UNIVERSIDADE FEDERAL DO ESPRITO SANTO

CENTRO UNIVERSITARIO NORTE DO ESPRITO SANTO

DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA (DETEC)
CURSO DE ENGENHARIA DE PRODUO

BRUNO PEREIRA DE OLIVEIRA

UTILIZAO DE DIFERENTES MODELOS DE SIMULAO PARA ANLISE DA

LOCALIZAO DE POSTOS DE GUARDA-VIDAS DA OPERAO SALVA MAR
NO BALNERIO DE GURIRI DO MUNICPIO DE SO MATEUS ESPRITO
SANTO

SO MATEUS
2014

BRUNO PEREIRA DE OLIVEIRA

UTILIZAO DE DIFERENTES MODELOS DE SIMULAO PARA ANLISE DA

LOCALIZAO DE POSTOS DE GUARDA-VIDAS DA OPERAO SALVA MAR
NO BALNERIO DE GURIRI DO MUNICPIO DE SO MATEUS ESPRITO
SANTO

Trabalho de Concluso de Curso apresentado ao

Departamento

de

Engenharias

Tecnologia

(DETEC) da Universidade Federal do Esprito

Santo, como requisito parcial para obteno do
grau de Bacharel em Engenharia de Produo.
Orientador: Prof. MSc. Wellington Gonalves.

SO MATEUS
2014

BRUNO PEREIRA DE OLIVEIRA

UTILIZAO DE DIFERENTES MODELOS DE SIMULAO PARA ANLISE DA

LOCALIZAO DE POSTOS DE GUARDA-VIDAS DA OPERAO SALVA MAR
NO BALNERIO DE GURIRI DO MUNICPIO DE SO MATEUS ESPRITO
SANTO

Trabalho de Concluso de Curso apresentado ao Departamento de Engenharias e

Tecnologia da Universidade Federal do Esprito Santo, como requisito parcial para
obteno do grau de Bacharel em Engenharia de Produo.

Aprovado em___________.
BANCA EXAMINADORA

____________________________________________
Prof. Dr. Glaydston Mattos Ribeiro
Universidade Federal do Rio de Janeiro

____________________________________________
Prof. MSc. Wellington Gonalves
Universidade Federal do Esprito Santo
Co-orientador

_____________________________________________
Prof. Dr. Rodrigo Randow de Freitas
Universidade Federal do Rio de Janeiro

_____________________________________________
Prof. MSc. Thiago Padovani Xavier
Universidade Federal do Esprito Santo

AGRADECIMENTOS
Agradecer uma forma mpar de tentar mostrar a gratido por aquilo que se tem
recebido apoio. Dessa forma, gostaria de destacar que existiram vrias pessoas que
de alguma forma contriburam para minha jornada acadmica. Agradeo
primeiramente a Deus, pelo dom da minha vida e por ter iluminado minhas escolhas
ao longo desta caminhada difcil, em que houveram momentos que perseverei diante
as frustraes que apareciam. De modo especial agradecer a minha famlia, em
especial aos meus pais que no mediram esforos para que eu pudesse olhar ao
meu redor com os culos da sabedoria para poder discernir os frutos que devo
colher para tornar a vida mais harmoniosa. Aos meus primos, Silvestre e Felipe, que
serviram como exemplo a serem seguidos. Meus companheiros de farda, que me
apoiaram quando precisava de suporte no trabalho, com ideias e conversas
positivas e principalmente queles que puderam me ajudar quando precisava
cumprir com as atividades acadmicas, permutando horas de servio e trocando
escalas.
Agradeo de forma honrosa ao Professor Glaydston Mattos Ribeiro, profissional
competente

que

expandiu

meus

conhecimentos

favorecendo

meu

desenvolvimento e por ter despertado mesmo sem querer, a ideia de realizar um

trabalho de cunho comunitrio e prestativo. Tambm gostaria de agradecer ao
Professor Wellington Gonalves, que alm de excelente orientador, foi instigador e
bem consistente quando abraou a causa deste projeto.
Aos colegas de curso, agradeo por ter proporcionado muitos momentos de
felicidade e conhecimento.
E por fim, gostaria de agradecer ao comando da 1 Cia Ind. - CBMES que me deu a
oportunidade de aplicar o presente trabalho numa rea de atuao do Corpo de
Bombeiros Militar do Estado do Esprito Santo.

A experincia uma professora dura, ela d o teste

e depois ensina.
SGT BM Honrio

RESUMO
Uma breve anlise sobre o quadro em que se encontra o perfil de afogamento no
Brasil mostra o quo relevante o tema para a sociedade e entidades envolvidas.
Um dos problemas que pode ser destacado acerca das tticas e estratgias das
operaes emergenciais est presente na forma de gerenciamento do servio
pblico de uma equipe de guarda-vidas no que tange a logstica de localizao dos
postos de salvamento, que em muitos casos so posicionados pelos gestores por
meio de decises baseadas em abordagens qualitativas. O embasamento terico
mostra que, na logstica da formao do Sistema Mdico de Emergncia, o temporesposta um dos fatores fundamentais para determinar condutas necessrias a um
atendimento eficiente. Calcula-se que a possibilidade de morte por afogamento
quando em uma praia protegida por guarda-vidas de 1 em 18 milhes
(0,000055%),

tornando

assim,

localizao

dos

postos

de

salvamento

intrinsecamente ligada ao tempo-resposta. Nesse contexto, quando a alocao de

recursos num determinado planejamento influencia na eficincia do sistema em que
est inserida, um problema de localizao (PL) se levanta. Para solucionar a
problemtica, na rea da Pesquisa Operacional, a localizao de facilidades a
ferramenta aplicada a vrios problemas da logstica recorrente ao contedo do
projeto. O PL estudado aplicado como estudo de caso na operao Salva Mar que
acontece durante o vero no balnerio de Guriri, municpio de So Mateus, norte do
Esprito Santo e consiste em gerenciar os recursos voltados s emergncias
aquticas. So revisados e utilizados alguns modelos matemticos de programao
linear inteira mista (PLIM) para solucionar o PL, destacando os de cobertura de
conjuntos (PLCC), de mxima cobertura (PLMC), de p-medianas (PLp-Med) e pcentros (PLp-centros) processados num solver de otimizao. Tambm utilizado
um sistema de informao geogrfica (SIG) para solucionar o PL e simular os mapas
temticos. Por fim, os resultados apontam que os modelos SIG, PLCC, PLMC e PLpMed so os mais sugestivos para compor uma discusso acerca do tema abordado
como forma de auxiliar na tomada de deciso.
Palavras-chave: Guarda-vidas. Tempo-resposta. Postos de salvamento. Pesquisa
Operacional. Localizao de facilidades.

ABSTRACT
A brief analysis on the Brazilian drowning profile shows how relevant is the issue for
society and involved organizations. One of the problems that can be highlighted on
the tactics and strategies of emergency operations is present in the manner of
manage the public service of a lifeguards team in respect to the logistic location of
rescue stations, that in many cases are positioned by managers through decisions
based on qualitative approaches. The theoretical foundation shows that, within the
logistics of the Emergency Medical System formation, the time-response is one of the
most important factors to determine the necessary ducts for an efficient service. It is
estimated that the possibility of death by drowning while on a beach protected by
lifeguards is 1 in 18 million (0.000055%), making the location of lifeguard stations
intrinsically linked to the time-response. Thus, when the allocation of resources in a
given planning influences the system efficiency in which it operates, a location
problem (LP) appears. To solve the problem, in the field of Operational Research,
facility location is a tool applied to various logistics problems included in the content
of the project. The studied LP is applied as a case in the Sea Save Operation, which
takes place during the summer at the balneary of Guriri, city of So Mateus, north of
Esprito Santo and consists in manage the resources devoted to aquatic
emergencies. Are reviewed and used some mathematical models of mixed integer
linear programming (MILP) to solve the LP, highlighting the set covering (PLCC),
maximum coverage (MCLP), p-median (Med-PLP) and p-centers (PLP-center)
processed in an optimization solver. Also is used a geographic information system
(GIS) to solve the LP and simulate thematic maps. Finally, the results indicate that
GIS, PLCC, MCLP and PLP-Med models are more suggestive to compose a
discussion of the subject as a help in decision-making.
Keywords: Lifeguards. Time-response. Lifeguard stations. Operational Research.
Facility location.

LISTA DE GRFICOS
GRFICO 1 - MORTALIDADE POR AFOGAMENTO NO BRASIL ENTRE 1996 E
2012. ......................................................................................................................... 16
GRFICO 2 - AFOGAMENTO POR ESTADO EM 2012. .......................................... 16
GRFICO 3 - RESULTADOS COMPUTACIONAIS .................................................. 70
GRFICO 4 - VARIAO EM RELAO AO MODELO ATUAL .............................. 70
GRFICO 5 - VARIAO SIG X MODELOS DE COBERTURA............................... 72
GRFICO 6 - VARIAO SIG X PLPMED X PLPCENTRO ..................................... 73

LISTA DE FIGURAS
Figura 1 - Sistema de Emergncias Mdicas (SEM) ................................................. 23
Figura 2 - O tringulo do planejamento logstico ....................................................... 25
Figura 3 - Representao de um problema de localizao discreto. (A) Localizao
geogrfica dos clientes e locais candidatos. (B) Soluo factvel ............................. 29
Figura 4 - Aplicaes do TransCAD .......................................................................... 40
Figura 5 - Distncia euclidiana entre dois pontos ...................................................... 41
Figura 6 - Fases da metodologia da pesquisa........................................................... 44
Figura 7 - Localizao dos postos atuais .................................................................. 48
Figura 8 - Coordenadas dos postos atuais ................................................................ 48
Figura 9 - Imagem do Balnerio de Guriri com suas respectivas correntes de retorno
.................................................................................................................................. 50
Figura 10 - Principais vias de acesso praia (locais candidatos) ............................. 51
Figura 11 - Coordenadas dos postos candidatos ...................................................... 51
Figura 7 - Organograma da Operao Salva Mar ..................................................... 53
Figura 14 - Banco de dados com as coordenadas das correntes de retorno
(demanda) ................................................................................................................. 57
Figura 15 - Layer de pontos que representam as correntes de retorno .................... 57
Figura 16 - Layer de pontos contendo os postos candidatos .................................... 58
Figura 17 - Layer de pontos contendo as correntes de retorno e os postos
candidatos ................................................................................................................. 58
Figura 18 - Ferramenta Cost Matrix .......................................................................... 59
Figura 19 - Modelo atual da localizao dos postos .................................................. 60
Figura 20 - Representao dos dados de SILVA(2012) e GHIRARDINI &
CANCIGLIERI (2008) ................................................................................................ 61
Figura 21 - Simulao 1: minimizar distncia mxima .............................................. 62
Figura 22 - Resultado do TransCAD ......................................................................... 62
Figura 23 - Localizao espacial das novas facilidades ............................................ 63
Figura 24 - Resultado Cplex para o PLCC ................................................................ 64
Figura 25 Localizao dos postos utilizando o PLCC ............................................ 64
Figura 26 - Resultado Cplex para o PLMC ................................................................ 65
Figura 27 - Localizao dos postos utilizando PLMC ................................................ 66
Figura 28 - Resultado Cplex para o PLp-Med ........................................................... 67

Figura 29 Localizaes utilizando o PLp-Med ........................................................ 68

Figura 30 - Resultado Cplex para o PLp-centros ...................................................... 68
Figura 31 - Localizao dos postos do PLp-centros .................................................. 69

LISTA DE SIGLAS
CBMES - Corpo de Bombeiros Militar do Estado do Esprito Santo
DATASUS - Departamento de Informtica do SUS
PL - Problema de Localizao
PLCC - PL para Cobertura de Conjuntos
PLF - Problemas de Localizao de Facilidades
PLMC - PL de Mxima Cobertura
PLMI - Programao Linear Inteira Mista
PLp-centros - PL de p-centros
PLp-Med - PL de p-Medianas
PLp-MedCap - PL de p-Medianas Capacitado
SAMU - Servio de Atendimento Mvel de Urgncia
SAVC - Suporte Avanado de Vida
SBV - Suporte Bsico de Vida
SEM - Sistema de Emergncia Mdica
SIG - Sistema de Informaes Geogrficas
SIM - Sistema de Informao de Mortalidade
SOBRASA - Sociedade Brasileira de Salvamento Aqutico
USLA - United States Lifesaving Association

SUMRIO
1

INTRODUO ................................................................................................... 14

REVISO BIBLIOGRFICA ............................................................................... 22

2.1

A logstica do atendimento ao afogado ........................................................ 22

2.2

O Planejamento Logstico da localizao de facilidades .............................. 25

2.3

Simulao como ferramenta ........................................................................ 26

2.4

Problemas de localizao de facilidades (PLF) ............................................ 27

2.4.1
2.5

Principais modelos matemticos de localizao .......................................... 33

2.5.1

Modelos de cobertura ............................................................................ 33

2.5.2

P-centros (PLp-centros) ......................................................................... 36

2.5.3

P-Medianas ........................................................................................... 37

2.5.4

P-Medianas Capacitado ........................................................................ 38

2.6
3

Sistemas de Informao Geogrfica (SIG) ................................................... 39

METODOLOGIA ................................................................................................ 43
3.1

Tipo de Pesquisa ......................................................................................... 44

3.2

Campo de Estudos ....................................................................................... 45

3.3

Amostra ........................................................................................................ 45

3.4

Coleta de Dados .......................................................................................... 46

3.4.1
3.5
4

Classificao dos problemas de localizao (PL): ................................. 28

Fase 1: Definio dos ns ..................................................................... 48

Anlise de Dados ......................................................................................... 51

REA DE ESTUDO E RESULTADOS ............................................................... 53

4.1

Estrutura da operao salva mar ................................................................. 53

4.2

coleta de dados ............................................................................................ 55

4.2.1

Fase 2: Dados de entrada para os modelos de localizao de

instalaes ......................................................................................................... 55

4.3

Modelagens e Simulaes ........................................................................... 59

4.3.1
4.4

Fase 3: Modelo SIG e PLIM para localizao de instalaes ................ 60

FASE 4: AVALIAO DA QUALIDADE DAS SOLUES E ANLISE DOS

RESULTADOS ...................................................................................................... 69
5

CONCLUSO .................................................................................................... 74

REFERNCIAS .................................................................................................. 77

14

1 INTRODUO
As operaes que envolvem a segurana pblica, tais como operaes policiais e
emergenciais vm se aprimorando constantemente, tornando a busca pelo
conhecimento um estimulante para o desenvolvendo de abordagens e percepes
acerca de tticas e estratgias includas num planejamento otimizado.
Nesse contexto, a logstica delineada para execuo de operaes bem sucedidas
torna-se elemento chave para a manipulao dos recursos disponveis. Uma vez
que existam as ferramentas logsticas que possibilitem a interao de dados
espaciais e temporais com dados estatsticos, tais como tcnicas e modelos de
localizao de instalaes integrados a sistemas de informaes geogrficas,
indiscutvel a contribuio que a simulao fornece a um planejamento destinado a
uma operao emergencial.
Tratando-se de emergncias mdicas, as situaes que colocam em causa a
sobrevivncia de um ser humano num curto intervalo de tempo so caracterizadas
por exigir uma interveno que oferea a melhoria da sade deste indivduo. As
emergncias se diferem das urgncias por apresentar agravantes que proporcionam
risco vida, dessa forma exigem um conjunto de aes empenhadas recuperao
de um paciente cuja sade necessita de assistncia imediata (MINISTRIO DA
SADE, 1987).
Motivadamente, para intervir como meio de suporte, existem os servios de urgncia
e emergncia, que em sntese,
[...] tm o objetivo de diminuir a morbimortalidade e as sequelas
incapacitantes, para tanto preciso garantir os elementos necessrios para
um sistema de ateno de emergncia considerando recursos humanos,
infraestrutura, equipamentos e materiais, de modo a assegurar uma
assistncia integral, com qualidade adequada e contnua (AZEVEDO et al.,
2010).

