utilizaÇÃo da modelagem matemÁtica...
TRANSCRIPT
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
DIRETORIA DE PESQUISA E PÓS-GRADUAÇÃO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
MESTRADO EM ENGENHARIA DE PRODUÇÃO
LUCIANA MAICHAKI MARÇAL DELINSKI
UTILIZAÇÃO DA MODELAGEM MATEMÁTICA MULTIOBJETIVO NA
GERAÇÃO DE DIETA PARA UM RESTAURANTE UNIVERSITÁRIO
DISSERTAÇÃO
PONTA GROSSA
2019
LUCIANA MAICHAKI MARÇAL DELINSKI
UTILIZAÇÃO DA MODELAGEM MATEMÁTICA MULTIOBJETIVO NA
GERAÇÃO DE DIETA PARA UM RESTAURANTE UNIVERSITÁRIO
Dissertação apresentada como requisito parcial à obtenção do título de Mestre em Engenharia de Produção, do Programa de Pós-Graduação em Engenharia de Produção, da Universidade Tecnológica Federal do Paraná.
Orientador: Prof. Dr. João Carlos Colmenero
Coorientadora: Profa. Dra. Vanina Macowski Durski Silva Brasil
PONTA GROSSA
2019
Ficha catalográfica elaborada pelo Departamento de Biblioteca da Universidade Tecnológica Federal do Paraná, Câmpus Ponta Grossa n.20/19
Elson Heraldo Ribeiro Junior. CRB-9/1413. 11/03/2019.
D353 Delinski, Luciana Maichaki Marçal
Utilização da modelagem matemática multiobjetivo na geração de dieta para um restaurante universitário. / Luciana Maichaki Marçal Delinski, 2019.
83 f.; il. 30 cm.
Orientador: Prof. Dr. João Carlos Colmenero Coorientadora: Profa. Dra. Vanina Macowski Durski Silva Brasil
Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção, Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019.
1. Programação linear. 2. Modelos matemáticos. 3. Dieta. 4. Universidades e faculdades. 5. Restaurantes. I. Colmenero, João Carlos. II. Brasil, Vanina Macowski Durski Silva. III. Universidade Tecnológica Federal do Paraná. IV. Título.
CDD 670.42
Universidade Tecnológica Federal do Paraná Campus Ponta Grossa
Diretoria de Pesquisa e Pós-Graduação PROGRAMA DE PÓS-GRADUAÇÃO EM
ENGENHARIA DE PRODUÇÃO
FOLHA DE APROVAÇÃO
Título da Dissertação Nº 01/2019
UTILIZAÇÃO DA MODELAGEM MATEMÁTICA MULTIOBJETIVO NA GERAÇÃO DE DIETA PARA UM RESTAURANTE UNIVERSITÁRIO
por
Luciana Maichaki Marçal Delinski
Esta dissertação foi apresentada às 10 horas do dia 12 de fevereiro de 2019 como requisito
parcial para a obtenção do título de MESTRE EM ENGENHARIA DE PRODUÇÃO, com área
de concentração em Gestão Industrial, linha de pesquisa em Otimização e Tomada de
Decisão, Programa de Pós-Graduação em Engenharia de Produção. O candidato foi arguido
pela Banca Examinadora composta pelos professores abaixo citados. Após deliberação, a
Banca Examinadora considerou o trabalho aprovado.
Prof. Dr. Ubiratã Tortato (PUCPR) Prof. Dr. Aldo Braghini Junior (UTFPR)
Prof. Dr. Antônio Sola (UTFPR) Prof. Dr. João Carlos Colmenero (UTFPR) - Orientador
Prof. Dr. Antônio Carlos de Francisco
(UTFPR) - Coordenador do PPGEP
A FOLHA DE APROVAÇÃO ASSINADA ENCONTRA-SE NO DEPARTAMENTO DE
REGISTROS ACADÊMICOS DA UTFPR – CÂMPUS PONTA GROSSA
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PR
AGRADECIMENTOS
Nesta trajetória muitas pessoas estiveram presentes, me auxiliando e
orientando para que pudesse concluir esta dissertação.
Agradeço à Deus pela minha vida e oportunidades que me conduz.
Agradeço ao meu filho Bernardo por ser meu maior incentivo e peço desculpa
pelos momentos de ausência. Agradeço meu esposo William por sempre me apoiar e
incentivar em toda a trajetória. Agradeço minha mãe por ser minha base e meu ponto
de socorro quando preciso.
Agradeço ao meu orientador Prof. Dr. João Carlos Colmenero, pela sabedoria
com que me guiou nesta trajetória. Agradeço à Prof. Dra. Vanina pelos conhecimentos
compartilhados.
Agradeço à minha irmã Luana e meus avós Floriano e Marlene por sempre
estarem ao meu lado me auxiliando.
À CAPES pelo apoio financeiro durante esta trajetória.
Aos meus colegas de sala.
A Secretaria do Curso, pela cooperação.
Enfim, a todos os que por algum motivo contribuíram para a realização desta
pesquisa.
RESUMO
DELINSKI, Luciana Maichaki Marçal. Utilização da modelagem matemática multiobjetivo na geração de dieta para um restaurante universitário. 2018. 83 p. Dissertação (Mestrado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná. Ponta Grossa, 2019.
Esta pesquisa utiliza a modelagem matematica para a geração de dietas, senda que esta pode ser utilizada para diversas áreas. Uma alimentação balanceada contribui para prevenção de doenças, auxilia no bem estar e na concentração, no entanto, por diversos motivos nem sempre o ser humano consegue ter o hábito de consumir uma alimentação balanceada, como a mudança de rotina, o que geralmente acontece estudantes universitários. Esta pesquisa tem como principal objetivo a proposta de um modelo matemático multiobjetivo para a geração de dietas. Este modelo foi adaptado e testado para gerar uma dieta para Restaurantes Universitários, onde geralmente os estudantes realizam suas principais refeições. O modelo considera três objetivos principais para a dieta, o menor custo, selecionar alimentos com maior índice de preferência alimentar dos estudantes e proporcionar a mínima quantidade possível de colesterol. Esses objetivos são alcançados considerando que os requisitos nutricionais da faixa etária estudada sejam respeitados. A metodologia desta pesquisa foi composta por 6 etapas. Primeiramente foram obtidos os dados da composição nutricional dos alimentos e realizada a seleção dos alimentos, pois nem todos os alimentos eram viáveis para serem consumidos nas refeições principais e/ou em um restaurante universitário. Após esta seleção foram buscados os preços destes alimentos. Foram obtidas as recomendações nutricionais ao ser humano, os limites máximos e mínimos de energia, nutrientes e vitaminas essenciais para indivíduos de 19 à 24 anos. Como um dos objetivos do modelo é servir alimentos com a maior aceitação dos estudantes, foram obtidos os resultados da pesquisa de preferência alimentar realizado na UTFPR pela autora Spak (2017) e estes resultados foram fuzzificados. A última etapa da metodologia foi a execução do modelo matemático multiobjetivo. Este modelo foi aplicado para a geração de uma dieta para o Restaurante Universitário e obteve-se um custo mínimo de R$2,96 e alimentos selecionados com maior índice de aceitação aos estudantes da UTFPR. Conclui-se que o mesmo está hábil a auxiliar na geração de dieta, podendol ser adaptado à qualquer público, sendo necessário apenas a mudança dos dados utilizados de acordo com o público estudado.
Palavras-chave: Programação linear multiobjetivo. Modelagem de dieta. Restaurante universitário.
ABSTRACT
DELINSKI, Luciana Maichaki Marçal. Utilization of a multiobjective mathematical modeling in a diet generation for university restaurant. 2018. 83 p. Dissertation (Master Degree in Engineering Production) - Federal Technology University - Paraná. Ponta Grossa, 2019.
Mathematical modeling can be used in several areas; one of them is the diet generation. A balanced feed contributes to disease prevention, help in well-being and focus, however, for any reason not always the human being is able to have a balanced feed, with the routine change, what usually occurs to university students. This research has as main objective the proposal of a multiobjective mathematical model for the generation of diets. This model has been adapted and tested to generate a diet for University Restaurants, where students usually carry out their main meals. The model considers three main objectives for the diet, the lowest cost, to select foods with higher food preference of the students and to provide the minimum possible amount of cholesterol. These objectives are achieved only if the nutritional requirements of each age range studied are respected. The methodology used is this study was composed by six steps. First the nutritional composition of food data was obtained and the food were selected, as not all foods were practicable to be consumed in main meals and/or in an university restaurant. After this selection the price of food were obtained. It were obtained also the nutritional recommendation for human being, the maximum and minimum energy limits, essential nutrients and vitamins for people from 19 to 24 years old. As one of the objectives of the model is to give food with higher acceptance of students, it were obtained the results of food preference survey realized in UTFPR by the author Spak (2017) and these results were fuzzified. The last step of the methodology was the execution of the multiobjective mathematical model. This model was applied to generate a diet to university restaurant, it was obtained a minimum cost of R$2,96 and selected food with higher acceptance level of students in UTFPR. The conclusion is that the model is able to help in diet generation, it can be adapted to any public, being necessary only the change in used data according to the studied public.
Keywords: Multiobjective linear programming. Diet modelling. University restaurant.
LISTA DE ILUSTRAÇÕES
Figura 1 - Estrutura do trabalho ................................................................................. 14
Figura 2 - Fluxo de um procedimento de otimização multiobjetivo por duas etapas . 25
Figura 3 - Metodologia do trabalho ............................................................................ 29
Gráfico 1 - Qualidade das refeições .......................................................................... 17
Gráfico 2 - Locais de refeições dos estudantes......................................................... 17
Gráfico 3 - Quantidade de energia (kcal) em cada alimento ..................................... 42
Gráfico 4 - Quantidade de proteína (mg) e fibra alimentar (mg) em cada alimento... 43
Gráfico 5 - Quantidade de carboidrato (mg) em cada alimento ................................. 43
Gráfico 6 - Quantidade de cálcio (mg) e fósforo (mg) em cada alimento .................. 44
Gráfico 7 - Quantidade de magnésio (mg) e vitamina C (mg) em cada alimento ...... 44
Gráfico 8 - Quantidade de manganês (mg), cobre (mg) e tiamina (mg) em cada alimento ..................................................................................................................... 45
Gráfico 9 - Quantidade de zinco (mg) e ferro (mg) em cada alimento ....................... 45
Quadro 1 - Preferências fuzzificadas ........................................................................ 38
Quadro 2 - Alimentos obtidos a partir de cada função .............................................. 40
LISTA DE TABELAS
Tabela 1 - Quantidade necessária de minerais, vitaminas e macronutrientes .......... 31
Tabela 2 - Escala para representação fuzzy ............................................................. 34
Tabela 3 - Valores obtidos a partir de cada função ................................................... 40
Tabela 4 - Valores ótimos obtidos ............................................................................. 41
Tabela 5 - Dieta obtida .............................................................................................. 42
Tabela 6 - Valores ótimos para prioridade custo ....................................................... 48
Tabela 7 - Dieta obtida com priorização do custo ..................................................... 48
SUMÁRIO
1 INTRODUÇÃO ....................................................................................................10
1.1 OBJETIVOS ....................................................................................................11
1.1.1 Objetivo Geral ...............................................................................................12
1.1.2 Objetivos Específicos....................................................................................12
1.2 JUSTIFICATIVA ..............................................................................................12
1.3 ESTRUTURA DO TRABALHO .......................................................................14
2 REFERENCIAL TEÓRICO .................................................................................16
2.1 HABITOS ALIMENTARES DOS ESTUDANTES UNIVERSITÁRIOS .............16
2.2 DIETA BALANCEADA ....................................................................................18
2.3 UTILIZAÇÃO DE MODELAGEM MATEMÁTICA NA ELABORAÇÃO DE DIETA..……………………………………………………………………………………..19
2.4 MODELAGEM MATEMÁTICA MULTIOBJETIVO ...........................................23
2.4.1 Classificação dos Métodos Multiobjetivos.....................................................25
2.4.2 Aplicação da Otimização Multiobjetivo..........................................................26
3 METODOLOGIA .................................................................................................29
3.1 ETAPAS DA PESQUISA ................................................................................29
3.1.1 Composições Nutricionais dos Alimentos .....................................................29
3.1.2 Recomendações Nutricionais ao Ser Humano .............................................30
3.1.3 Preços dos Alimentos ...................................................................................32
3.1.4 Pesquisa de Preferência Alimentar ...............................................................32
3.1.5 Fuzzificação das Preferências ......................................................................33
3.1.6 Programação Linear Multiobjetivo ................................................................34
4 RESULTADOS ...................................................................................................38
4.1 RESULTADO DA PESQUISA DE PREFERÊNCIA ALIMENTAR ...................38
4.2 DIETA OBTIDA ...............................................................................................40
4.3 PRIORIZAÇÃO DOS OBJETIVOS .................................................................47
5 CONCLUSÃO .....................................................................................................50
REFERÊNCIAS .......................................................................................................51
ANEXO A - INFORMAÇÕES NUTRICIONAIS DOS ALIMENTOS SELECIONADOS...……………………………………………………………………….57
ANEXO B - RESPOSTAS OBTIDAS DO QUESTIONÁRIO DE PREFERÊNCIA ..63
10
1 INTRODUÇÃO
Existem algumas atividades humanas que são essenciais para a
sobrevivência. Entre elas está a alimentação, a qual está sendo influenciada pela
globalização, através da alteração de rotina da maioria dos indivíduos. Tal rotina
favorece o consumo de alimentos de fácil acesso, rápidos e/ou de baixo custo
(BREWIS, 2015). Em geral, o indivíduo não se preocupa com a composição nutricional
destes alimentos, os quais, geralmente, apresentam alto teor de gordura, açúcar e/ou
sódio (PROENÇA, 2010).
O alto consumo destes componentes pode acarretar no desenvolvimento de
doenças crônicas, como diabete e obesidade, doenças que estão se tornando comum
na sociedade, e para se obter um desenvolvimento físico e mental ideal é necessário
ingerir diariamente uma quantidade mínima de nutrientes, vitaminas e energia. É
válido comentar que muitos destes componentes, geralmente, não estão presentes
nos alimentos que a sociedade está consumindo em sua rotina, sendo substituídos
por alimentos com alto índice calórico e poucos nutrientes, devido a diferentes
motivos, como pouco tempo para fazer sua própria refeição e tendo que consumir o
que é mais fácil e rápido (WHO, 2003; ALIBABIE et al., 2014).
Grandes mudanças na vida do ser humano pode impactar na sua
alimentação, o que acontece com a maioria dos estudantes universitários. Geralmente
nesta fase da vida ocorrem mudanças significativas, como a saída da casa dos pais,
o aumento da carga curricular, tendo que dedicar-se várias horas do dia para o estudo.
Essas mudanças podem gerar um aumento de ansiedade e estresse, influenciando
diretamente nos hábitos alimentares, pois os estudantes, de modo geral, optam por
refeições mais rápidas e de baixo custo, sendo que, muitas vezes estas refeições são
de alto índice calórico e não são nutricionalmente adequadas (ROLDÁN et al., 2005;
KRESIC et al., 2008; GREANEY et al., 2009). Consequentemente, a não ingestão
dos nutrientes e vitaminas necessários ao indivíduo pode afetar diretamente na
aprendizagem do estudante (BARIC; SALATIC; LUKESIC, 2003).
A escolha do local para realizar as refeições, geralmente, envolve agilidade
para servir a refeição, acesso fácil e preço acessível, e assim, uma alternativa para os
estudantes é realizar as principais refeições no restaurante universitário (RU). O RU
deve servir aos estudantes refeições com o preço condizente com a realidade dos
acadêmicos, bem como, refeições saudáveis e que contenham todos os grupos
11
alimentares necessários para serem consumidos todos os nutrientes e vitaminas
indispensáveis (GREANEY et al., 2009). Para que os estudantes consumam todos
esses grupos alimentares é necessário que os cardápios sejam preparados de acordo
com as preferencias alimentares, ou seja, servir alimentos que tenham maior
aceitação pelo paladar da maioria dos estudantes, pois a esta aceitação dos alimentos
é um fator determinante na escolha alimentar (NICKLAUS et al., 2004).
No entanto, existem estudos que verificaram que muitos dos restaurantes
universitários elaboram seus cardápios em desacordo com as informações
nutricionais ideais ao ser humano, sendo apenas o custo o fator determinante para a
montagem do cardápio (MAESTRO; SALAY, 2008; BRIEFEL; WILSON; GLEASON,
2009; CREPINSEK et al., 2009). Além da ajuda de um profissional de nutrição para
designar as informações nutricionais, existem meios que podem auxiliar na
elaboração das dietas, como a modelagem matemática, onde é possível direcionar os
principais objetivos para cada dieta desejada.
A utilização da modelagem matemática para a elaboração de dietas foi
pesquisada e estudada por diversos autores, cada um com a realidade encontrada,
em diferentes situações, objetivos e de dietas (BALINTFY et al., 1978; LOCKS, 1980;
RUGG; WHITE; ENDRES, 1983; LANCASTER, 1992), mas não utilizando da
preferência alimentar como um dos objetivos principais.
Neste contexto, foi determinado como ponto de partida para esta pesquisa a
seguinte pergunta: Como pode ser gerada uma dieta para um Restaurante
Universitário (RU), que atenda as exigências nutricionais, de modo a selecionar
alimentos de maior preferência dos estudantes e entre esses alimentos
selecionar os que possuem preços inferiores?
1.1 OBJETIVOS
A presente pesquisa apresenta os seguintes objetivos:
12
1.1.1 Objetivo Geral
Desenvolver um modelo matemático de auxílio à geração de dieta, o qual
selecione alimentos de maior preferência e menores preços, atendendo aos requisitos
nutricionais.
1.1.2 Objetivos Específicos
Identificar os requisitos nutricionais necessários ao ser humano e as
preferências alimentares dos estudantes universitários;
Selecionar alimentos a serem utilizados para o modelo, bem como seus
componentes nutricionais;
Fuzzificar as respostas obtidas das preferências alimentares dos
estudantes;
Gerar o modelo de programação linear multiobjetivo;
Analisar a dieta obtida com o modelo.
1.2 JUSTIFICATIVA
Alimentação inadequada e a não ingestão dos nutrientes necessários é
comum em vários grupos de indivíduos, por diversos motivos. Um grupo muito afetado
pela má alimentação, estudantes universitários, devido a alteração no estilo de vida,
como o aumento da grade curricular e muitas vezes a saída da casa de familiares.
Com isso, os estudantes acabam não dando importância à alimentação e acabam
ingerindo alimentos com um maior teor de gordura, bem como não ingerindo os
nutrientes essenciais, o que pode acarretar em doenças futuras (ROLDÁN et al., 2005;
KRESIC et al., 2008; GREANEY et al., 2009).
Um ponto relevante é que segundo uma pesquisa realizada por Alves e Boog
(2007) a maioria dos estudantes almoçam no RU, como mostra o Gráfico 2 (página
17). Sendo assim, no RU devem ser servidas refeições nutricionalmente adequadas,
de modo que os estudantes consumam os nutrientes e as vitaminas essenciais ao ser
humano e assim seja suprido ao menos uma parte do necessário ao longo do dia.
13
Em se tratando de refeições nutricionalmente adequadas, segundo o DRI
(INSTITUTE, 2005) deve ser consumido o mínimo possível de colesterol, sendo que
seu alto consumo pode ocasionar problemas de saúde.
No entanto, ter uma dieta prescrita, para o RU, que atenda às necessidades
nutricionais e com baixo índice de colesterol não é suficiente caso esta dieta não
agrade ao paladar dos universitários. Pois para o indivíduo satisfazer tais necessidade
devem ser consumidos vários grupos alimentares. Sendo assim, servir a refeição com
alimentos de maior preferência dos estudantes irá colaborar para que sejam
consumidos todos os grupos alimentares (NICKLAUS et al., 2004).
