AATD#1 - Teoria Da Decisão

07/06/2013
EMENTA
yyyy
AVALIAO E APOIO
TOMADA DE DECISO
Prof. Ely Sena, MSc.
FACULDADE DE TECNOLOGIA
ENGENHARIA DE PRODUO
Teoria da Deciso;
Anlise Custo-Volume-Lucro;
Mtodo do Caminho Crtico,
Modelos de Deciso de Filas;
Anlise de sries temporais;
Anlise multicritrio;
Anlise Envoltria de Dados (DEA).
BIBLIOGRAFIA
BSICA
CUKIERMAN, Z.S. O Modelo PET/CPM Aplicado a Projetos. Rio de Janeiro: Qualitymark Editora
Ltda., 1993.
HIRSCHFELD, H. Planejamento com pert-cpm e anlise do desempenho. So Paulo: Atlas,
1985.
KERZNER, Harold, Project Management: A Systerns Aplroach to Planning, Scheduling, and
Controlling, 7th edition, ISBN: 0471393428, John Wiley & Sons, Inc., 2001.
COMPLEMENTAR
MEREDITH, J.; MANTEL Jr. Project Management: A Managerial Approach. 3rd ed. New York:
John Wiley & Sons, Inc., 1995.
MODER, J.J.; PHILIPS, C.R. Project Management with CPM and PERT. New York: Van Nostrand
Reinhold Company, 1970.
PRADO, D. Administrao de Projetos com PERT/CPM. Rio de Janeiro: Livros Tcnicos e
Cientficos Editora S.A., 1984.
PROJECT MANAGEMENT INSTITUTE. A guide to the project management body of Knowlwdge:
PMBOK GUIDE. Pensylvania USA: PMI Inc., 2000.
VALERIANO, D.I. Gerenciamento estratgico e administrao por projetos: pesquisa,
desenvolvimento e engenharia. So Paulo: Makron Books, 2001.
METODOLOGIA
Os contedos programticos sero
abordados atravs de aulas expositivodialogadas, estudos em pequenos grupos
e estudos individualizados.
A resoluo de exerccios ser
enfatizada, assim como a realizao de
seminrios.
Tempo disponvel durante as aulas para
resoluo de exerccios, trabalhos e
prticas de laboratrio.
07/06/2013
AVALIAES
ENTREGA DE TRABALHOS
Data de Entrega Flexvel:
SEG
5
TER
4
QUA
QUI
SEX
SAB
10
DOM
6
Os problemas de Deciso e a Teoria

da Deciso
Para que um problema
seja caracterizado
dentro desta categoria,
necessrio que o
tomador de deciso
tenha mais de uma
alternativa diante de si.
Se uma situao conduzir somente a um
caminho, no existe um problema no sentido
em que estamos considerando.
TEORIA DA DECISO
07/06/2013
Os problemas de Deciso e a Teoria

da Deciso
O problema de deciso envolve uma
tomada de deciso hoje assim como as
consequncias desta deciso ao longo do
tempo.
Estrutura dos Problemas de Deciso

Problemas de Deciso possuem um
estrutura comum a todos: apresentam
Estratgias Alternativas, Estados da
Natureza e Resultados.
A Teoria da Deciso um conjunto de

tcnicas quantitativas que tem por
objetivo ajudar o tomador de deciso
tanto a sistematizar o problema de
deciso como a solucion-lo.

Estratgias Alternativas

Estados da Natureza
So as possvel solues do problema, os

cursos de ao que podemos seguir.
Se no conseguirmos elencar as alternativas,
no teremos um problema de deciso.
Exemplo:
Uma empresa ir lanar um produto novo e ter
duas alternativas: ou aproveita as instalaes
existentes ou constri uma nova unidade
operacional.
So todos os acontecimentos futuros que

podero influir sobre as alternativas de deciso
que o tomador de deciso possui.
Exemplo:
As demandas futuras possveis. Se houver trs
demandas possveis pequena, mdia e
grande, teremos duas alternativas de deciso e
trs estados da natureza.
07/06/2013

Resultados
A consequncia de se escolher um dada
alternativa de deciso, quando ocorrer certo
estado da natureza.
Cada alternativa associada a um estado da
natureza conduzir a um certo resultado.
Matriz de Deciso
uma ferramenta auxiliar que permite
visualizar os elementos do problema de
deciso.
Os estados da natureza so listados em
colunas e as alternativas nas linhas e o
resultados nas clulas.
Exemplo:
Duas alternativas de deciso e trs estados da
natureza teremos seis resultados possveis.
Classificao dos Problemas de

