Curso: Engenharia de Produção

Disciplina: Introdução à
Engenharia de Produção
Aula 8 – Áreas de Conhecimento da Engenharia de Produção:
Pesquisa Operacional
Engenharia da Qualidade

Autor: Eliane da Silva Christo

1
Meta
• Apresentar duas áreas de conhecimento da Engenharia de Produção
com seus objetivos, mercado de trabalho e suas respectivas subáreas:
Pesquisa Operacional e Engenharia da Qualidade.

2
Objetivos
• Após esta aula você será capaz de:
• Saber o que abrange a área de conhecimento da Engenharia de
Produção - Pesquisa Operacional;
• Saber o que abrange a área de conhecimento da Engenharia de
Produção - Engenharia da Qualidade;
• Reconhecer o que o Engenheiro de Produção faz no mercado de
trabalho quando atua em cada uma destas áreas.

3
Pesquisa Operacional
• Refere-se à resolução de problemas reais envolvendo situações de
tomada de decisão, através de modelos matemáticos
habitualmente processados computacionalmente.
• Aplica conceitos e métodos de outras disciplinas científicas
na concepção, no planejamento ou na operação de sistemas para
atingir seus objetivos.
• Procura, assim, introduzir elementos de objetividade e racionalidade
nos processos de tomada de decisão, sem descuidar dos elementos
subjetivos e de enquadramento organizacional que caracterizam os
problemas.

4
Pesquisa Operacional – Histórico
1. Na 2ª Guerra Mundial, a Pesquisa Operacional surgiu para resolver problemas
- de natureza logística,
- de natureza tática e
- de estratégia militar.
2. Os problemas eram complexos, com necessidade de envolvimento de técnicas
matemáticas complexas.
3. Com o fim do conflito, houve a transferência do conhecimento adquirido para a
área civil.

5
Fases de um estudo
de PO

6
Pesquisa Operacional
• Temas:

a) Modelagem, Simulação e Otimização

b) Programação Matemática
c) Processos Decisórios
d) Processos Estocásticos
e) Teoria dos Jogos
f) Análise de Demanda
g) Inteligência Computacional

7
a) Modelagem, Simulação e Otimização
• Um modelo é uma representação das relações dos componentes de
um sistema, sendo considerada como uma abstração, no sentido
em que tende a se aproximar do verdadeiro comportamento do
sistema.

Fonte: CHWIF E MEDINA, 2006

8
a) Modelagem, Simulação e Otimização

9
Fonte: CHWIF E MEDINA, 2006
a) Modelagem, Simulação e Otimização
• Tipos:

- Modelos Simbólicos

- Modelos Analíticos

- Modelos de Simulação

10
a) Modelagem, Simulação e Otimização
• Modelos simbólicos:

- Símbolos gráficos (fluxogramas, Layouts, etc)

- Muito utilizado para a comunicação e documentação
- Limitações:
- Modelos estáticos
- Não fornece elementos quantitativos
- Não entra no detalhe do sistema

Fonte: CHWIF E MEDINA, 2006

11
a) Modelagem, Simulação e Otimização
• Modelos analítico:

- Forte modelagem matemática (Modelos de Programação Linear, Teoria

de Filas, etc)
- Limitações:
- Modelos, na grande maioria, estáticos
- A complexidade do modelo pode impossibilitar a busca de
soluções analíticas diretas
- Vantagens: solução exata, rápida e, às vezes, ótima

Fonte: CHWIF E MEDINA, 2006

12
a) Modelagem, Simulação e Otimização
• Modelo de Simulação

-Captura o comportamento do sistema real

- Permite a análise pela pergunta: “e se...?”
- Capaz de representar sistemas complexos de natureza dinâmica e
aleatória
- Limitações:
- Pode ser de construção difícil
- Não há garantia do ótimo

Fonte: CHWIF E MEDINA, 2006

13
b) Programação Matemática
• Um modelo de programação matemática representa alternativas ou escolhas
desse problema como variáveis de decisão e procura por valores dessas
variáveis de decisão que minimizam ou maximizam funções dessas variáveis,
chamadas funções objetivos, sujeito a restrições sobre os possíveis valores
dessas variáveis de decisão. Abaixo os sub-itens:
- Programação Linear
- Programação Discreta
- Programação Não-linear
- Fluxo de Redes
- Programação Multi-objetivos

Fonte: BATALHA, 2008

14
b) Programação Matemática
• Programação Linear (Otimização Linear)

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".

• Programação Discreta (Otimização Binária, otimização inteira)

As funções são lineares nas variáveis, mas essas variáveis só podem assumir
valores inteiros (0, 1, 2,...).

