1.43 64 Apr-08 355.86 509

5 May-03 240 133.02 1.80 1.39 65 May-08 359.64 500

6 Jun-03 29 136.80 0.21 0.53 66 Jun-08 363.42 192

7 Jul-03 59 140.58 0.42 0.64 67 Jul-08 367.19 236

8 Aug-03 111 144.36 0.77 1.28 68 Aug-08 370.97 477

9 Sep-03 367 148.13 2.48 1.65 69 Sep-08 374.75 620

10 Oct-03 35 151.91 0.23 0.76 70 Oct-08 378.52 288

11 Nov-03 118 155.69 0.76 0.83 71 Nov-08 382.30 316

12 Dec-03 54 159.46 0.34 0.39 72 Dec-08 386.08 152

13 Jan-04 238 163.24 1.46

14 Feb-04 168 167.02 1.01

15 Mar-04 186 170.79 1.09

16 Apr-04 218 174.57 1.25

17 May-04 359 178.35 2.01

18 Jun-04 184 182.12 1.01

19 Jul-04 81 185.90 0.44

20 Aug-04 316 189.68 1.67

21 Sep-04 118 193.45 0.61

22 Oct-04 173 197.23 0.88

23 Nov-04 248 201.01 1.23

2008 EAA EMA

Previsao Previsao vendas Erro Erro Erro Erro medio EAA/EMA

s/ sazonal c/ sazonal reais aritm acum absol. absol. acum. absoluto T.S.

Jan-08 344.53 405 340 65 65.1 65.1 65.1 1.0

Feb-08 348.31 278 384 -41 106.1 171.2 85.6 -0.5

Mar-08 352.08 401 370 -10 30.7 201.9 67.3 -0.2

Apr-08 355.86 509 607 -108 98.2 300.1 75.0 -1.4

May-08 359.64 500 394 -3 105.5 405.7 81.1 0.0

Jun-08 363.42 192 169 20 23.2 428.8 71.5 0.3

Jul-08 367.19 236 242 14 6.1 434.9 62.1 0.2

Aug-08 370.97 477 490 1 13.5 448.4 56.0 0.0

Sep-08 374.75 620 639 -19 19.2 467.6 52.0 -0.4

Oct-08 378.52 288 249 21 39.1 506.7 50.7 0.4

Nov-08 382.30 316 216 121 100.3 607.0 55.2 2.2

Dec-08 386.08 152 138 135 13.7 620.7 51.7 2.6



29

10. EXERCÍCIO EXEMPLO. Demanda de um Hotel

6. . Imagine que um hotel tem a seguinte curva de elasticidade-preço: d = 1.000 – 0,5p onde d representa a demanda e p representa o preço. O hotel tem 400 quartos idênticos.

a) Qual a receita máxima obtida pelo hotel se um só preço é cobrado de todos os hóspedes? Para d = 400, vem: 400 = 1.000 – 0,5p, logo P = $1.200 Receita = d X p = 400 X $1.200 = $480.000 (receita máxima) b) Qual a receita obtida se o hotel resolver, usando gestão de receitas, ter dois preços diferentes:

$1.600 e $1.200 Dos 400 hóspedes, um certo número estaria disposto a pagar $1.600 por uma diária. Este número é dado por d = 1.000 – 0,5(1.600) = 200. Os outros 200 pagariam $1.200. A receita total entao, seria R = 200 X $1.200 + 200 X $1.600 = $560.000 c) Qual a receita obtida se o hotel resolver ter três faixas de preo: $ 1.800, $1.600 e $1.200? Para tres faixas de preço: O número de hóspedes dispostos a pagar $1.800 é d = 1.000 – 0,5(1.800) = 100; Outros 100 estariam dispostos a pagar $1.600 (veja item acima); Os restantes estariam dispostos a pagar $1.200. A receita total, então é R = $1.200 X 200 + $1.600 X 100 + $1.800 X 100 = $580.000, para três preços diferentes. d) Qual é teoricamente o total da receita “perdida” se o hotel resolver cobrar um preço único que

ocupe todos os 400 quartos?

Graficamente, pode-se ver que a receita teoricamente perdida é dada pela área debaixo da curva de elasticidade preço-demanda, adiante do ponto correspondente ao preço de $1.200.