Deste modo, a utilização da modelagem matemática para a formulação de
dietas pode auxiliar para que sejam selecionados os alimentos com melhor teor
nutricional, segundo as restrições propostas ao modelo, de modo que obedeça ao
objetivo do modelo, como por exemplo, a redução de custo da dieta.
Assim, para o modelo ter uma maior confiabilidade e se aproximar da
realidade encontrada pode-se utilizar a otimização multiobjetivo, onde é possível o
problema obter mais de uma função objetivo, por exemplo, acrescentando um objetivo
de maximizar a preferência alimentar, além da minimização do custo.
Esta preferência alimentar é obtida através de uma determinada escala
linguística. Então, para ser utilizada no modelo matemático pode ser obtida a média
das repostas. No entanto, para uma escala discreta a média seria um valor não
eficiente, não representando o valor real das respostas (MARTÍNEZ, 2007). Assim, a
utilização da representação fuzzy antes de realizar a média proporciona maior
realidade das repostas, pois quando são respondidos os questionários com escala,
geralmente, o entrevistado não possui tanta certeza de sua resposta, uma vez que é
difícil quantificar o quanto gosta ou desgosta de determinado alimento.
Desta maneira, o trabalho em questão contribui para área de modelagem
matemática, estatística, bem como para a área nutricional, desenvolvendo um modelo
multiobjetivo, utilizando o método de fuzificação e tendo como resposta uma dieta para
estudantes universitários.
14
1.3 ESTRUTURA DO TRABALHO
O presente trabalho possui cinco capítulos, sendo dispostos de acordo com a
Figura 1:
Figura 1 - Estrutura do trabalho
Fonte: Autoria própria
15
Todas as informações contidas na Figura 1 serão abordadas nos capítulos
deste trabalho. No capítulo 1 consta uma abordagem geral dos temas, como o
problema de pesquisa, objetivos e justificativas. O Capítulo 2, descreve como é o
hábito alimentar dos estudantes universitários, apresenta características de
preferência alimentar, como ela influencia na escolha dos alimentos e como pode ser
mensurada. Relata os principais atributos da otimização multiobjetivo. Demonstra um
breve histórico da utilização de modelagem em dietas e apresenta fatores que
influenciam para uma dieta equilibrada.
O Capítulo 3 descreve toda a metodologia realizada para a execução deste
trabalho, incluindo pesquisa de campo, referências utilizadas e a modelagem
matemática gerada.
No capítulo 4 são apresentados os resultados obtidos com a utilização do
modelo proposto e enfim, no capítulo 5 são apresentadas as considerações finais do
trabalho realizado.
16
2 REFERENCIAL TEÓRICO
2.1 HABITOS ALIMENTARES DOS ESTUDANTES UNIVERSITÁRIOS
A saúde do ser humano pode ser influenciada pela alimentação, em qualquer
fase da vida, podendo acarretar problemas de saúde imediatos ou a longo prazo. A
chance de desenvolver doenças crônicas, como obesidade, diabetes, doenças
cardiovasculares, bem como determinados tipos de câncer, aumentam quando não
há um consumo alimentar adequado (WHO, 2003).
Assim, já é perceptível o aumento das doenças citadas em universitários,
nicho que é propício para haver aumento na ingestão de gorduras e alimentos
nutricionalmente inadequados, bem como um menor consumo dos nutrientes
essenciais ao ser humano. Tais mudanças de hábitos muitas vezes se dão ao fato de
que a maioria necessita sair da casa da família e ir morar em republicas ou
pensionatos e com a grande carga curricular não conseguem se preocupar com a
ingestão alimentar (MARCONDELLI; COSTA; SCHMITZ, 2008).
Em uma pesquisa realizada por Alves e Boog (2007) a respeito do
comportamento alimentar de estudantes universitários, houveram alguns relatos dos
universitários que a alimentação não é prioridade nesta fase da vida. Existem muitas
novidades, sendo que, segundo relatos, esta fase envolve algumas prioridades que
são vividas com intensidade, como um bom desempenho acadêmico, programas
culturais envolvendo a universidade e ainda uma vida social ativa, não restando tempo
ou disposição para realizar o preparo de uma refeição adequada.
Além disso, os relatos apontam, que o fator econômico também influencia na
escolha de uma refeição. Ou seja, as refeições são escolhidas de acordo com a
facilidade, rapidez e de preço inferior.
Ainda se referindo à pesquisa realizada por Alves e Boog (2007), onde foram
entrevistados cem estudantes, a maioria com idade de 20 a 25 anos, foram analisados
o desjejum, almoço e janta. O desjejum classificado em padrão, completo, incompleto
e ausente, já almoço e janta como completo, incompleto e ausente. Assim, foram
obtidos os resultados, conforme exposto no Gráfico 1.
17
Gráfico 1 - Qualidade das refeições
Fonte: Adaptado de Alves e Boog (2007)
É perceptível que o almoço é a refeição mais completa entre a maioria. O
desjejum já não faz parte da rotina de muitos e o jantar é o mais incompleto, pois o
mesmo está sendo substituído por lanches.
Outra pesquisa realizada pelo mesmo autor foi para verificar onde os
estudantes realizam suas refeições.
Gráfico 2 - Locais de refeições dos estudantes
Fonte: Adaptado de Alves e Boog (2007)
O Gráfico 2 demonstra que a maior parte dos estudantes realiza o almoço no
RU, bem como, a maioria não realiza o desjejum como a informação retirada do
Gráfico 1.
18
2.2 DIETA BALANCEADA
Uma dieta balanceada é capaz de promover benefícios ao ser humano,
melhorando a saúde e o prevenindo de doenças crônicas, o proporcionando uma
melhor qualidade de vida (MAILLOT et al., 2009). Mas alimentar-se de maneira
saudável não é tão simples, pois não se baseia apenas em quantidades calóricas, por
exemplo. Existem vários nutrientes e vitaminas levados em consideração e devem ser
ingeridos diariamente e ainda com uma quantidade mínima pré-determinada.
Para a realização desta dieta é possível citar alguns fatores que são
envolvidos antes da mesma ser iniciada, pois nenhuma dieta não é genérica, varia a
cada ser humano. Sendo assim, é necessária uma ida ao especialista, onde para
prescrever a dieta é levado em conta, sexo, altura, peso, realização de exercícios
físicos ou não, problemas nutricionais pessoais, bem como os alimentos disponíveis
na região e de acordo com a cultura de cada indivíduo (FERGUSON et al., 2009).
Mesmo a dieta não sendo genérica a todos os indivíduos existe na literatura
quantidades mínimas aproximadas da ingestão de cada nutriente e vitaminas, bem
como a energia necessária diária para o ser humano realizar suas atividades básicas.
Sendo que tais quantidades podem variar de acordo com a idade e sexo.
Obter as quantidades ideais de cada vitamina, nutriente e composição
centesimal é essencial para a montagem de qualquer dieta, pois influenciará na saúde
humana. Assim deve-se entender e conhecer a composição nutricional de cada
alimento.
Maillot e Drewnowski (2011) entenderam que os principais grupos de
alimentos a serem utilizados em uma dieta são: vegetais; carnes, aves e peixes; ovos,
feijão, legumes, nozes e sementes; leite, iogurte e queijo; pão, cereais, arroz e
massas; gorduras e óleos; e doces.
De maneira genérica na maioria das dietas modeladas aumentou-se a
quantidade de frutas, legumes, grãos peixes e produtos lácteos frescos. Bem como
foram diminuídos carnes vermelhas, queijos e doces. Isso mostra que existem
alimentos comuns nas dietas, o que muda para cada indivíduo pode ser a quantidade
maior ou menor de algum alimento, mas os alimentos constituintes de uma dieta
saudável geralmente são os mesmos (MAILLOT et al., 2009).
19
Para realizar uma dieta equilibrada é necessário fazer a escolha dos alimentos
a serem ingeridos, sendo que esta escolha pode ser influenciada por diversos fatores,
como ambientais, sociais, culturais e econômicos (COX; HENDRIE; CARTY, 2016).
As características dos alimentos, como sabor doce ou amargo, determinam a
preferência alimentar, sendo de acordo com o gosto individual. (COX; HENDRIE;
CARTY, 2016). São essas preferências alimentares que, geralmente, determinam a
escolha dos alimentos nas refeições (HONKANEN, 2010).
Contudo, a preferência por alimentos pouco saudáveis pode ser o fator de
maior influência para em uma dieta não saudável, causando um défit na saúde do
indivíduo. Portanto, existe a preocupação em oferecer alimentos saudáveis que
possuem maior aceitação na preferência do público alvo (HONKANEN, 2010).
Existem teorias populacionais que comer saudável custa caro, mas o autor
Maillot et al. (2008) relata que conhecendo o valor nutricional dos alimentos pode
tornar a dieta mais barata. Muitas vezes comer saudável ou não saudável envolve
questões socioeconômicas, onde o que se preza é o preço do alimento e não seu
perfil nutricional. Mas utilizar a programação linear para modelagem de dietas com o
objetivo de menor custo e mesmo assim a ferramenta tem uma vantagem de atender
a necessidade nutricional.
2.3 UTILIZAÇÃO DE MODELAGEM MATEMÁTICA NA ELABORAÇÃO DE DIETA
A preocupação com a qualidade de vida e o bem-estar do ser humano não
teve início neste século, apesar de nos dias de hoje estar mais aguçada. Há alguns
anos já se começava a estudar e pesquisar sobre dietas realizadas por meio da
programação matemática.
Os autores Balintfy et al. (1978) realizaram um estudo utilizando da
programação matemática não linear para obter cardápios finitos. Tendo o objetivo de
obter um controle nutricional e de custos dos alimentos inseridos no cardápio. Para
melhor satisfazer, a programação foi executada para maximizar as preferências. Por
exemplo, havia mais preferência por filé mignon do que outro tipo de carne bovina,
então seria maximizado o filé mignon e minimizado os outros tipos de carne bovina.
O mesmo autor relatou em sua pesquisa a respeito das entradas dos
algoritmos. Podendo ser optado pela programação heurística e programação de
20
separação. Sendo a heurística mais utilizada quando são pessoas com diabetes, por
exemplo, e a programação de separação pode-se ter um algoritmo simplificado.
Sendo sua programação realizada para vinte dias, compreendendo grupos de cinco
dias e seis refeições ao dia. No entanto o autor conclui que houve alguns
descontentamentos que podem ser reparados no modelo, como a possibilidade de o
ser humano consumir mais ou menos de determinado alimento.
Locks (1980) publicou um estudo com dois modelos de dietas, ambos com
programação inteira mista. O primeiro modelo possuía limites superiores e inferiores
para onze tipos de nutrientes (cálcio, fósforo, etc.), 392 alimentos disponíveis e um
determinado custo fixo por mês. Já o segundo modelo programado teria uma maior
variedade de alimentos, incluindo 68 a mais, e um custo fixo maior por mês. Com os
dois modelos de dietas para um ser humano ativo e jovem, ambas as dietas
satisfazem os nutrientes propostos no modelo. Sendo assim o segundo modelo
permite algumas “folgas” nutricionais por poder utilizar mais os alimentos, devido ao
maior custo inserido no modelo.
Rugg, White e Endres (1983) publicou um estudo com o objetivo de auxiliar
os profissionais de nutrição que atendem pacientes com diabetes a desenvolver
dietas. Para desenvolver o modelo adequado foi um trabalho longo e intenso. No
entanto, após o modelo pronto o autor concluiu que dispor dietas através do método
de programação linear é mais rápido e completo, no quesito de nutrientes, em
comparação ao método manual.
Foi publicado pelo autor Taj (1990) um artigo relatando seu estudo com
modelos de programação matemáticos para dietas um tanto quanto diferenciados. Em
seu estudo era maximizado os nutrientes necessários ao ser humano, como nos
demais estudos, e possuía a restrição de preço por semana. Foi utilizada a análise
marginal para detectar um custo marginal para cada nutriente, ou seja, o modelo de
dieta ficaria basicamente baseado em preços.
O autor conclui que este modelo de dieta é menos oneroso e sugere para que
órgãos governamentais que sejam responsáveis pelo planejamento alimentar utilizem
desta ferramenta para contribuir tanto com o dinheiro público quanto com uma boa
nutrição da população.
Um estudo bibliográfico a respeito de programações matemática aplicada à
dieta foi publicado por Lancaster (1992). Onde relata que muitas pensam que montar
dietas é processo simples, mas pelo contrário, é muito complexo, ainda mais quando
21
se fala em restrições alimentares. Por isso a utilização de tecnologia e base de dados
informatizada é de grande valia.
Pode-se referir tal tecnologia para dietas a programação matemática, que
pode ser dividida em três gerações, segundo Lancaster (1992):
a) Modelo de minimização de custos: o autor relata que o modelo é
desenhado por programação inteira (0,1) e geralmente proposto por
algoritmo heurístico. É priorizada a redução de 10 a 30% dos custos da
dieta. Tal método foi de grande relevância para hospitais, pois os custos
devem ser reduzidos e os pacientes com dietas balanceadas. Com o
planejamento de cardápios assistidos por computador foi comprovado sua
redução de 6 a 9% nos custos dos cardápios e um menor teor de gordura
na dieta. No entanto no decorrer dos cardápios desenvolvidos constatou-
se alguns problemas, como combinações de texturas, sabores, cores e
entre outros problemas que serão tentados ser solucionados nos próximos
estudos.
b) Modelo de maximização de preferencias: tal modelo teve início por volta
da década de 70. Os estudos para esse modelo de maximização de
preferencias, ou seja, o que era primordial no cardápio era o gosto do
cliente, mostraram que os gostos/preferencias eram variáveis,
aumentavam e depois de consumidos diminuíam. Para realizar a
programação da dieta é utilizada a função quadrática p = ax - bx², onde a
é o item de preferência da tabela indicada, x é a quantidade da porção
servida e b é o coeficiente de saciedade. Sendo que o problema pode ser
resolvido por qualquer algoritmo de programação quadrática.
c) Modelo de adaptações de refeições: o objetivo desta modelagem é
planejar o cardápio de acordo com a composição nutricional desejada.
Sendo o mesmo desenhado pelo especialista e após é realizada a
programação em duas fases. Na primeira fase é utilizada a probabilidade
para comparar os nutrientes resultantes das refeições, assim o
especialista pode partir para os ajustes, tentativas e combinações de itens.
A segunda fase consta na constituição do modelo de função quadrática e
metas inteiras.
Os autores Darmon, Ferguson e Briend (2006) publicaram um estudo
utilizando a programação linear para realizar modelagem de dietas nutricionalmente
22
adequadas para mulheres francesas. Com o objetivo de redução de custo do cardápio.
Os autores conseguiram concluir que para alcançar a adequada nutrição e conseguir
a minimização dos custos foram necessárias a redução de frutos frescos e vegetais
verdes e um aumento na quantidade de energia a partir de nozes, frutas secas, raízes,
legumes e sucos de frutas.
Com as melhorias nos modelos sendo constantes, Garille e Gas (2001)
publicaram um estudo com base na pesquisa de Stigler (1945), sendo o autor pioneiro
em modelos de programação linear para dietas. O modelo priorizava a minimização
dos custos e a busca por dietas mais saudáveis.
Os autores Ferguson et al. (2009), com o intuito de obter resultados mais
aceitáveis e realistas a todos, realizou uma programação diferenciada, utilizando
programação de metas. Onde os níveis de nutrientes aceitáveis permeiam os
objetivos, ao invés de restrições. No entanto este modelo não consegue sanar todos
os nutrientes necessários, pelo modo como é realizada sua modelagem. Mas o autor
acredita que o modelo é mais generalista quando se trata de localização, entendendo
que é possível encontrar todos os alimentos em qualquer lugar.
Maillot et al. (2008) afirma, com base em seus resultados, que a utilização da
programação linear é útil para validar o perfil dos nutricional dos alimentos, bem como
a capacidade de distribuir alimentos para uma dieta se tornar saudável. Mas relata
também que a utilização da programação linear para a modelagem de dietas
proporciona algumas limitações sendo a variabilidade dos preços em relação ao local,
estação e marca.
Ainda se referindo ao perfil nutricional dos alimentos, Darmon, Ferguson e
Briend (2006) realizou um estudo para analisar a compatibilidade do perfil nutricional
dos alimentos e as recomendações nutricionais, por meio da programação linear.
Percebeu que o excesso de alguns alimentos pode tornar a dieta não saudável, ou
seja, os alimentos devem estar em equilíbrio com os nutrientes necessários.
Outra função da programação linear é para a avaliação de risco, onde Katz et
al. (2012) acreditam serem os pioneiros em utilizar a programação linear combinado
com probabilidade para uma avaliação de risco, modelando dietas especificas para a
avaliação dos componentes dietéticos e os componentes nutricionais.
Os autores Wilson et al. (2013) realizaram um estudo na Nova Zelândia
utilizando a programação linear por meio do Microsoft Excel (solver), com a intenção
de uma melhor dieta para a população. Os fatores levados em consideração foram:
23
dieta saudável, baixo custo e menor emissão de gases ao meio ambiente. O resultado
da dieta obtida neste estudo poderia auxiliar o governo em certas decisões, como qual
alimento é melhor para aumentar ou diminui impostos, vale alimentação no valor
adequado e a preparação dos alimentos adequados para a população por parte das
instituições pública.
2.4 MODELAGEM MATEMÁTICA MULTIOBJETIVO
Um problema de otimização multiobjetivo se caracteriza por possuir duas ou
mais funções objetivas para serem otimizadas simultaneamente, sendo que na
maioria dos casos tais funções podem ser conflitantes (COELLO, 2006).
Tal problema de otimização multiobjetivo pode ser representado como
mostrado a seguir:
𝑴𝒂𝒙 𝒐𝒖 𝑴𝒊𝒏 𝒇𝒎(𝒙) 𝒎 = 𝟏, 𝟐 … 𝑴 𝑺𝒖𝒋𝒆𝒊𝒕𝒐 𝒂: 𝒈𝒋(𝒙) ≥ 𝟎 𝒋 = 𝟏, 𝟐 … 𝑱
𝒉𝒌(𝒙) = 𝟎 𝒌 = 𝟏, 𝟐 … 𝑲 𝒙𝒊
(𝑳)≤ 𝒙𝒊 ≤ 𝒙𝒊
(𝑼) 𝒊 = 𝟏, 𝟐 … 𝒏
Segundo Deb (2011) uma solução é um vetor de n variáveis de decisão. As
soluções que satisfazem os limites variáveis e as restrições constituem um espaço
variável de decisão. As funções objetivas constituem um espaço multidimensional,
além do espaço variável de decisão, sendo denominado espaço objetivo. De modo
que para cada solução x no espaço variável de decisão um ponto existe no espaço
objetivo. Sendo que uma “solução” é referida a um vetor variável e um “ponto” como
um vetor objetivo correspondente.
Geralmente os problemas de multiobjetivo não detectam apenas uma solução
que otimize todos os objetivos simultaneamente. Assim, para detectar soluções pode-
se tentar melhorar um determinado objetivo e fazer com que outro objetivo seja
influenciado. Uma solução do problema que não influencie negativamente nenhum
objetivo é denominada como não dominada, pareto ótimo ou pareto eficiente. Sendo
assim, a finalidade de um problema multiobjetivo é detectar paretos ideais e quantificar
trade-offs (DEMIR; BEKTAS; LAPORTE, 2014).
24
O conjunto de todas as soluções viáveis não dominadas é denominado como
um conjunto ótimo de pareto. Assim, para um determinado conjunto ótimo de Pareto
os valores da função objetivo correspondentes no espaço objetivo são chamados de
frente de Pareto. De modo que um problema de otimização multiobjetivo deve atingir
os três objetivos conflitantes (ZITZLER; DEB; THIELE, 2000):
a) A frente de pareto mais conhecida e o conjunto de pareto mais conhecido
deve se aproximar da verdadeira frente de pareto e deve ser um
subconjunto do conjunto ótimo de pareto, respectivamente;
b) Para o decisor obter uma imagem real dos trade-off devem ser distribuídas
de maneira uniforme as soluções no conjunto de pareto sobre a frente de
pareto;
c) A frente de Pareto mais conhecida deve capturar todo o espectro da frente
de Pareto.
