UNIVERSIDADE FEDERAL DE PERNAMBUCO

PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO PPGEP/UFPE

MTODOS MULTICRITRIO DE APOIO A DECISO

QUESTES DAS PROVAS COMENTADAS (2013)
RELAES BINRIAS:
01- Apresentem os sistemas de relaes de preferencias (abaixo) e descreva as
PROPRIEDADES das suas relaes binrias:

a - Sistema Bsico de Relao de Preferncia?
Um Sistema Bsico de Relao de Preferncias segundo Roy (1996) uma coleo de
relaes de preferncias de um decisor sobre um conjunto de aes de maneira que este
possa expressar suas preferncias de acordo com as associaes binrias de I ndiferena (I),
que apresenta as propriedades de ser reflexiva e simtrica; Preferncia Estrita (P), que
apresenta a propriedade de ser assimtrica; Preferncia Fraca (Q), que apresenta a
propriedade de ser assimtrica e; I ncomparabilidade (R) que apresenta a propriedade de
ser simtrica.
Ainda para a caracterizao de um Sistema Bsico de Relao de Preferncias, o decisor
deve ser capaz de avaliar de forma exaustiva, ou seja, sempre uma dessas associaes
binrias deve existir para qualquer par de aes avaliado, e de maneira mutualmente
exclusiva, ou seja, para o mesmo par de aes deve existir apenas uma das relaes binrias
apresentadas acima.

b - Sistema Consolidado de Relaes de Preferncia?
Um Sistema Consolidado de Relao de Preferncias segundo Roy (1996) uma coleo de
relaes de preferncias de um decisor sobre um conjunto de aes de maneira que este
possa expressar suas preferncias de acordo com as associaes binrias de I ndiferena (I)
que apresenta as propriedades de ser reflexiva e simtrica; Preferncia Estrita (P) que
apresenta a propriedade de ser assimtrica; Preferncia Fraca (Q) que apresenta a
propriedade de ser assimtrica; I ncomparabilidade(R) que apresenta a propriedade de ser
simtrica; No-Preferncia (~) que apresenta as mesmas propriedades de Indiferena e
Incomparabilidade; Preferncia (>) que apresenta as mesmas propriedades de Preferncia
Estrita e Preferncia Fraca; Presuno de Preferncia (J) que apresenta as mesmas
propriedades de Preferncia Fraca e Indiferena; Preferncia K (K) que apresenta as
mesmas propriedades de Preferncia Fraca ou Incomparabilidade e; Sobreclassificao (S)
que apresenta as mesmas propriedades de Preferncia Estrita, Fraca ou Indiferena.
Ainda para a caracterizao de um Sistema Complementar de Relao de Preferncias, o
decisor deve ser capaz de avaliar de forma exaustiva, ou seja, sempre uma dessas
associaes binrias deve existir para qualquer par de aes avaliado, e de maneira
mutualmente exclusiva, ou seja, para o mesmo par de aes deve existir apenas uma das
relaes binrias apresentadas acima, e que pelo menos uma das cinco relaes (~,>, J, K,
S) seja no nula.

c - Sistema perfeito de relaes de preferncias?
Um Sistema Perfeito de Relao de Preferncias segundo Roy (1996) uma coleo de
relaes de preferncias de um decisor sobre um conjunto de aes de maneira que este
possa expressar suas preferncias de acordo com uma das duas associaes binrias No-
Preferncia (~) que apresenta as mesmas propriedades de Indiferena e Incomparabilidade
e; Preferncia (>) que apresenta as mesmas propriedades de Preferncia Estrita e
Preferncia Fraca.
Este sistema um caso particular dos j apresentados para a representao do axioma da
transitividade perfeita que afirma que essas duas associaes so suficientes para formar
uma representao realstica das preferncias do ator. Deve apresentar as mesmas
caractersticas de exaustividadee exclusividadee pode ser visto em um Sistema Bsico de
Relao de Preferncias na forma (I, P) ou em um Sistema Consolidado de Relao de
Preferncias na forma (~,), (~,P) ou (I,).

2 Justifique em que caso se utiliza limiar de indiferena, e comente seu significado e sua
formulao (como determinado)
O limiar de indiferena indica a intensidade mnima necessria do qual abaixo dela o
decisor no consegue expressar uma diferena entre suas preferncias entre alternativas ou
critrios, ou se recusa a declarar. Este significado est associado ainda diferena entre
duas medidas, indicando a diferena mnima entre duas medidas para ser percebida como
distintas. O limiar de indiferena bastante utilizado em modelos de sobreclassificao para
a elicitao de uma funo de preferncia do decisor em que este determina um grau de
significncia aps a comparao entre alternativas e com base nesse grau de significncia o
modelo classifica as diversas alternativas, por exemplo, atribuindo um valor 0 (zero)
quelas em que a diferena de desempenho for inferior a esse limiar de indiferena e 1 (um)
caso o contrario.

3 Complete a tabela:

Relao Propriedade Representao na
Funo Valor
Ordem Completa
Pr-Ordem
Completa

Semi ordem
Pseudo ordem
Ordem de Intervalo



4 Fale sobre a Relao de Incomparabilidade
a) Comente sobre a incomparabilidade, quando pode ocorrer. Quais as razes para evitar o
dilema de preferencia estrita e indiferena ao comparar duas aes.