Alm disso, os servios de urgncia e emergncia se constituem em locais onde a

populao de modo geral busca solues para suas necessidades de sade
(LUDWIG & BONILHA, 2003).
Dentre os vrios tipos de emergncias, as emergncias aquticas so aquelas em
que se observa a aspirao de fludo no corporal (entrada de lquido nas vias

15

areas: traqueia, brnquios ou pulmes) por: imerso, caracterizado pelo corpo

estar coberto por gua ou outro lquido, levando a vtima hipotermia (temperatura
corporal abaixo do normal) e por submerso, em que todo corpo, inclusive as vias
areas se encontram abaixo da lmina de uma substncia liquefeita, como num
afogamento (SOAR, 2005).
A Sociedade Brasileira de Salvamento Aqutico (SOBRASA, 2013) aponta que
cerca de 20 pessoas morrem afogadas todos os dias no Brasil. Os acidentes na
gua, por imerso ou submerso, que podem envolver desde crianas a adultos,
acontecem nos mais diversos ambientes, como em piscinas, lagoas, represas, rios,
corredeiras, mar, inundaes e at mesmo em utenslios domsticos que reservam
gua. Aponta-se que as emergncias que envolvem submerso (afogamento) so
as mais corriqueiras, tornando-as consequentemente em situaes preocupantes s
autoridades responsveis, as quais tendem a designar os recursos apropriados ao
efetivo atendimento.
No panorama brasileiro, o afogamento a segunda causa de morte para idades
entre 5 e 9 anos, terceira causa nas faixas de 1 a 4 anos e 10 a 19 anos e quinta
causa na faixa de 20 a 29 anos (SOBRASA, 2011).
O Grfico 1 apresenta os dados extrados do banco de dados do Ministrio da
Sade, DATASUS (Departamento de Informtica do SUS). Para efeito de
comparao anual, o nmero de bitos por afogamento formulado de acordo com
a quantidade de bitos relativos a 100.000 habitantes (OR), uma vez que a
populao total no se mantm esttica. Contudo tambm mostrada a quantidade
absoluta de mortes.

16

GRFICO 1 - MORTALIDADE POR AFOGAMENTO NO BRASIL ENTRE 1996 E 2012.

Fonte: DATASUS.

De acordo com o DATASUS, o Brasil atingiu 2,71 OR em 2012. Dentre os estados,

nesse mesmo ano, os estados do Amap, Amazonas e Tocantins lideraram com
8.58, 5.82 e 5.64 OR respectivamente, ao passo que o estado do Esprito Santo
detivera 4.63 OR, ocupando a 5 posio segundo anlises dos especialistas. O
Grfico 2 ilustra os dados referentes aos estados brasileiros.

GRFICO 2 - AFOGAMENTO POR ESTADO EM 2012.

Fonte: DATASUS.

17

Praias, rios e lagoas so os principais ambientes para ocorrncia de afogamentos no

Esprito Santo. Segundo dados da SOBRASA (2012), por intermdio do Sistema de
Informao sobre Mortalidade (SIM) desenvolvido pelo Ministrio da Sade, em
2009, dentre os municpios com 10.000 a 30.000 habitantes: Santa Leopoldina,
Presidente Kennedy e Conceio da Barra lideraram o ranking de maiores OR, com
39.25, 27.50 e 25.88 em sequncia. Nos municpios com faixa entre 100.000 a
135.000 habitantes: Guarapari, Linhares e So Mateus detiveram 10.52, 9.05 e 8.86
OR, respectivamente, enquanto que nos municpios da Grande Vitria: Vitria
liderara com 5.31, seguido de Serra e Vila Velha, com 3.46 e 2.65 respectivamente.
Entretanto, apesar dos esforos voltados para o cadastro dos bitos relacionados a
afogamentos,

segundo

Szpilman

(2000),

os

nmeros

exatos

ainda

so

desconhecidos em razo de um grande nmero de casos no notificados.

Observa-se dessa forma, que as emergncias aquticas proporcionam um contexto
estatstico dinmico e que os ambientes aquticos como, rios, lagos e praias formam
um conjunto de situaes propcias a acidentes com banhistas, ao mesmo tempo em
que necessitam da implantao de um servio de emergncia adequado para atuar
nas situaes de resgate (SOBRASA, 2012).
Dessa maneira, no que tange a estratgia de promover um servio de qualidade
contando com o auxlio da logstica aplicada ao setor pblico, o presente trabalho
buscou analisar e apontar solues discutidas por meio de simulaes para a
localizao de postos de guarda-vidas, levantando um conjunto de informaes
direcionadas ao apoio na tomada de deciso referentes a logstica do planejamento
da Operao Salva Mar que acontece durante o vero na orla de Guriri, localizada
no municpio de So Mateus, norte do Esprito Santo.
Preliminarmente, foi realizada uma pesquisa sobre o atual posicionamento dos
postos de salvamento por meio de identificao das coordenadas utilizando GPS.
Posteriormente foi feita a coleta de dados pertinentes demanda de salvamentos
em cada ponto que apresentava alguma relao entre as ocorrncias de afogamento
e o local geogrfico. A partir da coleta, ento foi formulada uma proposta de soluo
da problemtica j salientada com auxlio de softwares de otimizao, os quais
foram integrados a um sistema de informaes geogrficas (SIG) para facilitar a
compreenso dos resultados. Por fim, foram feitas anlises comparando os

18

resultados obtidos pelos softwares com a situao atual, alm de gerar cenrios
alternativos que possam dar margem a interpretaes quanto ao planejamento
logstico.
As tcnicas para localizao de facilidades implicam em fornecer, dentro da
simulao de cenrios virtuais, solues matematicamente timas, obtidas por
demonstraes algbricas e lgicas que podem ser manipuladas com ajuda de um
computador. Apresentada uma situao real que traduza uma relao entre espao
ou tempo com dados estatsticos, a simulao usada para avaliar o impacto de
vrias configuraes.
Em sntese, localizar facilidades no presente contexto, genericamente, decidir
onde instalar as unidades de servios, assumidas como postos de guarda-vidas, que
possam atender a um determinado tipo de demanda, ou seja, as vtimas de
afogamento, de forma a minimizar um custo associado, que no caso a distncia
entre os pontos demandantes e a facilidade.
Dessa forma, o tratamento de dados, a modelagem e a soluo da localizao de
facilidades designadas ao servio de emergncia pode efetivamente otimizar a
utilizao dos recursos envolvidos na Operao Salva Mar em relao a atual
situao?
Para tanto, importante entender a logstica do atendimento ao afogado
(esclarecido na seo Reviso Bibliogrfica), que segundo Szpilman (2004), baseiase no acionamento de um Sistema de Emergncia Mdica (SEM). O SEM atribudo
como um sistema que interliga trs elementos fundamentais, ordenados na seguinte
sequncia: Suporte Bsico de Vida (SBV), Suporte Avanado de Vida (SAVC) e o
servio de atendimento hospitalar.
Quando analisada a estrutura do esquema de aplicao dos recursos no campo de
estudo da Operao Salva Mar, notria a importncia da integrao entre os elos
do SEM. Basicamente, tem-se a formao do SBV para execuo do servio prhospitalar com qualidade, composto pela equipe de guarda-vidas, o SAVC,
composto por um servio de transporte especializado designado s ambulncias ou
viaturas de resgate e o servio de atendimento hospitalar (hospital de referncia).

19

A cidade de So Mateus, local onde se situa o balnerio de Guriri, apresenta uma

oportunidade de estudo antes no explorada, baseando-se em auxiliar o servio j
realizado pela Prefeitura Municipal de So Mateus em parceria com o Corpo de
Bombeiros Militar do Estado do Esprito Santo (CBMES).
Dessa maneira, o presente projeto de estudo, tem como objetivo proporcionar,
mediante de tratamento de dados, possveis planos de localizao de recursos
destinados formao do SEM no primeiro nvel, ou seja, a localizao dos postos
de atendimento do SBV ou postos de guarda-vidas.
Os dados para alimentar os modelos do projeto devem levar em considerao a
incidncia das emergncias aquticas no perodo do vero entre 2013 e 2014, j
que a demanda devido ao turismo nessa poca do ano tende a ser acentuada e
consequentemente a orla de Guriri torna-se local propcio para atuao de um
servio de emergncias aquticas.
Por conseguinte, na rea da Pesquisa Operacional, a localizao de facilidades a
estratgia aplicada a vrios problemas da logstica recorrente ao contedo deste
projeto. Problemas como: localizao de centros de sade, bombeiros e escolas no
setor pblico e de fbricas e centros de distribuio na rea privada so exemplos
da aplicabilidade dessa ferramenta, cujo o objetivo principal atender da melhor
maneira possvel a demanda de uma determinada localidade, de acordo com a
circunstncia pr-estabelecida, determinando a quantidade e a localizao ideal
dessas unidades (ARENALES et al., 2007).
Corroborando, Pizzolato et al. (2012), explica que na vertente aplicada aos
problemas de localizao, os trabalhos seguem a metodologia bsica da Pesquisa
Operacional, em que se inclui a identificao do problema, a formulao de um
modelo matemtico, a resoluo do modelo, a validao dos resultados e o
oferecimento de propostas para implementao. Sendo que estudos de localizao
devem ser divididos em duas fases: i) Avaliao da localizao atual e ii) Proposta
da localizao ideal ou tima (PIZZOLATO et al., 2004).
Nos estudos de localizao, ao passo que algumas informaes trazem restries
evidenciadas pela demanda e capacidade da instalao, o modelo demonstra, de
acordo com o tratamento de dados, uma funo objetivo que pode ser otimizada de

20

acordo com o custo, que neste caso subentendido como a distncia entre as
unidades (ARENALES et al., 2007).
Existem assim os problemas de localizao no-capacitados, que no so
submetidos s restries de capacidades, ou seja, possuem capacidade ilimitada e
os modelos capacitados, os quais esto submetidos a limites ou faixas de
capacidades que restringem a potencialidade das facilidades (PIZZOLATO et al.,
2004).
Quando consultada a literatura sobre localizao de facilidades, destaca-se o
problema de p-medianas, o qual considera a localizao de p facilidades e a
designao de clientes s facilidades, de modo a minimizar a soma das distncias
entre clientes e facilidades (ARENALES et al., 2007). Tambm, Senne & Lorena
(2003), relatam que o objetivo determinar os locais de p facilidades (medianas) em
uma rede de n ns, buscando minimizar as somas das distncias entre cada n de
demanda e a mediana mais prxima.
Desse modo, pertinente associar a presente proposta, com o problema de pmedianas, salientando que o problema de p-medianas foi abordado em diversos
outros trabalhos prticos, como, por exemplo, na localizao de escolas municipais
em Nilpolis, Rio de Janeiro (PIZZOLATO et al., 2004), na localizao de Shopping
Center na Barra da Tijuca, Rio de Janeiro (ROZENTAL & PIZZOLATO, 2009), e na
localizao de escolas do ensino fundamental, com modelos capacitados e nocapacitados: caso de Vitria/ES (BARCELOS et al., 2004).
Por outro lado, Jia et al.(2005), por meio da abordagem de modelos de cobertura,
tambm desenvolveu um framework de modelagem para localizao de instalaes
de servios mdicos para emergncias em larga escala, buscando propor modelos
de localizao adequados s caractersticas de emergncias vultosas, como
terremotos, ataques terroristas bem como para situaes de emergncias comuns,
como localizar centros de sade e corpo de bombeiros.
Com isso, o presente projeto tem como objetivo aplicar os conceitos da Pesquisa
Operacional direcionada ao problema de localizao de facilidades para analisar e
propor solues abordando o clssico problema de p-medianas, p-centros e
modelos de cobertura, com foco na localizao dos postos de guarda vidas da

21

operao Salva Mar no balnerio de Guriri em So Mateus ES. A proposta de

melhoria esclarecida com uso de um Sistema de Informaes Geogrficas (SIG),
com intuito de alm de programar a rotina atrelada ao SIG para solucionar o
problema de localizao pertinente, gerar cenrios alternativos e comparar as
solues obtidas com a atualmente empregada.
E desta forma, tem-se como objetivos especficos: Definir detalhadamente os
mtodos de soluo para problemas de localizao; Coletar dados pertinentes aos
recursos necessrios para desenvolvimento do servio da operao Salva Mar no
balnerio de So Mateus junto Secretaria de Defesa Social, levando em
considerao os locais de demanda de emergncias aquticas no perodo do vero
compreendido entre 2013/2014; Fazer testes computacionais utilizando solver de
otimizao e SIG; Analisar e comparar os resultados obtidos pelos mtodos de
localizao utilizados com a situao atual; Avaliar o uso da metodologia envolvida e
avaliar a implantao de acordo com os resultados obtidos.
Como hiptese primria do trabalho, ser admitido que o posicionamento dos postos
atualmente adotado mostre os possveis locais onde haver ou no a necessidade
da facilidade, podendo no ser timo, pois se baseia na experincia dos gestores.
E, como hiptese secundria, estimado que o processo de otimizao deva gerar
um conjunto de pontos que reduzam os custos logsticos relacionados ao problema
de localizao.

