Educação Executiva

Otimize seu Negócio, Estratégias Empresariais, Planejamento, e suas Finanças com Excel e Modelagem Matemática !!! 

Curso Revisado e Ampliado!

• Invista em sua carreira e empregabilidade!
• CH - 15 horas - 19h00 - 22h00
• 5 aulas – 09, 11, 16, 18 e 23/09
• Aulas online e gravadas, portanto, o curso pode ser feito em formato EAD e ao vivo.    
• Disponibilizadas no canal do YouTube: www.youtube.com/@edercassettari777 

Muito material gratuito lá! Inscreva-se! E não se esqueça do like!

• Material em pdf e Excel (incluindo gabarito)
• 50+ exercicios MÃO NA MASSA para praticar tudo e entender como se faz DESDE 0 ZERO!
• Mentoria pós curso

Você já se perguntou como as grandes empresas conseguem reduzir custos, otimizar rotas de entrega e gerenciar seus recursos com tamanha eficiência? A resposta está na Otimização, uma poderosa técnica matemática que transforma dados em decisões inteligentes. E o melhor de tudo: você não precisa ser um expert em matemática para dominar essa ferramenta.

Apresentamos o Curso:

Otimização Descomplicada com o Solver do Excel!

Chega de planilhas complexas e suposições! Nosso curso foi desenhado para quem quer começar do ZERO, usando uma ferramenta que você já conhece: o Excel. Com uma abordagem prática e passo a passo, você vai aprender a usar o Solver – uma poderosa ferramenta do Excel – para resolver problemas reais e tomar decisões que realmente fazem a diferença.

Esqueça as fórmulas assustadoras e os termos técnicos. Nosso foco é na aplicação. Vamos direto ao ponto, ensinando você a modelar problemas e a encontrar a melhor solução em poucos cliques.

Para Quem é Este Curso?

• Estudantes que querem um diferencial no currículo,
• Analistas que precisam ir além do básico do Excel,
• Empreendedores que buscam maximizar lucros e cortar custos,
• Executivos que necessitam tomar decisões ótimas,
• Qualquer pessoa que queira aprender uma habilidade poderosa e altamente valorizada no mercado de trabalho.

Imagine que você é o dono de uma pizzaria e precisa decidir quantas pizzas de cada sabor deve preparar todos os dias. Quais são os ingredientes, insumos que devem ser feitos para ter o máximo de Qualidade e Lucro com o mínimo de custo? É aí que entra a modelagem matemática junto com a Ciência de Suporte à Tomada de Decisão, a Pesquisa Operacional e no EXCEL.

Em vez de simplesmente adivinhar ou usar a intuição, você pode usar a matemática para criar um modelo que represente a situação da sua pizzaria.

Venha aprender a resolver estes problemas e muito mais!

A Otimização com Programação Linear é uma ferramenta poderosa para lidar com diferentes tipos de problemas, dependendo do contexto e da quantidade de incerteza envolvida. Para um curso que aborda esses conceitos, é importante destacar como cada tipo de análise pode ser aplicado em situações práticas

Exemplos Práticos de Aplicação do Solver no Excel

1. Logística e Cadeia de Suprimentos:

Problema: Uma empresa de distribuição precisa enviar mercadorias de três armazéns para cinco lojas diferentes. Cada armazém tem uma capacidade máxima e cada loja tem uma demanda específica. O custo de transporte varia entre cada par armazém-loja.

Solver: A meta é minimizar o custo total de transporte. As variáveis de decisão são as quantidades de produtos a serem enviadas de cada armazém para cada loja. As restrições são a capacidade máxima de cada armazém e a demanda mínima de cada loja.

2. Finanças e Investimentos:

Problema: Um investidor tem um valor de R$1.000.000,00 para aplicar em quatro tipos de ativos (ações de tecnologia, títulos do governo, fundos imobiliários e ouro). Cada ativo tem um retorno e um risco estimado. O investidor quer obter um retorno mínimo de 8% ao ano, com o menor risco possível, e não pode investir mais de 40% em um único ativo.

Solver: A meta é minimizar o risco total da carteira. As variáveis de decisão são os percentuais do capital a serem investidos em cada ativo. As restrições são o capital total disponível, o retorno mínimo desejado e os limites de investimento por ativo.

3. Produção Industrial:

Problema: Uma fábrica produz três tipos de produtos: A, B e C. Cada produto requer uma quantidade diferente de tempo nas máquinas de corte, montagem e pintura. A capacidade de tempo de cada máquina é limitada. Cada produto tem um lucro por unidade.

