Teoria Da Decisao

Gesto e Teoria da Deciso
Teoria da Deciso
Licenciatura em Engenharia Civil
Licenciatura em Engenharia do Territrio
2008/2009
Teoria da Deciso
Agenda
1.
2.
Introduo
Deciso em situao de incerteza
Critrio
Optimista
Critrio Pessimista
Critrio intermdio (Savage) e anlise de sensibilidade
Matriz de arrependimento ou custo de oportunidade
Critrio Min Max
2008/2009
3. Deciso em situao de risco

Valor
esperado da deciso
Anlise de sensibilidade probabilidade subjectiva
4. Valor da Informao
Valor
da informao perfeita
Valor da informao adicional
2
Teoria da Deciso
Introduo
At agora estudaram-se os principais mtodos e tcnicas da IO
Neste
captulo
pretende-se
ter
uma
prospectiva
integrada
da
racionalizao dos processos de deciso a fim de melhor se poder apoiar a

tomada de deciso em contexto real
A IO oferece um conjunto vasto de teorias, mtodos e modelos no campo
2008/2009
da teoria da deciso
Com isto, os processos decisrios podem ser bastante melhorados,

racionalizados!
Contudo, o processo decisrio encontra inmeros paradigmas
Teoria da Deciso
Introduo
2008/2009
Paradigmas:
Da racionalidade: cr-se apenas na razoe a afectividade
Da estabilidade: apesar da realidade ser no estacionria
Do mtodo: sequncias de anlise ou de procedimentos para classes de

problemas, evitando-se o livre arbtrio
Cientfico: cr-se na cincia para descrever a realidade
Da eficcia: acredita-se que possvel criar sistemas eficazes, ie, que

permitam atingir metas predefinidas com ndices de segurana ou fiabilidade
elevados
De economia: eficincia econmica
Comportamental: o estudo das organizaes afasta-se das cincias puras ou

aplicadas por no buscar propriamente teorias ou enunciados universais, mas
sim por conhecer o comportamento da realidade em que se vai intervir a fim
de conhecer resposta em funo de intervenes e cenrios alternativos de
aleatoriedade e incerteza
4
Teoria da Deciso
Introduo
O desenvolvimento de sistemas de apoio aos processos decisrios tem tambm

originado confuses e equvocos na vida das organizaes:
Equvoco da substituio: considerar que os sistemas de deciso podem ou devem

ser considerados substitutos dos decisores
Equvoco da omniscincia: tomar deciso com base na convico de que

melhor acreditar e utilizar o saber, a experincia e a intuio que tudo mais
2008/2009
dispensaro
Equivoco da urgncia: graas ao desenvolvimentos, hoje os meios de clculo

permitem o desenvolvimento de modelos cada vez mais sofisticados e
suficientemente rpidos
Equvoco da especificidade: na realidade, se os problemas forem correctamente

analisados, as suas questes fundamentais podero no ser especficas
5
Teoria da Deciso
Introduo
Ambiente
Incerto
Engenho
Escolha
Complexo
Intuio
2008/2009
Dinmico
Percepo
Informao
(lgica no
verificvel)
C
I
S
Preferncia
Competitivo
Valores
E
S
U
L
T
A
D
O
S
Finito..
6
Teoria da Deciso
Introduo
Ambiente
Incerto
Engenho
Escolha
Alternativas
Complexo
2008/2009
Dinmico
Percepo
Informao
Competitivo
Valores
Finito..
Preferncia
Probabilidades
Estrutura
Atribuio
de valor
Preferncia
temporal
Atitude face
ao risco
D
E
I
C
A
E
S
U
L
T
A
D
O
S
Teoria da Deciso
Introduo
Modelo de Deciso
2008/2009
Alternativas
Resultados
A1
R11,R12,...R1M
A2
Escolha
R21,R22,...R2M
Valorao
e
Critrios
de
Avaliao
Deciso
An
Rn1,Rn2,...RnM
Informao
Modelos
Grau de satisfao
de OBJECTIVOS
Deciso
A*
Resultados
Preferncias do(s)
agente(s) de deciso:
Juzos de valor
Funes de troca
Atitude face ao risco
Preferncias temporais
Anlise de
sensibilidade
Valor da informao
Teoria da Deciso
Introduo
Dimensionar a capacidade produtiva de uma fbrica, estando disponvel 5
alternativas:
D1 capacidade produtiva de 10 000 ton
2008/2009
H incerteza quanto procura (capacidade de absoro) do mercado, tendo-se

definido cinco cenrios:
E1 procura muito baixa
E2 procura baixa
E3 procura mediana
E4 procura alta
E5 procura muito alta
9
Teoria da Deciso
Introduo
Foram estimados os resultados lquidos (ganhos) de cada capacidade produtiva (Di)
para cada cenrio (Ej)de procura.
2008/2009
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
10
Teoria da Deciso
Critrio optimista
Para cada deciso considerar o resultado
mais favorvel
Di R i = max (R ij )
j
D1 26
D 2 44
D* Max max (R ij )
j
D 3 60
D 4 80
D 5 100 D* (deciso ptima)
2008/2009
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
11
Teoria da Deciso
Critrio pessimista
Para cada deciso considerar o resultado
menos favorvel
D i R i = min (R ij )
j
D1 20
*
D 2 24 D (deciso ptima)
D* Max min (R ij )
j
D3 16
D 4 20
D5 50
2008/2009
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
12
Teoria da Deciso
Critrio intermdio (Savage)
Para cada deciso associar uma mdia ponderada entre os

resultados mais ou menos favorveis
Di R i = c max (R ij ) + (1 c ) min (R ij )
j
2008/2009
c coeficiente de ponderao medindo o grau de

optimismo:
c = 1 => optimista
c = 0 => pessimista
D i R i = c max (R ij ) + (1 c ) min (R ij )
j
13
Teoria da Deciso
Critrio intermdio (Savage)

Para c = 0,5
D1 0,5 26 + 0,5 20 = 23
D 2 0,5 44 + 0,5 24 = 34
D* (deciso ptima)
D 3 0,5 60 + 0,5 16 = 38
D 4 0,5 80 + 0,5 (20) = 30
D5 0,5 100 + 0,5 ( 50) = 25
2008/2009
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
14
Teoria da Deciso
Matriz de arrependimento ou custo de oportunidade

MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
2008/2009
Para cada estado da natureza (cenrio) Ej, identificar o resultado mais favorvel
(e, portanto, a deciso ptima nesse contexto) => R *j = max (R ij )
i
*
Para cada deciso Di (num cenrio Ej) o custo de oportunidade => Cij = R j R ij
MATRIZ DE CUSTOS DE OPORTUNIDADE (PERDAS/ARREPENDIMENTO)
E1
E2
E3
E4
E5
D1
20
38
60
80
D2
20
44
66
D3
10
26
50
D4
46
34
14
24
D5
76
54
40
20
15
Teoria da Deciso
Critrio Min Max

(pessimista sobre a matriz de custos de oportunidade)
A cada deciso associar o custo de oportunidade (perda/arrependimento)

mximo
D i Ci = max(Cij )
j
D1 80
D 2 66
D 3 50 D* (deciso ptima)
D 4 46
2008/2009
D 5 76
D* min max (C ij )
i
j
MATRIZ DE CUSTOS DE OPORTUNIDADE (PERDAS/ARREPENDIMENTO)

E1
E2
E3
E4
E5
D1
20
38
60
80
D2
20
44
66
D3
10
26
50
D4
46
34
14
24
D5
76
54
40
16
Teoria da Deciso
Deciso em situao de risco
2008/2009
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
Probabilidade
0,05
0,20
0,50
0,15
0,10
A cada estado da natureza (cenrio) Ej atribuda uma probabilidade de

ocorrncia pj
Critrio do VALOR ESPERADO: a cada deciso associado o valor esperado
dos ganhos
D i E[R i ] = R ij p j
j
D1 0,05 26 + 0,2 24 + 0,5 22 + 0,15 20 + 0,1 20 = 22

D 2 0,05 24 + 0,2 44 + 0,5 40 + 0,15 36 + 0,1 34 = 38,8
D 3 0,05 16 + 0,2 40 + 0,5 60 + 0,15 54 + 0,1 50 = 52 D* (deciso ptima)
D 4 0,05 (20) + 0,2 10 + 0,5 46 + 0,15 80 + 0,1 76 = 43,6
17
D 5 0,05 (50) + 0,2 (10) + 0,5 20 + 0,15 60 + 0,1100 = 24,4
Teoria da Deciso
Valor da informao perfeita