Em muitas situaes as informaes necessrias para elicitao de uma funo de
preferncias de um decisor pode no estar completas, acessveis ou podem ser de entidades
remotas (chefes de estado) ou inda podem ser demasiadamente subjetivas, e assumir
indiferena ou preferncia estrita um grande risco. Para ser possvel distinguir entre duas
alternativas necessrio existir informaes suficientes a cerca das preferncias do(s)
Decisor(es), ou ento ser possvel introduzir hipteses adicionais de modo que se possa
arbitrar sobre opinies opostas. O analista pode desejar no se envolver no processo
decisrio at que mais informaes estejam disponveis. Por estas razes necessrio
introduzir relaes de Preferncia Fraca (Q) e a Incomparabilidade (R). A noo de
incomparabilidade corresponde a ausncia de razes claras e positivas para justificar uma
relao de indiferena, preferncia estrita ou preferncia fraca. No significa que o agente
de deciso esteja excludo do processo, no que tange comparao entre duas aes que
possam fazer parte de seu conjunto-soluo, e sim que a relao aRb, incomparabilidade
entre a e b, significa que o agente de deciso no teve informaes suficientes para que
pudesse definir os valores da alternativa a e b, o que no pode ser encarado como
indiferena (aIb).
b) Estruturas do SRBs com incomparabilidade

Essas estruturas formam uma Pr-Ordem Parcia (tais como os mtodos de
sobreclassificao que incorporam a noo de incoparabilidade em sua composio (ver
promethee I)), e possui as caractersticas:
Partio de A em classes de equivalncia; uma relao de ordem parcial no conjunto das
classes de equivalncia; relao V, assimtrica e transitiva, representa a ordem das classes -
modelos similares s preordens completas equivalentes; relao R: aRa no aTa; no
aVa e no aVa; R no vazio (simtrica e no reflexiva).
Pr - ordem parcial: Um SPR da forma (R, T, V) com: R simtrica e reflexiva; T simtrica e
transitiva; V assimtrica; Forma uma pr- ordem sse: T V transitivo.
Forma uma pr- ordem parcial sse: R = C


















TEORIA DA UTILIDADE
1 - Apresente os fundamentos bsicos da teoria da utilidade:
A teoria da utilidade permite avaliar as consequncias por meio de um processo de elicitao de
preferncias que busca incorporar ao problema as escolhas do decisor e seu comportamento em
relao ao risco. Esse processo permite criar uma nova escala denominada de escala de
utilidade, que estabelece para cada consequncia um valor de utilidade. O processo de escolha
ser ento realizado com base nessa nova escala que agrega os aspectos de incerteza inerente
ao problema de deciso
Supondo que temos n consequncias chamadas x1, x2,... xn. importante que o tomador de
deciso possa colocar as consequncias numa ordem de preferncia: x1 < x2 < x3... < xn
O tomador de deciso deve expressar suas preferncias pela distribuio de probabilidade
sobre as consequncias. Se tivermos as aes a e a que resultam em consequncias xi s com
probabilidade pi e pi respectivamente para i=1, 2,..., n. Onde pi >=0 para todo i e O
tomador de deciso pode estar indiferente entre duas opes:
Opo certa: receber xi
Opo de risco: receber xn (a melhor consequncia com probabilidade p1 e x1 (a pior
consequncia com probabilidade complementar (1 p1).
O resultado fundamental da teoria da utilidade que o valor esperado de pode ser usado
como escalas numricas de distribuies de probabilidade de x. Dado que os valores esperados
para as aes a e a (denominados de e ) sero:

O tomador de deciso dever classificar a ordem a e a em termos da magnitude de e .
Transformando ps em us por uma transformao linear positiva teremos:

Os valores de u obtidos podem ser ordenados:
u1 < u2 <... < um
Logo, pode-se escolher entre alternativas de um problema baseado no valor esperado de u:

)


2 Explique o conceito de funo utilidade para os economistas associadas a utilidade
marginal decrescente e destaque qual a distino em relao ao conceito de von Neumann-
Morgesntern (ref. Keeney e Raiffa).
Quando os economistas dizem que a utilidade marginal para um atributo X decrescente,
eles se referem diferena em unidades de utilidades (utiles) que devido a um acrscimo em
X de x para x+1 (aumento marginal de uma utilidade adicional) decresce, ou dito de outra
forma, aumenta cada vez menos a medida que x cresce. O conceito de utilidade de
Neumann-morgenstern introduz noes probabilsticas em sua composio e atravs dessas
deriva uma utilidade esperado dessa funo de utilidade. Ou seja, a funo de utilidade de
Neumann-Morgenstern diferencia-se da primeira por acrescentar a noo de incerteza em
sua composio, diferente da funo de utilidade dos economistas que trabalham com
cenrios certos, na noo de utilidade marginal.