Solver: A meta é maximizar o lucro total. As variáveis de decisão são as quantidades a serem produzidas de cada produto. As restrições são o tempo total disponível em cada máquina para corte, montagem e pintura.

4. Recursos Humanos:

Problema: Um hospital precisa montar a escala de enfermeiros para cobrir turnos de 24 horas, sete dias por semana. Os turnos têm diferentes demandas de pessoal. Alguns enfermeiros preferem certos turnos, e há limites de horas de trabalho semanais e noturnas para cada um.

Solver: A meta pode ser minimizar o custo total com salários ou minimizar o número de horas extras. As variáveis de decisão são a alocação de cada enfermeiro para cada turno. As restrições são as necessidades mínimas de pessoal por turno e as regras de horas de trabalho dos enfermeiros.

5. Marketing e Publicidade:

Problema: Uma agência de publicidade tem um orçamento de R$ 500.000 para gastar em anúncios em TV, rádio e mídias sociais. Cada canal tem um custo e atinge um número diferente de clientes. O objetivo é alcançar pelo menos 10 milhões de pessoas e garantir que o número de anúncios em mídias sociais seja no mínimo 20% do total.

Solver: A meta é maximizar o alcance total de clientes. As variáveis de decisão são o número de anúncios a serem comprados em cada canal. As restrições são o orçamento total e os requisitos de mix de mídia.

6. Agricultura e Agronegócio:

Problema: Um fazendeiro possui 100 hectares de terra e pode plantar milho, soja e trigo. Cada cultura tem um custo de plantio, uma demanda de água e uma produtividade de lucro diferente. Há limites na quantidade de sementes e fertilizantes disponíveis, além de uma cota de irrigação.

Solver: A meta é maximizar o lucro total. As variáveis de decisão são as áreas (em hectares) a serem dedicadas a cada cultura. As restrições são a área total de terra, a disponibilidade de sementes/fertilizantes e a cota de água.

7. Varejo:

Problema: Um supermercado precisa decidir quantas unidades de cada produto (pão, leite, queijo) pedir de um fornecedor para uma semana. A demanda para cada produto é incerta, mas segue uma distribuição estatística. O excesso de estoque gera custos de armazenamento, e a falta de estoque resulta em perda de vendas.

Solver: A meta é minimizar o custo total de estoque (armazenamento e falta de estoque). As variáveis de decisão são as quantidades de cada produto a serem encomendadas. A otimização aqui é mais avançada e pode envolver simulação para lidar com a incerteza da demanda.

8. Energia:

Problema: Uma empresa de energia precisa decidir quanto de energia produzir a partir de suas usinas (hidrelétrica, termelétrica a gás e eólica) para atender à demanda diária de energia, que varia ao longo do dia. Cada usina tem um custo de produção, uma capacidade máxima e, no caso da eólica, uma dependência do clima.

Solver: A meta é minimizar o custo total de produção de energia. As variáveis de decisão são as quantidades de energia a serem produzidas por cada tipo de usina em diferentes períodos do dia. As restrições são a demanda de energia e a capacidade máxima de cada usina.

9. Gerenciamento de Projetos:

Problema: Um gerente de projeto tem cinco tarefas para concluir, e precisa atribuí-las a três membros de sua equipe. Cada membro da equipe tem um tempo de conclusão diferente para cada tarefa e um custo por hora. Há um prazo final para o projeto.

Solver: A meta é minimizar o custo total de mão de obra ou minimizar o tempo total do projeto. As variáveis de decisão são as atribuições de tarefas aos membros da equipe (quem faz o quê). As restrições são que cada tarefa deve ser atribuída a um membro, e que o prazo do projeto deve ser cumprido.

10. Serviços de Saude.

Problema: O gerente de um hospital precisa alocar enfermeiros para diferentes turnos em três alas (emergência, UTI e pediatria). Cada ala tem uma necessidade mínima de pessoal. A equipe de enfermeiros tem diferentes níveis de experiência e salários, e há limites de horas de trabalho por semana.

Solver: A meta é minimizar o custo total com salários enquanto se mantém um nível mínimo de qualidade no atendimento. As variáveis de decisão são a alocação de cada enfermeiro para cada turno em cada ala. As restrições são as necessidades de pessoal, as horas de trabalho e a qualificação dos enfermeiros.