Esta pode ser calculada por: R: Receita teoricamente perdida quando se pratica um preço de $1.200 = (400 X $800)/2 = $160.000

d = 1000 – 0,5p

d

p

1.000

2.000

Receita com precounico de $1.200

1.200

400Limite de capacidade

Receita teoricamenteperdida por ter-se um so preco



30

CAPÍTULO 9 – Gestão e coordenação de estoques na rede global de suprimentos

11. EXERCÍCIO EXEMPLO. Previsão de estoques

1. O produto final Super X é produzido pela T.C. Oliveira Inc. utlizando os itens B, C e D. O item B é montado a partir de C. O sub conjunto D é produzido a partir de B. Todos utilizam 3 unidades de seus componentes. Apenas a montagem de uma unidade de B requer apenas 2 C.

a. Desenhe a estrutura do item “Super X”

b. Quais itens provavelmente sao comprados e quais itens provavelmente sao fabricados

internamente? Por que? R: X, D e B são manufaturados; C “e comprado (já que não se mencionam seus “itens filhos”)

c. Quais itens em princípio têm “demanda independente” e quais tem “demanda dependente”? R: X tem demanda independante; D, B e C têm demanda dependente do plano mestre de produção de X.

d. Qual a necessidade bruta de “C” para se produzir 20 unidades de “Super X”, considerando que haja zero unidades em estoque? R: 18 unidades: 3 X 3 X 2 = 18

e. Se há 80 unidades de “D”, 40 unidades de “B” e zero unidades de “C” em estoque, qual a necessidade líquida de “C” para se produzir 50 unidadades de “Super X”? R: 50 unidades de X requerem 150 unidades de “D”. Como há disponíveis 80 unidades em estoque, a necessidade líquida de “D” é de (150 – 80) = 70 unidades. Isso requer (3 X 70) = 210 unidades de “B”. Como há 40 unidades de “B” em estoque, a necessidade líquida de “B” é de (210 – 40) = 170 unidades. Isso requer (2 X 170) = 340 unidades de “C”. Como há zero unidades de “C” em estoque a necessidade líquida de “C” = (340 – 0) = 340 unidades.

12. Lote Econômico

2. Um item comprado pela G. Paulus Ltda. de um fornecedor custa $20 por unidade. A previsão para vendas no ano que vem é de 1.000 unidades distribuídos de forma relativamente constante. O custo de pedir quantidades adicionais é de $5 por pedido feito e o custo de armazenagem é de $4 por ano, por unidade.

a. Qual o lote econômico de compra? DA = 1.000 Cf = $5 Ce = $4 A fórmula de cálculo do lote econômico de compra é

X

B

C

D

2

3

3



31

LDA C

CE

f

e

2

504

5000.12

EL

R: O Lote econômico de compra é de 50 unidades. b. Usando o lote econômico, qual o custo total anual de pedir produtos? O custo anual de pedir produtos é dado pela fórmula:

L

DACCP f

100$50

000.15 CP

R: O custo anual de pedir produtos é de $100. c. Usando o lote econômico, qual o custo total anual de armazenagem? O custo anual de armazenagem é dado pela fórmula:

CA CL

e 2

100$2

504$ CA

R: O custo anual de armazenagem é de $100. d. Se uma ligação eletrônica é feita entre a empresa e o fornecedor e o custo de fazer um

pedido cai para $1 o que acontece com o lote econônico de compra? E com o custo total anual de [pedir produtos + armazenagem]?

Se o custo de fazer pedidos cai de $5 para $1, o lote econômico de compra cai para:

4,224

1000.12

EL

90$2

4,224

22

000.11

2 E

e

E

f

LC

L

DACCACPTC

R: O custo total cai de $200 para $90. 13. Lote Econômico

3. A loja de suprimentos de computador Pereira & Sampaio S.A. quer saber quantas sacolas de computador encomendar. A demanda anual para este item é de 200 unidades, estável. Os custos de colocar um pedido é de $10. A empresa calculou o tamanho do lote econômico de compra chegando a 20 sacolas.

a. Qual é o custo anual de armazenagem para a sacola? A fórmula de cálculo do lote econômico de compra é

LDA C

CE

f

e

2

eC

10200220

R: Resolvendo, Ce = $10 b. Como a loja gostaria de dividir o lote de compra por 2, de quanto teria que ser a redução

dos custos de colocar um pedido para que o novo lote fosse aquele que acarretasse mínimo custo total (armazenagem + fazer pedidos)?