15
b) Programação Matemática
• Programação Não-linear (Otimização não-linear)
Uma ou mais funções são não-lineares nas variáveis (expoentes ou
logaritmos nas variáveis)

• Programação Multi-objetivos (Programação de metas, curva trade-

off)
Consideram situações com múltiplas funções objetivos possivelmente
conflitantes

16
b) Programação Matemática
• Fluxo de Redes (Otimização em redes)
• São utilizados quando o problema possui características que permitem sua
representação como uma rede ou um grafo.
• Exemplos:
- Problema de Caminho Mínimo
- Problema de Caminho Máximo
- Problema de Árvore Geradora Mínima
- Problema de Fluxo Máximo
- Problema de Fluxo de Custo Mínimo
Fonte: BATALHA, 2008

17
c) Processos Decisórios
• Processo Decisório é o processo de escolher o caminho mais adequado
à empresa, em uma determinada circunstância.
• Uma organização precisa ser capaz de otimizar recursos e atividades, assim como
criar um modelo competitivo que a permita superar os rivais. Considerando que o
mundo é dinâmico e vive em constante mudança, onde as ideias afloram devido
às pressões do momento, essa resposta poderia ser simples demais.
• Para que um negócio ganhe a vantagem competitiva é necessário que ele alcance
um desempenho superior. Para tanto, a organização deve estabelecer uma
estratégia adequada, tomando as decisões certas.
• Com sistemas de análise e apoio à decisão garante-se mais eficiência e eficácia e
consegue-se assim ir ao encontro da otimização dos payoffs ganhando pró-
atividade em vez de reatividade de uma forma transversal.

18
c) Processos Decisórios

19
c) Processos Decisórios
• Níveis Hierárquicos da Decisão

20
c) Processos Decisórios
• Níveis Hierárquicos da Decisão

• Decisões estratégicas relacionam-se com objetivos de longo prazo, com

maneiras e ações que afetam toda a empresa.
• Decisões táticas relacionam-se com objetivos de mais curto prazo e com
maneiras e ações que, geralmente, afetam somente parte da empresa.
• Decisões operacionais relacionam-se com as rotinas operacionais da empresa
e afetam somente as unidades setoriais.

21
d) Processos Estocásticos

22
d) Processos Estocásticos – Teoria das Filas

• Teoria das Filas

• A teoria das filas é um ramo da probabilidade que estuda a formação de filas, através de
análises matemáticas precisas e propriedades mensuráveis das filas.
• Fila representa os clientes que estão esperando pelo serviço, juntamente com os que estão
sendo atendidos pelos servidores.
Fonte: Wikipedia.org

• “A fila que anda é a outra, mas não adianta trocar de fila pois a fila que anda
é a outra.” Lei de Murphy.

23
e) Teoria dos Jogos

• Teoria dos jogos é um ramo da matemática aplicada que estuda situações estratégicas onde jogadores
escolhem diferentes ações na tentativa de melhorar seu retorno. Inicialmente desenvolvida como
ferramenta para compreender comportamento econômico e depois usada pela Corporação RAND para
definir estratégias nucleares, a teoria dos jogos é hoje usada em diversos campos acadêmicos.
• A partir de 1970 a teoria dos jogos passou a ser aplicada ao estudo do comportamento animal, incluindo
evolução das espécies por seleção natural.
• Devido a interesse em jogos como o dilema do prisioneiro iterado, no qual interesses próprios e racionais
prejudicam a todos, a teoria dos jogos vem sendo aplicada nas ciências políticas, ciências
militares, ética, economia, filosofia e, recentemente, no jornalismo, área que apresenta inúmeros e diversos
jogos, tanto competitivos como cooperativos.
• Finalmente, a teoria dos jogos despertou a atenção da ciência da computação que a vem utilizando em
avanços na inteligência artificial e cibernética.

