Relatorio otimização logística

RELATÓRIO TÉCNICO: OTIMIZAÇÃO DO MIX DE PRODUÇÃO E ANÁLISE DE GARGALOS

Objetivo do Estudo

O presente relatório detalha a modelagem e a solução para o problema de alocação de recursos da engarrafadora de bebidas. O desafio logístico e produtivo consistia em determinar a quantidade exata de três uísques puros (A, B e C) a ser misturada para a produção de três marcas comerciais (Blue Star, Gold Star e Red Star), com o objetivo primário de maximizar o lucro diário total, respeitando rigorosas restrições de disponibilidade de matéria-prima, controle de qualidade (blend) e limites de mercado.

Metodologia Adotada e Justificativa

Solução Escolhida: Modelagem Matemática via Programação Linear (PL) e resolução computacional através do algoritmo Simplex LP (via ferramenta Solver do Microsoft Excel).

Por que esta solução foi escolhida?

Em cenários logísticos e de produção complexos, o método de tentativa e erro ou a análise baseada puramente na intuição humana são ineficazes e frequentemente resultam em prejuízos ocultos ou ociosidade de fábrica. A Programação Linear foi a solução ideal pelos seguintes motivos técnicos:

Garantia de Otimização Global: O algoritmo Simplex não encontra apenas uma solução "boa"; ele matematicamente prova e garante que a solução encontrada é o cenário de lucro máximo absoluto dadas as restrições impostas.

Gestão de Múltiplas Variáveis Concorrentes: O problema possui 9 variáveis de decisão (as proporções de mistura) que competem simultaneamente pelos mesmos recursos limitados (os estoques de uísque puro) sob 8 regras rígidas de qualidade e mercado. A PL processa essas interdependências simultaneamente.

Geração de Análise de Sensibilidade: Esta é a maior vantagem para a gestão logística. O modelo matemático não entrega apenas o plano de produção ideal (o "Caso Base"), mas gera indicadores precisos (Preços-Sombra e Custos Reduzidos) que apontam exatamente quais recursos são os verdadeiros gargalos da fábrica. Isso permite avaliar matematicamente se vale a pena investir na compra de mais matéria-prima ou renegociar contratos, o que fundamentou a resolução dos Casos Alternativos I e II.

Explicação da Solução Encontrada (Dinâmica do Modelo)

O comportamento do modelo matemático desenvolvido atua equilibrando o custo de produção com o valor de venda final, da seguinte forma:

Maximização de Margens: A lógica central da solução procura injetar o máximo possível do uísque mais barato (Puro C, a $12,00/L) na marca de maior valor agregado (Blue Star, vendida a $28,00/L), pois este cruzamento gera a maior margem de contribuição.

Atuação das Restrições (Freios do Sistema): O modelo só para de produzir essa combinação ideal quando atinge um "muro". Esses muros são as restrições: o limite máximo de Puro C permitido pelo controle de qualidade no Blue Star (20%), a exigência mínima de Puro A (que é caro e reduz a margem), ou o esgotamento do estoque diário da matéria-prima.

Evitando Sobras (Estoque Zero): Como a função objetivo busca a maximização do lucro, o modelo tem a tendência natural de utilizar toda a matéria-prima disponível que seja lucrativa processar, interrompendo a produção apenas quando o processamento do litro adicional gerar prejuízo ou violar uma regra de mercado (como a saturação de demanda do Gold Star).

A transição para os Casos Alternativos:

O modelo do Caso Base nos fornece a linha de partida. Ao aplicar o Caso Alternativo I, testamos matematicamente a elasticidade da produção: flexibilizar uma regra técnica (reduzir o mínimo de Puro A no Blue Star para 45%) ou aumentar a capacidade de um insumo restrito permite que o algoritmo realoque as variáveis para encontrar um teto de lucro ainda maior.