3 Prove que, se u1 estrategicamente equivalente a u2 (u1 ~ u2), ento: u1 (x) = h + k u2 (x) para
qualquer x

()

()
Seja x um valor no intervalo [x0, x*] e x ~ <x*, , x0>, ento

()

) ( )

) Para i=1,2.

()

) (#)

() (

))

()

)

Para i=2

()

)

Substituindo a equao de para i=2 na equao (#) com i=1

()

()

()

()

()

)


Desta forma,

()

()
Como se queria demonstrar!

k
h
4 Prove que se o decisor averso a risco sua funo utilidade cncava.
Se um decisor averso ao risco, ele vai preferir o equivalente certo ao valor esperado da
loteria:
>
u[E()] > E[u()]
O decisor averso ao risco se e somente se a funo utilidade for cncava.
Considerando uma loteria onde x1 (a melhor consequncia) com probabilidade p, e x2 (a
pior consequncia) com probabilidade 1-p (0 < p < 1). Para a averso ao risco, a funo
utilidade assume a seguinte disposio:
u[p x1 + (1 p) x2] > p u(x1) + (1-p) u(x2)]
que a definio de concavidade estrita.
Ainda considerando a loteria: com xi de probabilidade pi, i = 1, ..., m, onde pi 1.
Como u estritamente cncava, sabe-se que:
u[

] >

(xi)
para o caso finito.

5 Apresente a interpretao da funo de averso ao risco.
A funo de averso ao risco local em x definida por ()
()
()
, onde u(x) a
segunda derivada da funo utilidade e u(x) a primeira derivada.
A partir do momento em que se inicia a interpretao da funo de averso ao risco, tem-se:
Teorema 1: duas funes utilidades so estrategicamente equivalentes se e somente se
tiverem a mesma funo de averso ao risco.
Teorema 2: se r (funo do risco local) positivo para todo x, u cncavo e o decisor
avesso ao risco. Isso significa que u sempre positivo e u deve ser negativo. ()

()
()

Teorema 3: se r (funo do risco local) negativo para todo x, u convexo e o decisor
propenso.
Teorema 4: se r1(x)>r2(x) para todo x, ento ( ) ( ) para todo x e ~x.



MAUT TEORIA DA UTILIDADE MULTIATRIBUTO
1 Explicar independncia aditiva (loterias):
A independncia aditiva uma propriedade reflexiva que transforma uma funo utilidade na
forma de uma funo aditiva quando a independncia aditiva for observada nos atributos e vice-
versa. Essa propriedade pode facilitar bastante o trabalho de obteno da utilidade total, u(y,z),
pois permite adicionar as contribuies individuais dos dois atributos.
Funo Utilidade Aditiva:
u(y,z) = u(y,z0) + u(y0,z)
u(y,z) = Kyuy(y) + Kzuz(z)
Onde:
u(y,z) normalizada por u(y0,z0) = 0 e u(y1,z1) = 1
uy(y) a funo utilidade condicional em Y, normalizada por uy(y0) = 0 e uy(y1) = 1
uz(z) a funo utilidade condicional em Z, normalizada por uz(z0) = 0 e uz(z1) = 1
Ky = u(y1,z0), Kz = u(y0,z1) so constantes de escala positiva que nos permite somar as
contribuies separadas dos dois atributos para obter a utilidade total.

Os atributos so de independncia aditiva se a comparao emparelhada de preferncia de
qualquer duas loterias, definidas por duas distribuies de probabilidade em comum em
YxZ, s depende das suas distribuies de probabilidade marginais.


Observamos que essas duas loterias diferem apenas nas combinaes diferentes de nveis de
Y e Z, existindo, portanto, 0,5 de chance de obter y* ou y1 e 0,5 de chance de obter z* ou z1.

2 Explicar Independncia em Utilidade (grfico):
Um dos principais conceitos da utilidade multiatributo est relacionado independncia. Esta
propriedade permite simplificar a determinao da funo utilidade. O atributo x
independente em utilidade do atributo y, se a funo de x U(x,y0), para y = y0,
estrategicamente equivalente a qualquer outra funo utilidade de x, para qualquer que seja y.
Dito de outra forma, um atributo independente de outro em utilidade quando as preferncias
condicionais para loterias no primeiro atributo no dependem de um nvel particular z.
Considerando dois atributos Y e Z no espao de atributos X, onde X = Y x Z. Assume-se que :
y s y s y* e z s z s z* e supondo que a alternativa menos prefervel seja (y,z) e que a
alternativa mais prefervel (y*,z*), admite-se que uma escala de 0 e 1 para os valores de
utilidade de modo que u(y,z) = 0 e (y*,z*) = 1.
O processo de avaliar a independncia em utilidade do atributo Y3 um relao ao atributo
Z consiste inicialmente em avaliar as preferncias do decisor na linha escura, ou seja, (y,z).
Da representao grfica abaixo retirada percebido que os valores de z* sero sempre
constante, independente dos nveis de y, e vice-versa. A funo utilidade u(y,z) pode ser
facilmente encontrada por meio de duas funes utilidades condicionais e uma utilidade de
uma consequncia qualquer. Quando temos dois atributos mutuamente independentes,
necessitamos apenas avaliar duas funes utilidades condicional e a utilidade do ponto
u(y*,z*). A independncia de utilidade importante porque uma condio necessria e
suficiente para falarmos uma nica funo utilidade com mais de um atributo. Quando Y
de utilidade independente de Z, h uma nica funo utilidade sobre Z. Neste caso,
preferncias podem ser avaliadas para quantias variadas de Y depois de fixar Z a um nvel
conveniente. Quando Y no de utilidade independente de Z, no significante falar de uma
funo utilidade sobre Y, e a avaliao da utilidade fica muito mais difcil.











