trabalho de sistema operacional

Prévia do material em texto

INTRODUÇÃO
A Pesquisa Operacional (PO) é uma ciência que objetiva fornecer ferramentas quantitativas ao processo de tomada de decisões. É constituída por um conjunto de disciplinas isoladas, tais como Programação Linear, Teoria das Filas, Simulação, Programação Dinâmica, Teoria dos Jogos, etc.
O termo Pesquisa Operacional (em inglês: Operations Research) foi empregado pela primeira vez em 1939 como uma tentativa de englobar, sob uma única denominação, todas as técnicas existentes ou que viriam a ser desenvolvidas e que tinham o mesmo objetivo citado. De uma maneira geral, todas as disciplinas que constituem a PO se apóiam em quatro ciências fundamentais: Economia, Matemática, Estatística e Informática.
As áreas de aplicação abrangem fábricas, escritórios, hospitais, fazendas, estradas, etc. Sendo uma disciplina científica de características horizontais, as suas contribuições estendem-se por praticamente todos os domínios da atividade humana, da Engenharia à Medicina, passando pela Economia e a Gestão Empresarial, mas com ligações particularmente fortes com a Engenharia de Produção em vista do seu potencial de abordagem dos problemas envolvendo os meios de produção: seres humanos, matérias-primas, equipamentos, recursos financeiros e meio ambientes.
Objetivo do Desafio
Desenvolveremos através dessa atividade um estudo direcionado à programação linear, em que o principal objetivo será a maximização de lucros, viabilizando alocação de recursos limitados. e minimizando os impactos nas tarefas de tomada de decisão.
Por consequência, esta atividade demonstrará os aspectos mais relevantes dessa.
Técnica, resolvendo, assim, um problema hipotético de alocação de recursos, por meio de a ferramenta Solver, que compõe a Microsoft Excel.
ETAPA 1 Sem dúvida nenhuma a Programação Linear é uma das técnicas da Pesquisa Operacional das mais utilizadas em se tratando de problemas de otimização.
Os problemas de Programação Linear (PL) buscam a distribuição eficiente de recursos limitados para atender um determinado objetivo, em geral, maximizar lucros ou minimizar custos. Em se tratando de PL, esse objetivo é expresso através de uma função linear, denominada de “Função”. 
“Objetivo”.
É necessário também que se definam quais as atividades que consomem recursos e em que proporções os mesmos são consumidos. Essas informações são apresentadas em forma de equações as inequações lineares, uma para cada recurso. Ao conjunto dessas equações e/ou inequações denomina-se "Restrições do Modelo".
Normalmente se tem inúmeras maneiras de distribuir os recursos escassos entre as diversas atividades em estudo, bastando para com isso que essas distribuições estejam coerentes com as restrições do modelo. No entanto, o que se busca, num problema PL é a função objetivo, isto é, a maximização do lucro ou a minimização dos custos. A essa solução dá-se o nome de solução ótima.
Assim, a Programação linear se incube de achar a solução ótima de um problema, uma vez definida o modelo linear, ou seja, a função objetivo e as restrições lineares.
4. CÁLCULO DO CUSTO DE PRODUÇÃO.
PASSO 1Uma marcenaria deseja programar uma programação diária de produção contendo
Em seu escopo apenas dois produtos distintos: armário e cadeira, ambos em um único.
Modelo produtivo. Seus gestores sabem que, para fazer tal implementação, a mesma tem.
Estas limitações: matéria-prima (madeira), que tem um consumo de 24 m2, e mão de obra,
Cuja disponibilidade é de oito horas. Assim, desenvolva o modelo mais adequado de produção.
Uma marcenaria deseja estabelecer uma programação
Diária de produção. Atualmente, a oficina faz apenas dois produtos: mesa e armário, ambos de um só modelo. Para efeito de simplificação, vamos considerar que a marcenaria tem limitações em somente dois recursos: madeira e mão de obra, cujas disponibilidades diárias são mostradas na tabela a seguir.
O processo de produção é tal que, para fazer uma mesa à fábrica gasta 2 m2 de madeira e 2 H.h de mão de obra. Para fazer um armário, a fábrica gasta 3 m2 de madeira e 1 H.h de mão de obra. Além disso, o fabricante sabe que cada mesa dá uma margem de contribuição para o lucro de R$4,00 e cada armário de R$1,00. O problema é encontrar o programa de produção que maximiza a margem de contribuição total para o lucro.