Clculo das probabilidades de indiferena: Exemplo
a)
Qual o valor mximo de erro que o agente de deciso pode cometer nas
estimativas dos estados da natureza, sem alterar a deciso ptima
D1
D2
Prob.
E1
6
4
0,6
E2
10
15
0,4
E[D1] = 7,6
E[D2] = 8,4 D*
Matriz de
ganhos
E[D1] = 6p1 + 10(1-p1) = 10 4p1

E[D2] = 4p1 + 15(1-p1) = 15 4p1
2008/2009
E[D1] = E[D2]
b)
p1 = 5/7 ( P1 5/7 D* = D1)
p2 = 2/7
Qual o mximo a pagar para determinar qual o estado da natureza

que ir ocorrer?
D2 deciso anteriormente tomada
E[Infor. Perfeita] = 0,6 x 2 + 0,40 x 0 = 1,2
Custo de oportunidade dado
que escolhi D2
18
Teoria da Deciso
Valor da informao
- Valor esperado da Informao perfeita
Valor da informao perfeita: valor mximo que estou disposto a pagar

pela informao depende da deciso escolhida
Valor Esperado da Informao Perfeita VEIP : ponderado o valor da
informao para cada cenrio (estado da natureza) atravs da probabilidade
de ocorrncia desse estado:
1. Para o estado de informao inicial (I), identificar a deciso ptima DI*
2008/2009
2. Para cada estado da natureza j (que se admite ter efectivamente ocorrido):

A.Identificar a deciso ptima DII* a que est associado um resultado
optimizado Rj*
B.Calcular a diferena dos resultados em relao deciso DI*
Vj = Rj* - Rj(DI*) valor da informao perfeita (para o estado j)
3. Valor esperado da informao perfeita:
E[V ] = Vjp j
j
19
Teoria da Deciso
Valor da informao
- Valor esperado da Informao perfeita
Exemplo:
1. -
D*I = D 3
2. -
j = 1 D*II D1 V1 = R 11 R 31 = 26 16 = 10
j = 2 D*II D 2 V2 = R 22 R 32 = 44 40 = 4
j = 3 D*II D 3 V3 = R 33 R 33 = 60 60 = 0
j = 4 D*II D 4 V4 = R 44 R 34 = 80 54 = 26
j = 5 D*II D 5 V5 = R 55 R 35 = 100 50 = 50
2008/2009
Resumo:
3. -
Informao perfeita
Valor da informao
Probabilidades
Estado j = 1
10
0,05
Estado j = 2
0,2
Estado j = 3
0,5
Estado j = 4
26
0,15
Estado j = 5
50
0,1
E[V ] = 10 0,05 + 4 0,2 + 0 0,5 + 26 0,15 + 50 0,1 = 10,2
20
Teoria da Deciso
Valor da informao
- Valor da informao adicional ( posterior)
Estado de informao I: priori D*I D 3

Estado de informao II: posteriori
Estado
E1
E2
E3
E4
E5
pj
0,05
0,05
0,2
0,65
0,05
E[D1 ] = 20,9
E[D 2 ] = 36,5
E[D 3 ] = 52,4
2008/2009
E[D 4 ] = 64,5 D*II D 4

E[D 5 ] = 45,0
Estado
E1
E2
E3
E4
E5
Valor da informao
-20-16
10+40
46-60
80-54
76-50
R4j-R3j
-36
-30
-14
+26
+26
D*II
D*I
21
Teoria da Deciso
Valor da informao
- Valor da informao adicional ( posterior)
VEIA: Valor Esperado da Informao Adicional

VEIA = (36) 0,05 + (30) 0,05 + (14) 0,2 + 26 0,65 + 26 0,5 =
= 12,1
= 64,5 52,4
2008/2009
= [(20) 0,05 + 10 0,05 + 46 0,2 + 80 0,65 + 76 0,05]

[16 0,05 + 40 0,05 + 60 0,2 + 54 0,65 + 50 0,05]
Diferena entre valores esperados dos ganhos:

da deciso ptima posterior (depois da informao adicional) DII*
e da deciso ptima priori DI*
Sendo este valores esperados calculados para a

nova informao (probabilidades posterior)
22
Teoria da Deciso
Valor esperado da informao perfeita: Exemplo
Tipos tipos de equipamento a adquirir: A, B, C
Dentro de 1 ano, a Administrao central adquire tambm equipamento A,

B, C (existem estimativas das probabilidades da Administrao optar por
este ou aquele tipo de equipamento)
Custos diferenciados consoante a opo da Administrao Central

(compatibilidade, economia de escala, etc.)
Nossa deciso
2008/2009
DA
DB
DC
Probabilidades
Opo da Administrao Central

ZA
ZB
ZC
80
180
190
180
100
160
140
140
130
0,2
0,6
0,2
Custos
(milhares )
Custo adicional de 10 mil se a deciso for adiada por um ano
Valer a pena esperar um ano?
23
Teoria da Deciso
Valor esperado da informao perfeita: Exemplo

a)
Deciso ptima para a informao actual

E[DA] = 0,2 x 80 + 0,6 x 180 + 0,2 x 190 = 162
E[DB] = 0,2 x 180 + 0,6 x 100 + 0,2 x 160 = 128 D*
E[DC] = 0,2 x 140 + 0,6 x 140 + 0,2 x 130 = 138
b)
Custos de arrependimento dentro de 1 ano face deciso tomada

(Dopt DB)
Se a Administrao optar por A: 180 - 80 = 100
2008/2009
Se a Administrao optar por B: 100 - 100 = 0

Se a Administrao optar por C: 160 -130 = 30
c)
Custo esperado de arrependimento

0,2 x 100 + 0,6 x 0 + 0,2 x 30 = 26
VEIP (> custo da informao perfeita)
24
Teoria da Deciso
Agenda
Noo de utilidade e curvas de utilidade
6.
Construo de curvas de utilidade
7.
Propenso e averso ao risco
2008/2009
5.
25
Teoria da Deciso

Utilidade associada a um resultado : medida do grau de satisfao que esse
resultado proporciona (ao agente decisor)
Exemplo
2008/2009
Matriz de ganhos (monetrios)
E1
E2
E[Di]
D1
-15
+30
7,5
D2
+10
5,0
pj
0,5
0,5
D*
Questes:
a) Valorao dos resultados (monetrios) [Ganhar 10 mil euros igualmente
atraente quando, partida, se tem 100 mil euros ou no se tem nada?]
b) Atitude face ao risco
26
Teoria da Deciso
Utilidade
Curva de Utilidade
-30
-20
100
90
80
70
60
50
40
30
20
10
0
-10 0
10
20
30
40
50
60
70
2008/2009
Mil
Matriz de Utilidades
E1
E2
E[Di]
D1
+25
+55
40
D2
+40
+45
42,5
pj
0,5
0,5
D*
27
Teoria da Deciso

AVERSO AO RISCO: utilidade marginal decrescente
2008/2009
Utilidade
y + 2
80
60
y - 1
20
200
X-
400
x
600
X+
Mil
28
Teoria da Deciso

AVERSO AO RISCO
I. Recebo uma quantia fixa: 400 => U(400) = 60 D*
II. Jogo: recebo 200 (50%) ou 600 (50%) => 0,5xU(200)+0,5xU(600) = 50
2 < 1
[U(x+) - U(x)] < [U(x) - U(x-)]
2008/2009
U(x+) + U(x-) < 2U(x)

0,5U(x+) + 0,5U(x-) < U(x)
Valor esperado da utilidade
associada a um jogo:
x+
0,5
0,5
x-
29
Teoria da Deciso

PROPENSO PARA O RISCO: utilidade marginal CRESCENTE
2008/2009
Utilidade
y + 2
80
40
y - 1
20
200
X-
400
x
600
X+
Mil
30
Teoria da Deciso

PROPENSO PARA O RISCO
I. Recebo uma quantia fixa: 400 => U(400) = 40
II. Jogo: recebo 200 (50%) ou 600 (50%) => 0,5xU(200)+0,5xU(600) = 50 D*
2 > 1
[U(x+) - U(x)] > [U(x) - U(x-)]
2008/2009
U(x+) + U(x-) > 2U(x)