3 O que o k representa na funo abaixo? E pode ser considerado como pesos no
modelo aditivo?
U (x,y) = k1 u(x) + k2 u(y)
Os parmetros k1 e k2 acima representam constantes de escala que nos permite somar as
contribuies separadas dos dois atributos para obter a utilidade total. A constante de
escala k entendida nesse modelo como um indicador de importncia dos seus respectivos
atributos. Se k1 negativo (positivo, zero) e u (x,) est aumentando, o aumento da utilidade
causado por um aumento com incremento em y menor (maior, o mesmo) para quantias
mais preferidas de Y. Desta forma, k pode ser interpretado como um parmetro que indica a
maneira na qual a quantia de um atributo afeta o valor do outro atributo. Se k2 positivo,
quantidades mais preferveis de y complementam quantidades mais preferveis de x. O
inverso verdade quando k negativo.


MTODOS ITERATIVOS PLMO
1 Fale sobre soluo eficiente. Como pode ser calculadas?
Solues eficientes do problema onde xe S diz-se eficiente se e s se no existe uma outra
soluo x e S tal que zi(x) > zi( x) para todo i ( i=1,...,p) e a desigualdade estrita para
pelo menos um i(zi(x) > zi(x) ). O clculo da soluo eficiente pode ser alcanado, por
exemplo, otimizando uma das funes objetivo e transformando as restantes p-1 funes em
restries ou ainda pela minimizao da distncia da regio admissvel a um ponto de
referncia qualquer do espao dos objetivos (mtodo de Tchebycheff).

2 - Descreva a ideia dos mtodos e de exemplos:
a) Articulao posteriori das preferencias:
Esse tipo de articulao trata-se dos mtodos dedicados a problemas de otimizao com
objetivos mltiplos baseada no grau de interveno do agente de deciso quando a
modelagem das preferncias do agente feita aps o clculo de uma soluo eficiente e
podem subdividir-se em duas categorias fundamentais: Mtodos aproximados (mtodo dos
pesos, das restries, de estimao do conjunto das solues no inferiores NISE) e;
Mtodos exatos (mtodo simplex, existindo com vrias verses).
Mtodo dos Pesos: O problema de programao linear com objetivos mltiplos
transformado em um problema com um s objetivo, soma ponderada dos p objetivos do
problema original.
Mtodo das Restries: Consiste em reduzir o problema com objetivos mltiplos a um
problema com um s objetivo, considerando os restantes como restries.
Mtodo NI SE: Tem a mesma base terica do mtodo dos pesos, difere porque permite
calcular um limite superior para o erro, isto , o analista pode obter uma aproximao do
conjunto de solues no dominadas, com um erro inferior a um valor previamente
especificado.
Mtodo Simplex: Em problemas de programao linear multiobjetivo os algoritmos
baseados no mtodo simplex estruturado com o clculo de um vrtice no dominado para
depois calcular os restantes vrtices no dominados.

b) Articulao progressiva das preferencias:
Esse tipo de articulao trata-se dos mtodos em que cada fase de clculo de uma ou vrias
solues eficientes seguida de uma fase de dilogo em que a reao do agente de
deciso/analista conduz preparao de nova fase de clculo. Estes mtodos prope
descobrir o timo ou a aproximao deste da funo utilidade implcita.



c) Articulao a priori das preferencias:
Esse tipo de articulao trata-se dos mtodos dedicados a problemas de otimizao com
objetivos mltiplos baseada no grau de interveno do agente de deciso quando a modelagem
das preferncias do agente feita antes do clculo de uma soluo eficiente.
Mtodo da distncia mnima soluo ideal: Este mtodo ilustrado utilizando um problema
de maximizao simples com duas funes lineares. O mtodo consiste na determinao da
soluo x e S, cuja imagem x(x) e z minimiza a distncia, segundo uma dada mtrica em
relao a soluo ideal Z*, isto :


Mtodos em que se utiliza uma funo utilidade, construda a partir das funes objetivos do
problema original: Sejam Z
1
(x), ....., Z
p
(x) as funes objetivo de um problema a maximizar.
Constri-se uma funo utilidade U(Z
1
(x) , Z
2
(x)), em que os objetivos Z
i
(x), i=1,....,p so
argumentos dessa funo. Se a funo U cncava satisfaz certas propriedades, p timo de U(Z
1