Fonte: Wikipedia.org

24
e) Teoria dos Jogos

• A teoria dos jogos tornou-se um ramo proeminente da matemática nos anos 30 do

século XX, especialmente depois da publicação em 1944 de The Theory of Games
and Economic Behavior de John von Neumann e Oskar Morgenstern. A teoria dos
jogos distingue-se na economia na medida em que procura encontrar estratégias
racionais em situações em que o resultado depende não só da estratégia própria de
um agente e das condições de mercado, mas também das estratégias escolhidas por
outros agentes que possivelmente têm estratégias diferentes ou objetivos comuns.
• Os resultados da teoria dos jogos tanto podem ser aplicados a simples jogos de
entretenimento como a aspectos significativos da vida em sociedade.
Fonte: Wikipedia.org

25
e) Teoria dos Jogos

• Um exemplo deste último tipo de aplicações é o Dilema do prisioneiro (esse jogo

teve sua primeira análise no ano de 1953) popularizado pelo matemático Albert
W. Tucker, e que tem muitas implicações no estudo da cooperação entre
indivíduos.
• Os biólogos utilizam a teoria dos jogos para compreender e prever o desfecho da
evolução de certas espécies.
• Esta aplicação da teoria dos jogos à teoria da evolução produziu conceitos tão
importantes como o conceito de Estratégia Evolucionariamente Estável,
introduzida pelo biólogo John Maynard Smith no seu ensaio Game Theory and
the Evolution of Fighting.
Fonte: Wikipedia.org

26
f) Análise de Demanda

• O que é demanda?
• É a disposição dos clientes a consumirem bens e serviços ofertados por uma
organização.
Fonte: (LUSTOSA et al., 2008)

• O que é previsão de demanda?

• São estimativas de como vai se comportar o mercado demandante no futuro,
ou seja, o potencial de compra que o mercado tem em relação aos bens e
serviços ofertados por uma organização.
Fonte: (CORRÊA; CORRÊA, 2010)

27
f) Análise de Demanda

• Como é que vou planejar a capacidade da minha planta produtiva

para dez anos, para um ano ou para um mês? Devo trabalhar com
quantos turnos: um, dois ou três? Devo comprar mais máquinas para
ampliar a produção?
• Quantos caixas eletrônicos devo comprar para o meu banco para que
não haja uma fila grande e para que os mesmos não passem muito
tempo ociosos?

28
f) Análise de Demanda

29
Dados de variáveis Dados históricos Informações que
que expliquem as de vendas expliquem o

Sistema Genérico de Previsão de Demanda, CORRÊA, 2010.

vendas comportamento atípico

Tratamento estatístico
dos dados de vendas e
outras variáveis
Informações da Informações de
conjuntura clientes
econômica

Decisões da área Informações de

comercial concorrentes

Tratamento das informações disponíveis

PREVISÃO DE DEMANDA
g) Inteligência Computacional

• A Inteligência Computacional busca, através de técnicas inspiradas na Natureza, o

desenvolvimento de sistemas inteligentes que imitem aspectos do comportamento humano, tais
como: aprendizado, percepção, raciocínio, evolução e adaptação.

Técnica Inspiração na
Computacional Natureza

Neurônios
Redes Neurais
biológicos
Computação
Evolução biológica
Evolucionária
Processamento
Lógica Fuzzy
lingüístico
Sistemas Processo de
Especialistas Inferência
31
g) Inteligência Computacional

• Algumas áreas de aplicação

• Interfaceamento Homem-Máquina.
• Fusão de Dados.
• Agrupamento, Classificação e Reconhecimento de Padrões.
• Raciocínio sob Incerteza.
• Tomada de Decisão.
• Sistemas Especialistas.
• Sistemas Adaptativos.
• Descoberta de Conhecimentos.

32
Engenharia da Qualidade

• Área da engenharia de produção responsável pelo planejamento,

projeto e controle de sistemas de gestão da qualidade que
considere o gerenciamento por processos, a abordagem factual para
a tomada de decisão e a utilização de ferramentas da
qualidade.

33
Engenharia da Qualidade

34
35
Engenharia da Qualidade

a) Gestão de Sistemas da Qualidade

b) Planejamento e Controle da Qualidade
c) Normalização, Auditoria e Certificação para a Qualidade
d) Organização Metrológica da Qualidade
e) Confiabilidade de Processos e Produtos

36
a) Gestão de Sistemas da Qualidade
Ampliação da Gestão da Qualidade

Planejamento e
Concepção de
produto

Projeto do Produto
Qualidade de
& Processo
projeto do processo
SATISFAÇÃO
DOS
CLIENTES

Qualidade de
Produção
fabricação

Qualidade de
Pós-Venda
fabricação
Fonte: Werkema, 1995
b) Planejamento e Controle da Qualidade

• O controle da qualidade se limitava-se à inspeção, contagem,

classificação pela qualidade e reparos.
• As primeiras ideias mais amplas apareceram por volta de 1900 na
indústria americana
• Walter Shewhart (laboratórios Bell Telephone) esboçou em 1924 o
primeiro gráfico de controle de fabricação (Sistema Americano de
Controle de Qualidade)