0,5U(x+) + 0,5U(x-) > U(x)
Valor esperado da utilidade
associada a um jogo:
x+
0,5
0,5
x-
31
Teoria da Deciso
Anlise Marginal
Valor marginal: teoria do valor, segunda a qual ele determinado pela

sua utilidade marginal, isto , pelo acrscimo de utilidade total que se
obtm por cada unidade adicional do factor em causa
(Dicionrio da
Lngua Portuguesa)
Custo marginal: acrscimo de custo total resultante de produzir uma

unidade adicional
2008/2009
Exemplo: Numa oficina produzem-se diariamente 20 caixilharias, com um

custo total de 723,9. Se a produo passar a 21, o custo dirio passa
para 729,6. Ento, o custo marginal da 21 caixilharia 5,7, igual ao
acrscimo do custo total de passar de 20 para 21 (normalmente
corresponde ao custo varivel de produzir uma caixilharia)
32
Teoria da Deciso
Anlise Marginal
Custo Total
600,0
800,0
500,0
700,0
Marginal
Euros
Euros
500,0
2008/2009
Mdio
400,0
600,0
400,0
300,0
200,0
300,0
200,0
100,0
100,0
0,0
0,0
1 3 5 7 9 11 13 15 17 19 21 23
Unidades
7 10 13 16 19 22
Unidades
33
Teoria da Deciso
Agenda
Decises sequenciais
9.
rvores de deciso
2008/2009
8.
34
Teoria da Deciso
Decises sequenciais
Os problemas de deciso reais apresentam frequentemente

um carcter sequencial:
Exemplo
O planeamento de um semestre no IST feito por um aluno:
Vou aos testes de todas as disciplinas que o permitam
Quanto maior for o nmero de provas de avaliao, exames ou teste,
menor a probabilidade de xito
2008/2009
As disciplinas que correrem mal em teste passam para a 1 chamada

de exame
As disciplinas que correrem mal na 1 chamada de exame passam
para a 2 chamada de exame
Se mesmo assim no fizer todas as disciplinas, ento vou a 2 poca
...poca especial...
35
Teoria da Deciso
Decises sequenciais e rvores de deciso
Sequencialidade:
Alternncia entre momentos de escolha controlados pelo decisor
momentos de deciso
2008/2009
E momentos de escolha controlada pelas variveis no

controlveis, isto , o resto do mundo momentos do acaso
rvores de deciso:
Permitem a anlise dos problemas de deciso sequenciais,
descrevendo a sequncia de momentos de deciso ( ) e do
acaso ( )
E, bem assim, as alternativas correspondentes a cada momento
36
Teoria da Deciso
Decises sequenciais e rvores de deciso
rvores de deciso:
1. Representam-se em rvore as possveis sequncias de
escolhas do decisor e do acaso (trajectrias de alternativas)
2. Calculam-se os resultados relativos s pontas da rvore
3. Probabilizam-se os ramos dos ns de acaso a fim de poder
2008/2009
associar a cada n um valor de sntese (em geral, o valor

esperado)
4. Escolhem-se nos ns de decises os ramos com melhor
resultado, iniciando essas escolhas nos ns de deciso mais
profundos da rvores e recuando progressivamente at atingir
o n de deciso inicial (correspondente ao instante actual)
37
Teoria da Deciso
Decises sequenciais e rvores de deciso Exemplo 1

Compra de um equipamento
Um instituto pblico possui um dado equipamento A que tem de ser
substitudo por outro mais eficiente (B) no prazo mximo de 2 anos. Esta
substituio pode ocorrer imediatamente ou daqui a 1 ou 2 anos. Para
determinar qual a data mais aconselhvel para a sua substituio,
obtiveram-se as seguintes previses:
Preo do equipamento B (milhares de euros)
2008/2009
Preo Actual
Prximo ano
Daqui a 2 anos
Prob.
Preo
Prob.
Preo
0,2
600
0,6
0,4
400
500
0,7
700
0,5
0,5
500
600
0,1
750
0,8
0,2
950
1.000
700
38
Teoria da Deciso

Compra de um equipamento
Preo de venda de A (milhares de euros)
Actual
Prximo ano
Daqui a 2 anos
300
280
260
2008/2009
Prejuzos resultantes de usar A em vez de B (milhares de euros)

40
60
Nota: Todos os preos e prejuzos foram previamente actualizados para

valores referentes ao ano em curso
Questo: Recomendaria a substituio imediata do equipamento?
39
Teoria da Deciso
Decises
Momento sequenciais e rvores de deciso Exemplo 1
de deciso
Momento de
acaso
rvore de deciso
p ra
m
co
N
oc
om
pra
0,6
0,4
0,2
Comprar
0,7
N
oc
om
pra
r
0,5
0,5
Comp
rar
o
N
m
co
2008/2009
No comp
rar
0 ,1
2005
ra
p
m
Co
ar
pr
2006
0,2
0,8
2007
40
Teoria da Deciso

rvore de deciso
co
rar
mp
N
oc
400 = 700 - 300
No comp
r
om
pra
r
ar
0,4
240 = 400 + 40 + 60 - 260
340 = 500 + 40 + 60 - 260
Comprar 460 = 700 + 40 - 280
0,7
N
oc
om
pra
r
Comp
r
o
N
2006
340 = 500 + 40 + 60 - 260
0,5
0,5
440 = 600 + 40 + 60 - 260

ar
510 = 750 + 40 - 280
ar
pr
m
co
2008/2009
0,6
0,2
0,1
2005
360 = 600 + 40 - 280
r
ra
p
om
0,2
840 = 1000 + 40 + 60 - 260
0,8
Custo total da compra

do equipamento
790 = 950 + 40 + 60 - 260
2007
41
Teoria da Deciso

Momento de deciso:
No comprar
rvore de deciso
co
400
rar
mp
N
oc
No comp
r
om
pra
r
Momento de deciso:
No comprar
240
0,6
ar (280)
0,4
0,2
340
Comprar 460
0,7
N
oc
0,1
om
pra
r
Comp
r
380 = 0,2 x 280 +

+ 0,7 x 390 +
+ 0,1 x 510
o
N
2006
custo esperado
800 = 840 x 0,2 + 790 x 0,8
(390)
ar
510
ar
pr
m
co
2008/2009
(380)
2005
360
r
ra
p
om
0,2
340
0,5
Momento de deciso:
440
comprar
0,5
840
0,8
(800)
790
2007
42
Teoria da Deciso

rvore de deciso
co
400
rar
mp
N
oc
No comp
r
om
pra
r
(380)
ar (280)
N
oc
0,1
om
pra
r
Comp
r
2006
(390)
ar
510
ar
pr
m
co
Recomendao para 2005:

No comprar
0,4
340
Comprar 460
0,7
2005
240
0,6
0,2
o
N
2008/2009
360
r
ra
p
om
0,2
340
0,5
0,5
440
840
0,8
(800)
790
2007
43
Teoria da Deciso

Venda de um terreno que pode ter uma jazida de petrleo
,3%)
4
1
(
leo
Petr
Fu
ro
Seco (
Venda
Seco (
Fu
ro
Fav
or
vel
(30
%)
)
50%
(
o
e
l
Petr
50%)
Venda
N
o
ud
st
r e ico
ze g
fa ol
o ism
s
P
Fu
ro
2008/2009
0%)
7
(
l
e
v
avor
f
s
e
D
do
u
t
es gico
r
ze l
Fa ismo
s
85,7%)
o (25
etrle
Seco (
Venda
%)
75%)
44
Teoria da Deciso

- Custos
,3%) 670
4
1
(
leo
Petr
+800
Seco (
Fu
ro
+ Receitas
Resultado
-100
Venda
0%)
7
(
l
e
v
avor
f
s
e
D
Seco (
-100
Venda
50%)
-130 = -100 - 30
0
60 = 90 - 30
+90
N
o
ud
st
r e ico
ze g
fa ol
o ism
s
670 =
= 800 - 100 - 30
+800
Fu
ro
)
50%
(
o
e
l
Petr
P
Fu
ro
2008/2009
Fav
or
vel
(30
%)
60
+90
do
u
t
es gico
r
ze l
Fa ismo
s
-30
85,7%)
-130
o (25
etrle
+800
Seco (
-100
Venda
+90
%) 700 = 800 - 100
75%)
-100
90
45
Teoria da Deciso