(x) , Z
2
(x)) pertence ao conjunto das solues eficientes.
Mtodo Lexicogrfico: Neste mtodo feito um escalonamento das funes objetivos, de acordo
com as preferncias do agente de deciso. Em seguida procede-se otimizao sequencial dos
objetivos. Em cada passo otimiza-se um objetivo e, a partir do valor obtido e da funo objetivo
em causa, constri-se uma restrio de igualdade que far parte dos problemas de otimizao
seguintes.
Programao por Metas: Este um dos mtodos mais divulgados. Difere do mtodo da
distncia mnima soluo ideal, porque nele procura minimizar o desvio em relao a metas
(O
1
,...., O
p
) estabelecidas pelo agente de deciso, isto :










( ) ( )
P
=
P
e X
(

X Z Z

/ 1
2
1
*
min
j
j j
S
( )
{ }
p j d d
p j d d
p j d d x z
x b x A R S
a s
d d
j j
j j
j j j
n
p
j
j j
S
,..., 1 0 ,
,..., 1 0 ,
,..., 1 0 ) (
0 , :
.
1
min
/ 1
1
= =
= >
= = +
> = e X = e X
>
(

+
+
+
=
+
e X

|
|
|
Em que
+
j
d e

j
d so os desvios por defeito e por
excesso em relao meta j, respectivamente. A
aplicao do mtodo conduz a uma soluo
satisfatria, mas que pode no pertencer ao conjunto
das solues eficientes.
MTODO ELECTRE I, II, III, IV E TRI
1 Fale sobre os mtodos de sobreclassificao, destacando:

a) Qual a caracterstica bsica do paradigma dos mtodos de sobreclassificao?
Os mtodos de sobreclassifcao so no compensatrios por natureza fazem comparao par
a par os pesos so postos de acordo com o grau de importncia dos critrios usam as relaes
binrias S onde admitem a P, I, Q e alguns a incomparabilidade.

b) Compare com os mtodos de sobreclassificao com os mtodos do modelo aditivo
(SMARTS/MAUT):
So mtodos no compensatrios, no so aditivos, trabalham com a problemtica de
ordenao, usam pesos como medida de importncia do critrio, no apresentam pr-ordem
completas (com exceo do ELECTRE II que obtm uma pr-ordem completa, no trabalha com
incomparabilidade) Os modelos aditivos (SMARTS/MAUT): so compensatrios, trabalham com
problemtica de escolha (SMART/SMARTER/MAUT) os demais com problemtica de ordenao
tambm, o MAUT fundamentado na teoria da utilidade e seus axiomas, O SMARTS/SMARTER
consideram uma faixa de variao do critrio e o MAUT utilizam a taxa de substituio para
obteno das constantes de escala.

2 Que problemticas so abordadas com os mtodos ELECTRE I, II, III, IV e TRI?
O ELECTRE I foi estabelecido para a problemtica da escolha que tem como objetivo
esclarecer a deciso pela escolha de um subconjunto do espao de aes, reduzindo o tamanho
do espao de alternativas ao menor nmero possvel a fim de se escolher o melhor subconjunto
fundamentado sobre uma avaliao subjetiva.
O ELECTRE II, II e IV foram estabelecidos para a problemtica da ordenao que tem como
objetivo ordenar as aes de maneira que seja explorada uma relao de sobreclassificao
forte e fraca entre as alternativas atravs do uso de limiares de concordncia e discordncia.
O ELECTRE TRI foi estabelecido para a problemtica da classificao que tem como objetivo a
alocao de cada ao a uma classe, definidas a priori a partir de normas aplicveis ao
conjunto de aes.




3 Resolva os problemas abaixo, definindo os parmetros quando necessrio:

Matriz de Sobreclassificao:

A1 A2 A3 A4 A5 A6
A1 ------ 0,625 0,625 0,25 0,5 0,5
A2 0,375 ------ 0,375 0,25 0,25 0,5
A3 0,375 0,625 ------ 0,5 0,25 0,75
A4 0,75 0,75 0,5 ----- 0,75 0,75
A5 0,5 0,75 0,75 0,25 ----- 0,5
A6 0,5 0,5 0,25 0,25 0,5 -------


a) Considerando o ELECTRE I
Com um limiar de concordncia de c* = 0,7 temos:
A3SA6; A4SA1; A4SA2; A4SA5; A4SA6; A5SA2; A5SA3; e o Kernel ser formado por A4 e A3
A4 A5 A3