Deciso
Os problemas de deciso so classificados
de acordo com o maior ou menor
conhecimento que tem-se acerca dos
estados da natureza.
Podem ocorrer trs casos:
Deciso Tomada Sob Certeza (DTSC);
Deciso Tomada Sob Risco (DTSR);
Deciso Tomada Sob Incerteza (DTSI);
EN1
EN2
...
...
ENK
A1
R11
R12
...
...
R1k
A2
R21
R22
...
...
R2k
...
...
...
...
...
...
...
...
...
...
Ap
Rp1
Rp2
...
... ENGENHARIA
Rpk DE PRODUO
Deciso Tomada Sob Certeza (DTSC);

Quando sabe-se exatamente qual o
estado da natureza que vai ocorrer ou, de
alguma forma, tem-se com certeza todos os
dados do problema.
Pode ocorrer ainda que se possa admitir
como constantes ou pouco variveis todos
os dados numricos do problema.
Para solucionar, basta recorrer a
comparaes de cenrios.
07/06/2013

Conhece-se a probabilidade dos futuros
estados de natureza. A soluo de um
problema DTSR depende do conceito de Valor
Esperado da Alternativa (VEA).
Define-se o VEA como a soma dos produtos
dos resultados da alternativa pelas
probabilidades de ocorrncia de tais estados da
natureza.
Regra da Deciso de Bayes
a) Calcula-se, para cada alternativa, o VEA;
b) Escolhe-se o melhor valor dos clculos.
EXEMPLO #1
EXEMPLO #1
A Estrela do Norte S.A. uma companhia
manufatureira de brinquedos que est diante da
deciso de comprar de terceiros ou manufaturar
um componente comum a vrios de seus
brinquedos. Se a demanda pelos brinquedos
nos prximos meses for alta, ento a deciso
de manufaturar o componente internamente
ter sido bastante acertada. Se entretanto, a
demanda for muito pequena, a Estrela do Norte
ficar com as instalaes custosas e com baixa
utilizao de capacidade. Mais especificamente,
foi preparada a matriz de deciso a seguir, que
ilustra a situao (lucro em milhares de reais).

Estados da Natureza
Alternativas
Demanda Baixa
p=0,4
Demanda Mdia
p=0,35
Demanda Alta
p=0,25
Comprar o
componente
10
40
100
Manufaturar o
componente
-30
20
150
Valor Esperado da Informao Perfeita

(VEIP) o valor mximo que se poderia
obter sobre a deciso baseada no VEA.
Alternativa #1 Comprar o componente

10(0,4)+40(0,35)+100(0,25) = 43 mil reais
Alternativa #2 Manufaturar o componente

-30(0,4)+20(0,35)+150(0,25) = 32,5 mil reais
07/06/2013
EXEMPLO #1 - VEIP
EXEMPLO #1 - VEIP
Estados da Natureza
Estados da Natureza
Alternativas
Demanda Baixa
p=0,4
Demanda Mdia
p=0,35
Demanda Alta
p=0,25
Alternativas
Demanda Baixa
p=0,4
Demanda Mdia
p=0,35
Demanda Alta
p=0,25
Comprar o
componente
10
40
100
Comprar o
componente
10
40
100
Manufaturar o
componente
-30
20
150
Manufaturar o
componente
-30
20
150
Estados da Natureza
Alternativas
Demanda
Mdia
p=0,35
Demanda
Alta
p=0,25
Comprar o
componente
14
25
-12
37,5
Manufaturar o
FACULDADE
DE TECNOLOGIA
componente
Mximo Lucro
4+14+37,5= 55,5
Estados da Natureza
Demanda
Baixa
p=0,4
Alternativas
Demanda
Baixa
p=0,4
Demanda
Mdia
p=0,35
Demanda
Alta
p=0,25
Comprar o
componente
14
25
-12
37,5
Manufaturar o
EXEMPLO #1 - VEIP
FACULDADE
DE TECNOLOGIA
componente
EXEMPLO #1 - VEIP
Estados da Natureza
Alternativas
Demanda Baixa
p=0,4
Demanda Mdia
p=0,35
Demanda Alta
p=0,25
Comprar o
componente
10
40
100
Manufaturar o
componente
-30
20
150
VEIP = 55,5 43 = 12,5 milhares de reais