2. Maximizar z = 5x1 + 2x2
Sujeita a: x1 [pic] 3x2 [pic] 4
x1 + 2x2 [pic] 9
Com: x1 [pic] 0
x2 [pic] 0
Uma empresa produz armários e cadeiras. O proprietário quer saber qual o custo de produção para tal contratou um Contador de custos, o qual fez o seguinte levantamento de dados, cabendo a você calcular os custos para esta empresa.
Matéria-prima 
Cadeira R$ 6.000,00 (total do mês) 
Mesa R$ 9.000,00 (total do mês) 
Quantidades 
Cadeira 200 unidades 
Armário 50 unidades 
MOD (tempo por produto) 
Cadeira 1 hora 
Armário 2 horas 
Observações: 
O custo da hora de MOD é de $ 8,50; 
Os custos indiretos totalizam R$ 1.500,00 os quais são alocados aos
Produtos de acordo com as horas de MOD consumidas por cada produto. 
Solicita-se:
Calcular os custos individuais e totais;
Contabilizar estes valores na contabilidade da empresa;
200 cadeiras x 1 hora = 200 
50 armários x 2horas = 100 
Total 300 horas 
1500/300 = 5 p/h 
200x5= 1000 Cadeira 
100x5= 500 armários
Cadeiras 
200x8, 50= 1700 + 1000= 2700+6000= 8.700,00 
Armários
100 x 8,50= 850 + 500 = 1350+9000= 10.350,00
3- CONSTRUÇÃO DO MODELO.
O modelo mais apropriado para a representação do sistema deve ser escolhido com base na definição do problema. Esta é a fase que mais criatividade exige do analista, uma vez que a qualidade de todo o processo seguinte é consequência do grau de representação da realidade que o modelo venha a apresentar. 
Vários tipos de modelo podem ser utilizados para resolver problemas, desde um simples modelo conceitual que apenas representa a inter-relação entre as informações, até modelos matemáticos complexos que exigem uma força de trabalho muito grande para sua formulação e operação. 
Se o modelo elaborado tem a
Forma de um modelo padrão, como por exemplo, de Programação Linear, a solução pode ser obtida por métodos matemáticos convencionais. Por outro lado, se as relações
matemáticas são muito complexas ou mesmo indefinidas, poderemos usar a técnica da simulação, e, em alguns casos, haverá necessidade de usarmos uma combinação de duas metodologias. 
Os modelos de maior interesse em Pesquisa Operacional são os modelos matemáticos, isto é, modelos formados por um conjunto de equações e inequações. 
Uma das equações do conjunto serve para medir a eficiência do sistema para cada solução proposta. É a função objetivo ou função de eficiência. As outras equações geralmente descrevem as limitações ou restrições técnicas do sistema. As variáveis que compõem as equações são de dois tipos: 
· Variáveis controladas ou de decisão: são as variáveis cujos valores estão sob controle. Decidir, neste caso, é atribuir um particular valor a cada uma dessas variáveis. Numa programação de produção, por exemplo, a variável de decisão é a quantidade a ser produzido num período, o que compete ao administrador controlar;
· Variáveis não controladas: são as variáveis cujos valores são arbitrados por sistemas fora do controle do administrador. Custos de produção, demanda de produtos, preço de mercado são variáveis não controladas. 
Um bom modelo é aquele que tem desempenho suficientemente próximo do desempenho da realidade e é de
Fácil experimentação. Essa proximidade desejada é variável, dependendo do objetivo proposto. Um bom modelo para um objetivo pode ser péssimo para outro. A fidelidade de um modelo é aumentada à medida que ele incorpora características da realidade, com a adição de novas variáveis. Isso aumenta sua complexidade, dificultando a experimentação, o que nos leva a considerar o fator custo-benefício quando pensamos em melhorar o desempenho de um modelo. 
As variáveis de decisão envolvidas no problema são:
x1: quantidade a produzir de armários
x2: quantidade a produzirde cadeiras
A função objetivo é:
Lucro: z = 50x1 + 20x2
Para as restrições, a relação lógica existente é:
Utilização de recurso = Disponibilidade
4- SOLUÇÃO DO MODELO.
Esta fase tem por objetivo encontrar uma solução para o modelo construído. 
No caso de modelos matemáticos, a solução é obtida pelo algoritmo mais adequado, em termos de rapidez de processamento e precisão da resposta. Isto exige do analista de Pesquisa Operacional um conhecimento profundo das principais técnicas. A solução obtida, neste caso, é dita “ótima”. 