A1 A2 A6


b) Considerando o ELECTRE II (suponha que c* = c- e d* = d-)
Com um limiar de concordncia de c*= c- = 0,7 e discordncia de d* = d- temos:
Ranking Descendente (melhor do melhor): Define-se um subconjunto F de A em que se separa
todos os elementos que no so fortemente sobreclassificados por nenhum outro, ou seja, que
C(ai, aj) c* e C(ai, aj) > C(aj, ai); D(ai, aj) d* e D(ai, aj) < D(aj, ai) e dentro desse
subconjunto separa-se todos os elementos que no so fracamente sobreclassificados por
nenhum outro de dentro do subconjunto, um subconjunto F, ou seja c* > c- e d* < d-.
Conjunto A: A1, A2, A3, A4, A5, A6
Subconjunto F: A4
Subconjunto F: A4 (retira-se o A4)
Conjunto A: A1, A2, A3, A5, A6
Subconjunto F: A1, A5
Subconjunto F: A1, A5 (retira-se o A1, A5)
Conjunto A: A2, A3, A6
Subconjunto F: A2, A3
Subconjunto F: A2, A3 (retira-se o A2, A3)
Conjunto A: A6
Subconjunto F: A6
Subconjunto F: A6
Com um limiar de concordncia de c*= c- = 0,7 e discordncia de d* = d- temos:
Ranking Ascendente (pior do pior): Define-se um subconjunto G de A em que se separa todos os
elementos que no sobreclassifquem fortemente nenhuma outra, ou seja, que C(ai, aj) c* e
C(ai, aj) < C(aj, ai); D(ai, aj) d* e D(ai, aj) > D(aj, ai) e dentro desse subconjunto separa-se
todos os elementos que no sobreclassifiquem nenhuma outra de dentro do subconjunto, um
subconjunto G, ou seja c* < c- e d* > d-.
Conjunto A: A1, A2, A3, A4, A5, A6
Subconjunto G: A1, A2, A6
Subconjunto G: A4 (retira-se o A1, A2, A6)
Conjunto A: A3, A4, A5
Subconjunto G: A3
Subconjunto G: A3(retira-se o A3)
Conjunto A: A4, A5
Subconjunto G: A5
Subconjunto G: A5(retira-se o A5)
Conjunto A: A4
Subconjunto G: A4
Subconjunto G: A4

c) O que significa o ndice de concordncia e de que forma o decisor deve escolher o
ndice?
ndice de concordncia mede a fora do apoio dado pela informao, pela hiptese que a
pelo menos to bom quanto b; C(a,b) e definido como a proporo dos pesos dos critrios
alocados queles critrios para os quais a igual ou prefervel a b entre 0 e 1 com valores
alto indicam forte evidncias que a prefervel a b e 1 significa que a domina ou
equivalente a b em todos os critrios. Deve ser atribudo com cuidado pelo decisor porque se
uma relao entre concordncia / discordncia severa, quase todos os pares de alternativas sero
julgados incomparveis. Se no severa, muitas alternativas iro sobreclassificar muitas
outras.

























PROMETHEE

01 Resolva o problema abaixo, definindo os parmetros quando necessrio:

Matriz de Deciso
C1 C2 C3
PESOS 0,40 0,35 0,25
A1 1 0,25 0,75
A2 0,25 0,75 0,5
A3 0,5 0,75 0,75
A4 0,75 0,5 0,25
A5 0,75 0,25 1
A6 0,5 0,5 0,5


a) Considerando o PROMETHEE I

Sem a definio de parmetros temos o caso do uso do critrio usual em que
F (a,b) = 1 se g(a) - g(b) > 0
F (a,b) = 0 se g(a) - g(b) <= 0

Para C1:
A1 A2 A3 A4 A5 A6
A1 - 1 1 1 1 1
A2 0 - 0 0 0 0
A3 0 1 - 0 0 0
A4 0 1 1 - 0 1
A5 0 1 1 0 - 1
A6 0 1 0 0 0 -


Para C2:
A1 A2 A3 A4 A5 A6
A1 - 0 0 0 0 0
A2 1 - 0 1 1 1
A3 1 0 - 1 1 1
A4 1 0 0 - 1 0
A5 0 0 0 0 - 0
A6 1 0 0 0 1 -

Para C3:
A1 A2 A3 A4 A5 A6
A1 - 1 0 1 0 1
A2 0 - 0 1 0 0
A3 0 1 - 1 0 1
A4 0 0 0 - 0 0
A5 1 1 1 1 - 1
A6 1 0 0 1 0 -


Do qual pela ponderao por 0,4 para o critrio 1, 0,35 para o critrio 2 e 0,25 para o critrio
3 resulta na seguinte matriz de preferncia:
A1 A2 A3 A4 A5 A6 Q+
A1 ####### 0,65 0,4 0,65 0,4 0,65 2,75
A2 0,35 ####### 0 0,6 0,35 0,35 1,65
A3 0,35 0,65 ####### 0,6 0,35 0,6 2,55
A4 0,35 0,4 0,4 ####### 0,35 0,4 1,9
A5 0,25 0,65 0,65 0,25 ####### 0,65 2,45
A6 0,6 0,4 0 0,25 0,35 ####### 1,6
Q- 1,9 2,75 1,45 2,35 1,8 2,65


a sobreclassifica b se:

Q+(a) > Q+(b) e Q-(a) < Q-(b); ou
Q+(a) > Q+(b) e Q-(a) = Q-(b); ou
Q+(a) = Q+(b) e Q-(a) < Q-(b).

a indiferente a b se:
Q+(a) = Q+(b) e Q-(a) = Q-(b)
a e b so incomparveis se:
Q+(a) > Q+(b) e Q-(b) < Q-(a); ou
Q+(b) > Q+(a) e Q-(a) < Q-(b);

Que resulta na seguinte ordenao parcial de alternativas:
A1, A3, A5, A4, e (A2,A5) so incomparveis.

b) Considerando o PROMETHEE II

Devemos considerar o Fluxo Lquido (f(.) ) = f+ - f- a fim de evitar o caso acima de
incomparabilidade, temos:
0,85
-1,1
1,1
-0,45
0,65
-1,05

Que resulta em uma ordem completa das alternativas:
A3, A1, A5, A4, A6, A2

c) Considerando que o Mtodo PROMETHEE tem uma componente aditiva em sua
formula, podemos considerar que o PROMETHEE tambm poderia ser classificado como
um tipo de modelo aditivo?