EMENTA 

1. Introdução
2. Pesquisa Operacional
3. Modelagem e Programação Matemática 
4. Ciência da Gestão – Os campões
5. Modelo em computador
6. Modelos de Programação Linear
7. Tipos de modelos matemáticos
8. Modelos em Planilhas
9. O processo de resolução de Problemas
10. A Psicologia de Tomada de Decisão
11. Boas Decisões geram Bons Resultados
12. Processo X Dados
13. Aplicações Empresariais
14. Visão Holística da Pesquisa Operacional
15. Data Science e Lean Six Sigma
16. Porque acontecem os Modelos. Projetos, e implantações Muito Ruins?
17. Teoria da Decisão
18. Classificar Início do método científico
19. A navalha de Ockham
20. Conceito de Modelo
21. Processo de Modelagem
22. Ferramentas de Pesquisa Operacional
23. Características de Programação Linear
24. Suposições da Programação Linear
25. Método Gráfico
26. Teoremas de Programação Linear
27. Mão na Massa – Problema da Dieta
28. Usando o Solver
29. Quando usar planilha e quando não usar
30. Método Simplex
31. Mão na Massa – exemplo de aplicação passo a passo.
32. Relatórios do Solver: Resposta, Limites e Sensibilidade
33. Análise de Sensibilidade – para que serve? Onde usar?
34. Mão na Massa – exemplo de aplicação de análise de sensibilidade
35. Modelos de Rede com mão na massa
36. Modelos para Investimentos
37. Modelos para Fabricar e / ou Tercerizar
38. Modelos para Produção e Estoque
39. Modelos para Alocação
40. Problemas de Transporte com e sem Dummy
41. Problemas de Rede de Distribuição
42. Problemas de Menor caminho
43. Problemas de Fluxo máximo
44. Problemas de Fluxo de Processo
45. Problemas em Varejo
46. Problemas em Logística
47. Utilizado o relatório de sensibilidade para otimização
48. Relatório de Respostas
49. Relatório de Limites
50. Problemas de Atribuição – alocação 
51. Problemas de Transbordo - Logística

Professor

Prof MSc Eder Cassettari - [email protected] 

Doutorando em Engenharia – Escola Politécnica – Universidade de São Paulo - USP

Extensão do Doutorado em Engenharia de Sistemas e Computação – Sistemas de Apoio a Tomada de Decisão - Instituto Militar de Engenharia – IME 

Extensão do Doutorado em Engenharia de Produção – Pesquisa Operacional Militar - Universidade Federal Fluminense – UFF

Mestre em Engenharia Mecânica Fabricação – Universidade de Campinas - UNICAMP

Engenheiro Mecânico – Faculdade de Engenharia Industrial - FEI 

Lean Manufacturing / Office Expert – Ford Lean Learning Academy for Executives / México & Lean Institute Brasil / Lean Institute USA

Lean Six Sigma Master Black Belt Sensei (DMAICR / DMADVR / DFSS) / Deployment Champion – Six Sigma Academy USA / Ford & VTB Consultoria e Treinamento

700+ projetos  em 25+ anos, Atuação nas áreas de Manufatura e Serviços em  Industria Automotiva, Autopeças, Alimentos, Hospitais, Operadoras, Bancos, Finanças, Saúde, Jurídico, Governança Corporativa, TI entre outras.

20+ anos de experiência em Multinacional Americana na área Automotiva, em várias posições relacionadas a Engenharia, Manufatura, Qualidade, Six Sigma, Lean, Gestão de Projetos, Confiabilidade de Processos, Otimização, Produção, Analytics (Pesquisa Operacional & Simulação) sendo a última como Head para America do Sul em Melhoria de Processos e Master Black Belt / Six Sigma Champion

CEO e Owner da Master Lean Six Sigma & Analytics Consultoria e Treinamento – www.masterlss.com.br 

Membro do Comitê de Educação da Sociedade dos Engenheiros da Mobilidade e Chairman do Congresso – SAE Brasil

Membro da International Association of Artificial Intelligence – I2IA

Membro da OR Society - Operational Research Society – UK – PhD Candidate

Membro da Sociedade Brasileira de Pesquisa Operacional - SOBRAPO

Membro da Comunidade e palestrante da Estatidados do Prof Thiago Marques (USP/IBGE)

Membro do grupo do MVP Conference LATAM – Office Applications – Excel

Membro do Comitê de Estudos em Tecnologias Quânticas da ABNT - 2023

Avaliador do ENEGEP / SIMEP / ITQM / AOM / SAE Brasil / COBENGE / Brazilian Journal of Marketing 

Docente Associado na USP / ESALQ no MBA de Data Science e Analytics e Engenharia de Software

Docente Associado na USP / FEA - RP no MBA de Operações e Qualidade

Docente Associado da UNIVESP / UNESP na graduação de  Engenharia de Produção

Docente Associado na Business School Brasil no MBA de Pesquisa Operacional

contatos:

[email protected]

www.youtube.com/@edercassettari777 

www.linkedin.com