Qualquer ponto encontrado no conjunto de pareto ótimo é uma solução
aceitável, basta detectar qual o melhor ponto a ser utilizado como solução do
problema, sendo necessário seguir as três técnicas de análise multiobjtetivo para a
melhor tomada de decisão (COHON; MARKS, 1975):
a) Geração de conjunto de solução não dominadas;
b) Procedimentos que obtenham informações antecipadas das preferências;
c) Utilização de procedimentos para selecionar o melhor ponto com base nas
preferências.
Segundo Haimes e Chankong (1979) em todo o processo é necessário conter
um analista e um decisor. O analista, geralmente, é um software que é utilizado para
a solução do problema matemático, onde é gerado as soluções não dominadas.
Assim, o decisor é uma equipe ou uma pessoa que conheça o problema a ponto de
ser capaz de detectar preferência entre as soluções geradas pelo analista.
Na Figura 2 é possível demonstrar os passos seguidos em uma otimização
multiobjetivo e a diferença existente entre uma otimização com um único objetivo e
com dois ou mais objetivos. O primeiro caso pode ser contido com apenas a primeira
25
etapa do fluxo, assim já detectando a solução ótima, diferentemente da otimização
mutiobjetivo (DEB, 2011).
Figura 2 - Fluxo de um procedimento de otimização multiobjetivo por duas etapas
Fonte: Traduzido de DEB (2011)
Basicamente, o processo de otimização multiobjetivo é composto de duas
etapas, obtenção das soluções e tomada de decisão. No entanto, pode ocorrer em
ordens diferentes, por isso existem métodos classificados conforme as etapas são
seguidas para a detecção do pareto ótimo.
2.4.1 Classificação dos Métodos Multiobjetivos
Para as soluções ótimas de pareto ser encontradas existem alguns métodos
utilizados na resolução dos problemas multiobjetivos, tais métodos podem ser
classificados em dois grupos (EHRGOTT; GANDIBLEUX, 2002):
26
a) Métodos geradores: geração de pontos de pareto ótimos sem contribuição
antecipada do decisor. Sendo este método dividido em três:
i. Métodos sem preferência: para este método não são necessárias
informações adicionais do decisor e, geralmente, apenas um ponto
ótimo de pareto é obtido como solução;
ii. Métodos a posteriori usando abordagem de escalarização: neste
método o decisor utiliza suas informações para escolher o melhor
ponto de pareto após a solução do conjunto de pareto. A abordagem
de escalarização é quando os objetivos são transformados em uma
única função objetiva, denominada função de escalarização;
iii. Método a posteriori usando uma abordagem multiobjetivo: como este
método é a posteriori também é utilizada informações do decisor para
encontrar o melhor ponto de pareto. No entanto, este utiliza como
base os valores obtidos das funções objetivas para avaliação dos
objetivos.
b) Métodos baseados em preferências: soluções geradas com informações do
decisor. Este método pode ser divido em dois tipos:
i. A priori: neste método o decisor utiliza suas preferencias antes da
resolução do problema. Geralmente essa preferência é demonstrada
classificando os objetivos em ordem de prioridade e assim é resolvido
o problema utilizando as funções objetivas isoladamente e na sua
ordem utilizando o resultado da função anterior;
ii. Métodos interativos: nos métodos interativos é feita a interação das
informações do decisor durante o processo de solução, utilizando as
soluções parciais para demonstrar preferências.
2.4.2 Aplicação da Otimização Multiobjetivo
De acordo com Coello (2006) a otimização multiobjetivo é utilizada para
resolução de problemas no mundo real em várias áreas diferentes. Pode-se dividir em
três áreas de aplicação: a área de engenharia é a que mais utiliza, aplicações em
engenharia hidráulica, estrutural, aeronáutica e robótica e controle. Área industrial
27
também utiliza em design e fabricação, programação e gerenciamento. A terceira área
é a cientifica, sendo aplicação em química, física, medicina e informática.
A seguir serão demonstradas algumas das utilizações da otimização
multiobjetivo presentes na literatura:
a) Os autores Kravanja e Cucek (2013) utilizaram a otimização multiobjetivo
em duas abordagens, a primeira baseia-se no índice relativo de
sustentabilidade direta e o segunda abordagem é baseada no conceito de
custo ecológico e lucro líquido;
b) Kannan et al. (2009) utilizaram a otimização multiobjetivo por meio do
algoritmo genérico NSGA-II para o problema de planejamento de expansão
de geração. Onde o primeiro objetivo é minimizar o custo do investimento
e o segundo objetivo é minimizar o custo de interrupção ou maximizar a
confiabilidade;
c) Foi desenvolvido um modelo de otimização multiobjetivo para contemplar
algumas limitações existentes na avaliação de ciclo de vida (ACV). O
mesmo foi utilizado para identificar sistematicamente o uso ecologico da
biomassa para a energia. As restrições do modelo são compostas pela
disponibilidade de biomassa e terras aráveis, bem como, algumas metas
políticas e as capacidades de tecnologia (VADENBO; TONINI; ASTRUP,
2017);
d) Os autores Shadiya, Satish e High (2012) utilizaram a otimização
multiobjetivo como etapa final para a redução de resíduos em uma
organização. A otimização teve como objetivo minimizar os resíduos e
simultaneamente maximizar o lucro. Com tal otimização executada os
autores observaram melhorias significativas nos impactos ambientais;
e) A otimização multiobjetivo também foi utilizada no projeto de entrada e
saída para a abertura de novos ramos. Muitas empresas abrem novas
franquias e assim necessitam planejar quais quantidades ideais de
entradas e saídas a serem utilizadas e produzidas (PARK; SHIN, 2012);
f) Os tratamentos de câncer também foram alvo da otimização multiobjetivo.
O método tem o objetivo de auxiliar na viabilidade dos tratamentos para
determinado tipo de câncer. Para esta otimização foram utilizados pesos
inversamente proporcionais nas funções objetivas (CHAN et al., 2014);
28
g) Os autores Yang e Chou (2011) desenvolveram um modelo de otimização
multiobjetivo denominado MUST, com o intuito de auxiliar na atribuição de
mão-de-obra em empresas de consultoria de engenharia. Algoritmo que
tem como objetivo maximizar o lucro, evitar o excesso de horas extras e
eliminar a ociosidade, bem como, dar preferência aos projetos com
propriedades especificadas. Assim, o modelo demonstrou que a solução
ótima auxiliou os decisores para escolher um plano de ação adequado.
No entanto existem áreas que podem ser aplicadas a otimização multiobjetivo,
mas a literatura contempla poucos estudos, sendo área de mineração, bioinformática,
financeira, entre outras (COELLO, 2006).
À partir desta revisão de literatura é possível realizar a metodologia do
trabalho proposto.
29
3 METODOLOGIA DO TRABALHO
3.1 ETAPAS DA PESQUISA
A pesquisa foi realizada de acordo com as etapas demonstradas na Figura 3:
Figura 3 - Metodologia do trabalho
Fonte: Autoria própria
Nos próximos tópicos serão descritos detalhadamente as etapas da
metodologia utilizada neste trabalho.
3.1.1 Composições Nutricionais dos Alimentos
Os dados de composições nutricionais dos alimentos foram obtido através da
4ª edição da Tabela Brasileira de Composição de Alimentos (TACO), a qual é
desenvolvida pela Universidade Estadual de Campinas em 2011.
30
A tabela contempla uma gama de 597 alimentos, acoplados aos seguintes
grupos alimentares: Cereais e derivados; Verduras, hortaliças e derivados; Frutas e
derivados; Gorduras e óleos; Pescados e frutos do mar; Carnes e derivados; Leite e
derivados; Bebidas (alcoólicas e não alcoólicas); Ovos e derivados; Produtos
açucarados; Miscelâneas; Outros alimentos industrializados; Alimentos preparados;
Leguminosas e derivados; Nozes e sementes.
Nem todos os grupos alimentares fazem parte das refeições principais,
(almoço e jantar), então alguns destes grupos não foram utilizados na dieta proposta.
Sendo eles: Leites e derivados; Produtos açucarados; Bebidas; Nozes e sementes. O
grupo de Gorduras e óleos foi desconsiderado pois seus itens não podem ser
consumidos isoladamente.
Foram desconsiderados alimentos que não contemplam a cultura geográfica
do local, os que não costumam ser consumidos isoladamente, como farinha e sal, e
os alimentos que, geralmente, não são servidos em Restaurantes Universitários, como
camarão, pelo seu custo elevado. Após esta seleção foram selecionados 126
alimentos para serem utilizados na modelagem da dieta (ANEXO A).
3.1.2 Recomendações Nutricionais ao Ser Humano
As recomendações nutricionais aos indivíduos foram obtidas a partir da
Dietary Reference Intakes (DRI) (INSTITUTE OF MEDICINE – US, 2005, 2001, 2000,
1998, 1997). Segundo Padovani et al. (2006) o DRI apresenta uma revisão de valores
energéticos e nutricionais para seres humanos. Os quais, geralmente, são utilizados
como referência para planejamento de dietas e para informações nutricionais nos
rótulos de produtos
Segundo o Institute of Medicine (2005) o único componente que não tem um
limite mínimo e máximo é o colesterol, apenas recomenda-se ingerir a menor
quantidade possível, pois o elevado consumo pode ser nocivo à saúde humana, como,
por exemplo, o aumento do risco de doença cardíaca. No entanto, anular o
componente da dieta exigiria mudanças significativas nas refeições, não sendo
aconselhável, pois muitos alimentos essenciais ao ser humano possuem uma
porcentagem de colesterol. Deixar de ingerir esses alimentos pode fazer com que o
mínimo necessário de muitos nutrientes não fosse consumido. Outro ponto relevante
31
é que o componente desempenha um papel importante na biossíntese de hormônio
esteroide e ácido biliar e é um dos componentes das membranas celulares
(INSTITUTE, 2005).
Nesta pesquisa foram considerados os seguintes componentes: energia,
proteína, colesterol, carboidrato, fibra alimentar, magnésio, manganês, fósforo, ferro,
cobre, zinco, tiamina e vitamina C.
O DRI descrimina as necessidades nutricionais de acordo com as faixas
etárias, a utilizada neste trabalho será a de entre 19 e 30 anos, observando através
do questionário respondido que a maioria dos estudantes estão contemplados nesta
faixa etária (PADOVANI et al. (2006)).
A indicação nutricional do DRI também descrimina gênero, possuindo
diferentes necessidades nutricionais para homem e mulher. Sendo assim, os valores
foram tratados para utilização no modelo. Foi utilizado o maior mínimo e menor
máximo necessário entre os gêneros, pois existem nutrientes que não podem ser
consumidos em excesso e devem obter mínimos de consumo diário, conforme mostra
a Tabela 1. Segundo os autores Oliveira, Guaglianoni e Demonte (2005) o almoço
deve atender 40% das necessidades nutricionais diária, valores também
apresentados na Tabela 1.
Tabela 1 - Quantidade necessária de minerais, vitaminas e macronutrientes
Quantidade necessária para um dia
Quantidade necessária para as refeições principais (almoço ou jantar)
Mínimo (mg) Máximo (mg) Mínimo (mg) Máximo (mg)
Proteína 56.000 - 22.400 -
Carboidrato 130.000 - 52.000 -
Fibra alimentar 38.000 - 15.200 -
Cálcio 1.000 2.500 400 1.000
Magnésio 400 - 160 -
Manganês 2,3 11 0,9 4,4
Fósforo 700 4.000 280 1.600
Ferro 18 45 7,2 18
Cobre 0,90 10 0,36 4
Zinco 11 40 4,4 16
Tiamina 1,2 - 0,5 -
Vitamina c 90 2.000 36 800
Fonte: Adaptado de Institute (2005) e Padovani (2006)
A quantidade de energia que deve ser consumida para a faixa etária estudada,
segundo recomendações do Conselho Nacional de Pesquisa - US (INSTITUTE OF
32
MEDICINE, 1989), é em média de 2.900kcal para os homens e 2.200 kcal para as
mulheres. Para o presente trabalho será realizada a média de tais valores, resultando
em 2.550 kcal. Sendo assim, o almoço servido deve conter 40% deste valor, em média
1.020 kcal.
3.1.3 Preços dos Alimentos
Os preços dos alimentos a serem considerados na elaboração da dieta foram
baseados nos mercados de varejo. Segundo Casagrande, Cestari e Motta (2008) a
administração pública utiliza os preços do mercado de varejo, pois geralmente não
são comprados em grandes quantidades, uma vez que seja grande quantidade é
aberto processo licitatório, o que, geralmente, não ocorre com produtos alimentícios.
Devido ao Restaurante Universitário estudado possuir uma administração pública foi
levado este autor em consideração para estimar os preços.
No modelo matemático proposto foram desconsiderados custos de preparos,
entendendo que este é um custo fixo. Assim, considerou-se o preço dos alimentos
crus.
3.1.4 Pesquisa de Preferência Alimentar
A autora Spak (2017) realizou uma pesquisa de campo, a respeito da
preferência alimentar dos estudantes, na Universidade Tecnológica Federal do
Paraná, campus Ponta Grossa. Nesta pesquisa foram entrevistados alunos de 19 a
24 anos que costumam almoçar e/ou jantar no RU. Totalizando 329 entrevistados.
Para facilitar a assimilação das questões aos entrevistados o questionário foi
dividido em grupos alimentares conforme suas características (LIMA et al., 2011,
ANVISA, 2005): Carnes e derivados; Cereais e derivados; Leguminosas e \derivados;
Legumes, verduras e tubérculos; Alimentos preparados. Constituído por alimentos
previamente selecionados.
Alguns alimentos foram agrupados para um melhor entendimento dos
entrevistados, por exemplo, todos os tipos de carnes bovinas tornaram apenas um
item de preferência, modificando apenas o modo de preparo. Deste modo as
preferências obtidas dos itens de carnes bovinas, carnes suínas, carnes de frango,
33
peixes e carnes embutidas foram normalizados de acordo com a preferência de
preparo (cozida, assada, frita e grelhada).
Para a classificação de preferência foi utilizada uma escala linguística de nove
pontos: gosto extremamente, gosto moderadamente, gosto regularmente, gosto
ligeiramente, não gosto nem desgosto, desgosto ligeiramente, desgosto
regularmente, desgosto moderadamente e desgosto extremamente. Este modelo de
escala foi utilizada, devido ter boa avaliação dos consumidores que já utilizaram
(GREENE et al., 2006).
Foram obtidas 329 respostas do questionário, contempladas no Anexo B.
3.1.5 Fuzzificação das Preferências
A fuzzificação dos resultados é utilizada, especialmente, em problemas
qualitativos, onde as variáveis não possuem valores exatos. Deste modo, a
fuzzificação auxilia para determinar valores para variáveis subjetivas com maior
probabilidade de acerto (BENITEZ; MARTÍN; ROMÁN, 2007). Para isso, é definido um
intervalo entre dois pontos para determinar o correspondente fuzzy do resultado
(LINCKLAEN et al., 1989).
Segundo Barros e Bassanezi (2006) para um conjunto fuzzy ser determinado
como número fuzzy a função definida deve ser continua e o conjunto fuzzy convexo.
Os números fuzzy, geralmente, são trapezoidais, triangulares ou em formato de sino,
dependendo da escala utilizada.
Os resultados das preferências alimentares, obtidos com os 329 questionários
respondidos, foram fuzificados. Alguns autores, como Kavdir e Guyer (2003) e
Debjani, Das e Das (2013), já fazem o uso da fuzzificação para preferência alimentar,
justificando que o uso da fuzzificação apresenta um valor mais próximo do real do que
a apenas a utilização da média. A equação à seguir foi utilizada no processo de
defuzzificação das preferências (YAO; WU, 2000).
𝑑(𝑤𝑗) = 1
4 (𝑎𝑗 + 2𝑏𝑗 + 𝑐𝑗)
aj = representação fuzzy a para o atributo j;
bj = representação fuzzy b para o atributo j;
34
cj = representação fuzzy c para o atributo j;
A fuzzicação pode ser simétrica ou assimétrica, dependendo onde está sendo
utilizada e quais fatores que incluenciam na resposta obtida. Nesta pesquisa foi
utilizada escala assimétrica, pois foi levado em consideração a tendência de resposta
que o entrevista geralmente possui. Segundo os autores Schutz e Cardello (2001) o
ser humano tende a não assinalar as extremidades da escala. Devido a esta tendência
foi utilizada uma escala menor para os pontos das extremidades.
Neste trabalho foi utilizada a escala demonstrada na Tabela 2:
Tabela 2 - Escala para representação fuzzy
Variável linguística Atributo Representação Fuzzy
a b c
Desgosta muitíssimo 1 1 1 1,5
Desgosta muito 2 1 2 3
Desgosta 3 2 3 4
Desgosta pouco 4 3 4 5
Indiferente 5 4 5 6
Gosta pouco 6 5 6 7
Gosta 7 6 7 8
Gosta muito 8 7 8 9
Gosta muitíssimo 9 8,5 9 9
Fonte: Autoria própria
A escala escolhida foi de acordo com o que a literatura apresenta, sendo que
esta escala pode ser executada com outros números, contanto que sejam igualmente
proporcionais.
3.1.6 Programação Linear Multiobjetivo
Como resultado final foi encontrada uma dieta nutricionalmente adequada
para a faixa etária escolhida. Para isso foi desenvolvido um modelo de programação
linear multiobjetivo, baseado no modelo de Balintfy (1978), no intuito de minimizar o
custo da refeição a ser servida em um RU, para que o preço da refeição cobrada do
estudante seja o mais acessível possível.
Bem como, existe a intenção dos estudantes consumirem o que está sendo
servido para que todos os grupos alimentares sejam consumidos. Desta maneira,
35
outro objetivo é maximizar as preferências, ou seja, a dieta irá sugerir alimentos que
tenham maior aceitação para a maioria dos estudantes. O terceiro objetivo é a
minimização da ingestão de colesterol, devido ao colesterol não ter limites e ser
aconselhável seu menor consumo.
Para compor o modelo foram utilizados os 126 alimentos selecionados,
juntamente com suas informações nutricionais obtidas na TACO, explicações
descritas no item 3.1.3, e seus preços. Estes alimentos foram agrupados em sete
grupos de similaridade para que a dieta seja variada, tendo a obrigatoriedade de pelo
menos um alimento de cada grupo compor a dieta. Sendo os grupos: arroz; feijão;
carnes e derivados; cereais e derivados; leguminosas e derivados; legumes, verduras
e tubérculos; saladas e sobremesa (ANVISA, 2015).
Segundo descrito pela ANVISA (2015), foram estimadas as quantidades
necessárias de cada grupo alimentar, sendo esta uma das restrições do problema.
Outra restrição é para atender as necessidades nutricionais, conforme o DRI, com
máximos e mínimos dos nutrientes, vitaminas e energia. Para então tornar o modelo
linear é necessário adicionar uma restrição para que as variáveis de decisão resultem
em números positivos e inteiros.