No, pois a introduo de um componente aditivo com a finalidade de captar a amplitude das
diferenas entre as avaliaes de cada um dos critrios nada faz noo a relao
compensatria, caracterstica essencial nos modelos de agregao aditiva. A nocao intuitiva de
compensao sugere uma quantidade que contrabalanceie a desvantagem de um critrio em
relao a uma vantagem em outro. Quanto aos mtodos no compensatrios como os de
sobreclassificao, estes requerem uma informao intercritrio que corresponde a relativa
importncia entre os critrios.
























MTODO AHP

1 Apresente uma viso geral do Mtodo AHP. Como podemos classifica-lo?

O mtodo AHP trata-se de um mtodo de agregao aditivo com uma nfase em procedimento
prprio para modelagem das preferncias do decisor. O Mtodo consiste em dividir o problema
em nveis hierrquicos e fazer uma comparao par a par de cada elemento em um nvel
hierrquico, construindo-se uma matriz de deciso quadrada. Nessa matriz, o decisor
representar, a partir de uma escala predefinida, sua preferncia entre os elementos
comparados, sob o enfoque de um elemento do nvel imediatamente superior

2 - Explique como feita a correspondncia entre a escala numrica e a escala
semntica no mtodo AHP, e destaque qual o tipo de escala usada na construo das
matrizes de comparao entre as alternativas, e para todos os pesos nos critrios.

No AHP O decisor expressa sua avaliaes verbalmente dentro de uma escala semntica de
valor, que pode variar, por exemplo, de uma posio muito ruim, passando por valores
subjetivos como ruim, razovel, bom at uma posio muito boa, para posteriormente
serem transformadas em uma escala numrica dos atributos que vai de 1 (importncia igual) a 9
(uma opo absolutamente mais importante que a outra). Este procedimento, embora as
respostas so dadas de acordo com a escala semntica, origina uma escala de razo de
preferncias, na qual reside uma das maiores fraquezas do mtodo, os processos de
questionamentos ambguos sobre os pesos dos critrios e a fora hipottica da escala razo
para medir a pontuao.

3- Resolva o problema abaixo, considere que os pesos so iguais:

a) Matriz de Deciso
Cr1 Cr2 Cr3
A 1 9 8
B 9 1 9
C 1 1 1





Matriz com autovetores dos critrios
Cr1 Cr2 Cr3
A 1/11 9/11 8/11
B 9/11 1/11 9/11
C 1/11 1/11 1/11


Considerando que os pesos so iguais para todos os critrios, temos 1/3 para cada
um deles. Multiplicando os pesos pela matriz dos autoveores acima, obtemos a
seguinte ordenao hierrquica:
A = 1/11 * 1/3 + 9/11 * 1/3 + 8/11 * 1/3 = 0,451179
B (da mesma forma) = 0,47
C (da mesma forma) = 0,081

B > A > C


b) Agora para o novo problema:
Nova Matriz de Deciso
Cr1 Cr2 Cr3
A 1 9 8
B 9 1 9
C 1 1 1
D 9 1 9

Qual a recomendao em cada caso? Relacione e descreva as principais criticas e
problemas encontrados.






Matriz com autovetores dos critrios
Cr 1 Cr2 Cr3
A 1/20 9/12 8/27
B 9/20 1/12 9/27
C 1/20 1/12 1/27
D 9/20 1/12 9/27

Considerando que os pesos so iguais para todos os critrios, temos 1/4 para cada
um deles agora com 1 critrio a mais. Multiplicando os pesos pela matriz dos
autoveores acima, obtemos a seguinte ordenao hierrquica:
A = 1/20 * 1/3 + 9/12 * 1/3 + 8/27 * 1/3 = 0,365431
B (da mesma forma) = 0,29
C (da mesma forma) = 0,06
D (da mesma forma) = 0,29
Resultando em uma inverso de ordem, onde agora:

A > B ~D > C

Ou seja, a introduo ou remoo de alternativas pode causar o problema da
inverso de ordem. A fim de se evitar acontecimentos dessa natureza, recomenda-se
a adoo de uma escala absoluta. O uso de uma escala absoluta resolve o problema
de inverso de ordem, pois a composio final dos pesos permanece eqitativa, no
acontecendo tal inverso.

Alm dessa dificuldade encontrada no mtodo AHP temos ainda o problema da
Interpretao de pesos de critrios, representando a importncia relativa; o uso da
escala de razo para os julgamentos, o que implica na existncia de um zero
absoluto; e a interpretao numrica da escala verbal utilizada na elicitao que
juntos formam as principais criticas ao modelo.




PROSPECT THEORY E MTODOS MACBETH E TODIM

1 Explique a propriedade proposta no artigo de Kahneman & Tversky:
Se (y, pq) equivalente a (x,p), ento (y, pqr) prefervel a (x,pr), 0 < p,q,r < 1.
Como deveria ser pela teoria da utilidade?