Se modelos de simulação ou métodos heurísticos são utilizados, o conceito de “otimalidade” não é bem definido, e a solução obtida é uma avaliação aproximada das medidas do sistema ou do objetivo a ser atingido. 
5- VALIDAÇÃO DO MODELO. 
Nessa altura do processo de solução do
Problema é necessário verificar a validade do modelo. Um modelo é válido se, a despeito de sua inexatidão em representar o sistema, ele for capaz de fornecer uma previsão aceitável do comportamento do sistema e uma resposta que possa contribuir para a qualidade da decisão a ser tomada. 
Um método comum para testar a validade do sistema é analisar seu desempenho com dados passados do sistema e verificar se ele consegue reproduzir o comportamento que o sistema manifestou. 
É importante observar que este processo de validação não se aplica a sistemas inexistentes, ou seja, em projeto. Nesse caso, a validação é feita pela verificação da correspondência entre os resultados obtidos e algum comportamento esperado do novo sistema.
6- IMPLEMENTAÇÃO DA SOLUÇÃO. 
Avaliadas as vantagens e a validade da solução obtida, esta deve ser convertida em regras operacionais. A implementação, por ser uma atividade que altera uma situação existente, é uma das etapas críticas do estudo. É conveniente que seja controlada pela equipe responsável, pois, eventualmente, os valores da nova solução, quando levados à prática, podem demonstrar a necessidade de correções nas relações funcionais do modelo, exigindo a reformulação do modelo em algumas de suas partes. 
A presença da equipe permite, também, superar mais facilmente as resistências e oposições às alterações propostas na sistemática das operações e que,
Normalmente, aparecem nessa fase do trabalho.
7- AVALIAÇÃO FINAL. 
A avaliação dos resultados obtidos em qualquer etapa do processo é de fundamental importância, pois garantirá melhor adequação das decisões às necessidades do sistema e aceitação mais fácil dessas decisões por todos os setores envolvidos. 
Nesta avaliação, um fator que tem papel primordial é a experiência do pessoal envolvido no estudo. Não se deve esquecer que um modelo é apenas uma representação simplificada, não conseguindo por isso captar todas as características e nuanças da realidade. Assim, é com experiência e visão crítica que conseguimos avaliar e determinar a aplicabilidade da decisão.
Para que as empresas alcancem seus objetivos, elas devem se preocupar, obrigatoriamente, com as diversas restrições, tanto a nível interno como externo, sendo a mais importante, dentre as existentes, a política de formação de preços, a fim de programar a produção de seus produtos e atender com eficiência o mercado. Para que a empresa consiga atingir esse ponto ótimo ela tem que desenvolver seu próprio mecanismo de formação de custos, despesas, preços, remuneração do seu investimento, enfim obter um modelo ideal que vai desde a programação da produção até a colocação do produto no mercado. Para que a empresa possa cumprir sua missão, a organização depende dos resultados obtidos, assim, a otimização dos resultados disponíveis constitui um fator de.
Extrema importância, principalmente se considerarmos o alto grau de competitividade como exigência do mercado atual.
A teoria da matemática preocupa-se em construir modelos matemáticos capazes de simular situações reais na empresa. Criação de modelos matemáticos volta-se principalmente para a resolução de problemas de tomada de decisão. É através do modelo que se fazem representações da realidade. Na Teoria Matemática, o modelo é usado geralmente como simulação de situações futuras e avaliação da probabilidade de sua ocorrência. Em síntese os modelos servem para representar simplificações da realidade. Sua vantagem reside nisto; manipular simulada mente as complexas e difíceis situações reais por meio da simplificação da realidade.
FORMULAÇÃO DO PROBLEMA.
Uma marcenaria produz dois modelos de certo produto, armário e cadeira, ambos de um só modelo. Para efeito de simplificação, vamos considerar que a marcenaria tem limitações em somente dois recursos: madeira e mão de obra, cujas disponibilidades diárias são mostradas na tabela a seguir.
1.2- Variáveis de decisão: 
Quantidade de madeira para a produção de um armário (x1) 
Quantidade de madeira para a produção de uma cadeira (x2) 
1.3- Função objetivo: 
Encontrar o programa de produção que maximiza a margem de contribuição total para o lucro, ou seja, maximizar a margem bruta total. (Z = 50 x1 + 20 x2)
1.4- Restrições: 
Quantidade de mão de obra (horas) para a confecção dos dois móveis (armário e cadeira).