Os objetivos e restrições citados neste tópico geram o modelo de programação
linear multiobjetivo desenvolvido para geração de dieta, o qual pode ser representado
matematicamente da seguinte maneira:
36
xj = variável de decisão do alimento j representando quantas porções de j devem ser
incluídas na dieta;
pj = preferência alimentar do alimento j;
cj = custo da porção do alimento j;
tj = quantidade de colesterol contido no alimento j;
ej = quantidade de energia contido no alimento j;
Emin = valor mínimo de energia necessário para uma refeição
Emax = valor máximo de energia para uma refeição
aij = quantidade de nutriente/vitamina i no alimento j;
Nmax = valor máximo do nutriente i que pode conter em uma refeição;
Nmin = valor mínimo necessário do nutriente i para uma refeição;
Gk = porção mínima necessária de cada grupo alimentar;
Após detectado a melhor solução ótima de cada objetivo foram fixados seus
valores e criou-se um novo objetivo e novas restrições para detectar o valor ótimo do
modelo, conforme descrito na equação à seguir:
37
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑄
𝑆𝑢𝑗𝑒𝑖𝑡𝑜 à 𝑊𝑏 ( 𝑍𝑏 ± 𝐹𝑏
𝐹𝑏 ) ≤ 𝑄 𝑏 𝜖 {1, 2, 3}
Wb = peso dado para cada função objetiva;
Zb = variável de decisão para cada objetivo;
Fb = solução ótima de cada objetivo;
O modelo foi implementado e resolvido no software Lindo Lingo, versão 17.0, e
recebeu dados de uma planilha do Microsoft Excel, que contém as informações
pertinentes para a resolução do problema.
Com a metodologia descrita foi encontrado os resultados demonstrados no
Capítulo 4.
38
4 RESULTADOS
4.1 RESULTADO DA PESQUISA DE PREFERÊNCIA ALIMENTAR
A pesquisa de preferência alimentar foi realizada pela autora Spak (2017), a
qual foi realizada de maneira online por meio da plataforma Google Drive. Dos 1.750
alunos que tiveram acesso 329 responderam. Essas respostas foram fuzzificadas
para então serem utilizadas no modelo de dieta. O Quadro 1 demonstra a média das
preferências dos 329 alunos e as preferências fuzzicadas.
Quadro 1 - Preferências fuzzificadas
ALIMENTO MÉDIA FUZIFICAÇÃO
Preparo da carne
Cozida 5,65 5,65
Assada 7,38 7,34
Frita 5,96 5,96
Grelhada 7,81 7,75
Carnes
Bovina 7,34 7,30
Suína 5,43 5,44
Frango 7,73 7,68
Peixe 5,30 5,31
Ovos 5,62 5,62
Carnes embutidas e processadas 4,54
4,56
Cereais e derivados
Arroz cozido 7,55 7,50
Farinha de milho 5,20 5,21
Farinha de mandioca 5,75 5,74
Farofa pronta temperada 6,30 6,28
Macarrão cozido 7,04 7,01
Milho verde enlatado 5,56 5,55
Polenta cozida 5,32 5,32
Leguminosas
Feijão carioca 7,04 7,01
Feijão preto 6,65 6,63
Feijão branco 6,00 5,99
Lentilha cozida 4,82 4,84
Ervilha enlatada 4,07 4,10
Vagem cozida 4,71 4,72
Vegetais, legumes e tubérculos
Abobrinha refogada 4,70 4,72
Acelga 4,40 4,42
Agrião 4,35 4,38
Alface americana 7,18 7,14
Alface crespa/lisa 6,85 6,82
Berinjela cozida 3,74 3,77
Brócolis cozido 6,62 6,59
Cenoura cozida 6,03 6,01
39
ALIMENTO
MÉDIA FUZICAÇÃO
Cenoura crua 5,82 5,81
Chuchu cozido 4,37 4,39
Couve crua 5,10 5,10
Couve refogada 5,82 5,81
Couve-flor cozida 6,21 6,19
Espinafre refogado 4,97 4,97
Nabo/ Rabanete 3,75 3,78
Pepino 5,56 5,55
Pimentão cru 4,24 4,26
Quiabo refogado 3,75 3,79
Repolho cru 5,18 5,18
Repolho refogado 5,03 5,04
Rúcula 4,77 4,79
Seleta de legumes enlatada 3,84 3,87
Tomate 7,05 7,01
Mandioca cozida 6,85 6,81
Mandioca frita 7,62 7,56
Batata doce cozida 6,16 6,14
Batata cozida 7,42 7,38
Batata frita 7,88 7,82
Beterraba crua 5,02 5,02
Beterraba cozida 5,68 5,67
Pratos preparados
Almôndegas ao molho 5,87 5,86
Arroz carreteiro 6,32 6,30
Barreado 5,39 5,39
Bolinho de arroz 6,52 6,50
Dobradinha 3,68 3,72
Estrogonofe de carne 6,20 6,19
Estrogonofe de frango 7,19 7,14
Feijoada 6,21 6,20
Macarrão ao molho bolognesa 6,91 6,88
Maionese com ovos 5,42 5,42
Salada de legumes ao vapor 5,83 5,82
Yakissoba 6,86 6,82
Nhoque de batata 7,55 7,49
Croquete de carne 6,52 6,49
Quibe assado/frito 6,76 6,73
Omelete 6,54 6,52
Batata chips/palha 7,48 7,43
Fonte: Autoria própria
As preferências fuzzicadas apresentaram diferenças com relação às médias,
estas diferenças não foram tão significativas, mas fazem diferença para o resultado
final vendo que os valores são muito próximos.
40
4.2 DIETA OBTIDA
De acordo com o método apresentado na seção anterior foi obtida uma dieta
específica para ser servida em Restaurantes Universitários, com um preço condizente
à realidade acadêmica e prevalecendo as preferências alimentares dos estudantes
entrevistados, também considerando que tal dieta deve atender todos os requisitos
nutricionais ditos pelo Institute of Medicine norte-americano.
Como foi utilizado um modelo multiobjetivo, para gerar a dieta cada função
objetiva foi otimizada separadamente, desta maneira obteve-se três diferentes
resultados para então obter o resultado ótimo. A Tabela 3 aponta quais foram os
resultados encontrados.
Tabela 3 - Valores obtidos a partir de cada função
Função objetiva Custo Preferência Colesterol
Minimizar o custo 1,885 49,99 523,803
Maximizar a preferência 3,833 65,8 280,356
Minimizar o colesterol 4,925 56,36 22,7197
Fonte: Autoria própria
Os valores da Tabela 3 expostos em negrito são os resultados ótimos de cada
objetivo. No Quadro 2 serão apresentados quais foram os alimentos selecionados pelo
modelo proposto, quando otimizado as funções separadamente.
Quadro 2 - Alimentos obtidos a partir de cada função
Função objetivo Alimento
Minimizar o custo
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Nhoque, batata, cozido
Abóbora, cabotian, cozida
Espinafre, Nova Zelândia, refogado
Agrião, cru
Couve, manteiga, crua
Ovo, de galinha, inteiro, frito
Gelatina, sabores variados, pó
Maximizar a preferência
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Mandioca, frita
Couve, manteiga, refogada
Mandioca, cozida
Alface, crespa, crua
Tomate, salada
Couve, manteiga, crua
Frango, peito, sem pele, grelhado
Gelatina, sabores variados, pó
41
Minimizar o colesterol
Arroz, tipo 1, cozido
Feijão, preto, cozido
Mandioca, frita
Quiabo, cru
Lentilha, cozida
Agrião, cru
Rúcula, crua
Couve, manteiga, crua
Empada de frango, pré-cozida, assada
Gelatina, sabores variados, pó
Fonte: Autoria própria
Cada vez que o modelo foi otimizado foram ignoradas as outras duas funções.
Alguns alimentos foram selecionados para as três funções, como o arroz tipo 1, couve
crua e gelatina. Os demais alimentos selecionados foram diferentes de acordo com
cada função objetivo, sendo que as três dietas são nutricionalmente adequadas.
O resultado ótimo foi obtido com base no melhor valor (valores em negrito na
Tabela 3) de cada função e minimizando a função principal, ou seja, os valores ótimos
devem ser o mais próximo possível dos valores encontrados quando otimizada cada
função separadamente. Para isso foi incrementado ao modelo desenvolvido outras
restrições (exposta no item 3.1.6). A Tabela 4 apresenta o resultado ótimo do custo,
preferência e quantidade de colesterol por refeição.
Tabela 4 - Valores ótimos obtidos
Valor obtido
Custo R$ 2,96
Preferência 58,68
Colesterol 33,732 mg
Fonte: Autoria própria
Para serem obtidos tais resultados ótimos o modelo selecionou os alimentos
e suas quantidades para compor a dieta, respeitando os limites mínimos e máximos
de cada nutriente e vitamina, bem como o valor médio de energia necessária para
esta refeição. Os alimentos selecionados, seu modo de preparo e suas respectivas
quantidades, custo e preferência estão demonstradas na Tabela 5:
42
Tabela 5 - Dieta obtida
Alimento Modo de
preparo
Quantidade
(gramas) Custo (R$) Preferência
Arroz tipo 1 Cozido 150 0,3 7,5
Feijão carioca Cozido 100 0,2 7,01
Mandioca Frito 50 0,095 7,56
Espinafre nova Zelândia Refogado 120 0,3 4,97
Batata doce Cozido 120 0,204 6,14
Agrião Cru 50 0,085 4,38
Rúcula Cru 50 0,085 4,79
Couve Cru 50 0,06 5,1
Quibe Assado 100 1,38 6,73
Gelatina - 100 0,25 4,5
Fonte: Autoria própria
O Gráfico 3 apresenta a quantidade de energia que cada alimento, constituinte
da dieta ótima, possui, contemplando um total de 1.136,49 calorias, o que está dentro
da média imposta de 1.020 calorias.
Gráfico 3 - Quantidade de energia (kcal) em cada alimento
Fonte: Autoria própria
Os gráficos 4, 5, 6, 7 8 e 9 apresentam a quantidade de cada componente em
cada alimento selecionado. As quantidades de cada componente nos alimentos foi
encontrado na TACO, estes gráficos apresentam o valor correspondente da porção
que irá ser servida na dieta.
43
Gráfico 4 - Quantidade de proteína (mg) e fibra alimentar (mg) em cada alimento
Fonte: Autoria própria
Gráfico 5 - Quantidade de carboidrato (mg) em cada alimento
Fonte: Autoria própria
0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Mandioca, frita
Espinafre, Nova Zelândia, refogado
Batata, doce, cozida
Agrião, cru
Rúcula, crua
Couve, manteiga, crua
Quibe, assado
Gelatina, sabores variados, pó
FIBRA ALIMENTAR PROTEÍNA
0 20,000 40,000 60,000 80,000 100,000
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Mandioca, frita
Espinafre, Nova Zelândia, refogado
Batata, doce, cozida
Agrião, cru
Rúcula, crua
Couve, manteiga, crua
Quibe, assado
Gelatina, sabores variados, pó
CARBOIDRATO
44
Gráfico 6 - Quantidade de cálcio (mg) e fósforo (mg) em cada alimento
Fonte: Autoria própria
Gráfico 7 - Quantidade de magnésio (mg) e vitamina C (mg) em cada alimento
Fonte: Autoria própria
0.00 50.00 100.00 150.00 200.00
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Mandioca, frita
Espinafre, Nova Zelândia, refogado
Batata, doce, cozida
Agrião, cru
Rúcula, crua
Couve, manteiga, crua
Quibe, assado
Gelatina, sabores variados, pó
FÓSFORO CÁLCIO
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Mandioca, frita
Espinafre, Nova Zelândia, refogado
Batata, doce, cozida
Agrião, cru
Rúcula, crua
Couve, manteiga, crua
Quibe, assado
Gelatina, sabores variados, pó
VITAMINA C MAGNÉSIO
45
Gráfico 8 - Quantidade de manganês (mg), cobre (mg) e tiamina (mg) em cada alimento
Fonte: Autoria própria
Gráfico 9 - Quantidade de zinco (mg) e ferro (mg) em cada alimento
Fonte: Autoria própria
Com os gráficos apresentados é possível afirmar que os alimentos
selecionados que possuem carboidrato geram a quantidade ideal de energia. Os
autores Kaplan et al. (2001) afirma que a ingestão do carboidrato auxilia na memória
do indivíduo, agir no bom humor e favorecer uma melhor performance cognitiva, mas
podendo agir de outra maneira quando consumido em excesso.
Outro ponto perceptível é que todos os alimentos escolhidos possuem
proteína, componente responsável por proporcionar mais atenção em suas tarefas
(KAPLAN et al., 2001), sendo de extrema necessidade para os estudantes, sendo que,
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Mandioca, frita
Espinafre, Nova Zelândia, refogado
Batata, doce, cozida
Agrião, cru
Rúcula, crua
Couve, manteiga, crua
Quibe, assado
Gelatina, sabores variados, pó
TIAMINA COBRE MANGANÊS
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50
Arroz, tipo 1, cozido
Feijão, carioca, cozido
Mandioca, frita
Espinafre, Nova Zelândia, refogado
Batata, doce, cozida
Agrião, cru
Rúcula, crua
Couve, manteiga, crua
Quibe, assado
Gelatina, sabores variados, pó
ZINCO FERRO
46
a falta do consumo de proteína pode danificar as atividades cerebrais (BOURRE,
2006).
A fibra alimentar é o componente que está presente em 90% dos alimentos
escolhidos, apenas a sobremesa não possuindo fibra. Seu consumo auxilia no
combate ao risco de algumas doenças crônicas que podem vir a ser desenvolvidas
pelo ser humano, como hipertensão, AVC (acidente vascular cerebral), diabetes, entre
outras. Além disso o aumento da ingestão de fibras pode auxiliar em uma melhora da
imunidade e no auxílio de perda de gordura, de modo a ter um melhor fluxo intestinal
(BERNAUD; RODRIGUES, 2013).
O cálcio, assim como a proteína, está presente em todos os alimentos
selecionados. No entanto, em pequenas quantidades, pois refeições como café da
manhã e lanches irão apresentar alimentos com maior teor de cálcio, como leite e
derivados. Outros nutrientes que estão presentes em todos os alimentos são o
magnésio o fósforo. A principal fonte de magnésio, na dieta proposta neste estudo, é
o espinafre e do fósforo é o quibe.
A vitamina C está presente em 60% dos alimentos selecionados, sendo que
seu consumo adequado auxilia a reduzir a probabilidade em obter deficiências
cardíacas e câncer (HATHCOCK, 1997).
O manganês, ferro e cobre também estão presentes em todos os alimentos,
em diferentes quantidades. O consumo do ferro é de extrema importância,
principalmente para a faixa etária em estudo, pois sua deficiência impacta diretamente
na inteligência humana e na concentração (JÁUREGUI-LOBERA, 2014). O ferro pode
ocorrer suplementação, podendo ser até benéfico para o ser humano, diferente do
cobre que se consumido em excesso pode colaborar para o desenvolvimento de
dermatite e cirrose (ONIANWA et al., 2001).
O zinco está presente em 90% dos alimentos selecionados e a tiamina
(vitamina B1) em apenas 50%. Segundo Szczurek, Bjornsson e Taylor (2001) o
consumo ou não do zinco influencia na imunidade do indivíduo, bem como no próprio
crescimento e desenvolvimento. Já a ingestão adequada da tiamina é necessária para
a geração de energia, metabolizando o carboidrato, ou seja, o carboidrato não
consegue gerar energia sozinho (MORAN, 2016).
Com a descrição dos nutrientes e vitaminas é possível perceber a importância
dos mesmos na alimentação dos jovens estudantes, pois todos apresentam influência
na saúde do indivíduo e se houver algum problema de saúde, provavelmente, irá
47
diminuir o rendimento escolar. Existem nutrientes e vitaminas que beneficiam a
memória, concentração e inteligência, elementos essenciais para o estudante.
Tais resultados descritos anteriormente estão enquadrados conforme a
necessidade do indivíduo na faixa etária estudada, de 19 à 30 anos. No entanto alguns
nutrientes tiveram que ser desconsiderados, como a riboflavina, niacina e piridoxina,
pois a referência utilizada não apresentava as informações necessárias. O custo
proposto para a refeição é referente apenas ao custo dos alimentos, não sendo
considerado o custo de preparo, sendo que os custos destes alimentos podem ser
modificados.
Os objetivos utilizados no modelo proposto, minimização do custo,
maximização da preferência e minimização do colesterol, tiveram o mesmo índice de
prioridade, ou seja, todos tiveram a mesma importância, porém com o mesmo modelo
é possível designar pesos diferentes, conforme a necessidade do estudo. No capítulo
4.3 foi realizado um exemplo demonstrando que a diferença de prioridade dos
objetivos pode sim influenciar nos resultados ótimos.
O modelo proposto e testado neste estudo está apto a gerar dietas. O mesmo
pode contribuir para realizar diferentes dietas para diferentes públicos, sendo
necessária apenas uma modificação básica das informações. Podendo auxiliar
nutricionistas para a elaboração de dietas individuais para seus pacientes.
4.3 PRIORIZAÇÃO DOS OBJETIVOS
Como citado no capítulo anterior o modelo prosposto neste estudo pode ser
utilizado para diferentes objetivos de dietas, bem como estes objetivos podem ter
importâncias diferentes.
Foi realizado um teste para analisar e demonstrar os diferentes resultados que
podem ser obtidos. Foi alterado o modelo para dar prioridade a minimização do custo,
em seguida para preferência alimentar e com último índice de prioridade a minização
do colesterol. São utilizados pesos nas funções objetivas para demonstrar esta
prioridade, sendo que a soma destes pesos deve ser 1.
Foram utilizados pesos 0,5; 0,4 e 0,1 para minização de preço, maximização
da preferência e minimização do colesterol consecutivamente. A Tabela 6 apresenta
os resultados obtidos.
48
Tabela 6 - Valores ótimos para prioridade custo
Valor obtido
Custo R$ 2,82
Preferência 59,29
Colesterol 45,3105 mg
Fonte: Autoria própria
Com relação aos valores ótimos do modelo sem prioridades obteve-se uma
redução de R$ 0,14, valor rasuavelmente significativo considerado no montante. O
somatório da preferência alimentar teve um pequeno aumento de 0,61, não sendo um
valor tão considerável, levando em consideração os valores mais altos obtidos do
somatório. O colesterol foi o resultado mais impactante obteve-se um aumento de
11,58 mg.
Tabela 7 - Dieta obtida com priorização do custo
Alimento Modo de
preparo
Quantidade
(gramas) Custo (R$) Preferência
Arroz tipo 1 Cozido 150 0,3 7,5
Feijão carioca Cozido 100 0,2 7,01
Nhoque de batata Cozido 50 0,10 7,49
Espinafre nova Zelândia Refogado 120 0,3 4,97
Alface crespa Cru 50 0,09 6,82
Agrião Cru 50 0,085 4,38
Rúcula Cru 50 0,085 4,79
Couve Cru 50 0,06 5,1
Quibe Frito 100 1,38 6,73
Gelatina - 100 0,25 4,5
Fonte: Autoria própria
Com relação aos alimentos selecionados obteve-se apenas duas
modificações de alimento e uma de preparo. Os alimentos adicionados foram nhoque
de batata e o alface crespa. Os alimentos retirados foram a mandioca e a batata doce.
O quibe continuou na dieta mas foi escolhido ser frito ao invés de assado.
Este resultado seria uma boa opção para dieta do RU, devido a redução do
custo. No entanto, o aumento do colesterol foi significativo não sendo viável para a
saúde dos estudantes, levando em consideração que deve ser consumindo o mínimo
49
possível e os estudantes ainda farão outras refeições ao longo do dia com o provável
consumo de colesterol.
50
5 CONCLUSÃO
Em qualquer fase da vida se alimentar adequadamente é essencial, pois a
ingestão da quantidade ideal dos nutrientes e vitaminas auxiliam na prevenção de
várias doenças e proporcionam uma melhor qualidade de vida. Mas a fase em que o
indivíduo inicia a graduação é a mais complicada para ingerir uma alimentação
saudável devido principalmente a mudança de rotina.
O Restaurante Universitário faz parte da escolha da maioria dos estudantes
para realizar as principais refeições, devido ao preço acessível e fácil acesso. No
entanto, nem sempre o cardápio disponível nos RU’s é condizente com a necessidade
nutricional do ser humano, servindo, geralmente, comidas com alto teor energético e
baixo teor nutricional.