De acordo com Kahneman & Tversky, o seguro probabilstico deveria ser melhor que o
seguro tradicional, pois se o agente tem propenso a pagar prmio Y para proteger-se contra
a perda X que pode ocorrer com uma probabilidade P, ento teria propenso a pagar um
prmio menor RY, 0 < R < 1, para reduzir a probabilidade de perder X de P para (1-R)P.
Outro autores Kimura e Krauter acrescentam que se o agente decisor fosse indiferente entre
os prospectos (W-X:P; W: 1-P) e (W-Y: 1) ento preferiria o seguro probabilstico (WX, (1-R)P;
W-Y:RP; W-RY; 1-P) ao invs do seguro tradicional (W-Y:)

2 Fale sobre as violaes da teoria da utilidade nas loterias abaixo do artigo de
Kahnemann & Tversky:

Com base nessas violaes, podemos constatar que os indivduos se comportam de modo que em
anlise das duas loterias acima, eles fazem suas escolhas levando em considerao apenas o
resultado final, onde nesse caso ele escolheria a primeira alternativa da segunda loteria, sendo
assim, praticando o efeito isolamento. Por outro lado, de acordo com outra violao
que podemos observar, consiste em que os indivduos em uma situao onde ganhar possvel,
no caso das loterias acima, eles escolhem a possibilidade que oferece maior probabilidade de
ganhar, ou seja, maior probabilidade de ganho, e como podemos observar a primeira loteria,
a que oferece maior probabilidade de ganho, consitundo assim um efeito possibilidade tratado
no texto por Kahneman & Tversky.

3 Considerando que esta violao ocorre para um certo grupo de pessoas, voc
conclui que a teoria s aplicvel ao grupo de pessoas que no viola os axiomas? H
problemas no processo de elicitao? O que acontece neste caso?

No caso representado pelas loterias acima houve uma inconsistncia com a clssica teoria da
utilidade em que se esperava dos entrevistados uma escolha entre 0,25 x 0,80 = 0,20 chances de
ganhar 4.000 e 0,25 x 1,0 = 0,25 chances de ganhar 3.000, ou seja, em termos finais o decisor
se defrontaria com uma loteria formada pelas escolhas (4.000, 0,20) e (3.000, 0,25) igual ao
problema 4 abordado por Kahneman & Tversky que resultou em 65% dos entrevistados
escolhendo a primeira alternativa contra 35% escolhendo a segunda. Nessa loteria, que se
esperava obter o mesmo resultado, no entanto culminou com 78% dos entrevistados escolhendo
a primeira alternativa em comparao a segunda basicamente pela problemtica do efeito
isolamento descrito acima. Ao desconsiderar as probabilidades envolvidas na primeira fase, o
decisor se defronta com uma loteria formada por uma perspectiva certa (ganhar 3.00. com
probabilidade de 1) contra uma arriscada (ganhar 4.000 com probabilidade de 0,8). Essa
violao da teoria da utilidade que aconteceu para mais da metade das pessoas as quais foram
submetidas o teste no significa dizer que essa teoria no seja aplicvel em contextos reais.
Nesse caso especfico, a divergncia na escolha do decisor se deve a uma inconsistncia no
processo de elicitao da funo utilidade pela incluso de uma dependncia entre as
perspectivas sem ter sido alterado as probabilidades ou resultados envolvidos. Basicamente o
evento no ganhar 3.000 est incluso no evento no ganhar 4.000 na segunda loteria,
enquanto os dois eventos so independentes na primeira.

4- Como voc classificaria e enquadraria o Mtodo TODIM, comparando com o
MAUT, ELECTRE E PROMETHEE?

O TODIM utiliza conceitos de comparao aos pares e critrio nico de sntese, por isso
considerado um mtodo hbrido. Combinando os aspectos da Teoria da Utilidade Multi-Atributo
(MAUT), ao utilizar uma medida global de valor calculvel pela aplicao do paradigma que
consiste a Teoria dos Prospectos.
Como dito anteriormente pode ser comparado aos mtodos de sobreclassificao (ELECTRE e
PROMETHEE) por avaliar os critrios de forma par a par, especificamente em relao ao
PROMETHEE, por incorporar a noo de fluido lquido de superao, no entanto no pode ser
t.do como um modelo de sobreclassificao por se utilizar de uma funo de diferena aditiva
para determinar a dominncia de uma alternativa sobre a outra a fim de combinar os valores
totais das vrias alternativas para produzir uma ordenao quanto aos ganhos e perdas
relativas.


5- Apresente as caractersticas do MACBETH comparando com o AHP e o Modelo
Aditivo.

No mtodo MACBETH no possvel ter incomparabilidades no processo de modelagem das
preferencias do decisor, do mesmo jeito que no AHP e no Modelo Aditivo.
Os tres mtodos so modelos de agregao aditiva que permiten estabelecer uma funo valor
multiatributo para cada alternativa tendo em conta cada um dos criterios, escolhendo-se a
alternativa que tiver maior valor.