Educação ExecutivaOtimize seu Negócio, Estratégias Empresariais, Planejamento, e suas Finanças com Excel e Modelagem Matemática !!! Curso Revisado e Ampliado!Invista em sua carreira e empregabilidade!CH - 18 horas - 19h00 - 22h305 aulas – 01, 03, 08, 10 e 15/09Aulas 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!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 práticasExemplos Práticos de Aplicação do Solver no Excel1. 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 IntroduçãoPesquisa OperacionalModelagem e Programação Matemática Ciência da Gestão – Os campõesModelo em computadorModelos de Programação LinearTipos de modelos matemáticosModelos em PlanilhasO processo de resolução de ProblemasA Psicologia de Tomada de DecisãoBoas Decisões geram Bons ResultadosProcesso X DadosAplicações EmpresariaisVisão Holística da Pesquisa OperacionalData Science e Lean Six SigmaPorque acontecem os Modelos. Projetos, e implantações Muito Ruins?Teoria da DecisãoClassificar Início do método científicoA navalha de OckhamConceito de ModeloProcesso de ModelagemFerramentas de Pesquisa OperacionalCaracterísticas de Programação LinearSuposições da Programação LinearMétodo GráficoTeoremas de Programação LinearMão na Massa – Problema da DietaUsando o SolverQuando usar planilha e quando não usarMétodo SimplexMão na Massa – exemplo de aplicação passo a passo.Relatórios do Solver: Resposta, Limites e SensibilidadeAnálise de Sensibilidade – para que serve? Onde usar?Mão na Massa – exemplo de aplicação de análise de sensibilidadeModelos de Rede com mão na massaModelos para InvestimentosModelos para Fabricar e / ou TercerizarModelos para Produção e EstoqueModelos para AlocaçãoProblemas de Transporte com e sem DummyProblemas de Rede de DistribuiçãoProblemas de Menor caminhoProblemas de Fluxo máximoProblemas de Fluxo de ProcessoProblemas em VarejoProblemas em LogísticaUtilizado o relatório de sensibilidade para otimizaçãoRelatório de RespostasRelatório de LimitesProblemas de Atribuição – alocação Problemas de Transbordo - LogísticaProfessorProf MSc Eder Cassettari - eder@masterlss.com.br Doutorando em Engenharia – Escola Politécnica – Universidade de São Paulo - USPExtensão 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 – UFFMestre em Engenharia Mecânica Fabricação – Universidade de Campinas - UNICAMPEngenheiro Mecânico – Faculdade de Engenharia Industrial - FEI Lean Manufacturing / Office Expert – Ford Lean Learning Academy for Executives / México & Lean Institute Brasil / Lean Institute USALean Six Sigma Master Black Belt Sensei (DMAICR / DMADVR / DFSS) / Deployment Champion – Six Sigma Academy USA / Ford & VTB Consultoria e Treinamento800+ projetos  em 30+ 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 ChampionCEO 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 BrasilMembro da International Association of Artificial Intelligence – I2IAMembro da OR Society - Operational Research Society – UK – PhD CandidateMembro da Sociedade Brasileira de Pesquisa Operacional - SOBRAPOMembro do grupo do MVP Conference LATAM – Office Applications – ExcelAvaliador do ENEGEP / SIMEP / ITQM / AOM / SAE Brasil / COBENGE / Brazilian Journal of Production Operations Docente Associado na USP / ESALQ no MBA de Data Science e Analytics, Engenharia de Software e Gestão de ProjetosDocente Associado na USP / FEA - RP no MBA de Gestão da Produção e Operações com IADocente Associado da UNIVESP / UNESP na gradua Docente Associado da UNIVESP / UNESP na graduação de  Engenharia de ProduçãoCoordenador e Docente Associado na Business School Brasil no MBA de Excelencia Operacional e Lean Six Sigma Black Belt e Docente Associado  no MBA de Pesquisa Operacionalcontatos:contato@masterlss.com.brVisite o meu site - www.masterlss.com.br Inscreva-se no meu canal - www.youtube.com/@edercassettari777 Me siga no linkedin: https://www.linkedin.com/in/edercassettari/ Entre para a minha Comunidade: - https://chat.whatsapp.com/FRDSeFwaW48AQ1sa5SUu5t