A ingestão das quantidades ideais de nutrientes e vitaminas auxilia para que
o estudante tenha uma maior rentabilidade nos estudos, melhorando a concentração
e memorização.
Neste trabalho foi desenvolvido um modelo matemático multiobjetivo para o
desenvolvimento de dietas nutricionalmente adequadas para a faixa etária estudada.
Os objetivos deste modelo é obter uma dieta que tenha o menor custo possível, que
possua a maior quantidade de alimentos com maior aceitação ao paladar dos
estudantes e que seja uma dieta com o mínimo possível de teor de colesterol. Sendo
suas restrições as quantidades ideais de vitaminas e nutrientes.
Para a modelagem desta dieta ocorreu uma limitação no estudo, a falta de
dados nutricionais em vários alimentos, o que impossibilitou a utilização de alguns
nutrientes na modelagem.
O modelo matemático foi testado e gerado uma dieta ideal para ser servida
em RU para estudantes de 19 à 24 anos. Este modelo pode ser útil para qualquer
público, sendo necessária apenas a alteração dos dados pertinentes ao público
destinado. O modelo é útil para auxiliar os profissionais da área de nutrição.
No decorrer do estudo foi possível perceber algumas indicações para futuros
estudos, como a aplicação para um público diferente, com requisitos diferentes; a
implementação em software; e um estudo aprofundado dos limites ideais para a
representação fuzzy.
51
REFERÊNCIAS
ALIBABIE, V.; et al. Assessment of diet quality and nutritional risks representation of University of Bihać. Procedia - Social and Behavioral Sciences, v.116, p. 2137-2140, 2014.
ALVES, H. J.; BOOG, M. C. F. Comportamento alimentar em moradia estudantil: um espaço para promoção da saúde. Revista de Saúde Pública, v. 41, n. 2, p.197-204, 2007.
ANVISA (Agência Nacional de Vigilância Sanitária). Rotulagem nutricional obrigatória: manual de orientação às indústrias de alimentos - 2º Versão. Brasília: Ministério da Saúde; UNB, 2005.
BALINTFY, J. L; et al. A mathematical programming system for preference and compatibility maximized menu planning and scheduling. Mathematical Programming, v. 15, p.63-76, 1978.
BARIC, C. I., SALATIC, Z., LUKESIC, Z. Nutritive value of meals, dietary habits and nutritive status in Croatian university students according to gender. International Journal of Food Sciences und Nutrition, v. 54, n. 6, p. 473-484, 2003.
BARROS, L.; BASSANEZI, R. Tópicos de lógica fuzzy e biomatemática. Campinas: UNICAMP, 2006. v. 5. (Coleção IMECC; Textos Didáticos).
BENITEZ, J. M.; MARTÍN, J. C.; ROMÁN, C. Using fuzzy number for measuring quality of service in the hotel industry. Tourism Management, v. 28, n. 2, p. 544-555, apr. 2007. Disponível em: <https://doi.org/10.1016/j.tourman.2006.04.018>. Acesso em 15 ago. 2017.
BERNAUD, F. S. R.; RODRIGUES, T. C. Fibra alimentar: ingestão adequada e efeitos sobre a saúde do metabolismo. Arquivos Brasileiros de Endocrinologia e Metabologia, v. 57, n. 6, p.397-405, 2013.
BOURRE, J. M. Effects of nutrients (in food) on the structure and function of the nervous system: update on dietary requirements for brain. Part 1: Micronutrients. The Journal of Nutrition, Health & Aging, v. 10, n. 5, p. 37-385, 2006.
BREWIS, A. A. Obesity: cultural and biological factors. International Encyclopedia of the Social & Behavioral Sciences, v. 2, p. 82-87, 2015.
BRIEFEL, R.R.; WILSON, A.; GLEASON, P.M. Consumption of low-nutrient, energy-dense foods and beverages at school, home, and other locations among school lunch participants and nonparticipants. Journal of the American Dietetic Association, v.109, p. S79-S90, 2009.
52
CASAGRANDE, M. L.; CESTARI, A. N.; MOTTA, A. P. P. Preços referenciais: economia, rapidez e qualidade nas compras governamentais. In: CONGRESSO CONSAD DE GESTÃO PÚBLICA, 2., 2009. Anais… Brasília, 2009.
CHAN, T. C. Y.; et al. Generalized inverse multiobjective optimization with application to cancer therapy. Operations Research, v. 62, n. 3, p. 680-695, 2014.
COELLO, C. A. C. Evolutionary multi-objective optmization: a historical view of the field. IEEE Computacional Intelligence Magazine, p. 28-36, fev. 2006.
COHON, J. L.; MARKS, D. H. A review and evaluation of multiobjective programing techniques. Water Resources Research, v. 11, n. 2, p.208-220, 1975.
COX, D. N.; HENDRIE, G. A.; CARTY, D. Sensitivity, hedonics and preferences for basic tastes and fat amongst adults and children of differing weight status: A comprehensive review. Food Quality And Preference, v. 48, p.359-367, mar. 2016.
CREPINSEK, M. K.; et al. Meals offered and served in us public schools: do they meet nutrient standards? Journal of the American Dietetic Association, v. 109, p. S31-S43, 2009.
DARMON, N.; FERGUSON E. L.; BRIEND, A. Impact of a cost constraint on nutritionally adequate food choices for French women: an analysis by linear programming. Journal of Nutrition Education and Behavior, San Diego, v. 38, p. 82-90, 2006.
DEB, K. Multi-objective optimization using evolutionary algorithms: an introduction. Kanpur Kanpur (India); Department of Mechanical Engineering Indian Institute of Technology, feb. 2011.
DEBJANI, C.; DAS, S.; DAS, H. Aggregation of sensory data using fuzzy logic for sensory quality evaluation of food. Journal of Food Science and Technology, v. 50, n. 6, p. 1088-1096, dec. 2013.
DEMIR, E.; BEKTAS, T.; LAPORTE, G. The bi-objective pollution-routing problem. European Journal of Operational Research, v. 232, n. 3, p.464-478, fev. 2014.
EHRGOTT, M.; GANDIBLEUX, X. Multiple criteria optimization: state of the art annotated bibliographic surveys. Dordrecht: Kluwer, 2002.
FERGUSON, E. L. et al. Design of optimal food-based complementary feeding recommendations and identification of key ‘‘problem nutrients’’ using goal programming. The Journal of Nutrition, v. 91, n. 2, p.421-430, 2009.
GARILLE, S. G.; GASS, S. I. Stigler’s diet problem revisited. Operations Research, v. 49, n. 1, p.1-13, 2001.
53
GREANEY M. L.; et al. College students’ barriers and enablers for healthful weight management: a qualitative study. Journal of Nutrition Education and Behavior, v. 41, n. 4, p. 281-286, 2009.
GREENE, J. L.; BRATKA, K. J.; DRAKE, M. A.; SANDERS, T. H. effectiveness of
category and line scales to characterize consumer perception of fruity fermented flavor
in peanuts. Journal of Sensory Studies, v. 21, p. 146-154, 2006.
HAIMES, Y. Y.; CHANKONG, V. Kuhn-tucker multipliers as trade-offs in multiobjective decision-making analysis. Automatic, v. 15, n. 1, p.59-72, 1979.
HATHCOCK, J. N. Vitamins and minerals: efficacy and safety. The American Journal of Clinical Nutrition, v.66, n. 2, p. 427-437,1997.
HONKANEN, P. Food preference based segments in Russia. Food Quality and Preference, v. 21, n. 1, p.65-74, 2010.
INSTITUTE of Medicine of the National Academies. DRI: Dietary Reference Intakes for energy, carbohydrate, fiber, fat, fatty acids, cholesterol, protein, and amino acids. Washington (USA): The National Academic Press, 2005.
INSTITUTE of Medicine of the National Academies. Recommended Dietary Allowances. 10. ed. Washington (USA): The National Academic Press, 1989.
INSTITUTE of Medicine of the National Academies. Standing Committee on the Scientific Evaluation of Dietary Reference Intakes. Dietary Reference Intakes for Water, Potassium, Sodium, Chloride, and Sulfate. Washington (USA): The National Academic Press, 2005.
JAUREGUI-LOBERA, I. Iron deficiency and cognitive functions. Neuropsychiatric Disease and Treatment, v.10, p. 2087-2095, 2014.
KANNAN, S.; et al. Application of NSGA-II algorithm to generation expansion planning. IEEE Transactions on Power Systems, v. 24, n. 1, p.454-461, 2009.
KAPLAN, R. L.; et al. Dietary protein, carbohydrate, and fat enhance memory performance in the healthy elderly. The American Journal of Clinical Nutrition, v. 74, p. 687-693, 2001.
KATZ, J. M.; et al. Comparison of acrylamide intake from western and guideline based diets using probabilistic techniques and linear programming. Food And Chemical Toxicology, v. 50, n. 3-4, p.877-883, 2012.
KAVDIR I.; GUYER D. E. Apple grading using fuzzy logic. Turkish Journal of Agriculture and Forestry, n. 27, p. 375-382, 2003.
54
KRAVANJA, Z.; CUCEK, L. Multi-objective optimization for generating sustainable solutions considering total effects on the environment. Applied Energy, v. 101, p. 67-80, 2013.
KRESIC, G.; et al. Daily menus can result in suboptimal nutrient intakes, especially calcium, of adolescents living in dormitories. Nutrition Research, v. 28, p. 156-165, 2008.
LANCASTER, L. M. The history of the application of mathematical programming to menu planning. European Journal of Operational Research, v. 57, p. 339-347, 1992.
LIMA, D.M.; BASILE, F.A.; PADOVANI, R.M.; RODRIGUEZ-AMAYA, D.; SALAY, E.;
GALEAZZI, M.A.M. organizadores. Tabela Brasileira de Composição de Alimentos
- TACO, 4ª Ed. Campinas: 2011. [acessado em abril/2018]. Disponível em:
<www.fomezero.gov.br/publicacoes/publicacoes/arquivos/2-
tabela_nutricional_de_alimentos_taco.pdf >
LINCKLAEN H. W.; et al. Fuzzy set theory applied to product classification by a sensory panel. Journal of Sensory Studies, v. 4, n. 1, p.55-72, 1989.
LOCKS, M. O. The ‘stinger gap’: the difference between the ‘cost of subsistence’ and that of a minimum-cost noninstitutional diet with palatability. Computers & Industrial Engineering, v. 4, p.19-29, 1980.
MAESTRO, V.; SALAY, E. Informações nutricionais e de saúde disponibilizadas aos consumidores por restaurantes comerciais, tipo fastfood e fullservice. Ciência e Tecnologia dos Alimentos, v. 28, p. 208-216, 2008.
MAILLOT, M.; et al. Individual diet modeling translates nutrient recommendations into realistic and individual-specific food choices. American Journal of Clinical Nutrition, v. 91, n. 2, p.421-430, 25 nov. 2009
MAILLOT, M.; et al. Nutrient profiling can help identify foods of good nutritional quality for their price: a validation study with linear programming. The Journal of Nutrition, v. 138, n. 6, p.1107-1113, 2008.
MAILLOT, M.; DREWNOWSKI, A. Energy allowances for solid fats and added sugars in nutritionally adequate u.s. diets estimated at 17-33% by a linear programming model. Journal of Nutrition, v. 141, n. 2, p.333-340, dez. 2011
MARCONDELLI, P.; COSTA, T. H. M.; SCHMITZ, B. A. S. Nível de atividade física e hábitos alimentares de universitários do 3º ao 5º semestre da área da saúde. Revista de Nutrição, v. 21, n. 1, fev. 2008.
MARTÍNEZ, L. Sensory evaluation based on linguistic decision analysis. International Journal of Approximate Reasoning, v. 44, n. 2, p.148-164, fev. 2007.
55
MORAN, V. H. The influence of the B vitamins and choline on the developing brain. In: MORAN, V. H.; LOWE, N. M. Nutrition and the developing brain. Boca Raton: Taylor & Francis Group, 2016.
NICKLAUS, S.; et al. A prospective study of food preferences in childhood. Food Quality And Preference, v. 15, n. 7-8, p.805-818, out. 2004.
OLIVEIRA, R.B.; GUAGLIANONI, D. G.; DEMONTE, A. Perfil do usuário, composição e adequação nutricional do cardápio oferecido em um restaurante universitário. Alimentos e Nutrição, v.16, n.4, p.397-401, 2005.
ONIANWA, P. C.; et al. Copper and zinc contents of Nigerian foods and estimates of the adult dietary intakes. Food Chemistry, v. 72, p. 89-95, 2001
PADOVANI, R. M.; et al. Dietary reference intakes: aplicabilidade das tabelas em estudos nutricionais. Revista de Nutrição, v. 19, n. 6, p. 741-760, 2006.
PARK, K. S.; SHIN, D. E. Interactive multiobjective optimization approach to the input-output design of opening new branches. European Journal of Operational Research, v. 220, n.2, p. 530-538, 2012.
PROENÇA, R. P. C. Alimentação e globalização: algumas reflexões. Ciência e Cultura, v. 62, n. 4, p. 43-47, 2010.
ROLDÁN, C. M.; et al. Evaluación del estado nutricional de un grupo de estudiantes universitarios mediante parámetros dietéticos y de composición corporal. Nutrición Hospitalaria, v. 20, n. 3, p. 197-203, 2005.
RUGG, M. M.; WHITE, G. P.; ENDRES, J. M. Using goal programming to improve the calculation of diabetic diets. Computers & Operations Research, v. 10, p.365-373, 1983.
SCHUTZ, H. G.; CARDELLO, A. V. A Labeled Affective Magnitude (LAM) scale for assessing food liking/disliking. Journal of Sensory Studies, v. 16, p. 117-159, 2001.
SHADIYA, O.O.; SATISH, V.; HIGH, K. A. Process enhancement through waste minimization an multiobjective optimization. Journal of Cleaner Production, v. 31, p. 137-149, 2012.
SPAK, M. D. S. Aplicação da modelagem matemática para o planejamento de dietas para restaurantes universitários. 2017. 129 f. Tese (Doutorado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2017.
STIGLER, G. J. The cost of subsistence. Journal of Farm Economics, v. 27, n. 2, p. 303-314, 1945.
56
SZCZUREK, E. I.; BJORNSSON, C. S.; TAYLOR, C. G. Dietary zinc eficiency and repletion modulate metallothionein immunolocalization and concentration in small intestine and liver of rats. Journal of Nutrition, v. 131, n. 8, p. 2132-2138, 2001.
TACO (Tabela Brasileira de Composição de Alimentos). 4. ed. Campinas: UNICAMP, 2011.
TAJ, S. Application of mathematical programming in planning of human diets. Methods and Models of Operations Research, v. 34, p.395-410, 1990.
VADENBO, C.; TONINI, D.; ASTRUP, T. F. Environmental multiobjective optimization of the use of biomass resources for energy. Environmental Science e Technology, v.51, n.6, p. 3575-3583, 2017
WILSON, N.; et al. Foods and dietary patterns that are healthy, low-cost, and environmentally sustainable: a case study of optimization modeling for New Zealand. Plos One, v. 8, n. 3, p.1-10, 2013.
WHO (World Health Organization). Cholesterol levels mean, 2014. Disponível em: <http://www.who.int/en>. Acesso em: 22 ago. 2017.
WHO (World Health Organization). Diet, nutrition and the prevention of chronic diseases. Report of a Joint WHO/FAO Expert Consultation. Geneva (SWI): WHO, 2003. (Technical Report Series, n. 916).
YANG, I.; CHOU, J. Multiobjective optimization for manpower assignment in consulting engineering firms. Applied Soft Computing Journal, v.11, n. 1, p.1183-1190, 2011.
YAO, J. S.; WU, K. Ranking fuzzy numbers based on decomposition principle and signed distance. Fuzzy Sets and Systems, v.116, p. 275-288, 2000.
ZITZLER, E.; DEB, K.; THIELE, L. Comparison of multiobjective evolutionary algorithms: empirical results. Evolutionary Computation, v. 8, n. 2, p.173-195, jun. 2000.