32

O novo lote de compra deve ser de, 20/2 = 10 sacolas.

10

200210

fC

Resolvendo, Cf deveria ser igual a $2,5 R: Ou seja, para reduzir o lote de compra para ½ do anterior, o custo de pedir tem que ser reduzido para ¼ do anterior.

c. Quais os novos custos totais (armazenagem + fazer pedidos)? Situação anterior:

200$2

2010

20

20010

2 E

e

E

f

LC

L

DACCACPTC

Situação nova:

100$2

1010

10

2005.2

2 E

e

E

f

LC

L

DACCACPTC

R: O custo total cai de $200 para $100. d. De quanto foi a redução percentual dos custos totais em relação à situação anterior?

R: ($200 - $100) / $200 = 0,5 ou seja, de 50% 14. Lote Econômico

4. A empresa Guaragna Marcondes S/A está desenhando seu novo sistema de gestão de estoques para o item DB32, que será do tipo ponto de ressuprimento com lote econômico. Este item tem demanda relativamente constante de 200 unidades por semana, por 52 semanas por ano, com desvio-padrão da demanda semanal de 40 unidades. Os clientes da Marcondes que compram este item são muito exigentes e requerem um nível de serviço de 95%. O DB32 custa anualmente à Marcondes S/A $5,20 por unidade em custos de armazenagem. O sistema de compras da empresa recentemente calculou seus custos de fazer um pedido e chegou ao valor de $10. O lead-time do fornecedor do DB32 é de 1 semana.

a. Qual o lote econômico de compra para o item DB23? DB32: D = 200/semana DA = (200 X 52)/ano σ = 40 Cf = $10 Ce = $5,20 NS = 95%, portanto, FS = 1,645 TR (tempo de ressuprimento) = 1 semana A fórmula de cálculo do lote econômico de compra é

LDA C

CE

f

e

2

2002,5

10522002

EL

R: O lote econômico de compra é de 200 unidades.



33

b. Qual o estoque de segurança necessário para garantir nível de serviço de 95%? A fórmula para cálculo do estoque de segurança é:

R: O estoque de segurança necessário é de 66 unidades c. Qual o ponto de ressuprimento? O ponto de ressuprimento pode ser calculado conforme abaixo: PR = D x TR + Eseg PR = 200 X 1 + 66 = 266 unidades. R: O ponto de ressuprimento é 266 unidades. d. Quantas unidades adicionais de estoque de segurança seriam necessários para

aumentar o nível de serviço em aproximadamente 5%, digamos, para 99,99%? Quantas unidades a menos de estoque de segurança seriam necessárias para que a Marcondes oferecesse 5% a menos de nível de serviço, ou seja, 90%? Comente e conclua. O estoque de segurança para nível de serviço de 99,99% (portanto, com FS = 3,620) novo pode ser calculado conforme abaixo:

R: O estoque de segurança teria que aumentar de 66 para 145 unidades (uma diferença de 79 unidades) para levar o nível de serviço de 95% para 99,99% (aproximadamente 5% de incremento). Nota-se que quando os níveis de serviço aproximam-se de 100%, incrementos só podem ser feitos com grandes adições de estoques de segurança. Por exemplo, para trazer o nível de serviço de 90% (FS = 1,282 e portanto estoque de segurança = 51 unidades) para 95%, ou seja, também 5% de incremento, foi necessário aumentar o estoque de segurança de 51 unidades para 66 unidades, uma diferença de apenas 11 unidades). e. Como o fornecedor usual do item DB32 saiu do mercado, a Marcondes agora vai ter que

comprar este item de um fornecedor alternativo. Além de um lead time maior (2 semanas), o lead time do novo fornecedor também não é tão confiável como o do fornecedor usual. O desvio padrão do lead time do novo fornecedor é de 1 semana. De quanto a Marcondes teria que aumentar seu estoque de segurança do item DB32 para lidar com a nova situação? Qual seria o novo ponto de ressuprimento? O novo estoque de segurança (considerando incerteza na demanda e no lead-time) seria de:

√

√

PP

LTFSEseg

668,651

140645,1 Eseg

PP

LTFSEseg

1458,1441

140620,3 Eseg



34

O novo estoque de segurança seria:

O novo ponto de ressuprimento seria de:

PR = D x TR + Eseg

PR = 200 X 2 + 342 = 742 R: O novo ponto de ressuprimento é 742 unidades.