- Custos
+ Receitas
-15,7
Fu
ro
Resultado
Valor esperado (acaso)
123
o
ud
st
r e ico
ze g
fa ol
o ism
s
Valor esperado (j
com custo de estudo)
-100
60
270
Fu
ro
-130
60
0%)
5
(
o
le
Petr
-100
100
-100
50%)
-130
60
+90
270
670
+800
Seco (
Venda
100
85,7%)
+90
Fav
or
vel
(30
%)
+800
Seco (
Venda
Fu
ro
do
u
t
es gico
r
ze l
Fa ismo
s
-30
avor
f
s
e
D
123
2008/2009
Valor esperado (deciso)
0%)
7
(
l
e
v
)
4,3% 670
1
(
o
le
Petr
5
leo (2
r
t
e
P
%)
700
+800
Seco (
Venda
+90
75%)
-100
90
46
Teoria da Deciso
Agenda
2008/2009
10.
Metodologia multicritrio
Estruturao, rvore de valores e operacionalizao

dos pontos de vista
Avaliao local:
Noo de funo de valor
Mtodos de construo das funes de valor

(direct rating e bisseco)
47
Teoria da Deciso
Critrio instrumento que permite a avaliao de aces /alternativas

segundo um ponto de vista particular
Incorpora:
Um orientao pr-activa do utilizador elementos mais subjectivos:
2008/2009
Que objectivos se pretende alcanar?

Uma orientao analtica reactiva elementos mais objectivos:
Que caractersticas das alternativas afectam a sua atractividade?
48
Teoria da Deciso
Quer os objectivos dos decisores, quer as caractersticas das

aces / alternativas constituem o que se designa por ponto de
vista (ou preocupao, atributos...)
2008/2009
Deste modo, um ponto de vista (ou preocupao) qualquer

aspecto, num determinado contexto, que os actores consideram
relevantes para a avaliao da atractividade das aces /
alternativas
49
Teoria da Deciso
Fases da metodologia multicritrio apoio tomada de deciso
A. Estruturao
Sistemas de valores / objectivos
Pontos de vista
(perspectivas)
2008/2009
Critrios /
Atributos
Discritor do nvel de impacto (ou desempenho) de

cada alternativa segundo cada ponto de vista
Operacionalizao: construo da matriz de impactos

50
Teoria da Deciso
Fases da metodologia multicritrio apoio tomada de deciso
B. Avaliao
Avaliao local (segundo cada ponto de vista)
2008/2009
Agregao
Avaliao final
51
Teoria da Deciso
B. Avaliao
1. Avaliao parcial (ou local) de cada alternativa segundo cada um dos
pontos de vista fundamentais
Construo de uma funo de valor (cardinal) para cada descritor
Associa uma pontuao (valor cardinal, numa escala prdefinida) a cada
um dos nveis de impacto do descritor
2. Avaliao global, por agregao das avaliaes parciais

Mtodos de agregao
Compensatrios
2008/2009
No compensatrios
Mtodo compensatrio: agregao por mdia ponderada (modelo de

agregao aditiva simples)
Pontuao parcial da alternativa a
N
Pontuao global da
alternativa a
V(a ) = i Vi (a )
i =1
segundo o ponto de vista i

peso do ponto de vista i
necessrio atribuir os pesos aos pontos de vista, que funcionam

como constantes de escala que harmonizam as avaliaes parciais
52
Teoria da Deciso
B. Avaliao
3. Avaliao de sensibilidade:
Avaliar a robustez das recomendaes
Providenciar meios de aprendizagem aos actores para eventual

reviso dos seu juzos de valor e quadros e preferncias
2008/2009
reflectivos no modelo de avaliao
53
Teoria da Deciso
Metodologia multicritrio rvore de valores

Exemplo 1 Escolha de um novo escritrio
Escritrio
Benefcios
Custos
2008/2009
Marketing
Aquisio
()
Manuteno
(/ano)
Proximidade
Visibilidade
aos clientes
Distncia
ao centro
(km)
Condies de trabalho
Imagem
Conforto
Escala ordinal ou estimao directa

(atribuio de pontos)
rea
(m2)
Estaciona
mento
(n de
54
lugares)
Teoria da Deciso

Exemplo 2 Escolha de um carro
Custo de aquisio
()
Custo de manuteno (/ano)
Economia
(litros/100km)
consumo
Velocidade mxima
Desempenho
(Km/h)
Acelerao 0-100 km/h (seg.)

Traves
Segurana
ABS
(s/n)
Dist. Travagem a 100 km/h

Airbag
(m)
Equipamento
segurana
2008/2009
Carro
Espao
Conforto
Equipamento
Esttica
(*)
(litros)
(cm)
(cm)
(cm)
Ar condicionado
Direco assistida
(*)
Suspenso (*)
Status
Bagageira
Dist. Banco-tecto
Largura interior
Comprimento interior
Pr-tensores
Barras de proteco
Etc.
Rdio
Vidros elctricos...etc.
(*) escala qualitativa
55
Teoria da Deciso

Propriedades desejveis da rvore de valores:
Abrangncia
Operacionalidade
Independncia
Ausncia de redundncia
Dimenso mnima
2008/2009
Escalas de classificao:
De razo (cardinal, com zero absoluto)
De intervalos (cardinal, sem zero absoluto)
Ordinal
Nominal
56
Teoria da Deciso
Metodologia multicritrio Avaliao local
Avaliao local arranjar uma funo de valor que transforme as

preferncias, o desempenho das alternativa (em cada um dos pontos
de vista) numa escala pr-definida (por exemplo: de 0 a 100, ou de 0 a
10...)
A funo de valor de transformao deve ser
No decrescente
Ou no crescente
No crescente
120
100
100
80
80
valor
120
60
40
60
40
20
20
rea de escritrio
1600
1400
1200
1000
800
600
400
200
0
0
valor
2008/2009
No decrescente
m2
0
0
10
Distncia ao centro
12
14
km
57
Teoria da Deciso

Funes de valor Mtodo da bisseco:
1. Fixar uma escala de valor (0 a 100, por exemplo) e atribuir o valor mais
baixo (0) alternativa com pior nvel de performance e o mais elevado
(100) com melhor nvel de performance (de acordo com o ponto de vista
em causa)
Ex: V(100m2) = 0
V(1500m2) = 100
2008/2009
2. Identificar o nvel de performance que, segundo o agente de deciso, tem

um valor a meio caminho entre a melhor e a pior alternativa
Ex: V(X m2) = 50
X = ? X = 700 m2
3. Repetir o passo 2 tomando como extremos alternativas cujo valor j tenha
sido estimado
58
Teoria da Deciso

Funes de valor Estimao Directa (Direct rating):
1. Ordenar as alternativas (para um dado ponto de vista), por ordem
decrescente de preferncias
2. Definir uma escala de valor (0 a 100, por exemplo) e atribuir o valor mais
elevado (100) alternativa de maior preferncia e o menos elevado (0)
2008/2009
de menor preferncia
3. Atribuir sucessivamente pontuaes s outras alternativas
4. Verificar se as diferenas de pontuao entre alternativas reflectem
efectivamente diferena de graduao de preferncias
59
Teoria da Deciso
Agenda
Mtodos compensatrios
Padronizao da matriz de impactos
Avaliao global (mdia ponderada)
Razo de compensao
Anlise de sensibilidade aos pesos (Trident)
2008/2009
11.
60
Teoria da Deciso
Metodologia multicritrio Mtodos compensatrios
Padronizao da matriz de impactos

Padronizao de escalas: 0 Xij 1 para cada atributo
Sentido de preferncia crescente:
2008/2009
'
ij =
( ij )
max ( ij ) - min ( ij )
i
i
ij - min
i
ou, se sentido de preferncia decrescente:
'
ij =
( ij ) - ij
max ( ij ) - min ( ij )
i
i
max
i
Nota: Admitindo funo de valor linear.