22

2 REVISO BIBLIOGRFICA
2.1

A LOGSTICA DO ATENDIMENTO AO AFOGADO

Szpilman (2004) considera que no atendimento a vtima de afogamento, uma

corrente de trs elos denominada Sistema de Emergncia Mdica (SEM)
estabelecida. O primeiro elo o Suporte Bsico de Vida (SBV), o segundo o Suporte
Avanado de Vida (SAVC) e por fim o Hospital de Referncia:
No primeiro elo, imediatamente a ocorrncia do fato, o SBV a equipe capacitada a
oferecer o primeiro atendimento (guarda-vidas) de acordo com o incidente, podendo
variar desde a atuao em um afogamento at os procedimentos bsicos de rotina,
como ferimentos, queimaduras, etc. De acordo com Szpilman (1997) existem 6
graus de afogamento, sendo o primeiro com risco de morte nulo e os demais
evoluem at o sexto grau, no qual no h sinais vitais (parada cardiorrespiratria)
podendo levar morte.
Simultaneamente a equipe do SBV deve acionar a equipe mdica ou a ambulncia
com o Suporte Avanado de Vida (SAVC), as quais procedem rotinas com condutas
mdicas mais complexas e fundamentadas no SBV tais como, monitorao
utilizando-se equipamentos, oxigeno-terapia e em alguns casos podem adotar at
procedimentos invasivos (AMERICAN HEART ASSOCIATION, 2010), consolidando
assim o segundo elo.
No terceiro elo, o hospital de referncia o local onde se dar prosseguimento ao
atendimento de acordo com o ltimo diagnstico do SAVC, indicando o setor em que
a vtima ser medicada (unidade bsica, intermediria ou de terapia intensiva).

23

Figura 1 - Sistema de Emergncias Mdicas (SEM)

Fonte: Adaptado de Szpilman (2004).

Szpilman (2004) tambm ressalta que h a possibilidade de no haver a formao

do SEM, podendo ocorrer quando a equipe do SBV no identifica sintomas ou
traumas associados, como por exemplo, vtimas com frequncia cardaca e
respirao normais, sem frio, alerta e capaz de andar (grau 1 da classificao). O
autor tambm explica que em caso de dvida, deve-se contatar o socorro mdico
para avaliar a necessidade de formar o SEM por completo.
Diante a logstica da formao do SEM, deve-se observar os elementos bsicos
para a eficincia do sistema. No cenrio emergencial, a qualidade e rapidez se
resumem no tempo-resposta, que segundo Brown (1994 apud JARDIM &
CONCEIO, 2004) o tempo que o socorro leva para chegar vtima, sendo uma
das mais importantes variveis no atendimento pr-hospitalar (APH) e ainda um dos
principais indicadores da eficincia do sistema. Galvo et al. (1999) deixa
subentendido que o tempo-resposta dos servios de emergncia uma medida
bastante utilizada entre qualquer usurio do sistema e a facilidade mais prxima.
Mediante os dados coletados, Szpilman (2004) concluiu que cerca de 70% das
mortes por trauma e afogamento ocorrem antes da vtima chegar ao hospital.
Contrastando com esse fato, a USLA (United States Lifesaving Association) calcula

24

que a possibilidade de morte por afogamento quando em uma praia protegida por
guarda-vidas de 1 em 18 milhes (0,000055%), (USLA, 2009).
Em face a anlise da eficincia do tempo-resposta, a integrao entre os rgos
prestadores de servio de resgate e atendimento pr-hospitalar, como por exemplo:
guarda-vidas, corpo de bombeiros, servio de atendimento mvel de urgncia
(SAMU), central de ambulncias e os rgos prestadores de servio de atendimento
hospitalar: hospitais, prontos-socorros e postos especializados em traumas, torna-se
o elo onde possvel a identificao de parmetros que possam mensurar a
eficincia dos servios de emergncias aquticas.
Os parmetros podem se resumir em um nvel mais abrangente, como na maneira
que est estabelecida a gesto organizacional, o apoio tcnico e logstico e ainda no
gerenciamento da ateno sade, sendo a ltima voltada exclusivamente ao
ambiente hospitalar (PNASS, 2007). Dessa forma, os parmetros supracitados sero
relativos ao apoio tcnico e logstico.
Conforme Ballou (2001), a misso da logstica dispor a mercadoria ou servio
certo, no lugar certo, no tempo certo e nas condies desejadas, ao mesmo tempo
em que fornece maior contribuio empresa/instituio. O que vai de encontro a
uma vertente militar, cuja premissa diz que a logstica ser cumprida colocando o
pessoal e o material, adequados: no lugar prprio, em tempo oportuno nas melhores
condies de eficincia (LOPES, 2010).
Contudo, o objetivo central da logstica para Bowersox & Closs (2004) o de atingir
um nvel de servio ao cliente pelo menor custo total possvel buscando oferecer
capacidades logsticas alternativas com nfase na flexibilidade, na agilidade, no
controle operacional e no compromisso de atingir um nvel de desempenho que
implique um servio perfeito.
Nessa perspectiva, fica evidente que a explanao da logstica nas literaturas
estejam direcionadas em sua maioria ao setor de manufaturas (BALLOU, 2001).
Porm, o autor ressalta que a chave para aplicar as tcnicas, conceitos e mtodos
atrelados ao estudo logstico em reas no-manufatureiras, pode estar na
transformao de um servio intangvel em um produto tangvel.

25

2.2

O PLANEJAMENTO LOGSTICO DA LOCALIZAO DE FACILIDADES

Todo planejamento, seja no setor pblico ou privado, gira em torno de um tringulo

de decises (Figura 2) que podem tratar de assuntos contemporneos que
abrangem a logstica do setor de servios, entretanto, deve-se partir das ideias
bsicas para as mais complexas (BALLOU, 2001).
Decises de localizao das
Instalaes

Decises
de estoque

Decises de
transporte

Figura 2 - O tringulo do planejamento logstico

Fonte: Ballou (2001).

O tpico localizao est presente na sociedade humana desde a poca em que o

homem lutava por sua sobrevivncia e atualmente est sintetizada na ideia
contempornea da busca por vantagens econmicas e comodidade.
Nesse contexto, a localizao de facilidades, que podem ser desde instalaes de
servios pblicos a centros de distribuio, uma das ferramentas logsticas
bastante utilizada nas decises de localizao que influenciam no atendimento da
melhor maneira possvel a uma demanda de determinada localidade de acordo com
as circunstncias pr-estabelecidas, determinando a quantidade e a localizao
ideal dessas unidades.
Dentro desse argumento est inserido o problema de localizao de postos de
servios, ou seja, a escolha de uma posio geogrfica para uma operao, tal que
uma medida de utilidade, ou funo de utilidade, seja otimizada (maximizada ou
minimizada), satisfazendo algumas restries (ROZENTAL & PIZZOLATO, 2009).

26

No caso de uma instalao privada,

[...] o objetivo costuma ser a minimizao dos custos ou a maximizao dos
lucros, enquanto na localizao de uma instalao pblica procura-se
maximizar o benefcio oferecido sociedade ou minimizar os custos dos
servios oferecidos. Com relao ao tipo de servio a ser prestado, existem
os servios ordinrios, em que a preocupao maior d-se com a distncia
mdia usurio-instalao caso das escolas, creches, maternidades,
parques, shoppings de vizinhana etc. e aqueles em que parte dos custos
guarda proporcionalidade com comprimentos ou distncias, como
tubulaes de gua, fiao eltrica etc., enquanto nos servios
extraordinrios a preocupao com relao maior distncia
eventualmente percorrida, pois o fator tempo pode ser crucial para a
qualidade do atendimento - caso dos servios de bombeiros, polcia,
ambulncia, hospitais etc. (ROZENTAL & PIZZOLATO, 2009).

Ao passo que algumas informaes trazem restries evidenciadas pela demanda e

capacidade da instalao, o modelo demonstra por meio do tratamento de dados,
uma funo objetivo que pode ser otimizada de acordo com o custo, que neste caso
subentendido como a distncia entre as unidades.
Os servios extraordinrios demandam qualidade no atendimento que por
consequncia est atrelada ao fator tempo. Quando a oportunidade de ressaltar a
importncia da melhoria no sistema de atendimento ao cidado observada, os
servios de emergncia so um dos principais personagens que atuam na
concretizao de um planejamento logstico bem dimensionado.
Concomitantemente, com o aumento da demanda por servios dos sistemas de
sade e segurana, aliado ao grande problema da gesto pblica quanto a
administrao da escassez de recursos financeiros, o uso da simulao no mbito
deste trabalho torna-se primordial para a compreenso dos resultados, pois o uso da
simulao como ferramenta da Pesquisa Operacional, alm de significar um
importante artifcio no auxlio a tomada de decises, um instrumento estratgico
para estudos de engenharia, uma vez que possui a vantagem de permitir a anlise
de alteraes de cenrios virtuais sem o custo e risco de implementao de um
sistema real (OLIVEIRA, 2012).

2.3

SIMULAO COMO FERRAMENTA

27

Ainda evidente que os sistemas de sade e segurana constituem dois dos

problemas mais complexos para qualquer administrao pblica. A escassez de
recursos humanos, materiais e financeiros resumem as causas preliminares da
ineficincia do atendimento ao cidado. Na realidade, tais sistemas se tornaram
uma ferida exposta nas comunidades financeiramente carentes da sociedade
(OLIVEIRA, 2012).
Como j mencionado, a simulao um instrumento estratgico para estudos de
engenharia. Dentro dessa realidade, Prado (2004) a expe como uma ferramenta de
apoio a tomada de decises de nvel operacional, com objetivo de elaborar solues
factveis que otimizem os recursos envolvidos.
De modo resumido, a simulao em ambiente virtual proporciona a elaborao de
cenrios que permitem a anlise de sensibilidade s possveis alteraes que
podem ocorrer num sistema real. Logo, importante saber o tipo de ambiente em
que se insere a categoria da simulao. No planejamento deste projeto, o primeiro
passo entender os modelos para problemas de localizao.

2.4

PROBLEMAS DE LOCALIZAO DE FACILIDADES (PLF)

A medida que a alocao de recursos num determinado planejamento influencia na

eficincia do sistema em que est inserida, um problema de localizao (PL) se
levanta.
Galvo (1999) classifica os problemas de localizao no setor pblico em duas
vertentes:
[...] localizao de servios no emergenciais e localizao de servios de
emergncia. Na primeira categoria esto includos a localizao de escolas,
de agncias de correio, de edifcios pblicos, de alguns servios de sade
pblica e mesmo de servios relacionados ao meio-ambiente como
suprimento de gua e facilidades para o depsito de lixo. A categoria de
servios de emergncia inclui por exemplo a localizao de hospitais, de
servios de atendimento de emergncia por ambulncias e de estaes do
corpo de bombeiros.

O objetivo dos modelos de localizao fundamenta-se em determinar onde instalar

uma facilidade de modo a otimizar uma varivel de deciso. Em outras palavras, um
conjunto espacialmente distribudo de pontos de demanda que sero atendidos por

28

facilidades sediadas de acordo com a soluo de um modelo plenamente

estabelecido.
Wei (2008) menciona que,
[...] dada a localizao da demanda e facilidades existentes (se relevante),
os modelos so estruturados a localizar novas facilidades para otimizar
algum objetivo. Os objetivos so geralmente expressados em termos
mensurveis, tal como minimizar os custos operacionais e locacionais (i.e.,
tempo ou distncia) necessrios cobertura do servio.

O estudo da localizao de facilidades est atrelado ao planejamento estratgico e

permite a aplicabilidade tanto na rea pblica como privada.
Tratando-se de localizao de servios de emergncias mdicas, Jia et al.(2005)
atribui ao problema de localizao de facilidades (PLF), como um mtodo que
decide o nmero e a localizao das instalaes, alegando que deve-se considerar
alguns pontos como:
1. Estratgias apropriadas ao desenvolvimento da facilidade (objetivo da
instalao);
2. O nmero de facilidades atreladas a cada ponto de demanda (quantidade de
instalaes);
3. A distncia a qual a facilidade deve servir a um ponto de demanda (qualidade
do servio).
De modo resumido, Oliveira (2012) diz que os PLF [...] se referem deciso de
onde posicionar recursos que uma organizao possui de modo que atenda, da
melhor forma possvel, aos critrios estabelecidos pela organizao referentes aos
pontos de demanda.
Para enfatizar o direcionamento do projeto, importante entender os tipos de
problemas de localizao (PL), bem como os modelos matemticos que extraem os
dados do sistema real para a simulao.

2.4.1 Classificao dos problemas de localizao (PL):

A figura abaixo apresenta um clssico PL. Basicamente, a representao consiste
em pontos de demandas (clientes), os quais requerem certo tipo de servio ou

29

quantidade de algum produto e dos locais onde possivelmente sediaro as

facilidades (locais candidatos), os quais atendero as demandas exigidas.
Para o problema a seguir, as facilidades podem ser localizadas apenas nos locais
candidatos (pontos vermelhos), como mostrado na figura 3, caracterizando um
problema discreto.

Figura 3 - Representao de um problema de localizao discreto. (A) Localizao

geogrfica dos clientes e locais candidatos. (B) Soluo factvel
Fonte: Autor.

A figura 3 (A) exemplifica os possveis locais onde sediaro as facilidades,

observando que os pontos demandantes tambm so locais candidatos. A figura 3
(B) representa a soluo em que todos os clientes so atendidos por uma facilidade
apenas, ou seja, cada cliente atendido uma nica vez e exclusivamente por uma
facilidade posicionada (ou aberta).
A partir das caractersticas de um PL que possvel extrair os dados de um sistema
real que alimentam um modelo matemtico. Sob esse ponto de vista, os mtodos de
localizao de facilidades podem ser classificados de acordo com seus objetivos,
restries, solues e outros atributos (JIA et al., 2005). Diversas classificaes
esto propostas na literatura, de acordo com Rocha (2008) possvel categoriz-las
de acordo com a funo objetivo, o espao de busca, o nmero de facilidades,
modelos estticos e dinmicos, modelos determinsticos e estocsticos e modelos
de alocao e roteamento.