Quantidade de matéria prima (m² de madeira) para a confecção dos dois móveis (armário e cadeira). 
Variáveis
Mão de obra
Mat. prima
Lucro (R$)
X¹
16h
8m²R$50,00
X²
5h
1m²R$20,00
30h
12m²O processo de produção é tal que, para fazer uma cadeira à fábrica gasta 1 m2 de madeira e 5H. h de mão de obra. Para fazer um armário, a fábrica gasta 8 m2 de madeira e 16H.h de mão de obra.
Além disso, o fabricante sabe que cada cadeira dá uma margem de contribuição para o lucro de R$ 20 e cada armário de R$ 50. “O problema é encontrar o programa de produção que maximiza a margem de contribuição total para o lucro.”.
9.4- Montagem do modelo.
As variáveis de decisão envolvidas no problema são:
x1: quantidade a produzir de armários
x2: quantidade a produzir de cadeiras
A função objetivo é:
Lucro: z = 50x1 + 20x2
Para as restrições, a relação lógica existente é:
Utilização de recurso = Disponibilidade 
ETAPA 2- MODELAGENS DE PROBLEMAS DE ALOCAÇÃO DE RECURSOS.
Programação Linear é uma técnica de otimização bastante utilizada na resolução de problemas quantitativos que tenham seus modelos representados por expressões lineares, sendo elas equações e/ou inequações. Pela sua simplicidade e a possibilidade de aplicação em uma considerável diversidade de problemas, tornou-se um recurso bastante difundido.
Em um modelo de Programação Linear, existe uma combinação de variáveis, cujo objetivo é ser maximizada ou minimizada. Para essa combinação de variáveis de decisão chamaremos de Função Objetivo. Em todo modelo de Programação Linear, existem restrições, representadas por equações e/ou inequações, que indicam uma limitação na situação real, tal como, escassez de recursos, limitações de mercado, etc. Dado um modelo em PL, identificamos sempre um Parâmetro, que são valores fixos e independentes e também as Variáveis de Decisão, sendo elas que poderão assumir diversos valores, de forma a maximizar ou minimizar a função objetivo.
Os problemas de Programação Linear estão entre as aplicações mais bem-sucedidas comercialmente da Pesquisa
Operacional; de fato, há considerável evidência de que eles estão entre as aplicações de ao estruturar problema sob a forma de um modelo matemático, o intuito é de nos ajudar no processo de decisão: que atividades empreender e quanto de cada uma, a fim de satisfazer um dado objetivo. Programação Linear é uma ferramenta de planejamento que nos ajuda a selecionar que atividades (variáveis de decisão) empreender, dado que essas alternativas (diversas alternativas) competem entre si pela utilização de recursos escassos (restrições) ou então precisam satisfazer certos requisitos mínimos. O objetivo será maximizar (minimizar) uma função das atividades, geralmente lucros (perdas). O problema resume-se na maximização (ou minimização) de uma função linear, a função objetiva, sujeita a restrições também lineares.
2.1- As maneirasmais adequadas para construção de um modelo matemático.
Formulação do problema.
Nesta face, deverá haver uma identificação dos elementos do problema que incluem variáveis controláveis, variáveis não controláveis, as restrições sobre as variáveis e os objetivos para definir uma boa solução. O papel do divisor é fundamental, pois é ele quem determina os limites de uma dada analise e o que é uma questão de juízo pessoal. 
ETAPA 3 INCLUSÃO DAS VARIÁVEIS DE FOLGA DA MATÉRIA PRIMA E MÃO DE OBRA.
Formulações do problema:
Uma marcenaria produz dois modelos de certo produto, armário e cadeira, ambos de um só modelo. Para efeito de simplificação, vamos considerar que a marcenaria tem limitações em somente dois recursos: madeira e mão de obra, cujas disponibilidades diárias são mostradas na tabela a seguir.
Variáveis
Mão de obra
Mat. prima
Lucro (R$)
X¹
16h
8m²R$50,00
X²
5h
1m²R$20,00
30h
24m²O processo de produção é tal que, para fazer uma cadeira à fábrica gasta 1 m2 de madeira e 5 H.h de mão de obra. Para fazer um armário, a fábrica gasta 8 m2 de madeira e 16 H.h de mão de obra.
Além disso, o fabricante sabe que cada cadeira dá uma margem de contribuição para o lucro de R$ 20 e cada armário de R$ 50. “O problema é encontrar o programa de produção que maximiza a margem de contribuição total para o lucro.”.