39
b) Planejamento e Controle da Qualidade

Estágios:
• Controle de processo produtivo – técnicas para reduzir ao mínimo o
número de defeitos ou peças fora da especificação
• Inspeção por Amostragem – reduzir a um mínimo a quantidade de
peças inspecionadas
• 1946 (EUA) – Sociedade Americana de Controle de Qualidade (ASQC)
• Japão – União da Ciência e Engenharia Japonesa (JUSE)

40
b) Planejamento e Controle da Qualidade

• Uma das primeiras iniciativas da JUSE foi formar o Grupo de Pesquisa

de Controle de Qualidade (Kaoru Ishikawa)
• Organizando os primeiros Círculos de Controle de Qualidade (CCQ) –
pequenos grupos formados por pessoas que trabalham no mesmo
setor da empresa, as quais praticam voluntariamente o controle da
qualidade

41
 c) Normalização, Auditoria e Certificação
para a Qualidade
• Normalização
• É uma atividade que estabelece, em relação a problemas existentes ou
potenciais, prescrições destinadas à utilização comum, com vistas à obtenção
do grau ótimo de ordem em um dado contexto.
• Objetivos:
• Economia
• Comunicação
• Segurança
• Proteção ao consumidor
• Eliminação de barreiras técnicas e comerciais
 c) Normalização, Auditoria e Certificação
para a Qualidade
• ISO
• O escopo da ISO sobre normalização está estabelecido em todos os campos
do conhecimento, exceto nas áreas de engenharia elétrica e eletrônica (IEC)
• Seu trabalho é desenvolvido por mais de 2.981 grupos técnicos, compostos
por mais de 20 mil especialistas de todo mundo
• Já resultou na publicação de mais de 13 mil normas desde a fundação
 c) Normalização, Auditoria e Certificação
para a Qualidade
• ISO Brasil
• O Brasil participa da ISO através da ABNT (Associação Brasileira de
Normas Técnicas) – sociedade privada, sem fins lucrativos, tendo
como associadas pessoas físicas e jurídicas
• É reconhecida pelo Governo Brasileiro como Foro Nacional de
Normalização
• Os documentos normativos de caráter consensual aprovados pela
ABNT são considerados “Normas Brasileiras”
45
46
d) Organização Metrológica da Qualidade

• A Metrologia é a Ciência da Medição. Segundo definição formal,

metrologia, palavra de origem grega (metron: medida; logos: ciência),
é a ciência que abrange todos os aspectos teóricos e práticos relativos
às medições, qualquer que seja a incerteza em qualquer campo da
ciência ou tecnologia.

47
d) Organização Metrológica da Qualidade

• O Instituto Nacional de Metrologia, Normalização e Qualidade

Industrial - Inmetro - é uma autarquia federal, vinculada ao Ministério
do Desenvolvimento, Indústria e Comércio Exterior, que atua como
Secretaria Executiva do Conselho Nacional de Metrologia,
Normalização e Qualidade Industrial (Conmetro), colegiado
interministerial, que é o órgão normativo do Sistema Nacional de
Metrologia, Normalização e Qualidade Industrial (Sinmetro).

48
d) Organização Metrológica da Qualidade

• A calibração, por sua vez, deve estar atrelada a padrões de referência

com rastreabilidade.
• De acordo com a norma ISO 8402, “rastreabilidade é a capacidade de
traçar o histórico, a aplicação ou a localização de um item através de
informações previamente registradas”.
• A rastreabilidade é responsável pela garantia de que a grandeza em
processo de medição, ou controle, está obedecendo à cadeia de
rastreabilidade.

49
d) Organização Metrológica da Qualidade

Fonte: Conselho Nacional das Industrias, 2009.

50
e) Confiabilidade de Processos e Produtos

• Confiabilidade

• Probabilidade de que um componente, ou sistema funcionando

dentro dos limites especificados no projeto, não falhe durante o
período de tempo previsto para a sua vida, dentro das condições
de agressividade do meio

51
e) Confiabilidade de Processos e Produtos

• A definição possui quatro fatores básicos:

1) A confiabilidade é uma probabilidade.
2) Com a operação do produto fora das especificações definidas, a
confiabilidade fica alterada.
3) O tempo de uso de um produto reduz a sua confiabilidade, quanto
maior o tempo de uso, mais chances de falha ele terá.
4) Condições ambientais devem ser definidas dentro de uma faixa
razoável como: umidade, vibrações, temperatura, impurezas,
incidência de luz, choques, etc.

52
e) Confiabilidade de Processos e Produtos

• Confiabilidade versus Controle de Qualidade

• A Confiabilidade estuda o comportamento da taxa de falha ao longo do
tempo.
• O controle de qualidade estuda quantos produtos estão fora da especificação
ou apresentam defeitos em um dado instante de verificação na linha de
produção.
• A Confiabilidade é a qualidade ao longo do tempo.

53
e) Confiabilidade de Processos e Produtos

• Importância da Confiabilidade
• Estratégia para a solução de determinados problemas, uma vez que nos
fornece parâmetros para se tomar decisões mais fundamentadas;
• Para a maximização do retorno sobre os ativos,
• Máxima disponibilidade para a produção,
• Adequado custo de manutenção subsidiado por confiabilidade.

54
e) Confiabilidade de Processos e Produtos
• Benefícios da Confiabilidade
Benefícios p/ o Cliente
• Maior disponibilidade do produto/
equipamento
• Redução/eliminação de perdas não
programadas
• Redução dos custos de manutenção
• Redução dos custos do ciclo de vida
• Redução dos custos de aquisição
• Redução dos estoques de reposição
• Maior segurança no uso
Benefícios p/ o Fabricante
• Redução dos custos de garantia
• Redução dos custos de fabricação
• Maior satisfação dos clientes
• Maior competitividade no mercado
• Maior conhecimento da aplicação do
produto
• Maior responsabilidade pelo produto em
uso
55
Atividades
• Se você quer conhecer um pouco sobre as áreas de atuação da
Pesquisa Operacional, veja o vídeo seguinte:
• O que é Pesquisa Operacional?
https://www.youtube.com/watch?v=tX6Rw7KJGjE

• E para conhecer melhor sobre como é feita a certificação de uma

empresa quanto a sua Qualidade, veja o seguinte vídeo:
• O que é ISO 9001 e por que certificar minha empresa
https://www.youtube.com/watch?v=lhnO-sAuiUo

56
Referências Bibliográficas
• ABEPRO (Associação Brasileira de Engenharia de Produção). Engenharia de Produção: grande área e diretrizes curriculares. Porto Alegre, 1998.
• ______. Engenharia de Produção: grande área e diretrizes curriculares. Rio de Janeiro, 2001.
• ______. Referências curriculares da Engenharia de Produção. Santa Bárbara D’Oeste, 2003.
• ______. Áreas da Engenharia de Produção. Rio de Janeiro, 2008.
• BAZZO, W. A.; PEREIRA, L. T. do V. Introdução à Engenharia. Florianópolis: Editora da UFSC, 2006.
• BATALHA, M. O. Introdução à Engenharia de Produção. Rio de Janeiro: Campus, 2008.
• BOIKO, T. J. P. Introdução à Engenharia de Produção – Apostila. Disciplina de Introdução à Engenharia de Produção. Curso de Engenharia de Produção Agroindustrial.
Departamento de Engenharia de Produção. Universidade Estadual do Paraná – Campus de Campo Mourão. Campo Mourão. 2011.
• Conselho Federal de Engenharia, Arquitetura e Agronomia (CONFEA). Trajetória e estado da arte da formação em engenharia, arquitetura e agronomia, Instituto Nacional de
Estudos e Pesquisas Educacionais Anísio Teixeira, 2010. Disponível em: http://www.publicacoes.inep.gov.br/portal/download/713. Acesso em: 20 de Outubro 2014.
• PORTAL DA EDUCAÇÃO Distribuição Física - Logística Empresarial. Disponível em: http://www.portaleducacao.com.br/. Acesso em: 01 de Fevereiro 2015.
• MÁSCULO, F. S. Um Panorama Da Engenharia De Produção. Disponível em: http://www.abepro.org.br/interna.asp?ss=1&c=924 . Acesso em: 15 de Outubro 2014.
• OLIVEIRA, R.M.S; et al. Engenharia de Produção: Tópicos e Aplicações. Ensino a Distancia. Universidade do Estado do Pará. Belém. 2010.
• PASQUALINI, F.; LOPES, A.O.; SIEDENBERG, B. Gestão da Produção. Coleção Educação a Distancia. Editora Unijuí, Ijuí, RS. 2010.
• PAULA, G.L. Fundamentos da Logística. Ensino a Distancia. Instituto Federal do Paraná. Curitiba, PR. 2012.
• SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. 2. ed. São Paulo: Atlas, 2002.
• Werkema, Cristina. Ferramentas Estatísticas Básicas para o Gerenciamento de Processos. Fundação Christiano Ottoni, Siqueira, Luiz Gustavo Primo. Controle Estatístico de
Processo. Ed. Pioneira, 1995.

57