Mximo Lucro
4+14+37,5= 55,5
Estados da Natureza
Estados da Natureza
Alternativas
Demanda
Baixa
p=0,4
Demanda
Mdia
p=0,35
Demanda
Alta
p=0,25
VEA
Comprar o
componente
14
25
43
Manufaturar o
-12
FACULDADE
DE TECNOLOGIA
componente
37,5
32,5
Alternativas
Demanda
Baixa
p=0,4
Demanda
Mdia
p=0,35
Demanda
Alta
p=0,25
VEA
Comprar o
componente
14
25
43
37,5
32,5
Manufaturar o
-12
FACULDADE
DE TECNOLOGIA
componente
07/06/2013
EXEMPLO #2
Estados da Natureza
MATRIZ DE ARREPENDIMENTO
A melhor alternativa a que apresentar o
mnimo de arrependimento possvel.
O Arrependimento sempre ser sempre positivo
ou igual a zero.
Alternativas
Demanda Baixa
p=0,4
Demanda Mdia
p=0,35
Demanda Alta
p=0,25
Comprar o
componente
10
40
100
Manufaturar o
componente
-30
20
150
Alternativas
Demanda Baixa
p=0,4
Demanda Mdia
p=0,35
Demanda Alta
p=0,25
Comprar o
componente
50
40
20
Exemplo
Estados da Natureza
EN1
EN2
EN1
EN2
A1
100
140
A1
10
A2
110
120
A2
20
EXEMPLO #2
Manufaturar o
componente
FACULDADE
DE TECNOLOGIA
rvore de Deciso
Alternativa #1 Comprar o componente

0(0,4)+0(0,35)+50(0,25) = 12,5 mil reais
Alternativa #2 Manufaturar o componente

40(0,4)+20(0,35)+0(0,25) = 23 mil reais
Os problemas de tomada de deciso sob

risco tambm podem ser estruturados e
resolvidos com o auxlio de uma
representao grfica do processo de
deciso chamada de rvore de deciso.
Estados da Natureza
Alternativas
Demanda Baixa
p=0,4
Demanda Mdia
p=0,35
Demanda Alta
p=0,25
Comprar o
componente
50
40
20
Manufaturar o
componente
FACULDADE
DE TECNOLOGIA
0
NS
Estados de
Natureza
MOMENTO
DE
DECISO
0
2
RAMOS
4
07/06/2013
EXEMPLO #3
Exemplo #3
A Companhia Epsilon est considerando trs

possibilidades de distribuio de seus produtos em
uma certa regio. A primeira dessas possibilidades
a que est sendo adotada atualmente e consiste um
entregar os produtos diretamente aos revendedores
locais; a segunda alternativa consiste em abrir um
armazm prprio de distribuio e, finalmente , a
ltima possibilidade seria a de colocar os produtos
em um grande distribuidor local. Dependendo de
como se comporte a demanda futura para a regio,
as alternativas traro receitas diferenciadas para a
companhia, segundo a matriz de deciso mostrada
na tabela a seguir.
140(0,4)+40(0,6) = 80
VEA N #3: Armazm Prprio

200(0,4)+(-30)(0,6) = 62
VEA N #4: Distribuidor Local

160(0,4)+10(0,6) = 40
Demanda Pequena
p=0,6
Usar revendedores locais
140
40
Construir armazm prprio
200
-30
Usar grande distribuidor local
160
10
Demanda Grande (0,4)
140
Demanda Pequena (0,6)
40

200
-30
160
Exemplo #3 - rvore de Deciso

VEA N #2: Revendedores Locais
Demanda Grande
p=0,4

10
Deciso Tomada sob Incerteza

Nos problemas de Deciso Tomada sob
Incerteza, sabe-se todos os possveis
estados da natureza, mas no se tem
nenhuma estimativa de suas probabilidades.
A literatura traz alguns critrios considerados
costumeiros, entre eles temos:
Critrio Maximax;
Critrio Maximin;
Critrio Laplace;
Critrio do Realismo; e
Critrio do Mnimo Arrependimento
07/06/2013
Critrio Maximax
Critrio Maximax
Mximos entre os mximos;

Carrega uma viso completamente otimista;
Da matriz de deciso, deve-se escolher a
alternativa que leva ao melhor possvel dos
resultados.
Mximos entre os mximos;

Carrega uma viso completamente otimista;
Da matriz de deciso, deve-se escolher a
alternativa que leva ao melhor possvel dos
resultados.
Demanda Grande
Demanda Pequena
140
40
140
40
200
-30
200
-30
160
10
160
10
Critrio Maximin
Demanda Grande
Demanda Pequena
Critrio Maximin
Mximos entre os mnimos;

De cada alternativa escolhe-se o pior
resultado;
Dentre os piores, escolhe-se o melhor dele
(menos ruim)
Mximos entre os mnimos;

De cada alternativa escolhe-se o pior
resultado;
Dentre os piores, escolhe-se o melhor dele
(menos ruim)
Demanda Grande
Demanda Pequena
140
40
140
40
200
-30
200
-30
160
10
160
10
Demanda Grande
Demanda Pequena
07/06/2013
Critrio Laplace
Critrio Laplace
Conhecido como critrio da razo

insuficiente;
Assume-se que so idnticas as
probabilidades dos diversos estados da
natureza
Conhecido como critrio da razo

insuficiente;
Assume-se que so idnticas as
probabilidades dos diversos estados da
natureza
Demanda Grande
Demanda Pequena
140
40
200
-30
160
10