30

Ballou (2001) categoriza os problemas de localizao (PL): por fora direcionadora,

nmero de instalaes, escolhas discretas, grau de agregao de dados e horizonte
de tempo. Alm disso, o autor explana que a matemtica aplicada aliada a
computao permeia os modelos contemporneos de localizao de instalao
nica e de instalaes mltiplas.
Sucintamente, Barreto (2004) descreve em seu trabalho a dificuldade de
identificao do tipo de PL por cada autor, salientando a persistncia da indefinio
quanto a sua classificao. Dessa maneira, em sua metodologia, Barreto (2004)
buscou descomplicar a classificao dos PL categorizando-os quanto sua
natureza, s suas restries e aos seus objetivos. Tal classificao vai de encontro
com as publicaes expostas em Jia et al. (2005), Rocha (2008) e Ballou (2001).
Vale salientar que a definio dos PL bastante complexa do ponto de vista
taxonmico. Todavia, buscou-se por meio deste trabalho ressaltar o entendimento
dos principais tipos de PL levando em considerao a classificao de Barreto
(2004).

2.4.1.1 Quanto natureza:

Arabani & Farahani (2011) classificam os problemas de localizao discutidos em

espaos bsicos como contnuos, discretos ou de rede.
Friedrich (2010) explica que nos modelos contnuos ou planares, todos os pontos
inseridos numa rea pr-determinada podem fazer parte dos possveis locais a
sediarem as instalaes. Os modelos planares utilizam normalmente a distncia
mais curta entre dois pontos, ou seja, a distncia Euclidiana. Por apresentar
formulaes matemticas no-lineares, estes modelos apresentam dificuldades de
ordem computacional (BALLOU, 2001).
J os modelos discretos, utilizados principalmente para mltiplas instalaes,
constituem-se de mtodos que podem selecionar as facilidades a partir de uma lista
de escolhas possveis, ou seja, as instalaes devem ser escolhidas de um conjunto
de locais candidatos (BALLOU, 2001).

31

Contrastando com os modelos mencionados acima, nos modelos de localizao de

rede, os locais candidatos fazem parte de uma rede j estabelecida, consistindo em
ns e ramos, onde a demanda pode surgir tanto nos ns quanto pode ocorrer nos
ramos e ns simultaneamente (ARABANI & FARAHANI, 2011).
Basicamente para Barreto (2004), se aceitvel a localizao das instalaes em
qualquer ponto, diz-se PL contnuo. Caso as facilidades devam se instalar em
pontos num conjunto de pontos determinados, diz-se PL discreto e para definir um
PL em rede, basta represent-lo num grafo.
Partindo da a anlise da natureza dos dados num horizonte de planejamento, os
principais parmetros que definem o local das instalaes, tais como, custo,
demanda e tempo de entrega tornam-se variveis ao longo do tempo, ou seja,
carregam uma incerteza sobre o comportamento dos dados no futuro (ARABANI &
FARAHANI, 2011). Todavia, Arabani & Farahani (2011) e Nogueira (2007) ressaltam
que existem modelos que consideram as incertezas interessantes em certas
condies.
Nesse contexto, os modelos estocsticos so aqueles que assumem caractersticas
probabilsticas, originando problemas que abordam variveis e parmetros em torno
de distribuies probabilsticas. Em outras palavras, variveis como, tempo de
viagem, local dos clientes e demandas so empregadas como aleatrias num
modelo estocstico. Consequentemente tem-se modelos determinsticos se os
valores de entrada forem conhecidos com certeza, ou modelos probabilsticos caso
a entrada seja sujeita incerteza Rocha (2008).
Tratando-se ento da natureza dos dados, muitas vezes esses so determinsticos,
ou seja, so conhecidos com rigor, surgindo assim os PL determinsticos. Nos
casos em que os dados so baseados em processos probabilsticos que permitam
obter estimativas, originam-se ento os PL estocsticos (BARRETO, 2004).
Uma vez que o raciocnio gira em torno da prpria natureza do PL, entrelaando
decises de longo e curto prazo, possvel assim dividi-los em PL estticos e PL
dinmicos. Os PL so estticos quando os dados se processam sem a anlise de
um horizonte temporal, ou seja, no dependem do tempo - neste caso, utiliza-se um
conjunto de dados representativo e a resoluo do problema voltada para um

32

perodo de tempo especfico e representativo (Nogueira, 2007). J nos PL

denominados dinmicos torna-se possvel considerar a alterao das condies e
dos dados do problema dentro de vrios perodos de tempo (BARRETO, 2004).

2.4.1.2 Quanto s suas restries:

notrio que em todo atendimento ao cliente a satisfao de suas expectativas
deve-se tornar o principal objetivo de um PL. Na prtica, para Barreto (2004),
quando h necessidade de atender os pontos demandantes em termos de
demandas de encomendas, as instalaes e os veculos devem possuir uma
capacidade mnima para suprir as necessidades do cliente.
Modelos de localizao consideram, genericamente, que as facilidades com
capacidade ilimitada ou que no apresentam capacidade, so denominados PL no
capacitados. Por outro lado, existem problemas que implicam em estabelecer
limites de capacidade para as instalaes, sendo estabelecidos nos modelos
matemticos como restries.
Por meio desse ponto de vista, Barreto (2004) explica que a condio de no se
estabelecer uma capacidade para uma instalao pode dar sustentao a um
problema sem uma soluo admissvel. Em vista disso, o autor acrescenta que para
este novo conjunto de caractersticas relacionadas s encomendas dos clientes e a
capacidade dos veculos e instalaes, originam-se os PL capacitados.

2.4.1.3 Quanto aos seus objetivos:

Numa abordagem prtica, observa-se que no setor privado, a maximizao dos

lucros e o Market share so os objetivos a serem alcanados, enquanto que na rea
pblica, o aumento da eficincia dos servios e a minimizao de custos com a
sociedade so as principais aplicaes envolvidas. desse modo que MARIANOV &
SERRA (2002 apud ROCHA, 2008) percebem a classificao segundo a funo
objetivo.

33

Rocha (2008) ainda expe que as funes objetivo comumente usadas so de

minimizao, ou de soma de todas as distncias, ou de mxima distncia
facilidade, perfazendo trs tipos de funo objetivo: mediano (p-medianas), central
(mxima cobertura) e mediano-central (p-centros).
Sucintamente, dito PL mono-objetivo, quando existe somente um nico objetivo
de minimizar o custo total associado instalao das facilidades e ao transporte
realizado entre as mesmas e os pontos de demanda. J os PL multi-objetivos
trabalham com vrios objetivos no integrveis ao mesmo tempo. Minimizar o custo
total, maximizar a demanda coberta e minimizar os riscos ambientais so vrios
objetivos que precisam ser elencados de forma a se obter uma soluo de
compromisso, ou seja, estabelecer uma soluo factvel para todos os objetivos em
jogo (ARABANI & FARAHANI, 2011).

2.5

PRINCIPAIS MODELOS MATEMTICOS DE LOCALIZAO

Baseando-se na classificao de Barreto (2004), possvel notar caractersticas

intrnsecas aos PL, tais como incluir nos modelos de localizao, um nmero fixo de
facilidades e de mxima cobertura possvel.
Jia et al. (2005) revisa os principais modelos de localizao para servios de
emergncia tratando-os de forma semelhante ao encontrado na literatura voltada
para estratgias de localizao para setor privado.
Da mesma forma, a formulao matemtica utilizada nos modelos de PL so
baseados em Programao Linear Inteira Mista (PLIM), ou seja, consiste num
mtodo exato que ir efetuar uma busca exaustiva em torno da melhor soluo
matemtica do problema de localizao (MAPA, 2007). Assim, dividem-se em:
modelos de cobertura, p-centros, p-Medianas no capacitado e p-Medianas
capacitado.

2.5.1 Modelos de cobertura

34

Modelos de cobertura so os mais abrangentes modelos de localizao para

formular PL de unidades de emergncia. O objetivo dos modelos de cobertura
cobrir os pontos de demanda (JIA et al. ,2005).
Concomitantemente, Chiyoshi (2000) explica que em servios de emergncia, a
noo de cobertura est atrelada ao estabelecimento de uma distncia de servio,
que por sua vez crtica. A demanda considerada coberta quando se est a
menos da distncia crtica de pelo menos uma das facilidades ainda que essas no
estejam disponveis quando o servio solicitado.
Chiyoshi (2000) divide os modelos de cobertura em PL para cobertura de
conjuntos (PLCC) e PL de mxima cobertura (PLMC). Nos PLCC, busca-se
determinar o nmero mnimo de instalaes necessrias e as suas localizaes, de
tal maneira que cada ponto de demanda seja coberto por pelo menos uma
facilidade. Esta formulao, no faz nenhuma distino entre regies baseado no
tamanho da demanda. Rocha (2008) argumenta que:
Cada regio, contendo um nico cliente ou uma poro grande da demanda
total, deve ser coberta dentro da distncia especificada, indiferentemente
aos custos. Se a distncia de cobertura for pequena em relao ao
espaamento de regies de demanda, a restrio de cobertura pode
conduzir a um nmero grande de instalaes a serem localizadas.

O modelo para PLCC busca extrair informaes referentes a quantidade de

instalaes necessrias para garantir um certo nvel de atendimento aos pontos
demandantes. CURRENT et al. (2002 apud ROCHA, 2008) representa o PLCC
como:

Sujeito a:

35

Onde

o conjunto de regies de demanda, indexado por

candidatos a receber facilidades, indexado por

o conjunto de locais

o conjunto de todos os locais

candidatos que podem cobrir o ponto de demanda e

a varivel de deciso.

A funo objetivo (1.1) minimiza o nmero de instalaes localizadas, enquanto a

restrio (1.2) assegura que cada ponto de demanda est coberto por, pelo menos,
uma facilidade. A restrio (1.3) estipula a deciso de instalar ou no uma facilidade.
No PLMC, o objetivo buscar maximizar o nmero de pontos de demanda cobertos
dado um nmero fixo

de facilidades. Um ponto de demanda est completamente

coberto se estiver dentro da distncia crtica da facilidade (ROCHA, 2008). A

formulao matemtica deste problema apresentada abaixo.

Sujeito a:

Onde

o conjunto regies de demanda, indexado por ,

candidatos a receber facilidades indexado por

candidatos que podem cobrir o ponto de demanda ,

o nmero de instalaes para localizar e

o conjunto de locais

o conjunto de todos os locais

a demanda no ponto ,

a varivel de deciso:

A funo objetivo (1.4) maximiza a demanda coberta. As restries (1.5) garantem

que um ponto de demanda no ser coberto, a no ser que pelo menos uma
instalao capaz de cobri-lo seja aberta. A restrio (1.6) garante que no mximo

36

facilidades sejam abertas. As restries (1.7) e (1.8) garantem o domnio das

variveis de deciso.

2.5.2 P-centros (PLp-centros)

HAKIMI et al. (1964 apud PIZZOLATO, 2012) formula o PLp-centros direcionando o
objetivo em minimizar a distncia mxima entre clientes e um nmero fixo de
instalaes de servios a serem determinadas. Nesse problema os vrtices no
possuem pesos.
O PLp-centros formulado como segue:

Sujeito a:

Onde:

representa a distncia entre o ponto de demanda

e a facilidade

indica o nmero de facilidades a localizar;

representa a parcela da demanda do ponto

atendida pela a facilidade

;e

indica a distncia mxima entre um pondo de demanda e a sua facilidade

mais prxima.

A funo objetivo (1.9) minimiza a distncia mxima entre um ponto de demanda e a

facilidade mais prxima. As restries (1.10) garantem que as demandas dos pontos
de demanda sejam atendidas pelas facilidades. As restries (1.11) garantem que

37

exatamente

facilidades sero abertas. As restries (1.12) garantem que a

demanda do ponto

s ser atendida pela facilidade

se houver uma

facilidade aberta em . As restries (1.13) garantem que a mxima distncia entre

um ponto de demanda e a sua facilidade mais prxima, ser maior que a distncia
entre qualquer outro ponto de demanda e a facilidade que lhe atende. As restries
(1.14) e (1.15) esto associadas ao domnio das variveis.

2.5.3 P-Medianas
O problema de localizao de p-Medianas (PLp-Med) consiste em localizar
facilidades (ou

medianas) de modo a minimizar o custo total. O custo de atender

um ponto de demanda est associado a distncia entre este ponto e a facilidade

mais prxima (SENNE & LORENA, 2003). Em algumas situaes, este custo pode
ainda ser ponderado pela demanda presente no ponto atendido. A formulao
matemtica deste problema mostrada a seguir.

Sujeito a:

Onde:

representa a distncia entre o ponto de demanda

e a facilidade

indica o nmero de facilidades a localizar;

indica que o ponto de demanda

atendido pela a facilidade

38

caso contrrio; e
se uma facilidade aberta em

,e

caso contrrio.

A funo objetivo (1.16) busca minimizar o custo total (neste caso, distncia total)
entre um ponto de demanda e a facilidade mais prxima. As restries (1.17)
garantem que cada ponto de demanda
restries (1.18) garantem que

ser alocado a uma facilidade

facilidades sejam selecionadas. As restries (1.19)

garantem que uma alocao ser obtida entre um ponto de demanda

facilidade

. As

e uma

, se uma facilidade for aberta em . As restries (1.20) e (1.21) esto

associadas aos domnios das variveis.

2.5.4 P-Medianas Capacitado

O problema de localizao de p-Medianas Capacitado (PLp-MedCap) uma
adaptao do PLp-Med que consiste na considerao de capacidade para cada
facilidade

e na insero de demanda para cada ponto a ser atendido

Desse modo, o modelo a seguir representa o PLp-MedCap conforme Chaves et al.

(2007).

MIN

Sujeito a:

39

Onde:

representa a demanda o ponto

representa a capacidade da facilidade

;e
. Os demais parmetros foram

definidos no PLp-Med apresentando anteriormente.

O modelo matemtico (1.22) (1.28) igual ao modelo (1.16) (1.21), exceto pelas
restries (1.26) que garantem que as capacidades sero respeitadas.