61
Teoria da Deciso
2008/2009
Padronizao da matriz de impactos (exemplos)

i
Xi ( Lucros)
350
400
Xi ( Custos)
350
400 350
= 0,2
400 150
400
250
0,4
250
0,6
150
150
300
0,6
300
0,4
350 150
= 0,8
400 150
62
Teoria da Deciso
Avaliao global agregao por mdia ponderada (Mtodo de

agregao aditiva simples)
Pontuao parcial da alternativa Ai

segundo o ponto de vista j
V(A i ) = jVj (A i )
j=1
peso do critrio j
2008/2009
Pontuao global da
alternativa Ai
Por vezes
X i = jX ij
j=1
=1
j=1
63
Teoria da Deciso
Metodologia multicritrio Exemplo

Problema: aquisio de um imvel para instalao da sede de uma
empresa
Cinco alternativas (A1 a A5)
Trs Pontos de Vista Fundamentais (critrios):
Custo
Funcionalidade
Qualidade arquitectnica e integrao urbanstica
2008/2009
Operacionalizao dos PVF: descritores para os critrios

Critrio
Custo
Funcionalidade
Qualidade arquitectnica
e integrao urbanstica
Descritor
Custo de aquisio (106 Euros)
ndice que sumariza um vasto
conjunto de caractersticas e
atributos funcionais do edifcio
(escala de 0-10)
Escala qualitativa (Deficiente;
Suficiente; Boa; Muito Boa)
64
Teoria da Deciso
2008/2009
Matriz dos impactos:
11
Funcionalidade
(f)
7
Qualidade
(q)
Deficiente
A2
14
Suficiente
A3
13
Muito Boa
A4
12
Boa
A5
12
Boa
Alternativa
Custo (c)
A1
Nota: a alternativa A4 dominada por A5!
65
Teoria da Deciso
Modelos de preferncias parciais (segundo cada um dos critrios):

funes de valor
Custo: funo de valor linear entre os custos mnimo (11x106 Euros) e
mximo (14x106 Euros) das alternativas em jogo
Funcionalidade: funo de valor linear entre os limites da escala adoptada
2008/2009
para o ndice de sntese

Qualidade arquitectnica e integrao urbanstica:
Nvel do descritor
Deficiente
Suficiente
Boa
Muito Boa
Pontuao (valor cardinal)

0
5
8
10
66
Teoria da Deciso
Padronizao (uniformizao das escalas de avaliao parcial):

exprimir todas as avaliaes parciais na escala (0-1)
Custo:
14 Custo(a)
(14 11)
Funcionalidade:
Pontuao (a )
10
Qualidade arquitect. e int. urb.:
ndice func.(a)
(10 0)
2008/2009
Matriz de avaliaes parciais padronizadas

Alternativa
A1
A2
A3
A4
A5
Custo (c)
1
0
1/3
2/3
2/3
Funcionalidade (f)
2/3
1
1/3
0
1/2
Qualidade (q)
0
1/2
1
4/5
4/5
67
Teoria da Deciso

Avaliao global :
Avaliaes parciais
Perfis de impacto
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
A1
A2
A3
A4
A5
2008/2009
Custo
Alternativas
A1
A2
A3
A4
A5
Pesos
Funcionalidade
Qualidade
Avaliaes parciais (locais)

FuncioCusto
Qualidade
nalidade
1
0,667
0
0
1
0,5
0,333
0,333
1
0,667
0
0,8
0,667
0,5
0,8
0,4
0,3
Avaliao
global
0,600
0,450
0,533
0,507
0,657
V(A j ) = i Vi (A j )
i =1
0,3
Melhor alternativa
68
Teoria da Deciso
2008/2009
Avaliao global :
Pontuao global
A 5 = 0,267 + 0,15 + 0,24 = 0,657
69
Teoria da Deciso

Razo de compensao (trade-off) entre dois critrios
Critrio 1 - Custo
Peso = 0.4
Pior nvel (pontuao parcial = 0) Custo = 14 x 106 (A2)
Melhor nvel (pontuao parcial = 1) Custo = 11 x 106 (A1)
Diferena de atractividade entre estes dois nveis
vale 0.4 pontos em termos de avaliao global
2008/2009
Critrio 3 Qualidade arquitectnica e integrao urbanstica

Peso = 0.3
Pior nvel (pontuao parcial = 0) Deficiente (A1)
Melhor nvel (pontuao parcial = 1) Muito Boa (A3)
Diferena de atractividade entre estes dois nveis
vale 0.3 pontos em termos de avaliao global
70
Teoria da Deciso

Razo de compensao (trade-off) entre dois critrios:
3
0,3
=
= 0,75
1
0,4
2008/2009
O ganho de 1 ponto no critrio 3 (correspondente a passar de

Deficiente a Muito Bom)
compensado pela perda de 0,75 pontos no critrio 1
(correspondente a (14-11) x 0,75 = 2,25 x 106 , visto que a funo
de valor do custo linear).
Isto , uma alternativa Deficiente em termos de Qualidade

Arquitectnica e Integrao Urbanstica equivalente
(igualmente atraente) a uma outra Muito Boa neste critrio,
mas com um acrscimo de custo de 2,25 x 106 ou, dito de
outro modo,
para passar de Deficiente a Muito Boa no critrio 3 estaria
disposto a pagar, no mximo, 2,25 x 106 para essa mudana
ser atraente.
71
Teoria da Deciso

Anlise de sensibilidade aos pesos dos critrios apenas 2 critrios
Matriz de avaliaes parciais
Alternativa
A1
A2
A3
A4
A5
Pesos
Custo (c)
1
0
1/3
2/3
2/3
1
Funcionalidade (f)
2/3
1
1/3
0
1/2
2 = 1 1
Avaliaes globais (soma ponderada):

A2
2
(1 1 ) = 2 + 1
3
3
3
x 2 = 0 1 + 1 (1 1 ) = 1 1
A3
x3 =
2008/2009
A1
A4
A5
x 1 = 1 1 +
1
1
(1 1 ) = 1
1 +
3
3
3
2
2
x 4 = 1 + 0 (1 1 ) =
1
3
3
2
1
1 1
x 5 = 1 + (1 1 ) = + 1
3
2
2 6
72
Teoria da Deciso
2008/2009
Anlise de sensibilidade aos pesos dos critrios apenas 2 critrios
73
Teoria da Deciso

Anlise de sensibilidade aos pesos dos critrios 3 critrios
Anlise de sensibilidade ao peso 1 do Critrio 1, mantendo relao (neste caso,
igualdade) entre os pesos dos outros critrios
1 1
2 = 3 =
2008/2009
Matriz de avaliaes parciais

Alternativa
A1
A2
A3
A4
A5
Pesos
Custo (c)
1
0
1/3
2/3
2/3
1
Funcionalidade (f)
2/3
1
1/3
0
1/2
2 =
1 1
2
Qualidade (q)
0
1/2
1
4/5
4/5
3 =
1 1
2
74
Teoria da Deciso

2008/2009
2 1 1 1 2
A1 X1 = 1 +
= + 1
3 2 3 3
1 1
1 1 1 3 3
A2 X2 =
+
= 1
2
2 2 4 4
1
1 1 1 1 1
2 1
A 3 X 3 = 1 +
= 1
+
3
3 2
2
3 3
2
1 1 1 4 1 1
A 5 X 5 = 1 +
+
= 0.65 + 0.0166 1
3
2 2 5 2
75
Teoria da Deciso
2008/2009
76
Teoria da Deciso

Anlise de sensibilidade aos pesos dos critrios Trident
2008/2009
Alternativa
A1
A2
A3
A4
A5
Pesos
Custo (c)
1
0
1/3
2/3
2/3
1
Funcionalidade (f)
2/3
1
1/3
0
1/2
2
Qualidade (q)
0
1/2
1
4/5
4/5
1 - 1 - 2
A4 - alternativa
dominada
77
Teoria da Deciso

2008/2009
2
A1 X1 = 1 + 2
3
1
(1 1 2 ) = 1 1 1 + 3 2
A2 X2 = 2 +
2
2 2
4
1
1
2
2
A 3 X 3 = 1 +
2 + 1 (1 1 2 ) = 1 1 2
3
3
3
3
2
1
4
4 2
3
A 5 X 5 = 1 +
2 + (1 1 2 ) = 1 2
3
2
5
5 15
10
78
Teoria da Deciso

Anlise de sensibilidade no plano assinalando os pontos Xi = Xj:
2
1,2
X1 = X 2 2 = 3 91
3 5
1
4 4
24
=
291
29
3 1
= 1
7 7
3 11
= + 1
8 24
6 16
= 1
11 11
X1 = X 3 2 =
2008/2009
X1 = X 5 2
X2 = X3 2
X2 = X5 2
X3 = X5 2
X1=X2
X 2=X 5
0,8
0,6
0,4
3=
0,2
1=
1=
X2 =X
0
0
0,25
0,5
0,75
1,25
79
Teoria da Deciso