58
Descrição dos alimentos
En
erg
ia
Pro
teín
a
Lip
íde
os
Co
leste
rol
Carb
oid
rato
Fib
ra A
lim
en
tar
Cálc
io
Ma
gn
ésio
Ma
ng
an
ês
Fó
sfo
ro
Fe
rro
Só
dio
Po
tássio
Co
bre
Zin
co
Tia
min
a
Rib
ofl
avin
a
Pir
ido
xin
a
Nia
cin
a
Vit
am
ina C
(kcal) (g) (g) (mg) (g) (g) (mg) (mg) (mg) (mg) (mg) (mg) (mg) (mg) (mg) (mg) (mg) (mg) (mg) (mg)
Cereais e derivados
Arroz, tipo 1, cozido 128 2,5 0,2 0 28,1 1,6 4 2 0,30 18 0,1 1 15 0,02 0,5 0,00 0,00 0,00 0,00 0,0
Arroz, tipo 2, cozido 130 2,6 0,4 0 28,2 1,1 3 6 0,37 22 0,1 2 20 0,04 0,5 0,00 0,00 0,00 0,00 0,0
Farinha, de milho, amarela 351 7,2 1,5 0 79,1 5,5 1 31 Tr 84 2,3 45 58 0,27 0,6 0,25 0,00 0,25 0,00 0,0
Lasanha, massa fresca, cozida 164 5,8 1,2 0 32,5 1,6 10 4 0,00 42 1,2 207 54 0,07 0,4 0,04 0,00 0,00 3,96 0,0
Macarrão, instantâneo 436 8,8 17,2 0 62,4 5,6 18 19 0,25 112 0,8 1516 148 0,10 0,5 1,18 0,04 0,53 9,37 0,0
Polenta, pré-cozida 103 2,3 0,3 0 23,3 2,4 1 4 0,00 17 Tr 442 100 0,04 0,1 0,04 0,00 0,00 0,00 0,0
Verduras, hortaliças e derivados
Abobrinha, italiana, cozida 15 1,1 0,2 0 3,0 1,6 17 17 0,11 22 0,2 1 126 0,01 0,3 0,05 0,00 0,06 0,00 2,1
Abobrinha, italiana, refogada 24 1,1 0,8 0 4,2 1,4 21 13 0,14 32 0,4 2 194 0,02 0,3 0,04 0,00 0,00 0,00 7,5
Agrião, cru 17 2,7 0,2 0 2,3 2,1 133 18 0,28 51 3,1 7 218 0,10 0,7 0,11 0,23 0,09 1,19 60,1
Alface, americana, crua 9 0,6 0,1 0 1,7 1,0 14 6 0,12 19 0,3 7 136 0,02 0,2 0,03 0,00 0,04 0,00 11,0
Alface, crespa, crua 11 1,3 0,2 0 1,7 1,8 38 11 0,20 26 0,4 3 267 0,03 0,3 0,11 0,12 0,00 1,09 15,6
Alface, lisa, crua 14 1,7 0,1 0 2,4 2,3 28 9 0,33 26 0,6 4 349 0,03 0,3 0,09 0,08 0,07 0,75 21,4
Alface, roxa, crua 13 0,9 0,2 0 2,5 2,0 34 9 0,12 51 2,5 7 308 0,04 0,2 0,00 0,00 0,00 0,00 13,5
Batata, baroa, cozida 80 0,9 0,2 0 18,9 1,8 12 8 0,22 29 0,4 2 258 0,15 0,4 0,06 0,00 0,00 1,98 17,1
Batata, doce, cozida 77 0,6 0,1 0 18,4 2,2 17 11 0,14 15 0,2 3 148 0,06 0,1 0,08 0,00 0,05 2,57 23,8
Batata, inglesa, cozida 52 1,2 Tr 0 11,9 1,3 4 5 0,07 24 0,2 2 161 0,06 0,2 0,05 0,00 0,08 0,00 3,8
Batata, inglesa, frita 267 5,0 13,1 0 35,6 8,1 6 14 0,15 70 0,4 2 489 0,10 0,4 0,17 0,00 0,10 2,51 16,3
Batata, inglesa, sauté 68 1,3 0,9 0 14,1 1,4 4 6 0,08 32 0,3 8 199 0,05 0,2 0,07 0,00 0,09 1,38 0,0
Berinjela, cozida 19 0,7 0,1 0 4,5 2,5 11 9 0,11 15 0,2 1 105 0,04 0,1 0,04 0,00 0,00 0,00 0,0
Beterraba, cozida 32 1,3 0,1 0 7,2 1,9 15 17 0,19 30 0,2 23 245 0,04 0,4 0,09 0,00 0,00 0,00 1,2
Beterraba, crua 49 1,9 0,1 0 11,1 3,4 18 24 1,23 19 0,3 10 375 0,08 0,5 0,04 0,00 0,04 0,00 3,1
Brócolis, cozido 25 2,1 0,5 0 4,4 3,4 51 15 0,12 33 0,5 2 119 0,08 0,2 0,04 0,03 0,00 0,00 42,0
Brócolis, cru 25 3,6 0,3 0 4,0 2,9 86 30 0,26 78 0,6 3 322 0,06 0,5 0,12 0,18 0,08 1,39 34,3
Cenoura, cozida 30 0,8 0,2 0 6,7 2,6 26 14 0,05 27 0,1 8 176 0,02 0,2 0,07 0,00 0,06 2,68 0,0
Cenoura, crua 34 1,3 0,2 0 7,7 3,2 23 11 0,05 28 0,2 3 315 0,05 0,2 0,00 0,00 0,05 0,00 5,1
Chuchu, cozido 19 0,4 Tr 0 4,8 1,0 8 7 0,07 13 0,1 2 54 0,00 0,1 0,03 0,00 0,00 0,00 5,6
59
Chuchu, cru 17 0,7 0,1 0 4,1 1,3 12 7 0,08 18 0,2 0 126 0,03 0,1 0,00 0,00 0,00 0,00 10,6
Couve, manteiga, crua 27 2,9 0,5 0 4,3 3,1 131 35 1,02 49 0,5 6 403 0,06 0,4 0,20 0,31 0,06 2,29 96,7
Couve, manteiga, refogada 90 1,7 6,6 0 8,7 5,7 177 26 0,12 33 0,5 11 315 0,02 0,2 0,00 0,05 0,07 0,00 76,9
Couve-flor, crua 23 1,9 0,2 0 4,5 2,4 18 12 0,16 57 0,5 3 256 0,03 0,3 0,03 0,09 0,10 0,00 36,1
Couve-flor, cozida 19 1,2 0,3 0 3,9 2,1 16 5 0,10 25 0,1 2 80 0,00 0,3 0,04 0,00 0,00 0,00 23,7
Espinafre, Nova Zelândia, cru 16 2,0 0,2 0 2,6 2,1 98 82 0,71 25 0,4 17 336 0,06 0,3 0,10 0,21 0,06 0,00 2,4
Espinafre, Nova Zelândia, refogado 67 2,7 5,4 0 4,2 2,5 112 123 0,61 34 0,6 47 149 0,04 0,6 0,08 0,13 0,13 0,00 5,3
Mandioca, cozida 125 0,6 0,3 0 30,1 1,6 19 27 0,06 22 0,1 1 100 0,01 0,2 0,06 0,00 0,03 0,00 11,1
Mandioca, farofa, temperada 406 2,1 9,1 0 80,3 7,8 66 34 0,29 45 1,4 575 201 0,00 0,2 0,10 0,00 0,15 0,00 0,0
Mandioca, frita 300 1,4 11,2 0 50,3 1,9 23 95 0,18 57 0,3 9 176 0,12 0,4 0,05 0,00 0,04 0,00 0,0
Manjericão, cru 21 2,0 0,4 0 3,6 3,3 211 58 0,17 40 1,0 4 252 0,16 0,5 0,06 0,21 0,06 0,90 2,3
Mostarda, folha, crua 18 2,1 0,2 0 3,2 1,9 68 16 0,14 58 1,1 3 364 0,05 0,3 0,05 0,04 0,05 0,00 38,6
Nhoque, batata, cozido 181 5,9 1,9 0 36,8 1,8 11 18 0,30 68 1,6 7 164 0,10 0,5 0,08 0,00 0,04 0,00 0,0
Palmito, juçara, em conserva 23 1,8 0,4 0 4,3 3,2 58 34 10,82 40 0,3 514 244 0,23 0,7 0,06 0,04 0,00 0,00 2,0
Pepino, cru 10 0,9 Tr 0 2,0 1,1 10 9 0,08 12 0,1 Tr 154 0,04 0,1 0,00 0,03 0,00 0,00 5,0
Quiabo, cru 30 1,9 0,3 0 6,4 4,6 112 50 0,46 56 0,4 1 249 0,17 0,6 0,10 0,00 0,03 0,00 5,6
Rabanete, cru 14 1,4 0,1 0 2,7 2,2 21 10 0,07 25 0,4 11 328 0,02 0,2 0,06 0,02 0,04 0,00 9,6
Repolho, branco, cru 17 0,9 0,1 0 3,9 1,9 35 9 0,13 14 0,2 4 150 0,02 0,2 0,00 0,03 0,06 0,00 18,7
Repolho, roxo, cru 31 1,9 0,1 0 7,2 2,0 44 18 0,25 58 0,5 2 328 0,90 0,3 0,07 0,00 0,09 0,00 43,2
Repolho, roxo, refogado 42 1,8 1,2 0 7,6 1,8 43 17 0,26 59 0,5 3 321 0,02 0,3 0,07 0,00 0,07 0,63 40,5
Rúcula, crua 13 1,8 0,1 0 2,2 1,7 117 18 0,24 25 0,9 9 233 0,04 0,2 0,04 0,00 0,00 0,35 46,3
Salsa, crua 33 3,3 0,6 0 5,7 1,9 179 21 1,88 49 3,2 2 711 0,20 1,3 0,12 0,15 0,47 0,72 51,7
Seleta de legumes, enlatada 57 3,4 0,4 0 12,7 3,1 16 16 0,13 49 1,1 398 122 0,08 0,5 0,03 0,00 0,00 3,72 0,0
Tomate, com semente, cru 15 1,1 0,2 0 3,1 1,2 7 11 0,07 20 0,2 1 222 0,04 0,1 0,12 0,00 0,02 0,00 21,2
Tomate, salada 21 0,8 Tr 0 5,1 2,3 7 10 0,04 23 0,3 5 161 0,07 0,2 0,06 0,04 0,05 0,00 12,8
Vagem, crua 25 1,8 0,2 0 5,3 2,4 41 18 0,50 28 0,4 0 208 0,06 0,3 0,00 0,08 0,00 0,00 1,2
Pescados e frutos do mar
Atum, conserva em óleo 166 26,2 6,0 53 0,0 0,0 7 29 0,00 211 1,2 362 280 0,04 0,6 0,15 0,03 0,00 3,17 0,0
Cação, posta, com farinha de trigo, frita 208 25,0 10,0 75 3,1 0,5 30 26 0,06 462 1,0 160 420 0,00 0,6 0,00 0,00 0,00 0,77 0,0
Cação, posta, cozida 116 25,6 0,7 83 0,0 0,0 10 21 0,00 204 0,3 115 249 0,03 0,6 0,00 0,04 0,00 9,77 0,0
Dourada de água doce, fresca 131 18,8 5,6 52 0,0 0,0 12 26 0,01 189 0,2 40 393 0,02 0,5 0,00 0,00 0,00 3,70 0,0
Lambari, congelado, frito 327 28,4 22,8 246 0,0 0,0 1881 66 0,34 1067 0,8 65 331 0,31 5,6 0,25 0,03 0,04 8,93 0,0
Manjuba, com farinha de trigo, frita 344 23,5 22,6 282 10,2 0,4 763 47 0,36 578 3,0 37 319 0,15 3,8 0,05 0,07 0,00 0,79 0,0
Manjuba, frita 349 30,1 24,5 270 0,0 0,0 575 32 0,21 735 0,9 41 318 0,14 3,2 0,03 0,03 0,00 7,27 0,0
Merluza, filé, assado 122 26,6 0,9 91 0,0 0,0 36 20 0,03 273 0,4 120 364 0,03 0,9 0,05 0,00 0,00 7,97 0,0
60
Merluza, filé, frito 192 26,9 8,5 109 0,0 0,0 36 38 0,02 279 0,4 90 447 0,03 0,6 0,05 0,00 0,00 0,77 0,0
Pescada, branca, frita 223 27,4 11,8 165 0,0 0,0 378 30 0,06 504 0,5 107 355 0,08 1,1 0,08 0,11 0,00 8,07 0,0
Pescada, filé, com farinha de trigo, frito 283 21,4 19,1 73 5,0 0,0 26 28 0,07 216 0,9 91 216 0,03 0,4 0,00 0,03 0,00 0,60 0,0
Pescada, filé, frito 154 28,6 3,6 81 0,0 0,0 10 21 0,00 204 0,3 115 249 0,03 0,6 0,14 0,00 0,00 8,87 0,0
Pescada, filé, molho escabeche 142 11,8 8,0 43 5,0 0,8 20 18 0,08 105 1,5 51 208 0,36 0,3 0,00 0,03 0,00 1,10 6,9
Pintado, assado 192 36,5 4,0 126 0,0 0,0 114 42 0,08 332 0,8 81 527 0,04 2,1 0,03 0,00 0,00 6,63 0,0
Pintado, grelhado 152 30,8 2,3 99 0,0 0,0 69 27 0,03 237 0,5 53 360 0,04 0,8 0,03 0,00 0,00 2,87 0,0
Sardinha, assada 164 32,2 3,0 109 0,0 0,0 438 51 0,24 578 1,3 74 574 0,14 1,8 0,06 0,00 0,00 5,83 0,0
Sardinha, conserva em óleo 285 15,9 24,0 73 0,0 0,0 550 35 0,11 496 3,5 666 367 0,03 1,6 0,42 0,04 0,00 6,55 0,0
Sardinha, frita 257 33,4 12,7 103 0,0 0,0 482 39 0,25 629 1,1 60 460 0,14 1,6 0,06 0,00 0,00 7,10 0,0
Carnes e derivados
Carne, bovina, acém, moído, cozido 212 26,7 10,9 103 0,0 0,0 4 17 0,01 164 2,7 52 256 0,06 8,1 0,00 0,32 0,00 1,76 0,0
Carne, bovina, acém, sem gordura, cozido 215 27,3 10,9 107 0,0 0,0 7 14 0,00 164 2,4 56 254 0,07 8,0 0,00 0,04 0,07 1,63 0,0
Carne, bovina, almôndegas, fritas 272 18,2 15,8 36 14,3 0,0 27 48 0,41 244 1,9 1030 536 0,19 2,6 0,13 0,07 0,00 6,60 0,0
Carne, bovina, bucho, cozido 133 21,6 4,5 245 0,0 0,0 13 7 0,01 63 0,6 38 70 0,05 2,5 0,00 0,00 0,00 2,18 0,0
Carne, bovina, capa de contra-filé, com gordura, grelhada
312 30,7 20,0 120 0,0 0,0 7 18 0,00 214 2,6 81 323 0,13 6,2 0,00 0,06 0,00 1,74 0,0
Carne, bovina, capa de contra-filé, sem gordura, grelhada
239 35,1 10,0 80 0,0 0,0 9 26 0,01 287 2,8 83 385 0,12 7,6 0,03 0,08 0,00 1,86 0,0
Carne, bovina, charque, cozido 263 36,4 11,9 113 0,0 0,0 15 13 0,02 101 3,5 1443 90 0,07 6,1 0,05 0,07 0,00 1,50 0,0
Carne, bovina, contra-filé, à milanesa 352 20,6 24,0 99 12,2 0,4 15 27 0,27 203 2,9 77 271 0,10 2,9 0,07 0,04 0,00 3,02 0,0
Carne, bovina, contra-filé de costela, grelhado 275 29,9 16,3 98 0,0 0,0 4 24 0,01 252 2,8 51 383 0,08 6,7 0,00 0,19 0,17 2,75 0,0
Carne, bovina, contra-filé, com gordura, grelhado 278 32,4 15,5 144 0,0 0,0 4 19 0,00 219 2,4 57 352 0,09 4,8 0,00 0,18 0,13 4,91 0,0
Carne, bovina, contra-filé, sem gordura, grelhado 194 35,9 4,5 102 0,0 0,0 5 21 0,00 241 2,4 58 386 0,09 5,1 0,00 0,17 0,16 4,93 0,0
Carne, bovina, coxão mole, sem gordura, cozido 219 32,4 8,9 84 0,0 0,0 4 13 0,00 183 2,6 44 239 0,11 4,7 0,00 0,00 0,00 4,09 0,0
Carne, bovina, fígado, grelhado 225 29,9 9,0 601 4,2 0,0 6 10 0,22 420 5,8 82 309 12,58 4,0 0,21 2,69 0,00 11,92 0,0
Carne, bovina, maminha, grelhada 153 30,7 2,4 88 0,0 0,0 4 21 0,00 237 2,4 58 386 0,08 5,6 0,00 0,04 0,13 1,46 0,0
Carne, bovina, miolo de alcatra, sem gordura, grelhado
241 31,9 11,6 92 0,0 0,0 5 26 0,02 279 3,2 52 385 0,11 4,8 0,03 0,05 0,05 4,66 0,0
Carne, bovina, músculo, sem gordura, cozido 194 31,2 6,7 56 0,0 0,0 5 13 0,00 176 2,4 62 253 0,08 6,4 0,00 0,00 0,00 1,97 0,0
61
Carne, bovina, paleta, sem gordura, cozida 194 29,7 7,4 56 0,0 0,0 6 18 0,00 197 2,2 58 250 0,10 6,8 0,03 0,04 0,00 2,16 0,0
Carne, bovina, patinho, sem gordura, grelhado 219 35,9 7,3 126 0,0 0,0 5 27 0,02 289 3,0 60 421 0,12 8,1 0,04 0,03 0,00 3,01 0,0
Carne, bovina, peito, sem gordura, cozido 338 22,2 27,0 100 0,0 0,0 4 14 0,00 136 1,6 56 204 0,05 3,9 0,00 0,30 0,00 4,54 0,0
Carne, bovina, seca, cozida 313 26,9 21,9 100 0,0 0,0 13 12 0,02 82 1,9 1943 86 0,03 7,7 0,00 0,06 0,00 2,32 0,0
Croquete, de carne, frito 347 16,9 22,7 38 18,1 0,0 18 30 0,39 176 2,3 916 313 0,09 3,3 0,14 0,04 0,00 4,77 0,0
Empada de frango, pré-cozida, assada 358 6,9 15,6 22,7 47,5 2,2 15,6 18,3 0,3 77,6 1,2 524,9 137,7 0,1 0,6 0,1 0,0 0,0 0,0 0,0
Frango, caipira, inteiro, com pele, cozido 243 23,9 15,6 110 0,0 0,0 17 18 0,01 162 1,7 56 210 0,08 1,7 0,03 0,00 0,00 6,33 0,0
Frango, caipira, inteiro, sem pele, cozido 196 29,6 7,7 106 0,0 0,0 66 23 0,02 210 2,1 53 224 0,15 2,7 0,03 0,03 0,00 9,20 0,0
Frango, coração, grelhado 207 22,4 12,1 280 0,6 0,0 8 20 0,06 276 6,5 128 243 0,30 3,4 0,20 0,19 0,00 9,70 0,0
Frango, coxa, com pele, assada 215 28,5 10,4 145 0,1 0,0 8 14 0,00 251 1,2 95 318 0,05 2,6 0,05 0,05 0,00 10,40 0,0
Frango, coxa, sem pele, cozida 167 26,9 5,8 133 0,0 0,0 12 11 0,00 187 0,8 64 191 0,03 2,8 0,07 0,00 0,00 8,20 0,0
Frango, filé, à milanesa 221 28,5 7,8 84 7,5 1,1 9 35 0,06 249 1,1 122 408 0,05 0,8 0,05 0,04 0,52 11,07 0,0
Frango, inteiro, sem pele, assado 187 28,0 7,5 111 0,0 0,0 9 14 0,00 233 0,6 70 283 0,03 1,6 0,09 0,00 0,00 11,20 0,0
Frango, inteiro, sem pele, cozido 170 25,0 7,1 99 0,0 0,0 8 12 0,00 194 0,5 51 217 0,04 1,2 0,10 0,00 0,00 12,83 0,0
Frango, peito, com pele, assado 212 33,4 7,6 109 0,0 0,0 8 18 0,01 297 0,5 56 380 0,01 1,0 0,12 0,00 0,00 15,80 0,0
Frango, peito, sem pele, cozido 163 31,5 3,2 89 0,0 0,0 6 14 0,00 224 0,3 36 231 0,02 0,9 0,10 0,00 0,00 7,60 0,0
Frango, peito, sem pele, grelhado 159 32,0 2,5 89 0,0 0,0 5 18 0,00 295 0,3 50 387 0,02 0,8 0,11 0,00 0,00 24,83 0,0
Frango, sobrecoxa, com pele, assada 260 28,7 15,2 158 0,0 0,0 11 15 0,00 252 1,2 96 323 0,06 2,2 0,10 0,05 0,00 11,20 0,0
Frango, sobrecoxa, sem pele, assada 233 29,2 12,0 145 0,0 0,0 12 17 0,00 281 1,2 106 382 0,07 2,2 0,10 0,05 0,00 10,20 0,0
Hambúrguer, bovino, frito 258 20,0 17,0 49 6,3 0,0 62 60 0,52 324 3,0 1252 660 0,17 3,2 0,13 0,06 0,00 2,73 0,0
Hambúrguer, bovino, grelhado 210 13,2 12,4 59 11,3 0,0 56 48 0,40 263 2,6 1090 538 0,18 3,0 0,18 0,06 0,00 5,77 0,0
Lingüiça, frango, frita 245 18,3 18,5 76 0,0 0,0 15 29 0,10 262 0,8 1374 364 0,04 1,2 0,11 0,05 0,00 5,67 0,0
Lingüiça, frango, grelhada 244 18,2 18,4 80 0,0 0,0 14 21 0,10 228 0,7 1351 356 0,09 1,0 0,12 0,04 0,00 5,97 0,0
Lingüiça, porco, frita 280 20,5 21,3 75 0,0 0,0 8 18 0,01 211 0,9 1432 409 0,06 3,1 0,41 0,07 0,00 5,83 0,0
Lingüiça, porco, grelhada 296 23,2 21,9 82 0,0 0,0 8 19 0,01 210 1,0 1456 427 0,07 3,5 0,40 0,07 0,00 6,60 0,0
Mortadela 269 12,0 21,6 83 5,8 0,0 67 19 0,11 216 1,5 1212 247 0,08 1,0 0,14 0,06 0,00 3,00 0,0