Montagens do modelo:
As variáveis de decisão envolvidas no problema são:
x1: quantidade a produzir de armários
x2: quantidade a produzir de cadeiras
A função objetivo: maximizar o lucro
Seja a função: Maxz = 50 x1 + 20x2
Sujeito a 8x1 + x2≤12
16x1 + 5x2 ≤30
x1, x2 ≥0
Maximizar: z= 50 x1 + 20x2
Sujeito a 8x1 + x2+X3 =12
16x1 + 5x2 +X4=30
x1, x2, x3, x4 ≥0
Isolando as variáveis de folga:
X3= 12-8x1-x2
X4= 30-16x1-5x2
X1, X2, X3, X4≥0Fazendo VNB=0
Teremos:
X3=12
X4= 30
Z= 0
Representação e resolução gráfica de problemas de PL:
A representação gráfica de problemas de PL só é possível, quando os problemas têm 2 ou 3 variáveis de decisão. No entanto, aqui, apenas serão analisados os problemas com 2 variáveis, os quais são representados através de um gráfico. 
Para
Representar graficamente um problema de PL começa-se por construir um sistema de eixos cartesianos x1 e x2. 
O passo seguinte consiste em identificar os valores de x1 e x2 que satisfaçam todas as restrições e construção do espaço das soluções. 
Por último, procuram-se os pontos situados nesta região que maximizem (minimizem) o valor de Z. Esta fase vai proceder-se por tentativas (mais adiante será enunciada uma regra prática que permite resolver esta questão de uma forma quase automática). O processo baseia-se na representação gráfica da reta Z = F (x1, x2) = constante para um conjunto de valores. A ideia é traçar retas Z = constante, até que contenha pelo menos um ponto da reta.
ELIANE FALTA ACRESENTAR O GRAFICO
ETAPA 4PASSO 1Este problema com apenas duas variáveis pode ser resolvido graficamente. Traça-se um gráfico com os seus eixos sendo as duas variáveis x1 e x2. A partir daí, traçam-se as retas referentes às restrições do problema e delimita-se a região viável (Figura 1).
Encontrada a região viável, deve-se traçar uma reta com a inclinação da função objetivo. São então traçadas diversas paralelas a ela no sentido de Z crescente (maximização da função), como na Figura 2. O ponto ótimo é o ponto onde a reta de maior valor possível corta a região
Viável (normalmente num vértice).
Figura 1: Região viável para o problema das rações
Figura 2: Busca da solução ótima para o problema das rações
Portanto, o objetivo da ferramenta Winplot é explorar um simulador gráfico e oferecer mais um recurso de apoio ao estudo das funções de 1º e 2º graus no ensino médio. Sabe-se que o uso de um simulador gráfico possibilita o desenvolvimento da capacidade de observação e associação de idéias, contribuindo no.
Desenvolvimento do senso crítico tornando obsoleta a simples memorização dos conteúdos pelos alunos, despertando maior interesse no qual irá favorecer-lhes para a construção do conhecimento ou competências. Utilizaremos o software de domínio público WINPLOT, o qual foi desenvolvido por Richard Parris, da Phillips Exeter Academy. Trata-se de um programa gráfico que permite o traçado e animação de gráficos em 2D e em 3D, através de diversos tipos de equação e, além disso, possui inúmeros recursos e ainda assim exige pouca memória, cabendo em um disquete. Com a utilização do Winplot, além da construção de gráficos de funções de 1º e 2º graus, serão explorados os coeficientes angularem e linear de ambas as funções, além de trabalhadas as raízes ou zeros das funções e a sua marcação nos gráficos construídos bem como a visualização do domínio de uma função em um gráfico e como restringi-lo utilizando o software em questão. Além dos conteúdos acima citados, veria como tornar a função periódica utilizando o gráfico construído bem como a construção de gráficos animados. O uso do Winplot para alunos do ensino médio torna-se uma contribuição poderosa para solidificar idéias. A simples possibilidade de visualizar na tela do computador os gráficos das funções constitui um recurso pedagógico de alcance ilimitado, não somente para o estudante, mas também para o próprio professor. Além de competências
Técnicas para lidar com as Novas Tecnologias, esperamos desenvolver perspectivas ideológicas que permitam a análise crítica e reflexiva dos problemas e questões sociais que direta ou indiretamente alimentam estas tecnologias. As novas tecnologias da informação e comunicação (NTIC) e a crescente diversidade humana nas sociedades mais urbanizadas constituem fulcros, talvez os mais importantes, geradores de mudanças em todos os domínios sociais. Muitas vezes depara-se com a dificuldade de aprendizagem do conteúdo de funções de 1º e 2º graus, sendo assim, o uso do simulador WINPLOT, por professores e alunos permite que sejam visualizadas as questões pertinentes à matéria e através desta prática a apropriação do conhecimento torna-se mais fácil e prazerosa para os educados, uma vez que tem a oportunidade de construir com o uso do computador, os gráficos trabalhados na disciplina. 