Cada rea elementar est associada a uma certa ordenao das
alternativas => a troca de posio relativa obriga a atravessar uma das
rectas!
2
1,2
X1=X2
X 2=X 5
2008/2009
0,8
X2
0,6
0,4
X1
X5
0,2
X2 =X
X3
0
0
0,25
0,5
X3=X
5
1=
X 0,75
=X
1
1,25
80
Teoria da Deciso
Agenda
Mtodos compensatrios
Discusso sobre os pesos dos critrios
Mtodos swing weights para a determinao dos

pesos
Exemplo de aplicao da determinao dos pesos
2008/2009
11.
81
Teoria da Deciso

Discusso sobre o peso dos critrios
A atribuio de pesos
(coeficientes de ponderao) aos critrios tem
obrigatoriamente de ser feita com referncia s escalas de impacte dos critrios

So incorrectos os processos de ponderao directa, por referncia noo
psicolgica e intuitiva de importncia dos critrios, mas desligada dos
respectivos intervalos de escala!
Exemplo: na avaliao de propostas para a realizao de uma empreitada,
2008/2009
considerem-se dois critrios: custo e prazo

Por se considerar o custo mais importante que o prazo, atriburam-se os
pesos 0,6 e 0,4, respectivamente (o que corresponder (?!) ideia que o
custo 1,5 vezes mais importante que o prazo)
82
Teoria da Deciso

2008/2009
Cenrio 1 apresentaram-se a concurso dois concorrentes

Concorrente
Custo
(106 euros)
Prazo
(meses)
24
18
Admitindo (como prtica muito habitual) que, para avaliao segundo cada critrio,
so dados 100 pontos melhor proposta e 0 (zero) pontos pior (usando-se uma
interpolao linear para propostas intermdias, caso existam, o que corresponde a
assumir um andamento linear para as respectivas funes de valor entre aqueles casos
extremos)
Concorrente
Avaliao
Avaliao Parcial
Custo
Prazo
global
100
60
100
40
Concluso: proposta do concorrente A prefervel do B
83
Teoria da Deciso

Cenrio 2 apresentaram-se a concurso trs concorrentes
(igual ao Cenrio 1, com uma terceira proposta C)
Concorrente
Custo
(106 euros)
Prazo
(meses)
24
18
18
Admitindo o mesmo esquema de avaliao

2008/2009
Concorrente
Avaliao Parcial
Custo
Prazo
Avaliao
global
100
60
40
100
64
100
40
Concluso: proposta do concorrente B agora prefervel do A !!! (apenas como

resultado de ter surgido uma 3 proposta, que at dominada pela do concorrente B)
84
Teoria da Deciso

Cenrio 3 apresentaram-se a concurso dois concorrentes
Concorrente
Custo
(103 euros)
Prazo
(meses)
3 000
24
3 001
18
Admitindo o mesmo esquema de avaliao
2008/2009
Concorrente
Avaliao Parcial
Avaliao
Custo
Prazo
global
100
60
100
40
Concluso: proposta do concorrente A prefervel do B (...mas razovel
dar um peso 0.6 a uma diferena de custos de apenas 1000 euros e 0.4 a
uma diferena de prazos de 6 meses?)
85
Teoria da Deciso

Interpretao dos pesos (coeficientes de ponderao):
O peso de um critrio representa o acrscimo de pontuao global quando se
passa do pior nvel para o melhor nvel nesse critrio (admitindo que o
intervalo de escala para avaliao parcial segundo esse critrio entre 0 e 1)
2008/2009
Alternativa
Pontuaes parciais
Pontuao global
Critrio 1
Critrio 2
Critrio 3
...
Critrio 4
0 (pior nvel)
...
0 p1 + x p2 + y p3 + K + z pn
1 (melhor nvel)
...
1 p1 + x p2 + y p3 + K + z pn
Diferena entre as duas alternativas
p1
86
Teoria da Deciso

A razo entre os pesos de dois critrios representa a funo de troca (trade-off) entre esses critrios
(ou melhor, entre as pontuaes ou avaliaes parciais segundo esses critrios)
Critrio custo
(peso = 0.8)
Melhor nvel
(100 pontos)
Pior nvel
(0 pontos)
Critrio prazo
(peso = 0.2)
200 x 103 euros
12 meses
400 x 103 euros
24 meses
2008/2009
Critrio 1
Critrio 2
Alternativa
Custo
(103euros)
Pontuao
Parcial (V1)
Prazo
(meses)
Pontuao
Parcial (V2)
Avaliao global
300
50
15
75
55
275
62.5
21
25
55
Diferena
(A-B)
+25
- 12.5
+6
+ 50
Trocam-se (ficando indiferente) 12.5 pontos no critrio custo (o que corresponde a pagar mais 25 x 103
euros) por 50 pontos no critrio prazo (o que corresponde a reduzir o prazo em 6 meses)
p
V1
0.2
12.5
Razo entre os pesos = 2 =
= 0.25 =
=
p1 0.8
50
V2
p1 V1A + p2 V2A = p1 V1B + p2 V2B p2 V2A V2B = p1 V1A V1B

14243
14243
V2
V1
p2
p1
V1
V2
p
V1 = 2 V2
p1
87
Teoria da Deciso

Mtodo swing weights para determinao dos pesos
1. Ordenar atributos segundo ordem decrescente de importncia.
Imaginar uma alternativa que est ao pior nvel segundo todos os
atributos. Se apenas fosse possvel mover um atributo para o seu
melhor nvel de performance, qual o atributo escolhido?
Repetir para 2 (3, etc.) escolha.
2. Ao atributo mais importante atribuir um coeficiente mximo (por
2008/2009
exemplo, 100).
3. Sucessivamente, para cada um dos outros atributos, procurar
quantificar a importncia de mudar do pior para o melhor nvel
segundo esse atributo comparativamente com o mesmo tipo de
mudana segundo o atributo mais importante.
4. Normalizar pesos (para que a soma d 1)
88
Teoria da Deciso

Swing Weights - Exemplo:
Uma empresa de transporte pblico pretende explorar uma de 4 linhas de transportes
(L1 a L4).
2008/2009
Para a avaliao dessas linhas foram estabelecidos 3 critrios: lucro anual previsvel
durante os prximos 5 anos (C1), possibilidade de expanso urbanstica da rea a
servir (C2) e probabilidade de haver concorrncia de outros operadores (C3)
Para o critrio C1 foi decidido que a sua funo de valor seria linear (0 para a pior
alternativa e 1 para a melhor), para o critrio C2 admitiu-se V(Mdia) = 0,5 e para o
critrio C3 utilizou-se o Direct Rating considerando-se que a diferena de valor de
passar de uma probabilidade de concorrncia Alta (pior alternativa) para uma
probabilidade Mdia o dobro da diferena de passar de uma probabilidade de
concorrncia Mdia para uma probabilidade Baixa.
Para a definio do peso dos critrios decidiu-se aplicar o mtodo Swing Weights,
tendo-se considerado que o critrio C1 era o mais importante, que passar o critrio
C2 de Pequena para Grande era igualmente atractivo a baixar C1 em 31,25
milhes de euros e que o decisor estaria disposto a baixar de Baixa para Alta o
critrio C3 caso o C1 subisse 43,75 milhes de euros
89
Teoria da Deciso

A anlise das linhas de transporte mostrou que:
2008/2009
Linha
L1
L2
L3
L4
C1[milhes ]
100
150
120
130
C2
Mdia
Grande
Pequena
Pequena
C3
Baixa
Alta
Mdia
Alta
Que linha escolher utilizando o modelo de agregao aditiva simples?