Peru, congelado, assado 163 26,2 5,7 91 0,0 0,0 14 12 0,02 197 0,6 628 175 0,03 1,2 0,06 0,00 0,00 6,23 0,0
Porco, bisteca, frita 311 33,7 18,5 126 0,0 0,0 69 29 0,01 290 0,8 63 404 0,07 2,2 0,34 0,00 0,00 3,25 0,0
Porco, bisteca, grelhada 280 28,9 17,4 82 0,0 0,0 34 25 0,00 229 0,9 51 366 0,06 2,3 0,77 0,14 0,03 1,92 0,0
Porco, costela, assada 402 30,2 30,3 113 0,0 0,0 17 14 0,00 201 1,0 63 246 0,07 3,1 0,71 0,05 0,00 10,63 0,0
Porco, lombo, assado 210 35,7 6,4 103 0,0 0,0 20 18 0,00 238 0,5 39 311 0,03 1,8 0,75 0,07 0,11 12,43 0,0
Porco, pernil, assado 262 32,1 13,9 110 0,0 0,0 18 27 0,01 247 1,3 62 395 0,09 3,3 0,77 0,09 0,00 6,57 0,0
Quibe, assado 136 14,6 2,7 34 12,9 1,9 16 36 0,76 174 2,2 40 288 0,51 4,1 0,04 0,04 0,00 1,81 0,0
62
Quibe, cru 109 12,4 1,7 27 10,8 1,6 12 26 0,39 126 1,7 39 242 0,13 2,8 0,09 0,03 0,00 1,20 0,0
Quibe, frito 254 14,9 15,8 38 12,3 0,0 22 39 0,72 166 2,0 836 322 0,16 2,8 0,12 0,10 0,00 1,50 0,0
Ovos e derivados
Omelete, de queijo 268 15,6 22,0 384 0,4 0,0 166 14 0,03 314 1,4 216 127 0,03 1,4 0,03 0,24 0,00 0,00 0,0
Ovo, de galinha, inteiro, cozido/10minutos 146 13,3 9,5 397 0,6 0,0 49 11 0,02 184 1,5 146 139 0,04 1,2 0,08 0,30 0,00 0,00 0,0
Ovo, de galinha, inteiro, frito 240 15,6 18,6 516 1,2 0,0 73 16 0,03 422 2,1 166 184 0,04 1,5 0,06 0,32 0,00 0,00 0,0
Outros alimentos industrializados
Azeitona, preta, conserva 194 1,2 20,3 0 5,5 4,6 59 5 0,06 16 5,5 1567 79 0,25 0,3 0,00 0,00 0,04 0,00 0,0
Azeitona, verde, conserva 137 0,9 14,2 0 4,1 3,8 46 4 0,03 5 0,2 1347 20 0,14 0,1 0,00 0,00 0,00 0,00 0,0
Maionese, tradicional com ovos 302 0,6 30,5 42 7,9 0,0 3 1 0,00 14 0,1 787 16 0,00 0,1 0,00 0,05 0,00 0,00 0,0
Alimentos preparados
Arroz carreteiro 154 10,8 7,1 36 11,6 1,5 13 9 0,18 48 1,0 1622 87 0,08 2,7 0,03 0,00 0,07 1,60 0,0
Barreado 165 18,3 9,5 60 0,2 0,1 15 21 0,05 169 2,4 48 295 0,17 4,8 0,03 0,04 0,00 2,09 0,0
Bife à cavalo, com contra filé 291 23,7 21,1 257 0,0 0,0 26 19 0,02 216 2,1 83 272 0,06 3,2 0,05 0,10 0,00 2,92 0,0
Bolinho de arroz 274 8,0 8,3 70 41,7 2,7 24 13 0,42 87 2,1 59 96 0,13 0,9 0,08 0,05 0,00 0,00 0,0
Charuto, de repolho 78 6,8 1,1 21 10,1 1,5 23 13 0,22 68 0,9 12 184 1,45 1,8 0,03 0,00 0,00 0,32 4,8
Dobradinha 125 19,8 4,4 144 0,0 0,0 11 8 0,11 57 1,0 29 58 0,06 2,7 0,00 0,00 0,00 4,27 0,0
Estrogonofe de carne 173 15,0 10,8 66 3,0 0,0 28 22 0,03 186 2,7 123 322 0,14 2,0 0,06 0,05 0,00 3,25 0,0
Estrogonofe de frango 157 17,6 8,0 80 2,6 0,0 26 25 0,03 195 1,5 99 307 0,12 0,6 0,07 0,04 0,03 3,37 0,0
Feijão tropeiro mineiro 152 10,2 6,8 68 19,6 3,6 41 36 0,38 199 2,2 365 349 0,22 1,4 0,00 0,00 0,00 1,44 0,0
Frango, com açafrão 113 9,7 6,2 50 4,1 0,2 13 16 0,09 167 0,8 29 256 0,02 0,5 0,03 0,00 0,00 1,64 5,3
Macarrão, molho bolognesa 120 4,9 0,9 7 22,5 0,8 11 10 0,22 54 1,4 9 84 0,09 0,8 0,04 0,00 0,00 1,44 0,0
Salada, de legumes, com maionese 96 1,1 7,0 7 8,9 2,2 12 9 0,10 22 0,2 228 141 0,04 0,2 0,04 0,00 0,04 0,00 0,0
Salada, de legumes, cozida no vapor 35 2,0 0,3 0 7,1 2,5 33 19 0,24 45 0,4 3 244 0,17 0,3 0,05 0,03 0,03 0,00 29,4
Salpicão, de frango 148 13,9 7,8 53 4,6 0,4 9 13 0,03 103 0,3 248 149 0,08 0,4 0,05 0,00 0,00 1,48 9,3
Tabule 57 2,0 1,2 0 10,6 2,1 19 18 0,37 35 0,6 1 188 0,12 0,6 0,03 0,00 0,00 0,60 16,2
Yakisoba 113 7,5 2,6 0 18,3 1,1 14 13 0,15 83 0,6 794 159 0,06 0,7 0,16 0,00 0,00 2,09 0,0
Leguminosas e derivados
Feijão, carioca, cozido 76 4,8 0,5 0 13,6 8,5 27 42 0,28 87 1,3 2 255 0,19 0,7 0,04 0,00 0,00 0,00 0,0
Feijão, fradinho, cozido 78 5,1 0,6 0 13,5 7,5 17 38 0,53 85 1,1 1 253 0,10 1,1 0,12 0,00 0,00 0,00 0,0
Feijão, jalo, cozido 93 6,1 0,5 0 16,5 13,9 29 44 0,32 121 1,9 1 348 0,24 1,0 0,13 0,00 0,04 0,00 0,0
Feijão, preto, cozido 77 4,5 0,5 0 14,0 8,4 29 40 0,37 88 1,5 2 256 0,20 0,7 0,06 0,00 0,03 0,00 0,0
Grão-de-bico, cru 355 21,2 5,4 0 57,9 12,4 114 146 3,16 342 5,4 5 1116 0,67 3,2 0,52 0,00 0,75 0,00 0,0
Lentilha, cozida 93 6,3 0,5 0 16,3 7,9 16 22 0,29 104 1,5 1 220 0,17 1,1 0,03 0,00 0,00 0,00 0,0
64
1. Gêneros entrevistados:
Gênero Porcentagem
Masculino 62%
Feminino 38%
2. Quando o entrevistado realiza refeição no RU
Não realiza 26 7,90%
Realiza almoço 194 58,97%
Realiza almoço e janta 106 32,22%
Realiza janta 3 0,91%
Preferência alimentar (1 - desgosta muitíssimo até 9 - gosta muitíssimo):
3. Cerais e derivados (Arroz, polenta, macarrão, etc.)
Quantidade Porcentagem
1 - Desgosta muitíssimo 2 0,61%
2 - Desgosta muito 1 0,30%
3 - Desgosta 4 1,22%
4 - Desgosta pouco 9 2,74%
5 - Indiferente 21 6,40%
6 - Gosta pouco 31 9,45%
7 - Gosta 110 33,54%
8 - Gosta muito 81 24,70%
9 - Gosta muitíssimo 69 21,04%
4. Legumes, verduras e tubérculos (Abobrinha, alface, batata, etc.)
Quantidade Porcentagem
1 - Desgosta muitíssimo 9 2,74%
2 - Desgosta muito 7 2,13%
3 - Desgosta 14 4,27%
4 - Desgosta pouco 16 4,88%
5 - Indiferente 32 9,76%
6 - Gosta pouco 47 14,33%
7 - Gosta 79 24,09%
8 - Gosta muito 57 17,38%
9 - Gosta muitíssimo 67 20,43%
5. Leguminosas e derivados (Feijão, lentilha, etc.)
Quantidade Porcentagem
1 - Desgosta muitíssimo 6 1,83%
2 - Desgosta muito 7 2,14%
3 - Desgosta 11 3,36%
4 - Desgosta pouco 11 3,36%
5 - Indiferente 41 12,54%
6 - Gosta pouco 36 11,01%
65
7 - Gosta 94 28,75%
8 - Gosta muito 62 18,96%
9 - Gosta muitíssimo 59 18,04%
6. Carnes e derivados (Bovina, suína, aves, peixes, etc.)
Quantidade Porcentagem
1 - Desgosta muitíssimo 15 4,57%
2 - Desgosta muito 4 1,22%
3 - Desgosta 7 2,13%
4 - Desgosta pouco 11 3,35%
5 - Indiferente 9 2,74%
6 - Gosta pouco 18 5,49%
7 - Gosta 30 9,15%
8 - Gosta muito 69 21,04%
9 - Gosta muitíssimo 165 50,30%
7. Em relação ao preparo das carnes:
a. Cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 33 10,03%
2 - Desgosta muito 10 3,04%
3 - Desgosta 24 7,29%
4 - Desgosta pouco 19 5,78%
5 - Indiferente 42 12,77%
6 - Gosta pouco 58 17,63%
7 - Gosta 77 23,40%
8 - Gosta muito 34 10,33%
9 - Gosta muitíssimo 32 9,73%
b. Assada
Quantidade Porcentagem
1 - Desgosta muitíssimo 13 3,96%
2 - Desgosta muito 0 0,00%
3 – Desgosta 4 1,22%
4 - Desgosta pouco 10 3,05%
5 – Indiferente 15 4,57%
6 - Gosta pouco 22 6,71%
7 - Gosta 69 21,04%
8 - Gosta muito 91 27,74%
9 - Gosta muitíssimo 104 31,71%
c. Frita
Quantidade Porcentagem
1 - Desgosta muitíssimo 31 9,42%
2 - Desgosta muito 13 3,95%
3 - Desgosta 15 4,56%
66
4 - Desgosta pouco 23 6,99%
5 - Indiferente 31 9,42%
6 - Gosta pouco 50 15,20%
7 - Gosta 65 19,76%
8 - Gosta muito 51 15,50%
9 - Gosta muitíssimo 50 15,20%
d. Grelhada
Quantidade Porcentagem
1 - Desgosta muitíssimo 14 4,28%
2 - Desgosta muito 3 0,92%
3 - Desgosta 1 0,31%
4 - Desgosta pouco 9 2,75%
5 - Indiferente 6 1,83%
6 - Gosta pouco 18 5,50%
7 - Gosta 31 9,48%
8 - Gosta muito 64 19,57%
9 - Gosta muitíssimo 181 55,35%
8. Preferência de carnes e derivados
a. Carne bovina
Quantidade Porcentagem
1 - Desgosta muitíssimo 20 6,10%
2 - Desgosta muito 3 0,91%
3 - Desgosta 3 0,91%
4 - Desgosta pouco 7 2,13%
5 - Indiferente 11 3,35%
6 - Gosta pouco 35 10,67%
7 - Gosta 45 13,72%
8 - Gosta muito 71 21,65%
9 - Gosta muitíssimo 133 40,55%
b. Carne Suína
Quantidade Porcentagem
1 - Desgosta muitíssimo 52 15,85%
2 - Desgosta muito 12 3,66%
3 - Desgosta 17 5,18%
4 - Desgosta pouco 19 5,79%
5 - Indiferente 37 11,28%
6 - Gosta pouco 60 18,29%
7 - Gosta 57 17,38%
8 - Gosta muito 31 9,45%
9 - Gosta muitíssimo 43 13,11%
67
c. Carne de frango
Quantidade Porcentagem
1 - Desgosta muitíssimo 13 3,96%
2 - Desgosta muito 0 0,00%
3 - Desgosta 1 0,30%
4 - Desgosta pouco 3 0,91%
5 - Indiferente 14 4,27%
6 - Gosta pouco 19 5,79%
7 - Gosta 54 16,46%
8 - Gosta muito 70 21,34%
9 - Gosta muitíssimo 154 46,95%
d. Peixe
Quantidade Porcentagem
1 - Desgosta muitíssimo 73 22,19%
2 - Desgosta muito 7 2,13%
3 - Desgosta 17 5,17%
4 - Desgosta pouco 19 5,78%
5 - Indiferente 42 12,77%
6 - Gosta pouco 28 8,51%
7 - Gosta 48 14,59%
8 - Gosta muito 39 11,85%
9 - Gosta muitíssimo 56 17,02%
e. Ovos
Quantidade Porcentagem
1 - Desgosta muitíssimo 29 8,87%
2 - Desgosta muito 8 2,45%
3 - Desgosta 16 4,89%
4 - Desgosta pouco 23 7,03%
5 - Indiferente 71 21,71%
6 - Gosta pouco 55 16,82%
7 - Gosta 65 19,88%
8 - Gosta muito 27 8,26%
9 - Gosta muitíssimo 33 10,09%
f. Carnes embutidas e processadas (Linguiça, hambúrguer, etc.)
Quantidade Porcentagem
1 - Desgosta muitíssimo 83 25,38%
2 - Desgosta muito 15 4,59%
3 - Desgosta 26 7,95%
4 - Desgosta pouco 21 6,42%
5 - Indiferente 41 12,54%
6 - Gosta pouco 51 15,60%
7 - Gosta 44 13,46%
8 - Gosta muito 23 7,03%
68
9 - Gosta muitíssimo 23 7,03%
9. Cereais, farinhas e derivados
a. Arroz cozido
Quantidade Porcentagem
1 - Desgosta muitíssimo 5 1,53%
2 - Desgosta muito 2 0,61%
3 - Desgosta 4 1,22%
4 - Desgosta pouco 3 0,92%
5 - Indiferente 19 5,81%
6 - Gosta pouco 30 9,17%
7 - Gosta 70 21,41%
8 - Gosta muito 76 23,24%
9 - Gosta muitíssimo 118 36,09%
b. Farinha de milho
Quantidade Porcentagem
1 - Desgosta muitíssimo 26 9,03%
2 - Desgosta muito 18 6,25%
3 - Desgosta 22 7,64%
4 - Desgosta pouco 31 10,76%
5 - Indiferente 78 27,08%
6 - Gosta pouco 20 6,94%
7 - Gosta 59 20,49%
8 - Gosta muito 14 4,86%
9 - Gosta muitíssimo 20 6,94%
c. Farinha de mandioca
Quantidade Porcentagem
1 - Desgosta muitíssimo 18 5,52%
2 - Desgosta muito 13 3,99%
3 - Desgosta 18 5,52%
4 - Desgosta pouco 22 6,75%
5 - Indiferente 69 21,17%
6 - Gosta pouco 56 17,18%
7 - Gosta 65 19,94%
8 - Gosta muito 33 10,12%
9 - Gosta muitíssimo 32 9,82%
d. Farofa pronta temperada
Quantidade Porcentagem
1 - Desgosta muitíssimo 14 4,28%
2 - Desgosta muito 11 3,36%
3 - Desgosta 13 3,98%
4 - Desgosta pouco 20 6,12%
69
5 - Indiferente 46 14,07%
6 - Gosta pouco 47 14,37%
7 - Gosta 68 20,80%
8 - Gosta muito 56 17,13%
9 - Gosta muitíssimo 52 15,90%
e. Macarrão cozido
Quantidade Porcentagem
1 - Desgosta muitíssimo 4 1,24%
2 - Desgosta muito 6 1,86%
3 - Desgosta 10 3,10%
4 - Desgosta pouco 9 2,79%
5 - Indiferente 23 7,12%
6 - Gosta pouco 47 14,55%
7 - Gosta 83 25,70%
8 - Gosta muito 56 17,34%
9 - Gosta muitíssimo 85 26,32%
f. Milho verde enlatado
Quantidade Porcentagem
1 - Desgosta muitíssimo 40 12,27%
2 - Desgosta muito 14 4,29%
3 - Desgosta 14 4,29%
4 - Desgosta pouco 26 7,98%
5 - Indiferente 53 16,26%
6 - Gosta pouco 48 14,72%
7 - Gosta 53 16,26%
8 - Gosta muito 28 8,59%
9 - Gosta muitíssimo 50 15,34%
g. Polenta cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 40 12,27%
2 - Desgosta muito 20 6,13%
3 - Desgosta 20 6,13%
4 - Desgosta pouco 26 7,98%
5 - Indiferente 53 16,26%
6 - Gosta pouco 50 15,34%
7 - Gosta 51 15,64%
8 - Gosta muito 27 8,28%
9 - Gosta muitíssimo 39 11,96%
70
10. Leguminosas e derivados
a. Feijão carioca
Quantidade Porcentagem
1 - Desgosta muitíssimo 16 4,89%
2 - Desgosta muito 4 1,22%
3 - Desgosta 6 1,83%
4 - Desgosta pouco 7 2,14%
5 - Indiferente 37 11,31%
6 - Gosta pouco 30 9,17%
7 - Gosta 54 16,51%
8 - Gosta muito 67 20,49%
9 - Gosta muitíssimo 106 32,42%
b. Feijão preto
Quantidade Porcentagem
1 - Desgosta muitíssimo 22 6,73%
2 - Desgosta muito 9 2,75%
3 - Desgosta 6 1,83%
4 - Desgosta pouco 12 3,67%
5 - Indiferente 29 8,87%
6 - Gosta pouco 41 12,54%
7 - Gosta 70 21,41%
8 - Gosta muito 54 16,51%
9 - Gosta muitíssimo 84 25,69%
c. Feijão branco
Quantidade Porcentagem
1 - Desgosta muitíssimo 22 6,73%
2 - Desgosta muito 9 2,75%
3 - Desgosta 6 1,83%
4 - Desgosta pouco 12 3,67%
5 - Indiferente 29 8,87%
6 - Gosta pouco 41 12,54%
7 - Gosta 70 21,41%
8 - Gosta muito 54 16,51%
9 - Gosta muitíssimo 84 25,69%
d. Lentilha cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 72 22,15%
2 - Desgosta muito 20 6,15%
3 - Desgosta 11 3,38%
4 - Desgosta pouco 31 9,54%
5 - Indiferente 50 15,38%
6 - Gosta pouco 39 12,00%
7 - Gosta 38 11,69%
71
8 - Gosta muito 27 8,31%
9 - Gosta muitíssimo 37 11,38%
e. Ervilha enlatada
Quantidade Porcentagem
1 - Desgosta muitíssimo 96 29,45%
2 - Desgosta muito 21 6,44%
3 - Desgosta 23 7,06%
4 - Desgosta pouco 37 11,35%
5 - Indiferente 47 14,42%
6 - Gosta pouco 38 11,66%
7 - Gosta 26 7,98%
8 - Gosta muito 15 4,60%
9 - Gosta muitíssimo 23 7,06%
f. Vagem cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 77 23,48%
2 - Desgosta muito 13 3,96%
3 - Desgosta 28 8,54%
4 - Desgosta pouco 26 7,93%
5 - Indiferente 45 13,72%
6 - Gosta pouco 42 12,80%
7 - Gosta 33 10,06%
8 - Gosta muito 31 9,45%
9 - Gosta muitíssimo 33 10,06%
11. Legumes, verduras e tubérculos
a. Abobrinha refogada
Quantidade Porcentagem
1 - Desgosta muitíssimo 87 26,61%
2 - Desgosta muito 13 3,98%
3 - Desgosta 25 7,65%
4 - Desgosta pouco 18 5,50%
5 - Indiferente 40 12,23%
6 - Gosta pouco 41 12,54%
7 - Gosta 32 9,79%
8 - Gosta muito 31 9,48%
9 - Gosta muitíssimo 40 12,23%
b. Acelga
Quantidade Porcentagem
1 - Desgosta muitíssimo 81 24,77%
2 - Desgosta muito 16 4,89%
3 - Desgosta 28 8,56%
72
4 - Desgosta pouco 28 8,56%
5 - Indiferente 59 18,04%
6 - Gosta pouco 42 12,84%
7 - Gosta 27 8,26%
8 - Gosta muito 21 6,42%
9 - Gosta muitíssimo 25 7,65%