CONCLUSÃO
Esta atividade foi importante para verificarmos os modelos de resolução em Pesquisa Operacional. Através da PO a empresa consegue maximizar seu lucro ou minimizar o custo, trazendo assim melhores resultados á organização. Para isso vimos que é necessário saber modelar um problema e também usar as ferramentas de resolução dos mesmos. Exemplo o Solver do Excel.
FONTE:
Livro-Texto da disciplina
LACHTERMACHER, Gerson. Pesquisa Operacional. 4. Ed. São Paulo: Pearson, 2009. PLT 401. 
sippert.com.br/artigos/o-que-e-pesquisa-operaciona <http://www.mat.ufba.br/mat042/m-adelmo.pdf>. Acesso em: 6 maio 2013.
<http://www.mat.ufpb.br/sergio/winplot/winplot.html>. Acesso em: 6 maio2013.
<http://www.youtube.com/watch?v=JCIgdjLky8I>. Acesso em: 6 maio 2013.
<http://www.youtube.com/watch?v=ZfQGwCGRpAc>. Acesso em: 6 maio 2013. 
<http://www.youtube.com/watch?v=24A_ITifOL0>. Acesso em: 6 maio 2013.
<http://www.youtube.com/watch?v=p4H2k0WCIjc>. Acesso em: 6 maio 2013.
Conclusão
O desenvolvimento dessa atividade nos mostrou a importância de utilizarmos as ferramentas de gestão, porque através delas conseguimos visualizar os problemas com mais clareza, permitindo que sejamos mais assertivos nas nossas decisões.
Porque fazer a melhor escolha significa, melhores resultados para a empresa, por exemplo, a redução de custos com qualidade, redução de tempo em retrabalhos, aumento do lucro e satisfação do cliente. É importante observar ainda que existem muitas ferramentas e metodologias tão eficientes à disposição das empresas, porém, o sucesso dessas ferramentas não está somente na implementação delas, mas, na dedicação e colaboração de cada membro envolvido no projeto.
Como visto ao longo do trabalho, a gestão pela qualidade total tornou-se uma estratégia extremamente importante no papel das organizaçõescompetitivas. Muitasempresas têm percebido que a preocupação com a qualidade é um fator fundamental para o sucesso, assim a qualidade total busca na verdade criar umavantagem competitiva no mercado.
As estratégias de desenvolver métodos, sistemas e processos que atendam as exigências de qualidade influenciam no modelo de gestão adotado, por isso é tãosalutar tratar do tema com a devida atenção, uma vez que toda estrutura derivada dessas estratégias definem os rumos da organização permitindo obter produtos semerros, velocidade de resposta às necessidades dos clientes, inovação tecnológica em tempo cada vez menor, flexibilidade na produção, redução de custos, entre outros. Para se obter um resultado eficaz na gestão pela qualidade total é imprescindível aparticipação de todos os funcionários, fornecedores e demais parceiros na cadeia produtiva definindo de maneira participativa as metas e os métodos de controle e acompanhamento.
O que fica mais evidente nesta análise da qualidade total é que ela focaliza asatisfação do cliente, assim, sempre que tratarmos de qualidade total estaremos também nos remetendo a seu fim que é o cliente. É impossível desassociar a QT deseu objetivo: o cliente.
Apesar de muitas críticas prevalecerem contra a gestão pela qualidade total, é inegável a contribuição significa que ela possui no desenvolvimento das organizações por meios de técnicas e métodos de controle que permitem identificarcada problema e gargalho no processo de produção e ainda possibilita a adoção detécnicas de gestão que promovem a competitividade e estimula os funcionários e parceiros a se integrarem da responsabilidade de conduzir a empresa para o sucesso grupal.
Como se sabe, não existe modelo de gestão perfeito, todos têm pontos forte e fraco,cabe ao administrador o bom senso para aproveitar o que cada um tem de melhor e integrá-lo a outros modelos promovendo a qualidade contínua.