N
j=1
90
Teoria da Deciso

Avaliao local:
2008/2009
Linha
L1
L2
L3
L4
Peso
C 1[ milh es ]
100
150
120
130
V1
0,00
1,00
0,40
0,60
p1
C2
M dia
Grande
Pequena
Pequena
V2
0,50
1,00
0,00
0,00
p2
C3
Baixa
Alta
M dia
Alta
V3
1,00
0,00
0,67
0,00
p3
V1 = (Li-100)/(150-100)
V(Pequeno) = 0,0
V(Mdio) = 0,5
V(Grande) = 1,0
V(Alta) = 0,0
V(Mdia) = 2/3
V(Baixa) = 1,0
91
Teoria da Deciso

Avaliao global - clculo dos pesos:
=43,75/(150-100)
Critrio considerado
mais importante
=31,25/(150-100)
C1 C2
0 x p1 + 1,0 x p2 = 0,625 x p1 + 0 x p2
C1
150
=100+43,75
1,0
87,5%
(143,75)
=100+31,25
Baixa
=> p2 = 0,625p1
C3
1,0
0 x p1 + 1,0 x p3 = 0,875 x p1 + 0 x p3
C2
=> p3 = 0,875p1
62,5%
(131,25)
1,0
Normalizar os pesos
2008/2009
Grande
C1 C3
p1 + p2 + p3 = 1,0
Soluo
p1 = 0,40
Pequena
0,0
100
0,0
Alta
0,0
p2 = 0,25
p3 = 0,35
92
Teoria da Deciso

Avaliao global - agregao:
N
2008/2009
j=1
Linha
L1
L2
L3
L4
p
V1
0,00
1,00
0,40
0,60
0,40
V2
0,50
1,00
0,00
0,00
0,25
V3
1,00
0,00
0,67
0,00
0,35
V(Li)
0,48
0,65
0,39
0,24
Melhor linha!
93
Teoria da Deciso
Agenda
2008/2009
12.
Mtodos no compensatrios
Conceito
Electre
Noo de subordinao
Matriz de concordncia
Matriz de discordncia
Teste de concordncia e no concordncia
Anlise de subordinao
Exemplo
94
Teoria da Deciso
Metodologia multicritrio Mtodos no compensatrios

Conceito
Avaliao global baseada num conjunto de caractersticas (ou
atributos) das alternativas, mas no so admissveis modelos
de
agregao
caracterstica
das
avaliaes
particular)
parciais
baseados
(segundo
em
cada
esquemas
compensatrios.
2008/2009
Um mau desempenho (pelo menos) em determinada(s)

caracterstica(s) no pode ser compensado por bons
desempenhos em outras caractersticas.
95
Teoria da Deciso
Conceito
Exemplo: avaliao de um aluno baseada nas classificaes obtidas
nas disciplinas de Matemtica, Portugus, Qumica, Biologia, Ingls e
Desenho (caractersticas consideradas relevantes):
Ms
classificaes
Matemtica
Portugus
no
podem
ser
2008/2009
compensadas por boas notas nas restantes disciplinas.

Para que um aluno seja considerado (globalmente) Bom, ele tem que ser
pelo menos Bom a Matemtica e Portugus.

Uma
classificao
Matemtica
ou
Portugus
determina
automaticamente que o aluno no possa ter avaliao global positiva

(independentemente das classificaes nas restantes disciplinas).
96
Teoria da Deciso

Tcnicas dos determinantes
Avaliao parcial (segundo cada caracterstica): 5 nveis de classificao:
N5 (ou ++) muito positivo

N4 (ou +) positivo
N3 (ou 0) neutro
N2 (ou -) negativo
N1 (ou - -) muito negativo
2008/2009
Cada caracterstica classificada atendendo importncia que lhe atribuda na

avaliao global das alternativas, usando categorias como:
+
Grau de importncia
da caracterstica
para a avaliao
global
Determinante (quando se considera que uma alternativa que

seja negativa (pior que neutro) numa caracterstica
determinante condio suficiente para ser globalmente
avaliada como negativa (pior que neutro)
Importante
Secundria
97
Teoria da Deciso

Regra de agregao define condies para atribuio de nveis de
classificao global atendendo a avaliaes parciais e categoria de
importncia das caractersticas respectivas
Exemplo (Tcnica dos determinantes):
Avaliao
global
2008/2009
++
Condies
Todas as caractersticas determinantes positivas, todas as importantes positivas e uma
maioria das secundrias positivas; pelo menos uma determinante muito positiva e
maioria global das caractersticas muito positivas
Todas as caractersticas determinantes positivas e uma maioria das importantes e

secundrias positivas
Maioria das caractersticas determinante e importantes no negativas, sem nenhuma

determinante negativa
Alguma caracterstica determinante negativa ou a maioria das determinantes e

importantes negativas
--
Todas as caractersticas determinantes negativas ou (alguma determinante muito

negativa e todas as importantes negativas)
98
Teoria da Deciso
Metodologia multicritrio Mtodos no compensatrios (Electre)
ndice de concordncia: soma dos pesos (coeficientes de importncia) dos

critrios para os quais o desempenho de a pelo menos to bom como o de b
n
C = (para j: X X )
ab j=1 j
aj
bj
2008/2009
j coeficiente de importncia relativa do critrio j
(j = 1)
ndice de discordncia: mximo da diferena de desempenho segundo

critrios para os quais o desempenho de b melhor que o de a:
Dab = Maxj(Xbj - Xaj)
99
Teoria da Deciso

Matriz de discordncia (exemplo)
Alternativa
A1
A2
A3
A5
Custo (c)
1
0
1/3
2/3
A1
2008/2009
A1
A2
A3
A5
_____
Funcionalidade (f)
2/3
1
1/3
1/2
A2
( 1, +
1 , +1
3
2
(1, - 13 , - 1 2 )
_____
(2 3 , 13 , - 1) ( 13 , 2 3 , - 12)
A3
Qualidade (q)
0
1/2
1
4/5
A5
) ( 2 3 , - 13 , 1) ( 13 , - 16 , 4 5 )
1
(13 , - 2 3 , 1 2 ) (2 3 , - 12 , 715)
_____
(13 , 16 , - 4 5 ) ( 2 3 , 12 , - 715) ( 13 , - 16 , 15)

1
( 13 , 1 6 , - 15 )
_____
100
Teoria da Deciso

Matriz de concordncia (exemplo)
Alternativa
A1
A2
A3
A5
Peso
Custo (c)
1
0
1/3
2/3
0,4
A1
A2
A5
A5
1,2
1,2
0,4
0,4+0,3=0,7 0,4+0,3=0,7
2
0,3
0,3
--
0,3+0,3=0,6
3
A3
A3
2,3
A2
Qualidade (q)
0
1/2
1
4/5
0,3
--
A1
2008/2009
Funcionalidade (f)
2/3
1
1/3
1/2
0,3
1,3
3
--
0,3
0,4+0,3=0,7
1,3
0,3
1,2
--
0,3
0,4+0,3=0,7 0,4+0,3=0,7
101
Teoria da Deciso
Noo de subordinao (ou prevalncia): "a pelo menos to boa como b"
(a O b) se forem satisfeitas duas condies:
i) Condio de concordncia (sentido mdio de preferncia maioria)
Cab limiar de concordncia
2008/2009
(0 1) (em geral > 0.5)

ii)Condio de discordncia ("veto")
Dab limiar de discordncia
0 Max Max X - Min X

j i ij i ij
102
Teoria da Deciso

Anlise de subordinao:
Limiar da
concordncia
Matriz de concordncias
A1
A2
A3
A5
=0,6
--
0,4
0,7
0,7
Cab aprovadas
A2
0,6
--
0,3
0,3
A3
0,3
0,7
--
0,3
A5
0,3
0,7
0,7
--
A2
A3
A5
A1
Limiar da
discordncia
2008/2009
Matriz de discordncias
A1
A1
A2
_____
_____
A3
A5
_____
_____
=0,5
Dab , seno so vetadas
Subordinao (dados e )
A5 O A2 A5 pelo menos to boa com A2
103
Teoria da Deciso

Noo de subordinao (ou prevalncia):
Subordinao (dados e )
2008/2009
A1
A1
A2
A5
A3
A5
A3
A2
Relaes de
prevalncia
Conjunto das
alternativas
preferncias
Conjunto das
outras
alternativas
104
Teoria da Deciso
Agenda
MacModel Demonstrao de software

Introduo
Exemplo
2008/2009
13.
105
Teoria da Deciso

Introduo
O MacModel um software multi-critrio para ajuda tomada de decises
O software no substitui o decisor, j que visa ser um apoio ao processo de
tomada de decises
Os problemas que podem ser resolvidos com o MacModel, so problemas
multi-critrio em que existe um conjunto enumerado de alternativas a
2008/2009
considerar.
Problemas com um nmero infinito ou muito elevado de alternativas, saem fora do
mbito do MacModel.
O software funciona em trs fases:
1.definio dos critrios, das ponderaes e das funes de valor