Critrio do Realismo
Demanda Pequena
140
40
200
-30
160
10
Adotando =0,7
Demanda
Pequena
Resultados
Mdios
140
40
90
200
-30
85
160
10
85
Critrio do Realismo
Adota-se um valor entre uma viso

pessimista e uma viso otimista da
realidade;
Mdia Ponderada = (melhor resultado) +
(1- ) (pior resultado)
Demanda Grande
Demanda
Grande
Revendedores Locais
140(0,7)+40(1-0,7) = 110
Armazm Prprio
200(0,7)+(-30)(1-0,7) = 131
Revendedores Locais
160(0,7)+10(1-0,7) = 115
Demanda Grande
Demanda Pequena
140
40
200
-30
160
10
10
07/06/2013

Arrependimento so calculados por meio da
mesma rotina: para cada estado da
natureza, faz-se a diferena entre o
resultado das demais alternativas.
Monta-se a matriz de arrependimentos e,
para cada alternativa, escolhe-se o pior dos
arrependimentos.
Como ltimo passo, opta-se pela alternativa
menos ruim.

Demanda Grande
Demanda Pequena
140
40
200
-30
160
10
Demanda Grande
Demanda Pequena
60
70
40
30
Demanda Grande
Demanda Pequena
60
70
40
30
REFERNCIAS
CUKIERMAN, Z.S. O Modelo PET/CPM Aplicado a Projetos. Rio de Janeiro:
Qualitymark Editora Ltda., 1993.
HIRSCHFELD, H. Planejamento com pert-cpm e anlise do desempenho. So
Paulo: Atlas, 1985.
KERZNER, Harold, Project Management: A Systerns Aplroach to Planning,
Scheduling, and Controlling, 7th edition, ISBN: 0471393428, John Wiley & Sons,
Inc., 2001.
MEREDITH, J.; MANTEL Jr. Project Management: A Managerial Approach. 3rd
ed. New York: John Wiley & Sons, Inc., 1995.
MODER, J.J.; PHILIPS, C.R. Project Management with CPM and PERT. New
York: Van Nostrand Reinhold Company, 1970.
PRADO, D. Administrao de Projetos com PERT/CPM. Rio de Janeiro: Livros
Tcnicos e Cientficos Editora S.A., 1984.
PROJECT MANAGEMENT INSTITUTE. A guide to the project management
body of Knowlwdge: PMBOK GUIDE. Pensylvania USA: PMI Inc., 2000.
VALERIANO, D.I. Gerenciamento estratgico e administrao por projetos:
pesquisa, desenvolvimento e engenharia. So Paulo: Makron Books, 2001.
11

AATD#1 - Teoria Da Decisão

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

AATD#1 - Teoria Da Decisão

Uploaded by

Copyright:

Available Formats

07/06/2013

Os problemas de Deciso e a Teoria

Os problemas de Deciso e a Teoria

Estrutura dos Problemas de Deciso

A Teoria da Deciso um conjunto de

Estrutura dos Problemas de Deciso

Estrutura dos Problemas de Deciso

So as possvel solues do problema, os

So todos os acontecimentos futuros que

Estrutura dos Problemas de Deciso

Classificao dos Problemas de

Deciso Tomada Sob Certeza (DTSC);

Deciso Tomada Sob Risco (DTSR);

Deciso Tomada Sob Risco (DTSR);

Valor Esperado da Informao Perfeita

Alternativa #1 Comprar o componente

Alternativa #2 Manufaturar o componente

VEIP = 55,5 43 = 12,5 milhares de reais

Deciso Tomada Sob Risco (DTSR);

Alternativa #1 Comprar o componente

Alternativa #2 Manufaturar o componente

Os problemas de tomada de deciso sob

A Companhia Epsilon est considerando trs

VEA N #3: Armazm Prprio

VEA N #4: Distribuidor Local

Usar revendedores locais

Construir armazm prprio

Usar grande distribuidor local

Construir armazm prprio

Demanda Grande (0,4)

Exemplo #3 - rvore de Deciso

Demanda Pequena (0,6)

Deciso Tomada sob Incerteza

Mximos entre os mximos;

Mximos entre os mximos;

Usar revendedores locais

Usar revendedores locais

Construir armazm prprio

Construir armazm prprio

Usar grande distribuidor local

Usar grande distribuidor local

Mximos entre os mnimos;

Mximos entre os mnimos;

Usar revendedores locais

Usar revendedores locais

Construir armazm prprio

Construir armazm prprio

Usar grande distribuidor local

Usar grande distribuidor local

Conhecido como critrio da razo

Conhecido como critrio da razo

Usar revendedores locais

Construir armazm prprio

Usar revendedores locais

Usar grande distribuidor local

Construir armazm prprio

Usar revendedores locais

Construir armazm prprio

Usar grande distribuidor local

Adota-se um valor entre uma viso

Usar revendedores locais

Construir armazm prprio

Usar grande distribuidor local