c. Agrião
Quantidade Porcentagem
1 - Desgosta muitíssimo 86 26,30%
2 - Desgosta muito 15 4,59%
3 - Desgosta 29 8,87%
4 - Desgosta pouco 28 8,56%
5 - Indiferente 63 19,27%
6 - Gosta pouco 28 8,56%
7 - Gosta 29 8,87%
8 - Gosta muito 18 5,50%
9 - Gosta muitíssimo 31 9,48%
d. Alface americana
Quantidade Porcentagem
1 - Desgosta muitíssimo 15 4,59%
2 - Desgosta muito 4 1,22%
3 - Desgosta 6 1,83%
4 - Desgosta pouco 10 3,06%
5 - Indiferente 29 8,87%
6 - Gosta pouco 30 9,17%
7 - Gosta 52 15,90%
8 - Gosta muito 50 15,29%
9 - Gosta muitíssimo 131 40,06%
e. Alface crespa/lisa
Quantidade Porcentagem
1 - Desgosta muitíssimo 20 6,10%
2 - Desgosta muito 5 1,52%
3 - Desgosta 8 2,44%
4 - Desgosta pouco 14 4,27%
5 - Indiferente 30 9,15%
6 - Gosta pouco 36 10,98%
7 - Gosta 57 17,38%
8 - Gosta muito 49 14,94%
9 - Gosta muitíssimo 109 33,23%
f. Berinjela cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 115 35,28%
2 - Desgosta muito 21 6,44%
73
3 - Desgosta 33 10,12%
4 - Desgosta pouco 22 6,75%
5 - Indiferente 45 13,80%
6 - Gosta pouco 37 11,35%
7 - Gosta 18 5,52%
8 - Gosta muito 13 3,99%
9 - Gosta muitíssimo 22 6,75%
g. Brócolis cozido
Quantidade Porcentagem
1 - Desgosta muitíssimo 38 11,62%
2 - Desgosta muito 8 2,45%
3 - Desgosta 7 2,14%
4 - Desgosta pouco 15 4,59%
5 - Indiferente 25 7,65%
6 - Gosta pouco 25 7,65%
7 - Gosta 40 12,23%
8 - Gosta muito 47 14,37%
9 - Gosta muitíssimo 122 37,31%
h. Cenoura cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 41 12,62%
2 - Desgosta muito 7 2,15%
3 - Desgosta 10 3,08%
4 - Desgosta pouco 24 7,38%
5 - Indiferente 36 11,08%
6 - Gosta pouco 42 12,92%
7 - Gosta 50 15,38%
8 - Gosta muito 39 12,00%
9 - Gosta muitíssimo 76 23,38%
i. Cenoura crua
Quantidade Porcentagem
1 - Desgosta muitíssimo 45 13,80%
2 - Desgosta muito 8 2,45%
3 - Desgosta 20 6,13%
4 - Desgosta pouco 15 4,60%
5 - Indiferente 35 10,74%
6 - Gosta pouco 51 15,64%
7 - Gosta 50 15,34%
8 - Gosta muito 34 10,43%
9 - Gosta muitíssimo 68 20,86%
74
j. Chuchu cozido
Quantidade Porcentagem
1 - Desgosta muitíssimo 95 29,41%
2 - Desgosta muito 14 4,33%
3 - Desgosta 32 9,91%
4 - Desgosta pouco 18 5,57%
5 - Indiferente 45 13,93%
6 - Gosta pouco 36 11,15%
7 - Gosta 24 7,43%
8 - Gosta muito 20 6,19%
9 - Gosta muitíssimo 39 12,07%
k. Couve crua
Quantidade Porcentagem
1 - Desgosta muitíssimo 59 18,15%
2 - Desgosta muito 20 6,15%
3 - Desgosta 24 7,38%
4 - Desgosta pouco 22 6,77%
5 - Indiferente 46 14,15%
6 - Gosta pouco 42 12,92%
7 - Gosta 32 9,85%
8 - Gosta muito 27 8,31%
9 - Gosta muitíssimo 53 16,31%
l. Couve refogada
Quantidade Porcentagem
1 - Desgosta muitíssimo 50 15,58%
2 - Desgosta muito 8 2,49%
3 - Desgosta 16 4,98%
4 - Desgosta pouco 18 5,61%
5 - Indiferente 34 10,59%
6 - Gosta pouco 38 11,84%
7 - Gosta 46 14,33%
8 - Gosta muito 36 11,21%
9 - Gosta muitíssimo 75 23,36%
m. Couve-flor cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 41 12,58%
2 - Desgosta muito 8 2,45%
3 - Desgosta 15 4,60%
4 - Desgosta pouco 18 5,52%
5 - Indiferente 31 9,51%
6 - Gosta pouco 29 8,90%
7 - Gosta 41 12,58%
8 - Gosta muito 53 16,26%
75
9 - Gosta muitíssimo 90 27,61%
n. Espinafre refogado
Quantidade Porcentagem
1 - Desgosta muitíssimo 68 20,80%
2 - Desgosta muito 10 3,06%
3 - Desgosta 34 10,40%
4 - Desgosta pouco 18 5,50%
5 - Indiferente 63 19,27%
6 - Gosta pouco 23 7,03%
7 - Gosta 33 10,09%
8 - Gosta muito 24 7,34%
9 - Gosta muitíssimo 54 16,51%
o. Nabo/ rabanete
Quantidade Porcentagem
1 - Desgosta muitíssimo 104 31,80%
2 - Desgosta muito 19 5,81%
3 - Desgosta 44 13,46%
4 - Desgosta pouco 28 8,56%
5 - Indiferente 55 16,82%
6 - Gosta pouco 29 8,87%
7 - Gosta 17 5,20%
8 - Gosta muito 6 1,83%
9 - Gosta muitíssimo 25 7,65%
p. Pepino
Quantidade Porcentagem
1 - Desgosta muitíssimo 48 14,77%
2 - Desgosta muito 11 3,38%
3 - Desgosta 28 8,62%
4 - Desgosta pouco 17 5,23%
5 - Indiferente 50 15,38%
6 - Gosta pouco 34 10,46%
7 - Gosta 35 10,77%
8 - Gosta muito 33 10,15%
9 - Gosta muitíssimo 69 21,23%
q. Pimentão cru
Quantidade Porcentagem
1 - Desgosta muitíssimo 98 30,15%
2 - Desgosta muito 21 6,46%
3 - Desgosta 26 8,00%
4 - Desgosta pouco 24 7,38%
5 - Indiferente 43 13,23%
6 - Gosta pouco 29 8,92%
7 - Gosta 34 10,46%
76
8 - Gosta muito 14 4,31%
9 - Gosta muitíssimo 36 11,08%
r. Quiabo refogado
Quantidade Porcentagem
1 - Desgosta muitíssimo 123 38,08%
2 - Desgosta muito 19 5,88%
3 - Desgosta 34 10,53%
4 - Desgosta pouco 19 5,88%
5 - Indiferente 45 13,93%
6 - Gosta pouco 15 4,64%
7 - Gosta 16 4,95%
8 - Gosta muito 23 7,12%
9 - Gosta muitíssimo 29 8,98%
s. Repolho cru
Quantidade Porcentagem
1 - Desgosta muitíssimo 66 20,63%
2 - Desgosta muito 15 4,69%
3 - Desgosta 20 6,25%
4 - Desgosta pouco 12 3,75%
5 - Indiferente 43 13,44%
6 - Gosta pouco 40 12,50%
7 - Gosta 46 14,38%
8 - Gosta muito 27 8,44%
9 - Gosta muitíssimo 51 15,94%
t. Repolho refogado
Quantidade Porcentagem
1 - Desgosta muitíssimo 75 23,08%
2 - Desgosta muito 11 3,38%
3 - Desgosta 19 5,85%
4 - Desgosta pouco 14 4,31%
5 - Indiferente 48 14,77%
6 - Gosta pouco 36 11,08%
7 - Gosta 48 14,77%
8 - Gosta muito 33 10,15%
9 - Gosta muitíssimo 41 12,62%
u. Rúcula
Quantidade Porcentagem
1 - Desgosta muitíssimo 81 25,08%
2 - Desgosta muito 13 4,02%
3 - Desgosta 28 8,67%
4 - Desgosta pouco 24 7,43%
5 - Indiferente 34 10,53%
6 - Gosta pouco 40 12,38%
77
7 - Gosta 30 9,29%
8 - Gosta muito 22 6,81%
9 - Gosta muitíssimo 51 15,79%
v. Seleta de legumes enlatada
Quantidade Porcentagem
1 - Desgosta muitíssimo 104 32,00%
2 - Desgosta muito 20 6,15%
3 - Desgosta 29 8,92%
4 - Desgosta pouco 40 12,31%
5 - Indiferente 50 15,38%
6 - Gosta pouco 18 5,54%
7 - Gosta 33 10,15%
8 - Gosta muito 11 3,38%
9 - Gosta muitíssimo 20 6,15%
w. Tomate
Quantidade Porcentagem
1 - Desgosta muitíssimo 23 7,06%
2 - Desgosta muito 4 1,23%
3 - Desgosta 9 2,76%
4 - Desgosta pouco 7 2,15%
5 - Indiferente 19 5,83%
6 - Gosta pouco 35 10,74%
7 - Gosta 49 15,03%
8 - Gosta muito 56 17,18%
9 - Gosta muitíssimo 124 38,04%
x. Mandioca cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 19 5,86%
2 - Desgosta muito 4 1,23%
3 - Desgosta 12 3,70%
4 - Desgosta pouco 13 4,01%
5 - Indiferente 28 8,64%
6 - Gosta pouco 37 11,42%
7 - Gosta 53 16,36%
8 - Gosta muito 52 16,05%
9 - Gosta muitíssimo 106 32,72%
y. Mandioca frita
Quantidade Porcentagem
1 - Desgosta muitíssimo 12 3,68%
2 - Desgosta muito 2 0,61%
3 - Desgosta 5 1,53%
4 - Desgosta pouco 4 1,23%
5 - Indiferente 17 5,21%
78
6 - Gosta pouco 22 6,75%
7 - Gosta 53 16,26%
8 - Gosta muito 50 15,34%
9 - Gosta muitíssimo 161 49,39%
z. Batata doce cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 39 12,19%
2 - Desgosta muito 7 2,19%
3 - Desgosta 19 5,94%
4 - Desgosta pouco 14 4,38%
5 - Indiferente 39 12,19%
6 - Gosta pouco 29 9,06%
7 - Gosta 39 12,19%
8 - Gosta muito 42 13,13%
9 - Gosta muitíssimo 92 28,75%
aa. Batata cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 8 2,48%
2 - Desgosta muito 3 0,93%
3 - Desgosta 4 1,24%
4 - Desgosta pouco 5 1,55%
5 - Indiferente 20 6,19%
6 - Gosta pouco 41 12,69%
7 - Gosta 55 17,03%
8 - Gosta muito 62 19,20%
9 - Gosta muitíssimo 125 38,70%
bb. Batata frita
Quantidade Porcentagem
1 - Desgosta muitíssimo 11 3,38%
2 - Desgosta muito 2 0,62%
3 - Desgosta 5 1,54%
4 - Desgosta pouco 1 0,31%
5 - Indiferente 10 3,08%
6 - Gosta pouco 26 8,00%
7 - Gosta 26 8,00%
8 - Gosta muito 56 17,23%
9 - Gosta muitíssimo 188 57,85%
cc. Beterraba crua
Quantidade Porcentagem
1 - Desgosta muitíssimo 71 22,05%
2 - Desgosta muito 6 1,86%
3 - Desgosta 30 9,32%
4 - Desgosta pouco 17 5,28%
79
5 - Indiferente 46 14,29%
6 - Gosta pouco 36 11,18%
7 - Gosta 49 15,22%
8 - Gosta muito 18 5,59%
9 - Gosta muitíssimo 49 15,22%
dd. Beterraba cozida
Quantidade Porcentagem
1 - Desgosta muitíssimo 50 15,43%
2 - Desgosta muito 10 3,09%
3 - Desgosta 25 7,72%
4 - Desgosta pouco 12 3,70%
5 - Indiferente 39 12,04%
6 - Gosta pouco 38 11,73%
7 - Gosta 46 14,20%
8 - Gosta muito 33 10,19%
9 - Gosta muitíssimo 71 21,91%
12. Pratos preparados
a. Almondegas ao molho
Quantidade Porcentagem
1 - Desgosta muitíssimo 41 12,65%
2 - Desgosta muito 8 2,47%
3 - Desgosta 13 4,01%
4 - Desgosta pouco 18 5,56%
5 - Indiferente 39 12,04%
6 - Gosta pouco 41 12,65%
7 - Gosta 72 22,22%
8 - Gosta muito 40 12,35%
9 - Gosta muitíssimo 52 16,05%
b. Arroz carreteiro
Quantidade Porcentagem
1 - Desgosta muitíssimo 30 9,23%
2 - Desgosta muito 4 1,23%
3 - Desgosta 10 3,08%
4 - Desgosta pouco 21 6,46%
5 - Indiferente 37 11,38%
6 - Gosta pouco 37 11,38%
7 - Gosta 62 19,08%
8 - Gosta muito 56 17,23%
9 - Gosta muitíssimo 68 20,92%
80
c. Barreado
Quantidade Porcentagem
1 - Desgosta muitíssimo 54 16,77%
2 - Desgosta muito 10 3,11%
3 - Desgosta 17 5,28%
4 - Desgosta pouco 26 8,07%
5 - Indiferente 48 14,91%
6 - Gosta pouco 34 10,56%
7 - Gosta 51 15,84%
8 - Gosta muito 32 9,94%
9 - Gosta muitíssimo 50 15,53%
d. Bolinho de arroz
Quantidade Porcentagem
1 - Desgosta muitíssimo 22 6,85%
2 - Desgosta muito 7 2,18%
3 - Desgosta 9 2,80%
4 - Desgosta pouco 17 5,30%
5 - Indiferente 33 10,28%
6 - Gosta pouco 50 15,58%
7 - Gosta 57 17,76%
8 - Gosta muito 35 10,90%
9 - Gosta muitíssimo 91 28,35%
e. Dobradinha
Quantidade Porcentagem
1 - Desgosta muitíssimo 127 39,20%
2 - Desgosta muito 22 6,79%
3 - Desgosta 22 6,79%
4 - Desgosta pouco 22 6,79%
5 - Indiferente 48 14,81%
6 - Gosta pouco 22 6,79%
7 - Gosta 18 5,56%
8 - Gosta muito 18 5,56%
9 - Gosta muitíssimo 25 7,72%
f. Estrogonofe de carne
Quantidade Porcentagem
1 - Desgosta muitíssimo 37 11,49%
2 - Desgosta muito 11 3,42%
3 - Desgosta 7 2,17%
4 - Desgosta pouco 18 5,59%
5 - Indiferente 35 10,87%
6 - Gosta pouco 36 11,18%
7 - Gosta 50 15,53%
8 - Gosta muito 47 14,60%
81
9 - Gosta muitíssimo 81 25,16%
g. Estrogonofe de frango
Quantidade Porcentagem
1 - Desgosta muitíssimo 22 6,81%
2 - Desgosta muito 4 1,24%
3 - Desgosta 6 1,86%
4 - Desgosta pouco 9 2,79%
5 - Indiferente 18 5,57%
6 - Gosta pouco 20 6,19%
7 - Gosta 57 17,65%
8 - Gosta muito 55 17,03%
9 - Gosta muitíssimo 132 40,87%
h. Feijoada
Quantidade Porcentagem
1 - Desgosta muitíssimo 40 12,38%
2 - Desgosta muito 9 2,79%
3 - Desgosta 10 3,10%
4 - Desgosta pouco 14 4,33%
5 - Indiferente 32 9,91%
6 - Gosta pouco 38 11,76%
7 - Gosta 53 16,41%
8 - Gosta muito 39 12,07%
9 - Gosta muitíssimo 88 27,24%
i. Macarrão ao molho bolonhesa
Quantidade Porcentagem
1 - Desgosta muitíssimo 20 6,17%
2 - Desgosta muito 2 0,62%
3 - Desgosta 10 3,09%
4 - Desgosta pouco 6 1,85%
5 - Indiferente 31 9,57%
6 - Gosta pouco 40 12,35%
7 - Gosta 61 18,83%
8 - Gosta muito 46 14,20%
9 - Gosta muitíssimo 108 33,33%
j. Maionese com ovos
Quantidade Porcentagem
1 - Desgosta muitíssimo 59 18,32%
2 - Desgosta muito 11 3,42%
3 - Desgosta 23 7,14%
4 - Desgosta pouco 15 4,66%
5 - Indiferente 37 11,49%
6 - Gosta pouco 41 12,73%
7 - Gosta 42 13,04%
82
8 - Gosta muito 37 11,49%
9 - Gosta muitíssimo 57 17,70%
k. Salada de legumes ao vapor
Quantidade Porcentagem
1 - Desgosta muitíssimo 53 16,46%
2 - Desgosta muito 10 3,11%
3 - Desgosta 13 4,04%
4 - Desgosta pouco 13 4,04%
5 - Indiferente 39 12,11%
6 - Gosta pouco 29 9,01%
7 - Gosta 48 14,91%
8 - Gosta muito 46 14,29%
9 - Gosta muitíssimo 71 22,05%
l. Yakissoba
Quantidade Porcentagem
1 - Desgosta muitíssimo 25 7,76%
2 - Desgosta muito 8 2,48%
3 - Desgosta 12 3,73%
4 - Desgosta pouco 7 2,17%
5 - Indiferente 34 10,56%
6 - Gosta pouco 22 6,83%
7 - Gosta 35 10,87%
8 - Gosta muito 55 17,08%
9 - Gosta muitíssimo 124 38,51%
m. Nhoque de batata
Quantidade Porcentagem
1 - Desgosta muitíssimo 10 3,11%
2 - Desgosta muito 4 1,24%
3 - Desgosta 2 0,62%
4 - Desgosta pouco 6 1,86%
5 - Indiferente 24 7,45%
6 - Gosta pouco 20 6,21%
7 - Gosta 61 18,94%
8 - Gosta muito 34 10,56%
9 - Gosta muitíssimo 161 50,00%
n. Croquete de carne
Quantidade Porcentagem
1 - Desgosta muitíssimo 23 7,12%
2 - Desgosta muito 8 2,48%
3 - Desgosta 9 2,79%
4 - Desgosta pouco 8 2,48%
5 - Indiferente 45 13,93%
6 - Gosta pouco 42 13,00%
83
7 - Gosta 66 20,43%
8 - Gosta muito 29 8,98%
9 - Gosta muitíssimo 93 28,79%
o. Quibe assado/frito
Quantidade Porcentagem
1 - Desgosta muitíssimo 27 8,36%
2 - Desgosta muito 2 0,62%
3 - Desgosta 9 2,79%
4 - Desgosta pouco 16 4,95%
5 - Indiferente 24 7,43%
6 - Gosta pouco 33 10,22%
7 - Gosta 60 18,58%
8 - Gosta muito 43 13,31%
9 - Gosta muitíssimo 109 33,75%
p. Omelete
Quantidade Porcentagem
1 - Desgosta muitíssimo 25 7,84%
2 - Desgosta muito 5 1,57%
3 - Desgosta 8 2,51%
4 - Desgosta pouco 9 2,82%
5 - Indiferente 32 10,03%
6 - Gosta pouco 53 16,61%
7 - Gosta 63 19,75%
8 - Gosta muito 43 13,48%
9 - Gosta muitíssimo 81 25,39%
q. Batata chios/palha
Quantidade Porcentagem
1 - Desgosta muitíssimo 7 2,17%
2 - Desgosta muito 3 0,93%
3 - Desgosta 5 1,55%
4 - Desgosta pouco 7 2,17%
5 - Indiferente 21 6,52%
6 - Gosta pouco 39 12,11%
7 - Gosta 46 14,29%
8 - Gosta muito 54 16,77%
9 - Gosta muitíssimo 140 43,48%