2.6

SISTEMAS DE INFORMAO GEOGRFICA (SIG)

evidente a complexidade de tratar um grande volume de dados e variveis

presentes nas formulaes matemticas que envolvem os PL. Portanto, as
ferramentas computacionais se mostram de grande importncia no auxlio quanto a
manipulao e gerenciamento dos dados que alimentam os modelos matemticos.
A utilizao de modelos de localizao de facilidades, em conjunto com os (SIG),
tem se tornado uma ferramenta poderosa de apoio deciso, pois os sistemas de
informao geogrfica (SIG) possuem a caracterstica de analisar e comparar uma
gama de possibilidades e objetiva-se em evidenciar a melhor soluo que se adeque
estratgia organizacional. Quando submetido ao uso dessa ferramenta, a
formulao dos PL bem concretizada, uma vez que os SIG permitem a
visualizao dos resultados gerados em mapas virtuais com a superposio de
layers ou camadas.
Corroborando, Mapa (2007) diz que:
[...] a ferramenta SIG tem diversas aplicaes em problemas de localizao,
seja de fbricas, centros de distribuio, pontos comerciais ou planejamento
pblico. Alm de fazer anlises e gerar mapas temticos utilizando mapas
digitalizados, que contm a representao de malhas virias, permitem ao
usurio visualizar espacialmente os resultados gerados. Uma grande
vantagem da ferramenta computacional a facilidade de representao
visual, que permite ampliar o entendimento de especialistas e usurios do
sistema.

As vantagens do uso do SIG so inmeras, Rose (2001) observa algumas

aplicaes:

40

Com base no aspecto de multidisciplinaridade do SIG pode-se observar sua

aplicao em diversas reas: planejamento urbano, geografia, agronomia,
ambiental, florestal, engenharia, processamento de dados, pesquisas
operacionais, arquitetura de urbanismo, gerenciamento de servios,
engenharia de transportes e outros.

Rose (2001) explica que o sucesso de um projeto depende da escolha e uso de

ferramentas adequadas ao seu desenvolvimento.
Com essa finalidade, o SIG adotado como ferramenta de apoio para a manipulao
dos dados utilizados no presente trabalho foi o software TransCAD, verso 4.5. Alm
de ser bastante difundido, a escolha se deve ao fato de que o programa inclui em
sua estrutura, operaes de planejamento logstico voltadas para localizao de
facilidades e transporte, o que requer um bom suporte para um grande nmero de
informaes.
Para ilustrar, algumas aplicaes do TransCAD listadas pelo fabricante so:

Figura 4 - Aplicaes do TransCAD

Fonte: Rose (2001).

Para o presente projeto, o mdulo de distribuio fsica associada ao atendimento

de emergncias, resumidamente trata das rotinas condicionadas ao PLF. Existem

41

duas rotinas que se encaixam no delineamento para a resoluo do problema:

criao da matriz de custo e a localizao de facilidades propriamente dita.
A matriz de custo possui as distncias entre um par candidato/cliente. crucial obter
uma matriz de custo num PL para relacionar as distncias entre os locais candidatos
e pontos de demanda, pois a partir dela que se criam cenrios capazes de flexibilizar
a qualidade do servio (MAPA, 2007).
A matriz pode ser calculada a partir da rede viria includa no SIG ou pelo mtodo
baseado nas distncias euclidianas entre dois pontos:

Figura 5 - Distncia euclidiana entre dois pontos

Fonte: Autor.

Tratando-se de localizao de facilidades, as ferramentas utilizadas no software

TransCAD 4.5 so CALIPER (1996 apud MAPA, 2007):
Minimizao do custo mdio de servio oferecido aos clientes: no leva em
considerao se o servio prestado a um cliente em particular muito pior que a
mdia. Nesta opo, pode-se desejar localizar um nmero n de facilidades, ou
deixar que o software decida a quantidade necessria de instalaes para que se
garanta certo nvel de servio, caracterizando um problema de cobertura. Pode-se
desejar, por exemplo, que a distncia mxima entre um centro de oferta e um cliente
qualquer seja inferior a determinado valor;
Minimizao do custo mais elevado de servio: o objetivo prover o melhor servio
possvel para os clientes mais distantes do conjunto de facilidades, muito utilizado,

42

por exemplo, para minimizar a maior distncia entre clientes e servios

emergenciais. Tambm possui a opo de se localizar um nmero fixo de
instalaes ou a quantidade necessria para se obter o custo mais alto de servio
abaixo de um valor desejado;
Maximizao do custo mais baixo de servio: utilizado para se localizar um nmero
fixo de facilidades o mais distante possvel de qualquer cliente. Frequentemente
utilizado para efetuar a localizao de facilidades indesejadas, como incineradores e
aterros sanitrios;
Maximizao do lucro da empresa: pela localizao de certo nmero de facilidades
requeridas, podendo ou no haver um limite mximo de nmero de facilidades ou
restries oramentrias, limitado a um custo fixo total associado localizao das
novas facilidades.
Por consequncia, analisando a rotina de localizao de facilidades, possvel
observar que os dados de entrada so:
Um layer, contendo os pontos demandantes e locais candidatos representados na
forma de pontos ou reas, ou at mesmo dois layers, cada qual possuindo os pontos
de demanda e locais candidatos respectivamente.
Associar os layers de demanda e locais candidatos a um banco de dados. Neste
trabalho, as camadas devem ser exclusivas, ou seja, um ponto candidato no pode,
ao mesmo tempo, ser um ponto de demanda;
Uma matriz de custos (distncias), indicando a distncia entre cada par de pontos
de demanda e candidatos.

43

3 METODOLOGIA
Com a finalidade de atingir o objetivo do projeto, crucial estabelecer uma
metodologia de pesquisa. Para isso, a pesquisa foi dividida em quatro fases,
totalizando 6 etapas:
Fase 1: Definio dos ns:
1. Centros de Oferta: definir por meio de GPS, as localizaes geogrficas das
instalaes existentes, caso existam e pretende-se que sejam consideradas.
2. Centros de Demanda: definir por meio de GPS, as localizaes geogrficas
dos clientes, os quais devero ter suas demandas supridas pelas instalaes.
3. Candidatos Localizao: definir a poltica para criao dos pontos
candidatos localizao de novas facilidades e suas respectivas localizaes
geogrficas por meio de GPS.
Fase 2: Dados de entrada para os modelos de localizao de instalaes:
4. Matriz de Distncias: A partir da definio dos ns da rede, integrados a uma
base de dados geograficamente referenciada, possvel, por rotina interna do
SIG, calcular a matriz de custos, responsvel por armazenar as distncias
entre todos os ns da rede. A matriz tambm servir como dado de entrada
para os modelos matemticos de programao linear mista (PLIM).
Fase 3: Modelo SIG e PLIM para localizao de instalaes
5. Localizao de Facilidades: a partir da matriz de distncias, executar a rotina
interna Localizao de Facilidades do SIG e executar os modelos PLIM no
software CPLEX executando a rotina dos PLCC, PLMC, PLp-Med e PLpcentros.
Fase 4: Avaliao da qualidade das solues
6. Comparar as solues e analisar os resultados: as solues geradas por cada
um dos modelos, SIG e PLIM, para cada um dos cenrios simulados, sero
comparadas, a fim de se avaliar a qualidade da soluo SIG em termos de
preciso, e a eficcia da mesma e em termos de tempo de processamento

44

para gerao do resultado. Depois de gerados os resultados dos modelos, os

mesmos sero analisados para cada alternativa de simulao.

Figura 6 - Fases da metodologia da pesquisa

Fonte: Adaptado de Mapa (2007).

3.1

TIPO DE PESQUISA

A pesquisa possui carter experimental, que segundo Gil (2007, p. 47), consiste em
determinar um objeto de estudo, selecionar as variveis que seriam capazes de
influenci-lo, definir as formas de controle e de observao dos efeitos que a
varivel produz no objeto. Quanto a natureza, a pesquisa aplicada, uma vez que
est caracterizada pelo interesse em solucionar problemas que ocorrem na
realidade (MARCONI & LAKATOS, 2009, p. 06).
O trabalho est orientado a um estudo de caso no servio operacional temporrio
Salva Mar no balnerio de Guriri em So Mateus/ES utilizando modelagem de
localizao com cenrios simulados nos softwares TransCAD, verso 4.5 e Cplex
12.5.
O presente trabalho apresenta abordagem quantitativa, ou seja, considera que tudo
pode ser quantificvel, o que significa traduzir em nmeros opinies e informaes
para classific-las e analis-las (MORESI, 2003). Sendo assim, a coleta dos dados
foi designada a alimentar os modelos matemticos inerentes aos PL.

45

A pesquisa tambm pode ser classificada como pesquisa de campo, uma vez que
objetiva-se segundo Marconi & Lakatos (2009) em agregar informaes [...] acerca
de um problema para o qual se procura uma resposta, ou de uma hiptese que se
queira comprovar. A metodologia para a pesquisa de campo abrange as fases:
Realizao de uma pesquisa bibliogrfica, com vistas a saber em que estado
se encontra atualmente o problema, quais trabalhos j foram realizados e
quais as opinies reinantes sobre o assunto para ento estabelecer um
modelo terico inicial que auxiliar na determinao das variveis e
elaborao do plano geral da pesquisa.
Determinar as tcnicas a serem empregadas na coleta de dados e
determinao da amostra de acordo com a natureza da pesquisa, permitindo
representatividade suficiente para apoiar as concluses.
Por fim, estabelecer as tcnicas de registro dos dados e das tcnicas usadas
em anlises posteriores.
A pesquisa de campo proposta ser Quantitativo-Descritiva categorizada no estudo
de descrio de populao, em que a funo transcrever [...] a exata descrio de
certas caractersticas quantitativas de populaes como um todo. Geralmente
contm um grande nmero de variveis e utilizam tcnicas de amostragem que
apresentem carter representativo (MARCONI & LAKATOS, 2009).

3.2

CAMPO DE ESTUDOS

O campo de estudo desta pesquisa a Pesquisa Operacional, que se caracteriza

por apresentar um elenco interessante de reas, modelos e algoritmos que
permitem ao gestor tomar deciso em problemas complexos, onde deve ser aplicada
a tica cientfica (MARTINS, 2011).
O problema real a ser analisado a localizao dos postos de guarda-vidas no
balnerio de Guriri, bairro sediado na cidade de So Mateus, norte do Esprito
Santo.
3.3

AMOSTRA

46

A amostra estabelecida na pesquisa de campo foi estabelecida por meio dos pontos
geradores de demanda ao servio da Operao Salva Mar, mais precisamente os
locais de demanda relativa s ocorrncias de emergncias aquticas acontecidas na
praia de Guriri. O horizonte de planejamento estabelecido inclui a poca de pico de
ocorrncias, que abrange baseado no histrico de ocorrncias obtidas: fim de ano,
rveillon e o ms de janeiro do ano subsequente. Nesta pesquisa o horizonte de
planejamento foi compreendido entre 29 de dezembro de 2013 e 31 de janeiro de
2014.
Para composio, o mtodo das amostras foi no-probabilstico com amostragem
acidental ou por convenincia, na qual, a amostra foi formada por elementos que se
encontram circunstancialmente no local da pesquisa e so descritos sem ordem
especfica at que a amostra atinja determinado tamanho (MARCONI & LAKATOS,
2009).
Resumidamente, a amostra consiste nos banhistas que demandam o servio de
salvamento, ou seja, aqueles que necessitam da atuao de uma equipe de guardavidas e na contabilizao das principais correntes de retorno que ocasionam as
emergncias. Vale ressaltar que no se estabeleceu um tamanho mximo para a
amostra e sim uma predeterminao do perodo dos acontecimentos.

3.4

COLETA DE DADOS

Quanto ao tipo de investigao e coleta de dados, esses foram de carter

documental, uma vez que as fontes de dados, documentos e registros so oriundos
de rgos pblicos (MARCONI & LAKATOS, 2009), que no caso constam na base
de dados do Corpo de Bombeiros Militar do Estado do Esprito Santo e da Prefeitura
Municipal de So Mateus.
A coleta documental foi realizada por meio de materiais que ainda no receberam
tratamento analtico. Sob esse ponto de vista, o projeto buscou analisar documentos
oficiais baseados nos relatrios lavrados no vero de 2013/2014, pois os dados
baseados nos veres de 2011/2012 e 2012/2013 no especificam detalhadamente
informaes como:

47

Local exato dos pontos de demanda;

Quantificao pontual da demanda;
Relao entre pontos de demanda e fatores relacionados ao ambiente.
importante mencionar que o tratamento analtico foi direcionado ao vero
2013/2014, pois houve a possibilidade de averiguar e registrar informaes dos
pontos geradores de demanda no descritos anteriormente e que so de grande
importncia ao projeto. Dessa forma, a tcnica de pesquisa relativa a observao
est categorizada como direta intensiva, a qual, segundo Marconi & Lakatos (2009)
[...] uma tcnica de coleta de dados para conseguir informaes e utiliza os
sentidos na obteno de determinados aspectos da realidade.
A observao desta pesquisa est classificada como (MARCONI & LAKATOS,
2009):
Assistemtica: denominada espontnea, simples, livre, ocasional e acidental,
consistindo em recolher e registrar os fatos da realidade sem que o
pesquisador utilize meios tcnicos e especiais ou precise fazer perguntas
diretas.
No participante: o pesquisador toma contato com a comunidade, grupo ou
realidade estudada, mas sem integrar-se a ela: permanece de fora.
Individual: tcnica de observao realizada por um pesquisador, podendo
intensificar a objetividade das informaes, indicando quais so os eventos
reais e quais so as interpretaes.

Na vida real: observaes feitas no ambiente real, registrando-se os dados

medida que forem ocorrendo.

Os dados da pesquisa foram somente os relevantes para a anlise do processo de

soluo. Essas informaes foram relacionadas s variveis da modelagem
matemtica do PL:
Quantidade e localizao georreferenciada de pontos demandantes;
Quantidade e localizao georreferenciada de postos de atendimento da
situao atual;

48

Quantidade

localizao

georreferenciada

de

postos

candidatos

localizao de novas facilidades.

Dessa forma, com a finalidade de cumprir a metodologia, o delineamento
consolidado para coleta dos dados abrange a fase 1 e suas respectivas etapas,
sendo constituda da seguinte maneira:
3.4.1 Fase 1: Definio dos ns
Etapa 1: As localizaes geogrficas dos postos de guarda-vidas existentes foram
conseguidas por GPS e processadas no software Google Earth, verso 7.1.2.2041
(Figura 7) e colocadas no TransCAD (Figura 8);

Figura 7 - Localizao dos postos atuais

Fonte: Google Earth.

Figura 8 - Coordenadas dos postos atuais

Fonte: Autor

49

Etapa 2: As localizaes geogrficas dos pontos demandantes tambm foram

conseguidas por GPS com observao dos principais locais onde ocorrem as
emergncias. Nesse caso foi percebido que os locais demandantes esto
relacionados com as correntes de retorno, comumente conhecidas como valas.
Foram consideradas nessa pesquisa, as principais correntes de retorno com alto
ndice de afogamento na praia de Guriri durante o perodo preestabelecido. Valendo
lembrar que podem mudar com o tempo.

Fotografia 1 Exemplo de corrente de retorno no extremo sul da Praia Brava Itaja.

Fonte: Silva(2012).

As correntes de retorno so responsveis por mais de 75% dos afogamentos

(SZPILMAN, 2004). O principal papel do guarda-vidas identifica-las, pois o objetivo
est em delimitar reas prprias para banho, ou seja, trabalhar na preveno de
ocorrncias.
Sob esse ponto de vista, a coleta dos principais locais propcios a formao de
correntes de retorno foram conseguidas pela observao do autor e experincia dos
guarda-vidas. A partir da coleta dos dados geogrficos, foi possvel process-los
num mapa com o auxlio do software Google Earth (Figura 9).

50

Figura 9 - Imagem do Balnerio de Guriri com suas respectivas correntes de retorno

Fonte: Google Earth.

A delimitao do campo de estudo abrange a rea do balnerio compreendida entre

o Projeto Tamar e a Arena Ao Mar. Foram rastreadas 35 correntes de retorno
(pontos do mapa) na zona de praia (Figura 9).
Etapa 3: Foi estabelecido como parmetro que os locais candidatos devem ficar
prximos aos locais naturais de acesso praia (Fotografia 2), pois assim o SAVC
estar facilmente acessando as vtimas de afogamento. E uma vez que o posto de
salvamento esteja localizado prximo aos locais de entrada e sada da orla, esse
pode servir como ponto de alocao de demanda alm do fato de ser percebido pelo
banhista como um local seguro.

Fotografia 2 - Posto de salvamento localizado prximo a via de acesso praia

Fonte: Autor

A partir da coleta dos dados geogrficos, foi possvel identificar as principais vias de
entrada e sada num mapa processado no software Google Earth (Figura 10). A
Figura 11 mostra as respectivas coordenadas.

51

Figura 10 - Principais vias de acesso praia (locais candidatos)

Fonte: Autor.

Figura 11 - Coordenadas dos postos candidatos

Fonte: Autor

Com a finalidade de abranger a quantidade mxima de postos candidatos, os postos

atuais tambm foram adicionados aos modelos.

3.5

ANLISE DE DADOS

52

Para anlise dos dados, a representao da lgica abrange os conceitos da induo

e da deduo. De maneira geral, entende-se que a principal diferena entre induo
e deduo que na induo se vai do particular para o geral enquanto que na
deduo se vai do geral para o particular (MORESI, 2003). O autor ainda salienta
que na [...] deduo apela-se para a experincia.
As respostas para a investigao originaram-se do tratamento dos dados que
alimentam os layers do software de otimizao e do modelo de Programao Linear
Inteira Mista. Portanto, a anlise de dados desta pesquisa ser realizada a partir da
comparao dos resultados analticos obtidos por meio da aplicao de Problema de
Localizao de Facilidades de carter dedutivo em um sistema proposto com a atual
situao em que se encontra a localizao dos postos de guarda-vidas.

53

4 REA DE ESTUDO E RESULTADOS

4.1

ESTRUTURA DA OPERAO SALVA MAR

O PL estudado foi aplicado na operao Salva Mar que acontece todo vero no
balnerio de Guriri, o qual est localizado a 12 km do centro de So Mateus (ES) e
possui mais de 3 km de extenso.

Fotografia 3 Ilha de Guriri, ano 2004.

Fonte: http://wikimapia.org.br

A operao Salva Mar consiste em gerenciar os recursos empenhados para

execuo do servio de atendimento s emergncias aquticas. Basicamente a sua
estrutura segue ao seguinte organograma (Figura 12):

Figura 12 - Organograma da Operao Salva Mar

Fonte: Autor.

54

De acordo com o organograma, a Secretaria de Defesa Social o rgo da

prefeitura que disponibiliza os recursos humanos (candidatos a guarda-vidas e
gestores para compor o centro de operaes), materiais, equipamentos de proteo
individual (EPI) e a estrutura fsica que comporta a rea administrativa e
almoxarifado (Fotografia 2).

Fotografia 4 - Centro de Operaes.

Fonte: Autor.

O CBMES o rgo de apoio que atua na capacitao dos candidatos ao cargo de

guarda-vidas, no gerenciamento dos recursos disponibilizados pela Secretaria de
Defesa Social e tambm disponibiliza recursos de apoio, como embarcaes,
viaturas (Fotografia 3) e recursos humanos para compor o centro de operaes e
superviso.

Fotografia 5 - Viaturas para auxiliar a operao de superviso e salvamento.

Fonte: Autor

O centro de operaes o local onde ocorre a interface entre os gestores que

planejam a operao Salva Mar e os colaboradores que executam o planejamento.
Alm disso, a sede que abriga a estrutura administrativa e almoxarifado.

55

A superviso o posto de trabalho que geralmente est atribudo a um membro do

CBMES, o qual deve gerenciar operacionalmente o servio. Em outras palavras, o
militar atua como um agente que faz interface entre o centro de operaes e os
guarda-vidas, concretizando a execuo do planejamento preestabelecido mediante
a coordenao das atividades dos executores. Alm disso, a superviso faz o papel
de extrair informaes rotineiras inerentes ao bom andamento do servio, como
saber as reas de maior incidncia de afogamentos, aumento na quantidade de
banhistas, etc. Essa funo flexvel demanda pelo servio, podendo aumentar ou
diminuir o efetivo empregado.
Os postos de salvamento so os locais que abrigam os guarda-vidas e materiais de
salvamento e a partir desses postos que o servio de preveno e resgate se
concretizar pelo trabalho dos guarda-vidas.
Ultimamente, a prefeitura, em convnio com o CBMES vem abrindo concurso para
preencher 50 vagas de guarda-vidas em regime de escala 1x1, ou seja, trabalha um
dia e folga um dia numa jornada de 12 horas. Os recursos estariam quantificados e
distribudos da seguinte forma (Tabela 1):
TABELA 1 - COMPOSIO DAS EQUIPES

Composio das equipes

Recursos
Guarda-vidas
Bombeiros
Postos de salvamento
Ambulncias

Equipe Equipe
A
B
25
25
4
4
12
12
2
2

Fonte: Autor.

Para os finais de semana e feriados, o efetivo dobraria.

4.2

FASE 2: DADOS DE ENTRADA PARA OS MODELOS DE LOCALIZAO DE

INSTALAES

Tendo em vista os dados coletados na fase 1 e as informaes relativas a Operao

Salva Mar, s demais etapas foram concludas da seguinte maneira:

56

Etapa 4: Para a execuo desta etapa, foi utilizado o software TransCAD, verso
4.5, no qual foi processada uma base de dados do mapa contendo a cidade de So
Mateus. O contedo com a base de dados foi fornecida pelo Sistema Integrado de
Bases Geoespaciais do Estado do Esprito Santo GEOBASES (Figura 13).

Figura 13 - Representao dos bairros de So Mateus utilizando o TransCAD

Fonte: Autor.

Neste projeto foi usado somente a base dados da rea de interesse, ou seja, o
bairro de Guriri que contm o balnerio onde ocorre a Operao Salva Mar.
Preliminarmente foi gerada uma tabela que serviu como banco de dados com as
coordenadas dos 35 pontos demandantes (correntes de retorno - CR). A figura 14
ilustra as coordenadas dos pontos.

57

Figura 14 - Banco de dados com as coordenadas das correntes de retorno (demanda)

Fonte: Autor.

A partir das coordenadas da figura 14, o software gerou o seguinte layer:

Figura 15 - Layer de pontos que representam as correntes de retorno

Fonte: Autor.

Com as coordenadas dos postos atuais e candidatos, o SIG gerou o layer a seguir:

58

Figura 16 - Layer de pontos contendo os postos candidatos

Fonte: Autor.

Para se obter uma visualizao dos postos candidatos e os pontos de demanda

simultaneamente, foi possvel unir os dois layers (Figura 17):

Figura 17 - Layer de pontos contendo as correntes de retorno e os postos candidatos

Fonte: Autor.

59

A partir da gerao do banco de dados contendo as informaes geogrficas

referentes aos pontos de demanda e postos candidatos, o TransCAD, com o uso da
ferramenta Cost Matrix (Figura 18) processou uma matriz de custos (distncias)
46x35 (APNDICE A).

Figura 18 - Ferramenta Cost Matrix

Fonte: Autor.

4.3

FASE 3: MODELO SIG E PLIM PARA LOCALIZAO DE INSTALAES

Nesta seo, algumas simulaes foram realizadas com intuito de formar

parmetros de comparao entre a localizao atual dos postos de guarda-vidas e
as solues extradas da aplicao das tcnicas de localizao de. As simulaes
foram implementadas num SIG e num solver de otimizao de modelo de
Programao Linear Inteira Mista (PLIM).
Assim, para compor a base inicial de comparao, com o auxlio do SIG TransCAD
foi possvel alm de estabelecer a localizao atual dos postos e dos respectivos
pontos de demanda (Figura 19), reproduzir informaes pertinentes que esto
contidas na Tabela 2:

60

Figura 19 - Modelo atual da localizao dos postos

Fonte: Autor.
TABELA 2 - INFORMAES DO MODELO

Tipo de informao
Custo Total (m)
Custo mximo (m)
Clientes servidos
Clientes no servidos
Quantidade de facilidades

Modelo
Atual
3.642,030
176,850
35
0
12

Fonte: Autor.

A partir da etapa 5, sero apresentadas alm da soluo do SIG, propostas

resultantes dos modelos PLIM a partir dos modelos de cobertura: PLCC, PLMC e os
modelos PLp-Med e PLp-Centro, sendo os dois ltimos formulados com o propsito
de comparar os mtodos exatos e a heurstica do SIG.
Etapa 5: Para executar a rotina interna do SIG, o software disponibiliza a ferramenta
Facility location, a qual o parmetro de entrada a matriz de distncia (APNDICE
A), na qual os ndices compreendidos entre 1 e 34 correspondem aos postos
candidatos e entre 35 e 46 aos postos atuais. Logo, a partir dessa ferramenta que as
simulaes so executadas.
Preliminarmente, com vistas a consolidar os dados quanto a rea de cobertura de
um posto de salvamento, foi necessrio tomar como referncia algumas
informaes. Para tanto, Silva (2012) mostra em sua pesquisa que um posto de

61

salvamento deve ser localizado de forma com que o guarda-vidas percorra uma
distncia mxima de 150m at sua entrada no mar. O autor afirma estatisticamente
que essa distncia percorrida por um guarda-vidas num intervalo de 20s tempo
baseado na resistncia da vtima - com 100% de esforo fsico. Essa medida
tambm utilizada pela Ellis & Associations, uma empresa americana especializada
em treinamento de guarda-vidas e pelo servio de salvamento aqutico da Austrlia
(SILVA, 2012).
Tratando-se do percurso em que o guarda-vidas ter que nadar at alcanar a
vtima, GHIRARDINI & CANCIGLIERI (2008) afirmam por meio de testes que para
uma distncia de 30m de natao distncia correspondente a uma situao real ,
o tempo de alcance gira em torno de 35s.
Nos Estados Unidos e Austrlia, estudos apontam que uma vtima que no sabe
nadar, possui entre 20 a 60 segundos de sobrevida at que as fases de angstia e
pnico se transforme em submerso (SILVA, 2012).
Como foi necessria a insero da distncia entre os postos de guarda-vidas e os
pontos de demanda para alimentar os modelos matemticos, a pesquisa adotar
distncia mxima total de 152,970m, o que corresponde a distncia de 150m
percorrida na areia e 30m na gua (Figura 20).

Figura 20 Distncia crtica entre o posto de salvamento e o banhista

Fonte: Adaptado de SILVA(2012) e GHIRARDINI & CANCIGLIERI (2008).

Dessa maneira, as simulaes tero como propsito, verificar quantas facilidades

so necessrias para cobrir a demanda total. As simulaes foram dispostas de
forma com que a primeira utilize o SIG, com um nvel de servio de 152,970m; A
segunda est direcionada a processar um PL para cobertura de conjuntos (PLCC)

62

num solver de otimizao; A terceira executa um PL de mxima cobertura (PLMC)

num solver de otimizao limitando a quantidade de facilidades ao resultado
proposto pelo PLCC; A quarta especifica um PL de p-medianas (PLp-Med)
utilizando a quantidade de facilidades propostas pelo SIG com um nvel de servio
mximo de 152,970m em um solver de otimizao; A quinta simulao consiste em
executar um PL de p-centros (PLp-centros), novamente utilizando um nvel de
servio mximo de 152,970m e a quantidade de facilidades propostas pelo SIG num
solver de otimizao.
Simulao 1: o objetivo , alm de saber quantas facilidades so necessrias para
absorver todos os pontos de demanda, minimizar a distncia percorrida entre os
pontos de demanda e postos candidatos.
A figura 21 mostra a interface do programa com as entradas para processamento.

Figura 21 - Simulao 1: minimizar distncia mxima

Fonte: Autor

O TransCAD processou o problema gerou a seguinte relatrio:

Figura 22 - Resultado do TransCAD

Fonte: Autor.

Funo objetivo: 3.402,563m;

63

Distncia mxima: 152,405m;

Clientes servidos: 35;
Clientes no servidos: 0;
Quantidade de facilidades: 11;
Tempo de processamento: 0,160s;
Postos que sediaro as facilidades: Figura 23.

Figura 23 - Localizao espacial das novas facilidades

Fonte: Autor.

Simulao 2: para executar a rotina do PLCC foi necessrio processar uma matriz
de designao (APNDICE B) com vistas a cumprir a distncia mxima de
cobertura.
Com a aplicao do modelo, o Cplex gerou os seguintes resultados (Figura 24):

64

Figura 24 - Resultado Cplex para o PLCC

Fonte: Autor.

Funo objetivo: 10 facilidades;

Custo total: 3.619,80m;
Distncia mxima: 152,41m;
Clientes servidos: 35;
Clientes no servidos: 0;
Tempo de processamento: 4,228s;
Postos que sediaro as facilidades: Figura 25.

Figura 25 Localizao dos postos utilizando o PLCC

Fonte: Autor.

No modelo PLCC percebeu-se que a funo objetivo est direcionada a extrair

informaes referentes a quantidade de instalaes necessrias para garantir um

65

certo nvel de atendimento aos pontos demandantes indiferentemente dos custos.

Portanto, um ponto de demanda pode ser coberto por mais de uma facilidade, o que
de fato ocorre no ponto CR3.
Simulao 3: para executar a rotina do PLMC, tambm foi necessrio o uso da
matriz de designao. Aps a implementao do modelo, o Cplex gerou os
seguintes resultados (Figura 26):

Figura 26 - Resultado Cplex para o PLMC

Fonte: Autor.

Funo objetivo: 35 pontos de demanda cobertos;

Custo total: 3.477,91m;
Distncia mxima: 152,41m;
Quantidade de facilidades: 10;
Clientes no servidos: 0;
Tempo de processamento: 3,620s;
Postos que sediaro as facilidades: Figura 27. Observa-se que o ndice 35 faz
referncia ao PA1.

66

Figura 27 - Localizao dos postos utilizando PLMC

Fonte: Autor.

Na formulao do PLMC acima, o objetivo est voltado a maximizar o nmero de

pontos de demanda cobertos dado o nmero fixo

de facilidades sob o risco de no

haver a cobertura total. No entanto, o resultado acima aponta que foi possvel cobrir
toda demanda e ainda nota-se que um dos postos atuais, o PA1, foi escolhido para
sediar uma facilidade.
Simulao 4: para o PLp-Med, o modelo foi implementado de forma a localizar as
11 facilidades anteriormente propostas pelo SIG com a finalidade de verificar a
qualidade do resultado quando comparado a um mtodo exato. Para isso, o Cplex
processou o problema e chegou aos seguintes resultados (Figura 28):

67

Figura 28 - Resultado Cplex para o PLp-Med

Fonte: Autor.

Funo objetivo: 3.293,7m;

Distncia mxima: 147,54m;
Clientes servidos: 35;
Clientes no servidos: 0;
Tempo de processamento: 1,732s;
Quantidade de facilidades: 11.
Postos que sediaro as facilidades: Figura 29. Observa-se que os ndices 35
e 36 fazem referncia ao PA1 e PA2.

68

Figura 29 Localizaes utilizando o PLp-Med

Fonte: Autor.

O PLp-Med aplicado consiste em localizar as

facilidades de modo a minimizar o

custo total. O custo de atender um ponto de demanda est associado distncia

entre este ponto e facilidade mais prxima, dessa forma, a ideia garantir que um
ponto de demanda deva ser atendido por somente uma facilidade, diferente dos
modelos PLCC e PLMC.
Simulao 5: para o PLp-centros, o modelo foi implementado de forma a localizar
as 11 facilidades anteriormente propostas pelo SIG. Para isso, o Cplex processou o
problema e chegou s seguintes respostas (Figura 30):

Figura 30 - Resultado Cplex para o PLp-centros

Fonte: Autor.

Funo objetivo: 152,97m;

Custo total: 3.490,28m;
Distncia mxima: 152,41m;
Clientes servidos: 35;
Tempo de processamento: 1,919s;
Clientes no servidos: 0;
Postos que sediaro as facilidades: Figura 31. Os ndices 40, 45 e 46 fazem
referncia aos pontos PA6, PA11 e PA12

69

Figura 31 - Localizao dos postos do PLp-centros

Fonte: Autor.

No PLp-centros implementado, o objetivo minimizar a distncia mxima entre

pontos de demanda e um nmero fixo de facilidades a serem localizadas. O conceito
est em garantir que a mxima distncia entre um ponto de demanda e a sua
facilidade mais prxima ser maior que a distncia entre qualquer outro ponto de
demanda e a facilidade que lhe atende.
4.4

FASE 4: AVALIAO DA QUALIDADE DAS SOLUES E ANLISE DOS

RESULTADOS

Etapa 6: Com as informaes obtidas ao analisar os dados das simulaes, foi

possvel gerar um grfico que compara os resultados entre o modelo atual e o
cruzamento de informaes das localizaes oriundas das simulaes 1, 2, 3, 4 e 5.
Para medir a variao dos custos total e mximo entre o modelo atual e os modelos
SIG, PLCC, PLMC, PLp-Med e PLp-centros, o Grfico 3 expe os resultados:

70

GRFICO 3 - RESULTADOS COMPUTACIONAIS

Analisando as comparaes efetuadas entre as solues geradas pelos modelos

SIG e PLIM (PLCC, PLMC, PLp-Med e PLp-centros) percebeu-se que, diante os
cenrios simulados, os modelos SIG e PLIM podem produzir diferena nos
resultados dependendo do objetivo abordado.

GRFICO 4 - VARIAO EM RELAO AO MODELO ATUAL

Comparando o modelo atual com o SIG, de acordo com o Grfico 4, a pesquisa

mostra uma melhoria tanto para atingir a meta de cobertura quanto na minimizao
da quantidade de facilidades, evidenciando assim que a localizao atual dos
postos, que tem cobertura com custo mximo de 176,85m, no corresponde ao

71

proposto por Silva (2012) e GHIRARDINI & CANCIGLIERI (2008). Evidentemente,

as 11 localizaes propostas pelo SIG, que tm cobertura mxima de 147,54m,
esto melhores localizadas do que as 12 do modelo atual.
Tratando-se dos modelos de cobertura das simulaes 2 e 3 (PLCC e PLMC),
importante ressaltar que cada um possui objetivo diferente, direcionando assim a
resultados que devem ser devidamente interpretados. De acordo com a seo
anterior, o PLCC busca garantir que toda a demanda seja absorvida, o que acaba
possibilitando a simultaneidade de cobertura devido a, por exemplo, um ponto de
demanda estar contido numa zona de abrangncia de duas ou mais facilidades.
Comparando-o com o modelo atual, o PLCC, o qual indica a abertura de somente 10
facilidades, varia apenas 0,61% em relao ao custo total do modelo atual, no
entanto, explora a distncia mxima de cobertura quase ao limite, chegando aos
152,41m. A partir desse ponto de vista, foi possvel confirmar que a baixa variao
do custo total est relacionada justamente duplicidade e a explorao da
cobertura, pois o clculo feito por meio da soma das distncias de todos os arcos
facilidade-cliente.
No modelo PLMC, a formulao busca maximizar a cobertura dos pontos
demandantes. A aplicao do modelo foi vlida para averiguar se a quantidade
proposta de facilidades possui a capacidade de abrangncia dos conjunto de pontos
demandantes. Comparando-o com o modelo atual, o PLMC produziu um custo total
com variao de 4,51% e por tambm ser formulado com vistas a explorar a
distncia crtica, o custo mximo chega aos 152,41m.
Ao passo que o PLCC e o PLMC buscam abranger toda a demanda independente
do custo respeitando uma distncia crtica estabelecida, os modelos SIG, PLp-Med
visam exclusividade de servio e a busca pela minimizao das distncias entre os
arcos e o PLp-centros tende a minimizar a distncia mxima entre pontos de
demanda e um nmero fixo de facilidades. Dessa forma, conclui-se que, uma vez
ocorrendo o atendimento simultneo para um ponto de demanda nos modelos de
cobertura, o custo total poder ser superior aos demais modelos. O Grfico 5
apresenta a variao entre os custos do modelo SIG e os modelos de cobertura.

72

GRFICO 5 - VARIAO SIG X MODELOS DE COBERTURA

Sob o ponto de vista de que no modelo SIG, a rotina Localizao de Facilidades ser
atrelada a uma modelagem heurstica e no modelo PLIM ser um mtodo exato,
possvel ocorrer divergncias entre solues. Dessa forma, os modelos PLp-Med e
PLp-centros foram implementados com o intuito de averiguar a qualidade dos
resultados diante proposta do SIG.
Dado que a heurstica implementada rotina PLF do SIG apontou soluo com
baixa variao de acordo com o PLp-Med e melhor do que a do PLp-centros, uma
importante concluso classifica-la como de boa qualidade, j que convergiu para
uma soluo matemtica tima sob o contexto da minimizao da distncia entre os
pontos de demanda e locais candidatos num intervalo de tempo de processamento
inferior aos modelos PLIM, mostrando ser eficaz diante o tratamento de dados
grficos e estatsticos.
O modelo PLp-centros, por tentar minimizar a mxima distncia entre os pontos de
demanda e a facilidade mais prxima, apresentou resultados melhores do que o
atualmente empregado, porm menos sugestivos do que os modelos SIG e PLpMed. O Grfico 6 mostra a comparao entre os resultados do modelo SIG e os
PLp-Med e PLp-centros.

73

GRFICO 6 - VARIAO SIG X PLPMED X PLPCENTRO

74

5 CONCLUSO

As tcnicas de localizao de facilidades mostram-se de grande importncia no

auxlio a tomada de deciso. Geralmente os modelos implementados so voltados
para o ramo de manufatura, bem como na composio da deciso estratgica de
localizao de centros de oferta e alocao de demanda.
Para o setor de servios pblicos, a estratgia de localizar postos de atendimento
torna-se um desafio, pois a disponibilidade de dados bastante escassa.
Como a coleta de dados foi o fator fundamental para formao de uma base de
dados utilizada para alimentar tanto o SIG quanto os modelos matemticos
implementados na programao linear inteira mista, essa se tornou vivel apenas
por meio da observao direta dos fatos.
Em outras palavras, devido a Operao Salva Mar acontecer somente no perodo do
vero, em que o pico de ocorrncias de afogamento bastante alto em comparao
com outros perodos, a observao das emergncias foi crucial para traduzir os
dados da situao real para a simulao.
Como o foco do trabalho foi decidir categoricamente o posicionamento dos postos
de guarda-vidas, as hipteses foram confirmadas em decorrncia dos resultados, j
que ocorreu a melhoria dos custos logsticos associados.
A quantidade de postos est superdimensionada de acordo com a experincia dos
gestores, ou seja, a localizao dos postos no se mostra eficiente, pois mesmo
com uma facilidade a mais sendo utilizada, o arranjo ultrapassa o custo mximo de
cobertura que de 152,970m. Foi a partir desse ponto que a ferramenta utilizada no
trabalho mostrou-se capaz de propor uma soluo para aumentar a eficincia da
operao.
O SIG mostrou-se eficaz na proposta de localizao com cobertura total, 6,58% de
reduo do custo total. O modelo p-medianas foi eficiente quando comparado ao
SIG, pois apresentou 9,56% de variao com o posicionamento das 11 facilidades
propostas. Tal fato era esperado, pois o PLp-Med um mtodo exato que propicia

75

resultados timos. Todavia no acontece melhoria de resultados quando se compara

ao mtodo do PLp-centros, o qual varia em -3,00% em relao ao SIG.
Por outro lado, notrio relevar as informaes dos modelos de cobertura. Alm da
cobertura dos pontos de demanda com o menor nmero de facilidades, os modelos
exploram a cobertura mxima que cada ponto candidato alcana respeitando a
distncia crtica, atrelando dessa forma at mais de uma facilidade a um ponto de
demanda, causando uma redundncia na cobertura daquele ponto. Embora ocorra
a simultaneidade de cobertura, o PLCC mostrou-se mais eficaz do que o modelo
atual, pois mostrou reduo no nmero de facilidade e ainda uma variao de 0,68%
em relao ao custo total. O PLMC foi mais eficiente, reduzindo em at 4,51% o
custo total com o posicionamento dos 10 postos escolhidos.
Geralmente, para o setor de servios de emergncias, o tratamento da demanda
deve levar em conta os fatores que proporcionam a sazonalidade. Tal fato se
apresenta por um forte dinamismo, j que outros fatores externos ao projeto devem
ser considerados, tais como o desenvolvimento regional, que tem provocado um
aumento da demanda pelo servio de salvamento.
Nesse contexto, a aplicabilidade do projeto em outras situaes, deve levar em
considerao as caractersticas intrnsecas do local e da demanda. Contando com
isso, a estratgia do estudo foi procurar aplicar as tcnicas com o objetivo de
abranger todos os pontos de demanda, pois os fatores mencionados anteriormente
podem afetar a rotina diria da localizao dos postos, elevando o grau de limitao
da pesquisa. Em outras palavras, pode existir de certa forma algum tipo de atrao
de demanda para diversos locais dentro da orla em diferentes perodos de tempo,
como por exemplo, festas tpicas, shows e eventos. Assim, o trabalho deve ser
tomado como um ponto de partida para incremento de estudos posteriores.
Do ponto de vista estratgico do Corpo de Bombeiros Militar do Esprito Santo, o
objetivo abranger ao mximo possvel a zona de atuao dos servios de
emergncia observando a sazonalidade de cada localidade. Com isso, os modelos
SIG, PLCC, PLMC e PLp-Med podem ser apontados como os de maior interesse
para uma discusso acerca do assunto, pois alm de fornecer a quantidade

76

necessria de instalaes pela orla, sugere ainda o melhor posicionamento de

acordo com a zona de atuao dos postos de salvamento.
Em relao ao modelo mais indicado para a situao abordada, a literatura indica
que os modelos de cobertura so os mais abrangentes aos servios de emergncia,
logo as localizaes provenientes do modelo PLMC podem ser mais sugestivas.
Finalmente, aps todo o estudo realizado, conclui-se que foi possvel atingir os
objetivos da pesquisa, pois se conseguiu reunir os dados reais pertinentes da
Operao Salva Mar e resolver o Problema de Localizao (PL) com auxlio de um
SIG e de modelos PLIM de forma coerente. Alm disso, foi possvel averiguar a
eficincia do SIG e dos modelos PLIM bem como a concluso de viabilidade
alinhada com a estratgia do CBMES.
Este projeto pode contribuir com as atividades de salvamento aqutico, gerando
uma soluo que tende a minimizar os custos logsticos relacionados localizao
dos postos de guarda-vidas.
A partir desta temtica, o autor tem como inteno apresentar os resultados do
trabalho a diretoria da corporao, para avaliao das melhorias salientadas, como
fomento as pesquisas na rea das emergncias aquticas.

77

6 REFERNCIAS
AGNCIA NACIONAL DE VIGILNCIA SANITRIA. Programa Nacional de
Avaliao de Servios de Sade. Braslia, 2007. Disponvel em
<http://www.anvisa.gov.br/>.
AMERICAN HEART ASSOCIATION. Guidelines for CPR and ECC. Dallas: AHA,
2010. Disponvel em: < http://guidelines.ecc.org >. Acesso em: 25 mai. 2012.
ARABANI, A. B.; FARAHANI, R. Z. Facility location dynamics: An overview of
classifications and applications. Computers & Industrial Engineering,
ARAKAKI,
R.
G.
I.;
LORENA,
L.
A.
N.
Uma heurstica de localizao-alocao (HLA) para problemas de localizao de
facilidades. Revista Produo, So Paulo, v. 16, n. 2, p. 319-328, mai./ago. 2006.
Disponvel em: <http://www.scielo.br>. Acesso em: 14 ago. 2012.
ARENALES, M. et al. Pesquisa Operacional. Rio de Janeiro: Elsevier, 2007.
AZEVEDO A. L. C. S. P. et al. Organizao de servios de emergncia hospitalar:
uma reviso integrativa de pesquisas. Revista eletrnica de Enfermagem, So
Paulo, v. 12, n. 4, p. 736-745, out./dez. 2010. Disponvel em: <
http://www.fen.ufg.br/>. Acesso em: 14 ago. 2012.
BALLOU, R. H. Gerenciamento da cadeia de suprimentos: planejamento,
organizao e logstica empresarial. Bookman, 2001.
BARCELOS,
F.
B.;
PIZZOLATO,
N.
D.;
LORENA,
L.
A.
N.
Localizao de escolas do ensino fundamental com modelos capacitado e naocapacitado: caso de Vitoria/ES. Pesquisa Operacional, So Paulo v. 24, n. 1, p.
133-149, jan./abr. 2004. Disponvel em: <Erro! A referncia de hiperlink no
vlida.. Acesso em: 14 agosto 2012.
BARRETO, Srgio dos Santos. ANLISE E MODELIZAO DE PROBLEMAS DE
LOCALIZAO-DISTRIBUIO. 2004. 357 f. Tese (Doutorado em Gesto
Industrial) Departamento de Economia, Gesto e Engenharia Industrial,
Universidade de Aveiro, Aveiro, 2004.
BOWERSOX, D. J.; CLOSS, D. J. Logstica empresarial: o processo de integrao
da cadeia de suprimento. So Paulo: Atlas, 2004.
CHAVES, A. A.; CORREA, F. A.; LORENA, L. A. N. Clustering search heuristic for
the capacitated p-median problem. In: CORCHADO, E.; CORCHADO, M. J.;
ABRAHAM, A. Innovations in Hybrid Intelligent Systems. Berlin: Springer, v. 44,
2007, p. 136-143. Disponvel em: <http://www.lac.inpe.br>. Acesso em: 14 ago.
2012.
CHIYOSHI, F.; GALVAO, R. D.; MORABITO, R. O uso do modelo hipercubo na
soluo de problemas de localizao probabilsticos. Gesto e Produo, Rio de

78

Janeiro, v.7, n.2, p. 146-174, ago. 2000. <http://www.scielo.br>. Acesso em: 14 out.
2013.
FRIEDRICH, Maximilian Karl. LOCALIZAO DE UMA FBRICA DE
PNEUMTICOS COM MODELAGEM MATEMTICA. 2010. 45 f. Monografia
(Graduao em Administrao) Departamento de Cincias Administrativas,
Universidade Federal do Rio Grande do Sul, Porto Alegre, 2010.
GALVAO, R. D.; NOBRE, F. F.; VASCONCELLOS, M. M. Modelos matemticos de
localizao aplicados organizao espacial de unidades de sade. Revista de
Sade Pblica, So Paulo, v. 33, n. 4, p. 422-434, ago. 1999. Disponvel em: <Erro!
A referncia de hiperlink no vlida.. Acesso em: 23 novembro 2013.
GHIRARDINI, E. C.; CANCIGLIERI, P. H. Melhora do tempo de salvamento aqutico
obtido com treinamentos de trao no Corpo de Bombeiros de
Ararashttp://www.lac.inpe.br/~lorena/reinaldo/reinaldo_lorena.pdf.
Revista
Mackenzie de Educao Fsica e Esporte, So Paulo, v. 7, n. 3, p. 195-199, 2008.
GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. So Paulo: Atlas, 2007.
JARDIM, R. X.; CONCEIO, S. V. Localizao de unidades de resgate em Belo
Horizonte. In: SIMPSIO BRASILEIRO DE PESQUISA OPERACIONAL, 36., 2004,
So Joo del Rei. Anais... So Joo del Rei: Sociedade Brasileira de Pesquisa
Operacional, 2004. p. 1771-1780.
JIA, H.; ORDONEZ, F.; DESSOUKY, M. A modeling framework for facility location of
medical services for large-scale emergencies. IIE Transactions, Los Angeles, v. 39,
n. 1, p. 41-55, dez. 2005. Disponvel em < http://www.sciencedirect.com>. Acesso
em 30 janeiro 2014.
LOPES, Joo Francisco Mesquita Folgado Vicente. A IMPORTNCIA DA
MANUTENO MILITAR NO SISTEMA LOGSTICO DO EXRCITO
PORTUGUS. 2010. 89 f. Monografia (Graduao em Administrao Militar)
Direo de ensino, Curso de Administrao Militar, ACADEMIA MILITAR, Lisboa,
2010.
LORENA, L. A. N. et al. Integraco de modelos de localizao a sistemas de
informaes geogrficas. Gesto & Produo, So Carlos, v. 8, n. 2, p. 180-195,
ago. 2001. Disponvel em: <http://www.scielo.br >. Acesso em: 14 ago. 2012.
LUDWIG, M. L. M.; BONILHA, A. L. L. O CONTEXTO DE UM SERVIO DE
EMERGNCIA: com a palavra, o usurio. Revista Brasileira de Enfermagem,
Braslia (DF), v. 56, n. 1, p 12-17, 2003. Disponvel em: <Erro! A referncia de
hiperlink no vlida.. Acesso em: 14 agosto 2012.
MAPA, Slvia Maria Santana. LOCALIZAO-ALOCAO DE INSTALAES
COM SISTEMA DE INFORMAES GEOGRFICAS E MODELAGEM
MATEMTICA. 2007. 142 f. Dissertao (Mestre em Cincias em Engenharia de
Produo) Programa de Ps Graduao em Engenharia de Produo,
Universidade Federal de Itajub, Itajub, 2007.

79

MARCONI, M. A.; LAKATOS, E. M. Tcnicas de pesquisa. 7. ed. So Paulo: Atlas,

2009.
MARTINS, F. A. S. Introduo Pesquisa Operacional. So Paulo: Cultura
Acadmica: Universidade Estadual Paulista, Pr-reitora de Graduao, 2011.
MENDONA, F. C.; MORABITO, R. Aplicao do modelo hipercubo Para anlise de
um sistema Mdico-emergencial em rodovia. Gesto & Produo, So Paulo, v. 7,
n. 1, p. 73-91, abr. 2000. Disponvel em: <http://www.scielo.br>. Acesso em: 14 ago.
2012.
MINISTRIO DA SADE.
www.saude.gov.br >.

DATASUS.

Braslia,

2011.

Disponvel

em

<

MINISTRIO DA SADE. Programa Nacional de Avaliao de Servios de

Sade. Braslia, 2007. Disponvel em < www.saude.gov.br >.
MINISTRIO DA SADE. Terminologia Bsica em Sade. Braslia, 1987.
Disponvel em < www.saude.gov.br >.
MORESI, E. Metodologia da Pesquisa. Braslia: Universidade Catlica de Braslia,
2003.
NOGUEIRA, Tereza Alexandra Ferreira Mouro Pinto. LOCALIZAO DE
UNIDADES DE FORNECIMENTO DE GS NATURAL NA REDE PRIMRIA DE
GASODUTOS. 2007. 281 f. Tese (Doutorado em Engenharia Eletrotcnica e de
Computadores) Departamento de Engenharias, Universidade de Trs-os-Montes e
Alto Douro, Vila Real, 2007.
OLIVEIRA, Fbio Batista. A SIMULAO DE UMA CENTRAL DE OPERAES E
CONTROLE PARA EMERGNCIAS HOSPITALARES EM EVENTOS DE GRANDE
PORTE. 2012. 155 f. Dissertao (Mestrado em Engenharia de Produo) Programa de Ps-graduao em Engenharia de Produo, Universidade Federal do
Rio de Janeiro, Rio de Janeiro, 2012.
PIZZOLATO, N. D. et al. Localizao de escolas pblicas: sntese de algumas linhas
de experincias no Brasil. Pesquisa Operacional, Rio de Janeiro, v. 24, n. 1, p.
111-131, jan./abr. 2004. Disponvel em: <Erro! A referncia de hiperlink no
vlida.. Acesso em: 23 julho 2012.
PIZZOLATO, N. D.; RAUPP, F. M. P.; ALZAMORA, G. S. Reviso de desafios
aplicados em localizao com base em modelos da p-medianas e suas variantes.
Revista Eletrnica Pesquisa Operacional para Desenvolvimento, Rio de janeiro,
v. 4, n. 1, p. 13-42, jan./abr. 2012. Disponvel em: <www.podesenvolvimento.org.br>.
Acesso em: 23 julho 2012.
PRADO, D. Usando o Arena em Simulao. 3. ed. Belo Horizonte: INDG
Tecnologia e Servio Ltda., 2004.
PREFEITURA MUNICIPAL DE SO MATEUS ES. Secretaria de Defesa Social.
Relatrio da Operao SALVA MAR 2011-2012. So Mateus, 2012.

80

ROCHA, Bruno de Oliveira. UTILIZAO DE MODELOS DE LOCALIZAO

PARA DINAMIZAO DO FLUXO REVERSO DE PNEUS INSERVVEIS. 2008. 126
f. Dissertao (Mestrado em Cincias) - Programa de Mestrado em Engenharia de
Transportes, Universidade Federal do Cear, Cear, 2008.
ROSE, Adriana. UMA AVALIAO COMPARATIVA DE ALGUNS SISTEMAS DE
INFORMAO GEOGRFICA APLICADOS AOS TRANSPORTES. 2001. 153 f.
Dissertao (Mestre em Engenharia Civil rea de concentrao: Transportes)
Escola de Engenharia de So Carlos, Departamento de Transportes, Universidade
de So Paulo, So Carlos, 2001.
ROZENTAL, M.; PIZZOLATO, N. D. Localizao de shopping center de vizinhana.
Estudo de caso: Barra da Tijuca, Rio de Janeiro R.J. Revista Eletrnica Pesquisa
Operacional para Desenvolvimento, Rio de janeiro, v. 1, n. 3, p. 199-207, 2009.
Disponvel em: <www.podesenvolvimento.org.br>. Acesso em: 23 julho 2012.
SENNE, E. L. F.; LORENA, L. A. N. Abordagens complementares para problemas de
p-medianas. Revista Produo, So Paulo, v. 13, n. 3, p. 78-87, ago. 2003.
Disponvel em: <http://www.scielo.br>. Acesso em: 14 ago. 2012.
SILVA, Alexandre da. ESTUDO SOBRE LIMITAO DA REA DE ATUAO
DOS POSTOS DE GUARDA-VIDAS. 2012. 69 f. Monografia (Especializao em
Gesto de Eventos Crticos) Corpo de Bombeiros Militar de Santa Catarina,
Universidade do Sul de Santa Catarina, Florianpolis, 20102.
SOAR J, et al. European Resuscitation Council Guidelines for Resuscitation 2005.
Ireland: Elsevier, 2005.
SOCIEDADE BRASILEIRA DE SALVAMENTO AQUTICO. Afogamento Perfil
epidemiolgico no Brasil. Rio de Janeiro, 2012. Disponvel em:
<www.sobrasa.org>. Acesso em: 25 de mai. 2012.
SOCIEDADE BRASILEIRA DE SALVAMENTO AQUTICO. Perfil do afogamento.
Revista
Emergncia,
Novo
Hamburgo,
jun.
2011.
Disponvel
em:
<www.sobrasa.org>. Acesso em: 25 de mai. 2014.
SOCIEDADE BRASILEIRA DE SALVAMENTO AQUTICO. Piscina mais segura.
Rio de Janeiro, 2013. Disponvel em: < www.cbm.df.gov.br>. Acesso em: 25 de mai.
2012.
SZPILMAN,
D.
Afogamentohttp://www.lac.inpe.br/~lorena/reinaldo/reinaldo_lorena.pdf.
Revista
Brasileira de Medicina do Esporte, So Paulo, v. 6, n. 4, p. 319-328, jul./ago.
2000. Disponvel em: <http://www.scielo.br>. Acesso em: 14 mai. 2014.
SZPILMAN, D. Near Drowning and Drowning Classification: A proposal to stratify
mortality based on the analysis of 1,831 cases. CHEST, Northbrook, v. 112, n. 3, p.
660-665, 1997. Disponvel em: <Erro! A referncia de hiperlink no vlida..
Acesso em: 25 mai. 2012.
SZPILMAN, D. Manual de emergncias Aquticas. Rio de Janeiro: Revinter, 2004.
No prelo.

81

UNITED STATES LIFESAVING ASSOCIATION. Annual Report. California, 2009.

Disponvel em: <http://www.usla.org>
WORLD HEALTH ORGANIZATION STATISTICAL INFORMATION SYSTEM.
Drowning
by
Country.
Geneva,
2004.
Disponvel
em:
<http://www.nationmaster.com>. Acesso em: 25 mai. 2012.
WORLD HEALTH ORGANIZATION. Drowning: Fact sheet n 347. Geneva, 2010.
Disponvel em: <http://www.who.int>. Acesso em: 23 jul. 2012.
WORLD HEALTH ORGANIZATION. The Global Burden of Disease: 2004 update.
Geneva: WHO Library Cataloguing-in-Publication Data, 2010. Disponvel em:
<http://www.who.int>.
Acesso
em:
23
jul.
2012.

81
APNDICE A Matriz de custos (distncias entre os postos candidatos e pontos de demanda)

82
APNDICE B Matriz de designao (relativo a cobertura de 152,970m)