15. EXERCÍCIO EXEMPLO. Gestão de Estoques Fatores de Segurança

5. A empresa Camiclara S.A. gerencia seus estoques do combustível usando o sistema de revisão periódica. A taxa de consumo de combustível é de 1.000 litros por dia (7 dias por semana), relativamente constante, com desvio padrão do consumo diário de 120 litros. A empresa checa o nível de combustível no reservatório semanalmente (a cada 7 dias) e então escolhe o fornecedor (mais barato) e encomenda a reposição. O lead-time para ressuprimento é de 1 dia (que é em geral o que leva para o caminhão dos possíveis fornecedor chegar ao cliente). O nível de serviço usado é de 98%.

a. Qual o estoque de seguraça necessário para este sistema? D = 1.000 l/dia σ (dia) = 120 l PR = 7 dias TR = 1 dia NS = 98% (portanto, FS = 2,055) O estoque de segurança para sistema de revisão periódica pode ser dado pela expressão:

R: O estoque de segurança necessário é de 698 litros. b. Qual o nível máximo de estoques definido para este sistema? O nível máximo de estoques neste sistema de revisão periódico é dado por:

R: O nível máximo é 8.698 litros. c. Se numa verificação constatou-se que o nível de combustível está em 2.500 litros, qual a

quantidade a pedir?

3422,342208645,1 FSEseg

PP

LTPFSES

6985,697

1

17120055,2

ES

ESLTPDM

698.869817000.1 M



35

A quantidade a pedir pode ser dada por (assumindo que não haja pedidos em trânsito):

R: A quantidade a pedir seria de 6.198 litros

d. Qual a redução aproximada de estoques de combustível que uma mudança no sistema que

fizesse com que a reposição de estoques fosse feita 2 vezes por semana traria? Supondo que cada entrega seja feita a cada 3,5 dias no novo sistema, vem:

O ponto máximo agora seria de 5.023 litros em vez de 8.698 litros. R: Em termos de redução do estoque de segurança, iria de 698 para 523 litros (uma redução de 175 litros, que reflete-se diretamente no estoque médio. Em termos do estoque de ciclo, assumindo demanda relativamente constante, haveria uma reduçao de (8.698 – 698)/2 para (5.023 – 523)/2 = 4.000 – 2.250 = 1.750 litros no estoque médio. No total, portanto haveria uma redução média de estoques de 175 + 1.750 = 1.925 litros.

16. Cartões Kanban

6. Dois centros produtivos são coordenados quanto ao fluxo da peça X100 utilizando fluxo puxado com sistema kanban. O centro produtivo de Usinagem (fornecedor) tem tempo de processamento para cada lote produzido de 1 hora e o tempo médio de espera para processamento de um lote lá é de 3 horas. O centro produtivo de Pintura (consumidor) consome para suas atividades 60 unidades do item X100 por hora. Os conteineres para transporte comportam 60 peças X100 cada.

a. Quantos kanbans são necessários entre estes dois centros produtivos? (considere o Fator de segurança como sendo zero). X = número total de kanban D = demanda do centro consumidor por unidade de tempo = 60/hora Te = tempo de espera do lote no centro produtor = 3 horas

Tp = tempo de processamento do lote no centro produtor = 1 hora

C = tamanho do lote ou capacidade do conteiner (peças por kanban) = 60 peças F = fator de segurança = 0

)( QPEMQ

198.6)0500.2(698.8 Q

PP

LTPFSES

523

1

15,3120055.2

ES

ESLTPDM

023.552315,31000 M



36

XD T T F

C

e p

( )( )1

460

)01)(13(60

X

R: São necessários 4 kanbans b. Com iniciativas de troca rápida de ferramenta, o centro de usinagem conseguiu alterar o seu

tempo de espera para processamento (sua fila) de 3 horas para apenas 1 hora. Qual a redução percentual do número de kanbans necessários que isso acarretou?

