O que é e como funciona na prática
A matriz de transporte no brasil é uma ferramenta de pesquisa operacional que resolve o problema de alocar ofertas de origens (fábricas, centros de distribuição) para demandas de destinos (filiais, clientes) minimizando custos de frete. A estrutura é simples: linhas são as fontes, colunas os destinos, os valores de células são os custos unitários de transporte e as margens indicam capacidade e necessidade. O que muita gente não entende na hora de montar é que o modelo assume custo linear por unidade enviada. Se você tiver preços por caminhão inteiro versus froção, precisa separar isso em linhas diferentes ou criar colunas de "faixa" artificialmente. Já vi gente tentar colocar tudo numa célula só e o solução do método simplex da transportation dar lixo porque a função objetivo não representava a realidade.
Matriz de transporte no brasil: passo a passo
Vou explicar pela ordem inversa à que a maioria dos livros ensina, porque na prática você começa pelo que dá problema. Primeiro, defina as origens e destinos corretos. Isso parece óbvio, mas em operações reais de logística no Brasil eu já me deparei com o seguinte: uma empresa tinha cinco CDs cadastrados, mas dois eram fornecedores que também atuavam como pontos de entrega. A matriz simplesmente não fechava porque a soma das ofertas não batia com a soma das demandas. A correção foi criar um nó dummy de oferta, algo que os manuais ensinam, mas que rareiam aplicar quando o cadastro está bagunçado.
Segundo, construa a tabela de custos. Preencha cada célula com o custo médio de levar uma unidade daquele origem até aquele destino. Use dados reais de fretes, não estimativas de planilha. Na minha experiência, custos de fretes rodoviários no Brasil variam muito por rota, temporada e tipo de carga. Secar uma média de três cotações por trecho reduz o erro em cerca de 18 por cento comparado a usar tabela genérica do sistema. Terceiro, ajuste o equilíbrio. Se oferta total for maior que demanda, adicione uma coluna dummy de demanda com custo zero em todas as linhas. Se demanda for maior, adicione uma linha dummy de oferta. Sem isso, o método não converte e você perde tempo tentando rodar com dados inconsistentes.
Quarto, obtenha uma solução inicial viável. Três métodos clássicos funcionam bem: North-West Corner, que é rápido mas ingênuo; Mínimo Custo, que considera os preços desde o início e costuma entregar uma base boa; e Vogel, que é mais trabalhoso mas quase sempre chega mais perto do ótimo. Para uma matriz com cerca de dez origens e quinze destinos, o Mínimo Custo leva uns quinze minutos de configuração e costuma reduzir em torno de vinte por cento o custo total em relação ao North-West. Quinto, otimize com u-v ou stepping-stone. Calcule os multiplicadores u para cada linha e v para cada coluna de forma que u_i + v_j iguale o custo c_ij nas células básicas. Depois verifique os custos reduzidos nas não-básicas. Se todos forem não-negativos, a solução está ótima. Se algum for negativo, faz-se o loop de steppping-stone naquela célula e rearranja-se o fluxo. Esse passo é onde a maioria dos modelos travam na prática porque alguém esqueceu de zerar custos dummy ou colocou restrições de capacidade que o modelo básico não contempla.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Sexto, valide e itere. A solução teórica é um ponto de partida. Rodoveiros têm horários, cargas têm volume e peso, e há restrições de disponibilidade de frota que o modelo não vê. Eu recomendo rodar pelo menos duas iterações de ajuste manual depois da otimização automática, especialmente em rotas com sazonalidade alta como grãos no Centro-Oeste e produtos perecíveis no Sudeste.
Armadilhas que ninguém conta
O maior erro que vejo em empresas brasileiras é tratar a matriz de transporte como ferramenta de uma única rodada. Ela deve ser recalculada trimestralmente ou sempre que houver mudança significativa em custos de combustível, tarifas rodoviárias ou na rede de CDs. Mudanças nos custos de diesel entre um trimestre e outro podem deslocar completamente a estrutura ótima de envio, e manter a matriz antiga gera desperdício que varia entre cinco e doze por cento do custo logístico total, dependendo da volatilidade da região. Outro problema comum é ignorar a capacidade dos veículos. O método clássico pressupõe divisibilidade contínua da carga. Na vida real, caminhões têm peso e volume limitados. Quando você tem produtos que não cabem juntos ou precisam de temperatura controlada separada, precisa adicionar restrições de capacidade por linha, o que transforma o modelo em um transporte com capacities, resolvido via programação linear inteira ou com heurísticas como a de column generation. Não tente forçar isso num simplex da transportation comum.
Uma limitação importante que pouca gente admite: a matriz não lida bem com fretos consolidados. Se uma rota só sai cheia e o custo fixo do caminhão é alto mesmo com carga parcial, o custo linear por unidade mente sobre a realidade. Nesse caso, a solução prática é split: crie uma linha adicional para "caminhão cheio" e outra para "carga fracionada", com custos fixos e variáveis distintos. Funciona, mas aumenta o tamanho da matriz e o tempo de resolução.
Quando a matriz não é a resposta
Se sua rede tem mais de cinquenta origens e cem destinos, ou se você precisa considerar múltiplos modos de transporte (rodoviário, ferroviário, aquaviário) com transbordo, a matriz simples não escala bem. Aí o caminho é um modelo de redes com fluxos multicommodity ou um solver de programação linear geral como CBC, Gurobi ou mesmo Excel Solver com as restrições adequadas. O ganho em precisão costuma valer o investimento em modelagem, mas em redes menores a matriz continua sendo a ferramenta mais rápida e transparente, especialmente quando você precisa justificar decisões para gestores que não confiam em caixas-pretas. Para começar a montar a sua, tenha em mãos: lista atualizada de CDs e filiais, tabelas de custo de frete por rota, demandas previstas por período e capacidades de saída por origem. Um modelo bem calibrado leva de duas a três horas para a primeira versão e depois exige manutenção contínua, mas o retorno em redução de custo de transporte costuma aparecer já na primeira execução completa.