2.introduo das alternativas, de acordo com os critrios definidos
3.analises de sensibilidade.
106
Teoria da Deciso

Introduo
As anlises de sensibilidade so teis e muito comuns quando h dvidas
sobre as ponderaes ou sobre os valores de cada alternativa.
Em ambos os casos, o MacModel permite anlises de sensibilidade
mostrando como essas variaes podem afectar o resultado da alternativa
2008/2009
vencedora.
Pode-se tambm inserir informao para multi-decisores, incluindo o
MacModel duas vias distintas para ajudar a obter o consenso.
http://jcoelho.m6.net
107
Teoria da Deciso

Exemplo
2008/2009
Compra de um apartamento junto ao IST
Alternativa/Critrio
Custo aquisio
[]
Distncia a p do
IST [min]
Qualidade
L1
200.000
15
Boa
L2
300.000
10
Boa
L3
150.000
30
Deficiente
L4
350.000
Muito Boa
Peso
0,5
0,35
0,15
108
Teoria da Deciso

Exemplo: pr-processamento dos dados qualitativos
Transformao da escala
2008/2009
Muito Boa 10
Boa 7,5
Suficiente 5,0
Deficiente 2,5
M 0,0
Alternativa/Critrio
Custo aquisio
[]
Distncia a p do
IST [min]
Qualidade
L1
200.000
15
7,5
L2
300.000
10
7,5
L3
150.000
30
2,5
L4
350.000
10
Peso
0,5
0,35
0,15
109
Teoria da Deciso

Exemplo: mais do que 3 critrios
2008/2009
Custo
Aquisio []
Condomnio []
Distncia a p
do IST [min]
L1
200.000
1.000
15
7,5
L2
300.000
3.000
10
7,5
L3
150.000
500
30
2,5
L4
350.000
4.000
10
0,9
0,1
0,35
0,15
Alternativa/Critrio
Peso
0,5
Qualidade
Agregao num nico critrio:

Para aplicao do tridente, o
nmero mximo de critrios 3
110
Teoria da Deciso
MACBETH Demonstrao de software
O que o MACBETH?
Measuring Attractiveness by a Category Based Evaluation Technique"
(Medir a Atratividade por uma Tcnica de Avaliao Baseada em
2008/2009
Categorias) o objectivo da abordagem MACBETH.
Esta abordagem uma metodologia de apoio tomada de deciso, que

permite avaliar opes tendo em conta mltiplos critrios.
111
Teoria da Deciso

A distino fundamental entre MACBETH e outros mtodos de Anlise
de Deciso com mltiplos critrios que MACBETH requer apenas
julgamentos qualitativos sobre as diferenas de atratividade entre
elementos, para gerar pontuaes para as opes em cada critrio e
2008/2009
para ponderar os critrios.
Sete categorias semnticas de diferena de atratividade so introduzidas

em MACBETH: diferena de atratividade nula, muito fraca, fraca,
moderada, forte, muito forte e extrema.
112
Teoria da Deciso

medida que os julgamentos qualitativos so expressos pelo avaliador e
introduzidos em M-MACBETH (www.m-macbeth.com), o software verifica
automaticamente a sua consistncia e oferece sugestes para resolver
eventuais inconsistncias.
2008/2009
Depois, o processo MACBETH de apoio deciso evolui para a

construo de um modelo quantitativo de avaliao. A partir dos
julgamentos do avaliador e utilizando as funcionalidades do software,
uma escala de pontuaes em cada critrio e pesos relativos para os
critrios so gradualmente sugeridos e discutidos.
113
Teoria da Deciso

Em seguida, uma pontuao global calculada para cada opo,
fazendo a soma ponderada das suas pontuaes nos mltiplos critrios.
Essa pontuao global reflete a atratividade da opo respectiva no
conjunto de todos os critrios.
2008/2009
Diversas anlises de sensibilidade e de robustez dos resultados do

modelo, assim construdo, permitiro compreender o problema em
profundidade, de ajustar o modelo e de formar convices sobre as
prioridades a estabelecer ou as opes a selecionar, em contextos de
tomada de deciso individual ou em grupo.
114
Teoria da Deciso
M-MACBETH oferece numerosas representaes grficas que facilitam a
2008/2009
elaborao de um relatrio justificando recomendaes elaboradas.
115

Teoria Da Decisao

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Teoria Da Decisao

Transféré par

Droits d'auteur :

Formats disponibles

Gesto e Teoria da Deciso

3. Deciso em situao de risco

At agora estudaram-se os principais mtodos e tcnicas da IO

racionalizao dos processos de deciso a fim de melhor se poder apoiar a

A IO oferece um conjunto vasto de teorias, mtodos e modelos no campo

Com isto, os processos decisrios podem ser bastante melhorados,

Contudo, o processo decisrio encontra inmeros paradigmas

Da racionalidade: cr-se apenas na razoe a afectividade

Da estabilidade: apesar da realidade ser no estacionria

Do mtodo: sequncias de anlise ou de procedimentos para classes de

Cientfico: cr-se na cincia para descrever a realidade

Da eficcia: acredita-se que possvel criar sistemas eficazes, ie, que

De economia: eficincia econmica

Comportamental: o estudo das organizaes afasta-se das cincias puras ou

O desenvolvimento de sistemas de apoio aos processos decisrios tem tambm

Equvoco da substituio: considerar que os sistemas de deciso podem ou devem

Equvoco da omniscincia: tomar deciso com base na convico de que

Equivoco da urgncia: graas ao desenvolvimentos, hoje os meios de clculo

Equvoco da especificidade: na realidade, se os problemas forem correctamente

D5 capacidade produtiva de 30 000 ton

H incerteza quanto procura (capacidade de absoro) do mercado, tendo-se

Critrio intermdio (Savage)

Para cada deciso associar uma mdia ponderada entre os

c coeficiente de ponderao medindo o grau de

Critrio intermdio (Savage)

D5 0,5 100 + 0,5 ( 50) = 25

Matriz de arrependimento ou custo de oportunidade

Critrio Min Max

A cada deciso associar o custo de oportunidade (perda/arrependimento)

MATRIZ DE CUSTOS DE OPORTUNIDADE (PERDAS/ARREPENDIMENTO)

Deciso em situao de risco

A cada estado da natureza (cenrio) Ej atribuda uma probabilidade de

D1 0,05 26 + 0,2 24 + 0,5 22 + 0,15 20 + 0,1 20 = 22

Valor da informao perfeita

E[D1] = 6p1 + 10(1-p1) = 10 4p1

p1 = 5/7 ( P1 5/7 D* = D1)

Qual o mximo a pagar para determinar qual o estado da natureza

- Valor esperado da Informao perfeita

Valor da informao perfeita: valor mximo que estou disposto a pagar

2. Para cada estado da natureza j (que se admite ter efectivamente ocorrido):

3. Valor esperado da informao perfeita:

- Valor esperado da Informao perfeita

E[V ] = 10 0,05 + 4 0,2 + 0 0,5 + 26 0,15 + 50 0,1 = 10,2

- Valor da informao adicional ( posterior)

Estado de informao I: priori D*I D 3

E[D 4 ] = 64,5 D*II D 4

- Valor da informao adicional ( posterior)

VEIA: Valor Esperado da Informao Adicional

= [(20) 0,05 + 10 0,05 + 46 0,2 + 80 0,65 + 76 0,05]

Diferena entre valores esperados dos ganhos:

Sendo este valores esperados calculados para a

Valor esperado da informao perfeita: Exemplo

Tipos tipos de equipamento a adquirir: A, B, C

Dentro de 1 ano, a Administrao central adquire tambm equipamento A,

Custos diferenciados consoante a opo da Administrao Central

Opo da Administrao Central

Custo adicional de 10 mil se a deciso for adiada por um ano

Valer a pena esperar um ano?

Valor esperado da informao perfeita: Exemplo

Deciso ptima para a informao actual

Custos de arrependimento dentro de 1 ano face deciso tomada

Se a Administrao optar por B: 100 - 100 = 0

Custo esperado de arrependimento

Noo de utilidade e curvas de utilidade