260

)01)(11(60

X

R: A redução no número de kanbans foi de 4 para 2 (50%), quando a redução do tempo de espera no centro produtor vai de 3 para 1 hora.



37

CAPÍTULO 10 – Gestão da logística em redes globais de suprimento

17. EXERCÍCIO EXEMPLO. Centros de Distribuição

1. . A empresa distribuidora C.A.C. está repensando sua estrutura logística, que hoje tem 3 centros de distribuição. Para ficar mais próxima de seus clientes, está planejando abrir três novos centros de distribuição (a área e os clientes potencialmente atendidos continuarão os mesmos). Para que se mantenham os níveis de serviço, hoje de 95%, de quanto os estoques de segurança totais deverão ser aumentados? A C.A.C. hoje tem 3 centros de distribuição e portanto, assumindo que cada um encare uma demanda com desvio-padrão de erros de previsão =, o estoque de segurança que hoje ela carrega é proporcional a 3σregião atual ou seja, o estoque de segurança total é = 3Kσ região atual. Abrindo 3 novos centros de distribuição, isso é o equivalente a dividir cada uma das regiões em duas. Como a variância de cada nova região é igual à metade da variância das regiões atuais, ou seja:

σ2nova região + σ2

nova região = 2 X σ2nova região = σ2

região atual

σnova região = σregião atual/ Ou seja, cada nova região terá um estoque de segurança de K σnova região = Kσregião atual/

O total de estoque de segurança portanto será de 6 K σnova região = 6Kσregião atual/ R: A relação entre os estoques de segurança antigo e novo é:

3Kσ região atual = 2/ = = 1,4142 ou seja, o estoque aumenta aumenta em 41%

6Kσregião atual/

18. Estoques de segurança

2. Os estoques de segurança totais, considerando os atuais 10 centros de distribuição da distribuidora T.L.C. Inc., são de R$10.000.000. Como a empresa agora conta com um provedor de serviços logísticos muito ágil, resolveu centralizar totalmente seus estoques, em apenas um centro de distribuição nacional. O CEO pergunta para você aproximadamente de quanto será possível reduzir os estoques de segurança. O que você responde? Quais os pressupostos que sua resposta assumiu?

Sempre que um sistema de N armazéns é centralizado para 1 armazém, considerando as pressuposições feitas como válidas, o estoque de segurança total necessário, para um mesmo nível

de serviço, será o estoque de segurança total anterior dividido por

R: A redução de 10 armazén para um acarretaria uma redução aproximada para Estoque anterior/ no estoque de segurança, ou seja, Estoque anterior / 3,16 ou seja, o novo estoque será de aproximadamente 31% do atual (R$3.100.000 em vez dos atuais R$10.000.000). Pressupostos: cada uma das regiões servidas pelos CDs atuais têm incerteza de previsões similares e o operador logístico é realmente ágil.

19. Análise de Localização

3. Você está apoiando a análise de localização de uma unidade fabril da S.M.C. Ltda. Uma análise de macro localização, mais quantitativa, definiu que a fábrica deveria localizar-se numa certa região do estado de São Marcos. Três cidades então ficaram como finalistas do processo: Rio Pequeno, Vila



38

Nova e Serra Azul. A fábrica é de alta tecnologia e produz componentes eletrônicos. A seguinte tabela de “notas” para as três cidades, quanto a vários critérios foram dadas por um painel de especialistas locais (0 representa “péssimo” e 10 representa “ótimo”):

Critério Rio Pequeno Vila Nova Serra Azul

Disponibilidade de mão de obra qualificada

9 6 7

Proximidade de fornecedores 7 8 9

Proximidade de clientes 6 7 7

Custo do instalações 6 7 8

Qualidade de vida 8 7 7

a. Defina pesos de ponderação para os vários critérios e faça sua recomendação de qual deveria ser a cidade escolhida.

Aqui o importante é dar aos alunos a oportunidade de exercitar seu julgamento quanto a quais fatores deveriam ser mais relevantes nesta decisão de forma justificada. Por exemplo, por tratar-se de fabricante de alta tecnologia, a disponibilidade de mão de obra e a qualidade de vida da cidade (para atrair pessoal qualificado e suas famílias) podem ser muito mais importantes que a proximidade dos clientes ou dos fornecedores. Se este é o caso, um conjunto de pesos de ponderação poderia ser:

Com estes pesos, a alternativa “Rio Pequeno” destaca-se muito. Sem ponderação, note como “Serra Azul” seria a alternativa líder.

b. Se os pesos de ponderação para todos os critérios fosse o mesmo, sua recomendação seria a mesma? Discuta.

Veja item anterior. 4. A empresa A.C. Foods tem uma fábrica e 5 representantes comerciais independentes localizados

conforme o mapa abaixo. Para tentar reduzir os custos, a Fabritex resolveu estabelecer um centro de distribuição regional, entre sua fábrica e os armazéns dos seus cinco representantes independentes. A tabela abaixo do mapa ilustra os volumes despachados da fábrica e para cada um dos cinco representantes:

Critério Pesos Rio Pequeno Vila Nova Serra Azul

Disponibilidade de mão de obra qualificada 8 9 6 7

Proximidade de fornecedores 4 7 8 9

Proximidade de clientes 3 6 7 7

Custo de instalações 4 6 7 8

Qualidade de vida 5 8 7 7

Total 24 36 35 38

Notas medias ponderadas 7.6 4.6 5.1

Notas medias sem ponderacao 7.2 7 7.6



39

Unidade

Toneladas despachadas de ou para o local

Fábrica 790

Representante 1 230

Representante 2 110

Representante 3 160

Representante 4 190

Representante 5 100

Onde o centro de distribuição regional deveria ser instalado (coordenadas)?

Vi

dixViCx e

Vi

diyViCy

Onde Cx = Coordenada x (eixo horizontal) do centro de gravidade Cy = Coordenada y (eixo vertical) do centro de gravidade dix = Coordenada x do iésimo local diy = Coordenada y do iésimo local Vi = Volume de bens movimentados para ou do iésimo local

Daí vem, para o exercício:

Coordenadas:

100 200 300 400 700 800500 600 9000

100

200

300

400

500

600

700

800

Representante Fábrica

Representante 1

Representante 3

Representante 4

Representante 5

Representante 2

Fábrica



40

Cx = (440×790) + (200×230) + (550×110) + (460×160) + (700×190) + (840×100) = 471 790 + 230 + 110 + 160 + 190 + 100 Cy = (490×790) + (630×230) + (200×110) + (690×160) + (510×190) + (660×100) = 524 790 + 230 + 110 + 160 + 190 + 100

R: O CD deveria localizar-se nas coordenadas (471, 524). 20. EXERCÍCIO EXEMPLO. Análise de Localização

5. . A empresa Fekete & Cia. tem uma fábrica em Curitiba e envia seus produtos para distribuidores locais nas seguintes cidades do estado de São Paulo (com respectivos volumes enviados): São Paulo (550 toneladas/ mês), Ribeirão Preto (350 toneladas/ mês), Presidente Prudente (160 toneladas/ mês) e Taubaté (200 toneladas por mês). Veja o mapa abaixo. A empresa quer abrir um centro regional de distribuição para o Estado de São Paulo. Onde ela deveria localizar este centro (em qual cidade)? Calculando a ponderação das localizações com os pesos transportados de e para os locais considerados, vem:

Pela lógica do centro de gravidade, o centro regional de distribuição deveria localizar-se nas coordenadas (481, 275) ou seja, na região aproximada de Capão Bonito.

Coorde nadas

Unidade X Y

Fábrica 440 490 790

Representante 1 200 630 230





Localizacao 471 524do CD

Toneladas despachadas de ou para o

local

Coorde nadas

Unidade X Y

Sao Paulo 625 325 550

Ribeirao Preto 540 570 350

Presidente Prudente 180 480 160

Taubate 760 375 200

Curitiba 395 130 1260

Localizacao 481 275do CD

Toneladas despachadas de ou

para o local



41

100 200 300 400 700 800500 600 9000

100

200

300

400

500

600

700

800

Distribuidor Fábrica

Curitiba

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE …

Documents

Transcript of MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE …