UNIVERSIDADE DE SO PAULO

ESCOLA DE ENGENHARIA DE SO CARLOS

DEPARTAMENTO DE ENGENHARIA DE PRODUO

ENZO BARBERIO MARIANO

Sistematizao e Comparao de Tcnicas, Modelos e Perspectivas

no-paramtricas de anlise de Eficincia Produtiva

So Carlos
2008

ENZO BARBERIO MARIANO

Sistematizao e Comparao de Tcnicas, Modelos e Perspectivas

no-paramtricas de Anlise de Eficincia Produtiva

Dissertao apresentada ao Departamento de

Engenharia de Produo da Escola de
Engenharia de So Carlos, da Universidade de
So Paulo como requisito obteno do ttulo de
Mestre em Engenharia de Produo.

Orientadora: Prof. Dra. Daisy A. N. Rebelatto

So Carlos
2008

i
AGRADECIMENTOS

Gostaria de agradecer a todos que me ajudaram direta ou indiretamente na

elaborao dessa dissertao e em especial:
A meus pais, Walter Aparecido Mariano e Elizabette Aparecida Barberio
Mariano por todo carinho, dedicao e suporte que me deram durante a minha vida.
A minha orientadora Daisy Aparecida do Nascimento Rebelatto, por ter sempre
acreditado no meu potencial e me impulsionado a dar o melhor de mim, alm de estar
sempre disponvel quando precisei.
Ao meu irmo Yves Barberio Mariano e a toda minha famlia: tios, tias e
primos e em especial a meus primos Joo e Juliani Mariano Strozi pelo carinho e
amizade e a minha tia Alice Aparecida Mariano Strozi que foi como uma segunda me
para mim.
As minhas avs Sebastiana Gertrudes Morceli Mariano e Terezinha Mira de
Assumpo Barberio que estiveram sempre presentes durante todas as fases da minha
vida.
A minha amiga Mariana Rodrigues Almeida, pelo inestimvel auxilio dado no
inicio de minha vida acadmica sem o qual jamais poderia ter chegado to longe e pela
parceria que tantos frutos j renderam.
A todos os amigos do laboratrio de economia, especialmente ao Vinicius
Sobreiro e ao Charbel Jabbour pela amizade e pelos conselhos que muito contriburam
para essa dissertao. Tambm ao Pedro Henrique, Dbora Valente, Naja Brando,
Mario Oliveira e a Eliciane Silva pela convivncia nesses dois anos de mestrado.
A todos os amigos da Engenharia de Produo turma 2001 e em especial ao
Leonardo Costa, Tiago Canilo, Alexandre Faria, Alexandre Machado, Alexandre Chan,

ii
Bruno Bossolani, Antonio Cordeiro Jr. e Juliana Banik pela grande amizade que nem a
distncia apagou.
Aos novos amigos da Pedagogia da UFSCar e em especial a Mariana de Souza,
Veridiana Romeiro, Paulo Csar Tursi, Rassa Carollo, Ana Carolina Santos, Ana Rita,
Flavia Maria, Maria Rita, Ieda Laisner e Beatriz Groppa, cuja amizade contribuiu muito
para o meu crescimento pessoal neste ltimo ano.
Aos Professores Joo Vitor Moccellin e Nocles Alves Pereira, por todas as
sugestes dadas no exame de qualificao que contriburam muito para esse trabalho.
Ao meu orientador de iniciao cientifica Benedito Di Giacomo, que foi quem
me orientou nos primeiros passos de minha vida acadmica e com quem aprendi muito,
tanto no mbito pessoal quanto profissional; tambm a todos os amigos que fiz no
laboratrio de metrologia.
A todos os professores e funcionrios do departamento de engenharia de
produo que esto comigo desde o perodo de graduao e foram primordiais em
minha formao.

iii

RESUMO
MARIANO, E.B. Sistematizao e Comparao de Tcnicas, Modelos e
Perspectivas no-paramtricas de anlise de Eficincia Produtiva So Carlos,
2008. Dissertao (Mestrado) - Escola de Engenharia de So Carlos, Universidade de
So Paulo.

Hoje, cada vez mais empresas empreendem uma busca desenfreada por eficincia
produtiva em suas operaes, sendo que essa eficincia ser vital para a sobrevivncia
dessas empresas em um mercado cada vez mais competitivo. Com isso, fez-se
necessrio o desenvolvimento de tcnicas que ajudassem na anlise e avaliao da
eficincia produtiva de empresas. Essas tcnicas, chamadas genericamente de tcnicas
de anlise de eficincia produtiva, so divididas em duas categorias: (a) as paramtricas
(que constroem uma funo) e (b) as no-paramtricas (que realizam clculos empricos
por meio de uma fronteira de eficincia) sendo que, dentre as tcnicas no-paramtricas
de anlise de eficincia, podemos citar a Anlise por Envoltria de Dados (DEA) e a
tcnica dos

Nmeros ndices. O principal objetivo deste trabalho identificar as

principais tcnicas no-paramtricas de anlise de eficincia produtiva existentes na

literatura e descobrir suas principais dimenses, equaes, modelos, perspectivas e
atualizaes, para depois compar-las, vendo em quais situaes cada tcnica responde
melhor. Para tal, foi realizada uma reviso dos principais conceitos ligados a essas
tcnicas e foi construdo um sistema especialista que sistematiza o processo de escolha
dentre as varias tcnicas, modelos e perspectivas de anlise de eficincia produtiva
encontradas. Com esse trabalho espera-se obter uma compilao das principais tcnicas
de anlise eficincia no-paramtricas existentes na literatura, que possa ajudar gestores
e acadmicos que porventura vierem a estudar ou aperfeioar essas tcnicas.

Palavras Chave: Eficincia; Tcnicas No-paramtricas; Anlise por Envoltria de

Dados (DEA); Nmeros ndices e; Sistemas Especialistas.

iv

ABSTRACT
MARIANO, E.B. Systematization and Comparison of Techniques, Models and
Prospects non-parametric of Productive Efficiencys analysis. So Carlos, 2008.
Dissertation (Master) - Escola de Engenharia de So Carlos, Universidade de So Paulo.

Today, more and more companies undertak a search for unbridled productive efficiency
in its operations being that, this efficiency will be vital to the survival of these
companies in an increasingly competitive market. With this, made it necessary to the
development of techniques that help in the analysis and evaluation of the productive
efficiency of firms. These techniques, known generally how techniques of the
productive efficiencys analysis, are divided into two categories: (a) the parametric
(which build a function) and (b) the non-parametric (which perform calculations
empirical through a border of efficiency ) being that, among the non-parametric
techniques for the analysis of efficiency, we can cite the Data Envelopment Analysis
(DEA) and the technique of Index Numbers. The main objective of this work is to
identify the main non-parametric techniques of productive efficiencys analysis existing
in the literature and discover its main dimensions, models, equations, perspectives and
updates, and then compare them, seeing in which situations each technique responds
better. For this, a review was undertaken of the main concepts related to these
techniques and built a system specialist that systematize the process of choosing among
the various techniques, models and prospective of productive efficiency's analysis
found. With this work expect itself to get a compilation of the main techniques nonparametric of analysis of efficiency that existing in the literature, which can help
managers and academics who will come to study or perhaps refine these techniques.

Key words: Efficiency; Non-parametric techniques; Data Envelopment Analysis

(DEA); Index Numbers and; Specialist System.

NDICE DE QUADROS
Quadro 1 - Relao dos tipos de DMU com possveis inputs e outputs..........................20
Quadro 2 - Resumo dos tipos de eficincia de uma DMU..............................................50
Quadro 3- Comparao entre as tcnicas No-Paramtricas de Anlise de Eficincia...66
Quadro 4 - Comparao entre as tcnicas Deterministicas e Estocsticas de analise de
eficincia..........................................................................................................................68
Quadro 5 - Comparao entre as tcnicas No-Paramtricas de Anlise de Eficincia..71
Quadro 6 Interpretao dos coeficientes u e v............................................................ 82
Quadro 7 Interpretao dos coeficientes w................................................................ 118
Quadro 8 Retorno a escala dos modelos multiplicativos........................................... 127
Quadro 9 - Quadro comparativo dos modelos da tcnica DEA....................................137
Quadro 10 Comparao entre as perspectivas de primeiro nvel dos modelos CCR,
BCC e FDH...................................................................................................................139
Quadro 11 Comparao entre as perspectivas de primeiro nvel dos modelos Aditivos
e Multiplicativos............................................................................................................140
Quadro 12 Comparao entre as perspectivas de 2o, 3o e 4o nveis dos modelos
DEA...............................................................................................................................142
Quadro13- Comparao entre os ndices de Laspeyres, Paasche, Fischer, Trnqvist..172
Quadro 14 - Comparao entre os modelos da Tcnica de Nmeros ndices...............174
Quadro 15 Comparao entre as perspectivas dos modelos da Tcnica de Nmeros
ndices............................................................................................................................176
Quadro 16 - Variveis da infraestrutura fsica dos aeroportos......................................180
Quadro 17 - Variveis de utilizao dos aeroportos......................................................181
Quadro 18 Matriz de correlao entre as variveis de inputs e outputs.....................182
Quadro 19 - Dados efetivamente utilizados na

anlise de eficincia dos

aeroportos......................................................................................................................183
Quadro 20 - Eficincia total, tcnica e de escala dos aeroportos internacionais
brasileiros.......................................................................................................................187
Quadro 21 - Tipo de retorno a escala dos aeroportos....................................................189
Quadro 22 - Resultado das variveis k........................................................................191
Quadro 23 - Benchmarks dos aeroportos......................................................................192
Quadro 24 Metas dos aeroportos................................................................................193

vi
Quadro 25 Variao percentual dos inputs e outputs em relao as suas metas........194
Quadro 26 Folgas dos inputs e outputs.......................................................................195
Quadro 27 - Dados de inputs e outputs normalizados..................................................196
Quadro 28 Coeficientes de utilidade..........................................................................197
Quadro 29 - Eficincia da fronteira invertida e Eficincia combinada.......................199
Quadro 30 Ranking de eficincia combinada entre os aeroportos............................200
Quadro 31 - Distncias relativas s fronteias de eficincia...........................................201
Quadro 32 - ndice Malmquist, alteraes tecnolgicas e alteraes de eficincia.......202
Quadro 33 Valores e coeficientes dos inputs e outputs das DMUs base e em
anlise........................................................................................................................... 204
Quadro 34 Inputs e outputs virtuais das DMUs base e em anlise com os respectivos
coeficientes....................................................................................................................204
Quadro 35 Participao dos inputs e outputs das DMUs base e em anlise em os
respectivos inputs e outputs virtuais..............................................................................205
Quadro 36 Etapas para clculo do ndice Trnqvist...................................................205
Quadro 37 Outros Nmeros ndices...........................................................................206
Quadro 38 - Possveis valores das variveis objetivo do SE.........................................223
Quadro 39 - Valores que podem ser assumidos pelas variveis auxiliares...................225

vii

NDICE DE FIGURAS
Figura 1 - Representao de uma DMU......................................................................... 19
Figura 2 - Fronteira eficiente de produo..................................................................... 28
Figura 3 - Fronteira de eficincia de DMUs com um input e dois outputs.................... 29
Figura 4 - Clculo da produtividade de uma DMU........................................................ 30
Figura 5 - Exemplo do clculo da eficincia pela orientao aos outputs...................... 32
Figura 6 - Exemplo do clculo da eficincia pela orientao aos inputs........................ 32
Figura 7 - Exemplo da determinao da projeo de duas DMUs para uma orientao de
30................................................................................................................................... 33
Figura 8 - Variveis necessrias para o clculo da eficincia para uma orientao
qualquer.......................................................................................................................... 34
Figura 9 - Funo Produo........................................................................................... 38
Figura 10 - Mapa de Isoquantas..................................................................................... 39
Figura 11 Tipos de eficincia....................................................................................... 40
Figura 12 - Mapa de Isocustos........................................................................................ 44
Figura 13 - Ponto de eficincia alocativa....................................................................... 45
Figura 14 Comparao entre o clculo da Eficincia Total e Tcnica........................ 48
Figura 15 - Produtividade de DMUs que operam em escalas diferentes........................ 49
Figura 16 - Estrutura hierrquica de uma tcnica........................................................... 57
Figura 17 - Etapas do mtodo de clculo da eficincia.................................................. 58
Figura 18 Tcnicas, Modelos e perspectivas determinsticas de clculo da
eficincia..........................................................................................................................69
Figura 19 Tcnicas, Modelos e perspectivas estocsticas de clculo da
eficincia..........................................................................................................................69
Figura 20 - Comparao entre as fronteiras dos modelos BCC e CCR.......................... 75
Figura 21 - Correspondncia entre modelos matemticos DEA e o tipo de eficincia
calculada......................................................................................................................... 76
Figura 22 - Perspectivas dos modelos BCC e CCR........................................................ 77
Figura 23 - Representao geomtrica do coeficiente u................................................. 83
Figura 24 - Representao geomtrica do coeficiente v................................................. 83
Figura 26 - As orientaes aos inputs e aos outputs...................................................... 85
Figura 27- Exemplos de folga como correo da fronteira linear por partes..................99
Figura 28 - Fronteiras invertida e clssica.................................................................... 104

viii
Figura 29 - Fronteira difusa.......................................................................................... 106
Figura 30 - Perspectivas dos modelos Aditivos............................................................ 114
Figura 31 - Fronteira de eficincia e orientao de um modelo Aditivo Variante....... 115
Figura 32 - Exemplos de folgas nos modelos Aditivos.................................................119
Figura 33 - Perspectivas dos modelos Multiplicativos................................................. 124
Figura 34 - Comparao das fronteiras BCC e FDH.................................................... 132
Figura 35 - Perspectivas de um modelo FDH............................................................... 132
Figura 36 Modelos e perspectivas da tcnica dos nmeros ndices ......................... 147
Figura 37 - Clculo da eficincia pelos Nmeros ndices orientados aos outputs....... 150
Figura 38 - Clculo da eficincia pelos Nmeros ndices orientados aos inputs..........150
Figura 39 - Variveis do calculo da distncia de uma DMU relativa a fronteira..........161
Figura 40 Continuao das perspectivas dos Nmeros ndices..................................166
Figura 41 - Estrutura de um sistema especialista.................................... .....................209
Figura 42 - Interface entre o sistema Expert SINTA e o projetista de conhecimento..214
Figura 43 - Interface entre o SE gerado pelo Expert SINTA e o usurio.....................216
Figura 44 - Tela de resultados do SE gerado pelo Expert SINTA................................217
Figura 45: Exemplo de uma regra de produo no Expert Sinta...................................241
Figura 46: Panorama geral da base de regras do sistema especialista...........................242
Figura 47: Exemplos da interface do sistema especialista............................................243
Figura 48: Exemplos da tela de resultados do sistema especialista...............................243
Figura 49 - Clculo da eficincia para orientao ao output........................................ 256
Figura 50 - Clculo da eficincia para orientao ao input.......................................... 257
Figura 51 - Clculo da eficincia para uma orientao qualquer................................. 258
Figura 52 - Conjunto das solues admissveis.............................................................261
Figura 53 -Resoluo de PL pelo mtodo grfico ........................................................262

ix

LISTA DE SIGLAS
DMU

Decision Making Units (Unidades Tomadoras de Deciso)

FPP

Factor of Partial Productivity (Fator de Produtividade Parcial)

FTP

Factor of Total Productivity (Fator de Produtividade Total)

PL

Programao Linear

FO

Funo Objetivo

DEA

Data Envelopment Analysis (Anlise por Envoltria de Dados)

CCR

Charnes, Cooper e Rhodes

CRS

Constant Returns to Scale (Retornos Constantes a Escala)

BCC

Banker, Charnes e Cooper

VRS

Variant Returns to Scale (Retornos Variveis a Escala)

FDH

Free Disposal Hull (Livre Disposio de Envoltria)

AT

Alteraes na tecnologia

AE

Alteraes na eficincia

IA

Inteligncia artificial

SE

Sistemas Especialistas

SHELL

Software de desenvolvimento de sistemas especialistas.

NDICE DE SMBOLOS
Smbolos

Significado

pgs

Eenerg

Eficincia energtica....................................................................14

Trabalho realizado........................................................................14

Energia

Energia total fornecida ao sistema...............................................14

Eficincia..................................................................17, 24, 31, 34,

35, 36, 97, 144, 148,151, 152, 153, 157, 158, 161, 162, 164, 171

Ind

Indicador de desempenho atual de um sistema.......................17,18

Indmax

Mximo valor que o sistema alcanar no indicador.....................17

Indmin

Mnimo valor que o sistema pode alcanar no indicador.............17

Indmeta

Meta estabelecida para um indicador...........................................18

Produtividade atual de uma DMU............21, 23, 24, 144, 151, 255

Quantidade do output...................................................................21

Quantidade do input.....................................................................21

ui

Utilidade do output i...................................................... 23, 79, 81,

87, 88, 89, 90, 109, 110, 116, 118, 126, 127

yi

Quantidade do output i.................................................................23

vj

Utilidade do input j....................................................23, 79, 81,

87, 88, 89, 90, 109, 110, 116, 118, 126, 127

xj

Quantidade do input j...................................................................23

Ov

Output virtual...23, 112

Iv

Input (controlvel) virtual... 23,112

Pmax

Produtividade mxima que pode ser alcanada por uma

DMU....................................................................................24, 255

ngulo

da

reta

que

une

origem

DMU

analisada......................................................30, 255, 256, 257, 258

DDMU

Distncia

de

uma

DMU

at

um

ponto

fixo..........................................31, 35, 148,151, 160, 161, 256, 257

Dproj

Distncia

da

projeo

de

uma

DMU

at

um

ponto

fixo.........................................................31, 35, 160, 161, 256, 257

DXDMU

Distncia de uma DMU at o eixo x.........................34,36, 97, 258

xi
DXproj

Distncia da projeo de uma DMU at o eixo x.....34, 36, 97, 258

DYDMU

Distncia de uma DMU at o eixo y........................34, 36, 97, 258

DYproj:

Distncia da projeo de uma DMU at o eixo y.....34, 36, 97, 258

Ctimo

Custo da alocao de recursos tima............................................46

Ltimo

Lucro da alocao de recursos tima...........................................46

Catual

Custo atual....................................................................................46

L atual

Lucro atual....................................................................................46

Nmero de inputs (controlveis)...... .................59, 79, 81, 87, 88,

89, 90, 92, 93, 94, 95, 97, 110, 112, 117, 118, 120, 121, 122, 123,
126, 127, 128, 129, 130, 133, 152, 153, 157, 158, 167, 168, 169

Nmero de outputs.........................................................59, 79, 81,

87, 88, 89, 90, 92, 93, 94, 95, 97, 110, 117, 118, 120,121, 122,
126, 127, 128, 129, 130, 133, 152, 153, 157, 158, 167, 168, 169

Nmero de DMUs em avaliao.............................59, 79, 81, 87,

88, 89, 90, 92, 93, 94, 95, 97, 116, 118, 120, 121,123, 126, 127,
128, 129, 130, 133, 167, 168, 169

f(x, )

Funo produo..........................................................................68

Parmetros estimados pela tcnica Fronteira Estocstica.....68,170

xjk

Quantidade do input (controlvel) j da DMU k...............79, 81,

87, 88, 89, 90, 92, 93, 94, 95, 97, 112, 116, 118, 120, 121, 122,
123, 126, 127, 128, 129, 133

yik

Quantidade do output i da DMU k................................79, 81, 87,

88, 89, 90, 92, 93, 94, 95, 97, 116, 118, 120, 121, 123, 126, 127,
128, 129, 133

xj0

Quantidade do input (controlvel) j da DMU em anlise.....79, 81,

87, 88, 89, 90, 92, 93, 94, 95, 97, 112, 116, 118, 120, 121, 122,
123, 126, 127, 128, 129, 130, 133, 152, 153, 157, 158, 205

yi0

Quantidade do output i da DMU em anlise..................79, 81, 87,

88, 89, 90, 92, 93, 94, 95, 97, 116, 118, 120, 121, 122, 123, 126,
127, 128, 129, 130, 133, 152, 153, 157, 158, 205

Varivel de retorno escala do numerador............................81, 89

Varivel de retorno escala do denominador................81, 90, 189

Eficincia..................................92, 94, 97, 112, 133, 167, 168, 169

Inverso da eficincia.........................................................93, 95, 97

xii
k

Participao da DMU k na meta da DMU em anlise....92, 93, 94,

95, 97, 112 120, 121, 123, 128, 129, 167, 168, 169, 190

Si

Varivel de folga do output i.....................................92, 93, 94,

95, 97, 120, 121, 122, 128, 129,130, 133

Sj

Varivel de folga do input (controlvel) j.................92, 93, 94,

95, 97, 112, 120, 121, 122, 123, 128, 129, 130, 133

ndice de ineficincia.........................................................103, 198

Ec

Eficincia combinada.................................................................104

Efc

Eficincia obtida na fronteira clssica........................................104

Efi

Eficincia obtida na fronteira invertida......................................104

GP

Grau de pertena.........................................................................107

Adf

rea da DMU difusa contida dentro da fronteira.......................107

ADMU

rea total da DMU difusa..........................................................107

A, B, C, D

Parmetros

estipulados

pelos

decisores

para

restringir

pesos..................................................................................109, 110
Wi

Porcentagem do output i no output virtual de uma DMU..........110

Wj

Porcentagem do input j no input virtual de uma DMU..............110

INv

Input virtual no-controlvel......................................................112

f (Iv | INv)

Em funo de Iv mas dependente de INv....................................112

tlk

Quantidade do input no-controlvel l da DMU k....................112

tl0

Quantidade do input no-controlvel l da DMU em anlise......112

Nmero de inputs no-controlveis............................................112

Sl

Varivel de folga do input no-controlvel l..............................112

Fator de escala dos modelos Aditivos e Multiplicativos....118, 127

Pbase

Produtividade da DMU base..............................................144, 151

Dbase

Distncia da DMU base at um ponto fixo........................148, 151

Ov DMU

Output virtual da DMU em anlise............148, 151, 152, 153, 204

Ov base

Output virtual da DMU base.......................148,151, 152, 153, 204

Iv DMU

Input virtual da DMU em anlise...............148, 151, 152, 153, 204

Iv base

Input virtual da DMU base.........................148, 151, 152, 153, 204

NIi

Nmero ndice orientado ao input......................................148, 151

NIo

Nmero ndice orientado ao output....................................148, 151

yib

Quantidade do output i da DMU base....... 152, 153, 157, 158, 205

xjb

Quantidade do input j da DMU base..........152, 153, 157, 158, 205

xiii
uib

Utilidade da DMU base para o output i............................. 152, 157

vjb

Utilidade da DMU base para o input j................................152, 157

ui0

Utilidade da DMU em anlise para o output i....................153, 157

vj0

Utilidade da DMU em anlise para o input j......................153, 157

EiF

Eficincia pelo ndice de Fischer...............................................154

EiL

Eficincia pelo ndice de Laspeyres...........................................154

EiP

Eficincia pelo ndice de Paasche..............................................154

Wib

Porcentagem

do

output

i no output virtual da DMU

base............................................................................157, 158, 205

Wi0

Porcentagem do output i no output virtual da DMU em

anlise........................................................................157, 158, 205

Wjb

Porcentagem

do

input

no

input

virtual

da

DMU

base............................................................................157, 158, 205

Wj0

Porcentagem do input j no input virtual da DMU em

anlise........................................................................157, 158, 205

Distncia relativa Fronteira .....................................................160

D0

Funo distncia relativa fronteira do perodo 0.............162, 164

Dt

Funo distncia relativa fronteira do perodo t..............162, 164

y0v

Quantidade do output virtual da DMU em anlise no perodo

0.........................................................................................162, 164

x 0v

Quantidade do input virtual da DMU em anlise no perodo

0.........................................................................................162, 164

yv

Quantidade do output virtual da DMU em anlise no perodo

t..........................................................................................162, 164

x tv

Quantidade do input virtual da DMU em anlise no perodo

t.................. .......................................................................162, 164

D0(x0v,y0v)

Distncia da DMU no perodo 0 relativa fronteira do perodo

0..................................................................162, 164, 167, 175, 201

D0(x v,y v)

Distncia da DMU no perodo t relativa fronteira do perodo

0..................................................................162, 164, 168, 175, 201

Dt(x0v,y0v)

Distncia da DMU no perodo 0 relativa fronteira do perodo

t...................................................................162, 164, 168, 175, 201

Dt(xtv,ytv)

Distncia da DMU no perodo t relativa fronteira do perodo

t...................................................................162, 164, 169, 175, 201

xiv
AT

Alteraes Tecnolgicas de uma DMU entre os perodos 0 e

t..........................................................................164, 170, 171, 202

AE

Alteraes de Eficincia de uma DMU entre os perodos 0 e

t..........................................................................164, 170, 171, 202

x0jk

Quantidade do input j da DMU k no perodo 0.................167, 168

ik

Quantidade do output i da DMU k no perodo 0..............167, 168

x0j0

Quantidade do input j da DMU em anlise no perodo

0.........................................................................................167, 168
y0i0

Quantidade do output i da DMU em anlise no perodo

0.........................................................................................167, 168

x jk

Quantidade do input j da DMU k no perodo t...................168, 169

y ik

Quantidade do output i da DMU k no perodo t................168, 169

xtj0

Quantidade do input j da DMU em anlise no perodo t....168, 169

yti0

Quantidade do output i da DMU em anlise no perodo

t..........................................................................................168, 169

Et

Eficincia de uma DMU no perodo t................................165, 170

Eficincia de uma DMU no perodo 0...............................165, 170

f(x,0,)

Funo produo no perodo 0...................................................170

f(x,t, )

Funo produo no perodo t....................................................170

ngulo da reta que une a origem projeo da DMU

analisada............................................................255, 256, 257, 258

Base

Distncia da DMU at um ponto fixo obtida com uma orientao

perpendicular a orientao adotada....................................256, 257

aij

Coeficientes tecnolgicos...........................................................260

bi

Termos independentes................................................................260

cj

Coeficientes da funo objetivo.................................................260

xv

SUMRIO
Agradecimentos..................................................................................................................i
Resumo.............................................................................................................................iii
Abstract.............................................................................................................................iv
ndice de Quadros.............................................................................................................v
ndice de Figuras.............................................................................................................vii
Lista de Siglas...................................................................................................................ix
ndice de Smbolos............................................................................................................x
Sumrio............................................................................................................................xv
Captulo 1 - Introduo.................................................................................................... 1
1.1 Objetivos.............................................................................................................. 4
1.2 Justificativa.......................................................................................................... 5
1.3 Mtodo................................................................................................................. 7
1.4 Estrutura do trabalho...........................................................................................10
Captulo 2 Conceitos Bsicos da Anlise de Eficincia...............................................13
2.1 Eficincia e Eficcia de um sistema qualquer.....................................................14
2.2 Unidade Tomadora de Deciso (DMU - Decision Making Units).................... 18
2.3 Produtividade...................................................................................................... 20
2.4 Eficincia Produtiva de uma DMU.....................................................................24
2.5 Fronteira de Eficincia ....................................................................................... 26
2.6 Funo Produo................................................................................................ 36
2.7 Outros tipos de eficincia de DMUs.................................................................. 40
2.7.1 Eficincia Produtiva e Eficincia Econmica........................................ 41
2.7.2 Eficincia Produtiva e Eficincia alocativa.............................................42
2.7.3 Eficincia Produtiva Total, Tcnica e de Escala..................................... 46
Captulo 3 - Estruturao do mtodo e das tcnicas de anlise de eficincia produtiva.52
3.1 Estrutura hierrquica de uma tcnica..................................................................53
3.1.1 Mtodo e Tcnica................................................................................... 53
3.1.2 Modelo e Perspectiva............................................................................. 55
3.2 Etapas do Mtodo de anlise de eficincia produtiva......................................... 57
3.2.1 Seleo das DMUs.................................................................................. 58
3.2.2 Seleo dos inputs e outputs................................................................... 59

xvi
3.2.2 Escolha da(s) tcnica(s), do(s) modelo(s) e da(s) perspectiva(s)........... 61
3.2.4 Escolha da ferramenta computacional.................................................... 61
3.3 Comparao entre os grupos paramtrico e no-paramtrico das tcnicas de
anlise eficincia........................................................................................................63
3.4 Comparao entre as tcnicas paramtricas de anlise de eficincia..................66
3.5 Comparao entre as tcnicas no-paramtricas de anlise de eficincia...........70
Captulo 4 Anlise por Envoltria de Dados.............................................................. 72
4.1 Modelos do DEA................................................................................................ 73
4.2 Modelos CCR e BCC..........................................................................................74
4.2.1 Perspectiva fracionria............................................................................78
4.2.2 Perspectiva das orientaes aos inputs e aos outputs............................. 84
4.2.3 Perspectiva Primal ou Forma dos Multiplicadores................................. 85
4.2.4 Perspectiva Dual ou Forma do Envelope................................................91
4.2.5 Perspectiva da fronteira clssica............................................................100
4.2.6 Perspectiva da Fronteira invertida........................................................ 101
4.2.7 Perspectiva da Fronteira difusa............................................................. 105
4.2.8 Restries aos pesos..............................................................................107
4.2.9 DEA com variveis de input e output no-controlveis....................... 111
4.3 Modelos Aditivos Variante e Invariante............................................................113
4.3.1 Perspectiva Primal dos modelos Aditivos............................................ 115
4.3.2 Perspectiva Dual dos modelos Aditivos............................................... 118
4.3.3 Outras perspectivas dos modelos Aditivos........................................... 122
4.4 Modelos Multiplicativos Variantes e Invariantes............................................. 123
4.4.1 Perspectiva Primal dos modelos Multiplicativos.................................. 125
4.4.2 Perspectiva Dual dos modelos Multiplicativos.................................... 128
4.5 Modelo FDH..................................................................................................... 130
4.6 Comparao entre os modelos e perspectivas da Anlise por Envoltria
de dados ..................................................................................................................134
Captulo 5 - Nmeros ndices....................................................................................... 143
5.1 Modelos e perspectivas da tcnica dos Nmeros ndices..................................145
5.2 ndices Laspeyres e Paasche............................................................................. 151
5.3 ndice de Fischer............................................................................................... 154
5.4 ndice de Trnqvist........................................................................................... 155
5.5 ndice de Malmquist......................................................................................... 159

xvii
5.5.1 Perspectiva da Anlise por Envoltria de Dados.................................. 165
5.5.2 Perspectiva da Fronteira Estocstica.................................................... 169
5.6 Comparao entre os modelos e perspectivas da tcnica dos Nmeros
ndices......................................................................................................................172
Captulo 6 - Estudo de Caso..........................................................................................177
6.1 Seleo das DMUs e dos inputs e outputs.........................................................178
6.2 Seleo das Tcnicas, Modelos, Perspectivas e ferramenta computacional......184
6.3. Resultado da aplicao das Tcnicas, Modelos e Perspectivas........................185
6.3.1 Eficincia total, tcnica e de escala.......................................................186
6.3.2 Metas e Benchmarks..............................................................................190
6.3.3 Coeficientes de utilidade.......................................................................196
6.3.4 Fronteira Invertida e Eficincia combinada...........................................198
6.3.5 ndice Malmquist, alteraes tecnolgicas e alteraes de eficincia...200
6.3.6 Outros Nmeros ndices........................................................................203
Captulo 7 Sistematizao do processo de escolha das tcnicas modelos e perspectivas
de anlise de eficincia..................................................................................................207
7.1 Sistemas especialistas........................................................................................208
7.2 Regras de Produo...........................................................................................210
7.3 Sistema Expert SINTA......................................................................................213
7.4 Sistematizao do processo de escolha das tcnicas, modelos e perspectivas de
anlise de eficincia.................................................................................................217
7.4.1 Seleo das variveis objetivo do sistema................................................221
7.4.2 Seleo das outras variveis e da interface do sistema.............................224
7.4.3 Implementao no Expert Sinta................................................................240
Captulo 8 Concluso..................................................................................................244
Bibliografia................................................................................................................... 249
Apndice 1.................................................................................................................... 255
Apndice 2 ....................................................................................................................259
Apndice 3 ....................................................................................................................265

Captulo 1 - Introduo

A eficincia de um sistema pode ser definida como sendo a capacidade desse

sistema de utilizar, da melhor maneira possvel, os recursos disponveis e de aproveitar, ao
mximo, as condies ambientais para obter o desempenho timo em alguma dimenso.
Um ndice de eficincia pode ser obtido comparando-se um indicador de desempenho de
um sistema com o valor mximo que esse indicador pode alcanar; valor esse definido a
partir de algumas condies de contorno (ambiente + recursos disponveis) (MARIANO;
ALMEIDA; REBELATO, 2006a). Dentro dos vrios tipos de sistemas em que se pode
aplicar o conceito de eficincia, tem-se como um dos mais importantes, os sistemas
produtivos, que se caracterizam por produzirem um conjunto de sadas (outputs) a partir de
um conjunto de entradas (inputs), e que do origem ao conceito de eficincia produtiva.
A eficincia produtiva sempre foi um atributo muito valorizado na sociedade
surgida aps a revoluo industrial (que foi onde surgiram os sistemas produtivos), porm

2
nas ltimas dcadas sua importncia cresceu drasticamente, visto que nesse perodo se
intensificou o processo conhecido como globalizao, cuja principal caracterstica a
abertura de mercado entre os pases. Tomado de surpresa por esse processo, o Brasil, no
inicio da dcada de noventa, foi invadido por uma enorme gama de produtos importados, o
que gerou um grande problema para a indstria nacional, menos competitiva que a
estrangeira. Por outro lado a globalizao proporcionou oportunidades para que as
empresas nacionais pudessem competir em novos mercados, anteriormente fechados para
elas. Assim, tanto no Brasil quanto no resto do mundo, a principal conseqncia da
globalizao foi o aumento da competitividade entre as empresas e devido a isso se tornou
imprescindvel, para a sobrevivncia destas, que se opere com eficincia produtiva.
Para uma empresa do setor de manufatura, a eficincia produtiva pode ser definida
como um indicador que avalia se essa empresa est conseguindo produzir uma boa
quantidade de produtos a partir de um nvel predeterminado de insumos, ou se est
conseguindo utilizar poucos insumos para produzir uma determinada quantidade de
produtos. Caso essa empresa opere com ineficincia em relao a suas concorrentes, ser
grande o risco dela fechar suas portas, pois estar utilizando muitos insumos para produzir
poucos produtos, o que ter impacto direto nos custos, na competitividade e nos
rendimentos dessa empresa.
Assim, de extrema importncia para uma empresa conhecer, com mxima
antecedncia possvel, o seu nvel de eficincia em relao s suas concorrentes, visto que
isso possibilitar, em caso de ineficincia, que a empresa reaja e possa reverter a situao
antes de ser esmagada por suas concorrentes.
O conceito de eficincia produtiva no se restringe a empresas de manufatura e
pode ser generalizado para qualquer organizao que transforme um conjunto de entradas

3
(inputs) em um conjunto de sadas (outputs). Essas organizaes so chamadas
genericamente de Unidades Tomadoras de Decises (Decision Making Units -DMUs).
Para se calcular a eficincia produtiva de uma DMU foi necessrio, antes de tudo,
que se definisse um indicador de desempenho que a avaliasse sua performance. Esse
indicador de desempenho foi chamado de produtividade e definido como sendo a relao
entre os outputs e os inputs de uma dada DMU. Hoje, apesar de terem surgido como
conceitos relativos s empresas do setor manufatureiro, os conceitos de produtividade e de
eficincia produtiva esto sendo utilizados nas mais diferentes reas do conhecimento.
Devido crescente complexidade dos ambientes produtivos, e devido a essa nova
gama de aplicaes do conceito de eficincia produtiva, o nmero de variveis
consideradas em seu clculo e anlise cresceu drasticamente. Como resultado, a anlise da
eficincia produtiva se tornou um problema cada vez mais complexo, exigindo o
desenvolvimento de tcnicas (uma tcnica caracterizada como um conjunto de
procedimentos) que pudessem facilitar esse trabalho (KOZYREFF FILHO; MILIONI,
2004).
Essas tcnicas, surgidas a partir do trabalho de Farrel (1957), podem ser
denominadas genericamente como tcnicas de anlise de eficincia, pois alm de
fornecerem o nvel quantitativo da eficincia produtiva de uma DMU, elas ainda permitem
uma srie de outras anlises como, por exemplo, a determinao de metas, utilidades e
retornos escala, sendo que algumas dessas tcnicas nem mesmo permitem calcular o
ndice de eficincia produtiva. As tcnicas de anlise de eficincia produtiva podem ser
definidas genericamente como tcnicas que permitem a visualizao, por parte de uma
DMU, do seu desempenho quando comparado a um valor timo, fornecendo com isso um

4
parmetro para que a DMU possa avaliar se o seu desempenho ou no adequado, dada
uma determinada conjuntura.
Os principais problemas que precisaram ser resolvidos pelas tcnicas de anlise de
eficincia produtiva foram: (a) encontrar o valor da mxima produtividade que poderia ser
atingida por uma dada DMU (que serviria de parmetro para a anlise da eficincia dessa
DMU) e (b) encontrar um conjunto de pesos que agregasse os diferentes inputs e outputs e
possibilitasse o clculo da produtividade. Cada tcnica buscar resolver esses dois
problemas utilizando procedimentos diferentes.
Existem duas classes de tcnicas de anlise de eficincia produtiva: (a) as
paramtricas, apoiadas numa funo produo, que relaciona os inputs s mximas
quantidades de outputs possveis de serem produzidas e as (b) no-paramtricas, que
constroem empiricamente uma fronteira de eficincia que vai servir de base para a anlise
da eficincia. Cada uma dessas tcnicas possui caractersticas prprias alm de um conjunto
de modelos (representaes da realidade) e um conjunto de perspectivas (pontos de vista), a
partir das quais ela pode ser utilizada. Esse trabalho se prope a estudar as tcnicas,
modelos e perspectivas no-paramtricas de anlise de eficincia produtiva.

1.1 Objetivos
O objetivo geral deste trabalho estudar o mtodo e as principais tcnicas, modelos
e perspectivas no-paramtricas de anlise de eficincia produtiva encontradas na literatura,
alm de sistematizar o processo de escolha dentre as vrias possibilidades de combinaes
entre essas tcnicas, modelos e perspectivas encontradas.
Para atingir esse objetivo faz-se necessrio que se atinjam os seguintes objetivos
secundrios:

1. Organizar conceitos e elaborar classificaes que permitam o entendimento e a

representao das tcnicas de anlise de eficincia produtiva;
2. Identificar e caracterizar, verificando hipteses, vantagens e desvantagens, as
principais tcnicas, modelos e perspectivas de anlise de eficincia produtiva noparamtricas encontradas na literatura;
3. Comparar as tcnicas, modelos e perspectivas de acordo com as dimenses
(limitaes, pr-requisitos, resultados obtidos, etc) que cada uma contemple;
4. Ilustrar a utilizao do mtodo e de algumas das tcnicas, modelos e
perpsectivas no-paramtricas de anlise de eficincia por meio de um estudo de
caso;
5. Sistematizar o processo de escolha de uma tcnica/modelo/perspectiva, a partir
do que for identificado na reviso bibliogrfica e da experincia com o estudo de
caso e desenvolver o prottipo de sistema especialista que represente essa
sistematizao.

1.2 Justificativa
A principal justificativa para esse trabalho que a extensa quantidade de tcnicas de
anlise de eficincia que foram desenvolvidas e posteriormente aprimoradas, por meio de
novos modelos e atualizaes, acaba dificultando a escolha adequada e a correta utilizao
dessas tcnicas em um determinado problema.
No atual contexto competitivo vital que todos os gestores conheam o maior
arsenal possvel de tcnicas, de maneira que possam se orientar ao se depararem com um
novo problema. No caso das tcnicas de anlise de eficincia produtiva, nenhuma tcnica

6
pode ser considerada vantajosa em todas as situaes. Isso significa que destinada ao
gestor a tarefa de escolher a melhor tcnica para a situao com a qual est lidando. Aos
pesquisadores apresentado o mesmo cenrio que aos gestores das empresas, ou seja, uma
proliferao de tcnicas sem uma sistematizao que permita a eleio adequada para os
vrios problemas com os quais se defrontam.
Para auxiliar tanto o pesquisador quanto o gestor nessa tarefa, conveniente que
exista uma compilao das principais tcnicas de anlise de eficincia produtiva existentes
na literatura, que relacione cada uma dessas tcnicas com suas principais caractersticas e
que apresente de maneira clara suas equaes, para que qualquer um possa utiliz-las e
program-las, sem depender exclusivamente de pacotes computacionais j prontos. Fora
isso, tambm bastante conveniente que exista um procedimento pratico, de preferncia j
implementado em algum pacote computacional, que ajude na escolha dentre as vrias
tcnicas, modelos e perspectivas de anlise de eficincia produtiva encontradas na
literatura.
Pretende-se assim, que esse trabalho seja um compndio das principais tcnicas de
anlise de eficincia produtiva no-paramtricas existentes na literatura, sendo essas
tcnicas apresentadas de maneira clara, organizada e hierarquicamente estruturada
(separando tcnicas, modelos e perspectivas); pretende-se tambm que esse trabalho possa
ajudar tanto pesquisadores quanto gestores na correta escolha e utilizao dessas tcnicas.
O motivo de estarem sendo focadas nesse trabalho apenas as tcnicas noparamtricas de anlise de eficincia produtiva deve-se ao fato dessas tcnicas serem as
mais versteis e, justamente por isso, as mais utilizadas dentre as encontradas na literatura.

7
1.3 Mtodo
Para alcanar os objetivos propostos, ser empregada, no presente trabalho, uma
abordagem bibliogrfico-exploratria, ou seja, ser realizado um estudo exploratrio
basicamente baseado em pesquisa bibliogrfica. De acordo com Gil (1999), a pesquisa
exploratria visa proporcionar maior familiaridade com o problema pesquisado, com vista a
torn-lo mais explcito ou a construir hipteses. Geralmente esse mtodo envolve
levantamentos bibliogrficos, entrevistas e estudos de caso.
Ainda segundo Gil (1999), a pesquisa bibliogrfica desenvolvida a partir de
material j elaborado, constitudo principalmente de livros e artigos cientficos. A principal
vantagem da pesquisa bibliogrfica o fato de permitir, ao investigador, acessar uma gama
de fenmenos muito mais ampla do que ele poderia pesquisar diretamente.
De acordo com Cervo e Bervian (1983), as principais funes da pesquisa
bibliogrfica so:

1. No ocorrncia de pesquisa dupla;

2. Ter como base trabalhos anteriores;
3. Construir uma base de conhecimento bem determinada; e
4. Servir de base terica para o desenvolvimento do trabalho aplicado.

A pesquisa bibliogrfica ser utilizada para os seguintes fins: (a) encontrar

referncial terico sobre eficincia produtiva, (b) identificar as principais tcnicas de
anlise de eficincia produtiva no-paramtricas existentes na literatura, com seus
principais modelos e perspectivas, (c) obter informaes, incluindo as equaes

8
matemticas, a respeito de cada tcnica, modelo e perspectiva encontrada e (d) obter
informaes a respeito de sistemas especialistas e a respeito do software Expert SINTA.
Tambm ser realizada uma ilustrao, por meio de um estudo de caso, da
utilizao: (a) do mtodo de anlise de eficincia sistematizado nesse trabalho e (b) de
algumas das tcnicas, modelos e perspectivas no-paramtricas apresentadas nessa
dissertao. Segundo Gil (2002), um estudo de caso consiste no estudo profundo e
exaustivo de um ou poucos objetos, de maneira que permita seu amplo e detalhado
conhecimento. Ainda segundo Gil (2002), seus resultados, de modo geral, so apresentados
na forma de hipteses, no de concluses.
O estudo de caso que foi desenvolvido nessa dissertao envolveu a avaliao da
eficincia de aeroportos internacionais brasileiros. O principal motivo de ter sido escolhido
esse setor foi a facilidade de obteno dos dados, que se encontram disponveis no site da
Infraero. Nesse site possvel encontrar os dados referentes aos inputs e outputs, em vrios
anos diferentes, de um conjunto considervel de aeroportos (DMUs); essa quantidade de
dados viabiliza a aplicao de uma grande quantidade de tcnicas, modelos e perspectivas.
Os materiais utilizados nessa pesquisa sero: (a) o software Expert SINTA, que foi
desenvolvido pela universidade Federal do Cear e pode ser encontrado no site
http://www.lia.ufc.br/, e um software que facilita a implementao de um sistema
especialista; (b) o software Excel (especialmente sua ferramenta Solver) que ajudar tanto
nos clculos em geral quanto na programao linear; (c) o software SIAD, que foi
desenvolvido pela Universidade Federal Fluminense e que pode ser encontrado no site
www.uff.br/deciso, que auxiliar nos clculos, quando a Anlise por Envoltria de Dados
(DEA) for utilizada no estudo de caso e; (d) as bases de dados SCOPUS e o Web of
Science que ajudaro na realizao da pesquisa bibliogrfica.

9
Esse trabalho foi dividido dezenove fases apresentadas a seguir.

1. Reviso na literatura dos principais conceitos e principais bases tericas ligadas

s tcnicas de anlise de eficincia produtiva;
2. Investigao do conceito de eficincia produtiva e dos principais conceitos
ligados a ele, com objetivo de caracteriz-los e diferenci-los de outros conceitos;
3. Elaborao de uma classificao que permita representar todo o escopo de
tcnicas de anlise de eficincia produtiva existentes na literatura;
4. Sistematizao das etapas do mtodo de anlise de eficincia produtiva;
5. Caracterizao do conjunto representado pelas tcnicas no-paramtricas de
anlise de eficincia produtiva, diferenciando-o do conjunto representado pelas
tcnicas paramtricas;
6. Identificao na literatura das principais tcnicas no-paramtricas de anlise de
eficincia produtiva;
7. Caracterizao de cada uma das tcnicas encontradas, verificando suas hipteses
bsicas, alm de suas vantagens e desvantagens;
8. Identificao, classificao e caracterizao dos principais modelos e
perspectivas de cada tcnica encontrada;
9. Apresentao e discusso das principais formulaes matemticas relacionadas
s tcnicas, modelos e perspectivas encontradas;
10. Estabelecimento, a partir da reviso terica, de relaes e comparaes entre as
tcnicas, modelos e perspectivas;
11. Levantamento de dados de variveis de infra-estrutura e de utilizao de
aeroportos internacionais brasileiros;

10
12. Realizao das etapas do mtodo de anlise de eficincia nos dados dos
aeroportos;
13. Aplicao da maior gama possvel de tcnicas, modelos e perspectivas de
anlise de eficincia nesses dados;
14. Anlise dos resultados do estudo de caso;
15. Reviso na literatura de conceitos ligados a sistemas especialistas;
16. Familiarizao com o softwaere Expert SINTA;
17. Elaborao de um sistema especialista que sistematize o processo de escolha
dentre as combinaes de tcnicas, modelos e perspectivas no-paramtricas de
anlise de eficincia;
18. Implementao do sistema no software Expert SINTA;
19. Elaborao do texto final da dissertao.

1.4 Estrutura do trabalho

A redao final da dissertao prev 8 captulos, sendo cada um deles descritos a
seguir:
O Captulo 1, chamado Introduo, apresenta, entre outras coisas, a
contextualizao do trabalho dentro de um panorama mais amplo, a definio dos objetivos
e da justificativa desse trabalho e a apresentao do mtodo utilizado para sua realizao.
O Captulo 2, intitulado Conceitos Bsicos de Anlise de Eficincia, apresenta
um referencial terico bsico, que tratar de alguns tpicos relevantes relacionados ao tema
de pesquisa. Entre esses assuntos esto s definies de eficincia (e de seus vrios tipos),
eficcia, produtividade, Unidades Tomadoras de Deciso (DMUs), funo produo e
fronteira de eficincia.

11
O Captulo 3, intitulado Estruturao do mtodo e das tcnicas de anlise de
eficincia produtiva, apresenta, entre outras coisas: (a) a caracterizao do grupo formado
pelas tcnicas no-paramtricas de anlise de eficincia produtiva e a diferenciao entre
esse grupo e do das tcnicas paramtricas; (b) a apresentao de uma estrutura hierrquica
(baseada nos conceitos de mtodo, tcnica, modelo e perspectiva) capaz de representar toda
a complexidade das tcnicas de anlise de eficincia produtiva e que ajudar bastante no
entendimento e utilizao dessas tcnicas e; (c) a sistematizao das etapas do mtodo de
anlise de eficincia produtiva que sero posteriormente aplicadas no estudo de caso.
Os Captulos 4 e 5, intitulados respectivamente de Anlise por Envoltria de
dados e de Nmeros ndices, apresentam uma compilao dos principais conceitos,
hipteses, equaes, modelos e perspectivas referentes a essas duas tcnicas noparamtricas de anlise de eficincia produtiva. Nesses dois captulos esto presentes
tambm diversos quadros comparativos, tanto entre as tcnicas quanto entre seus modelos e
suas perspectivas, que serviro de auxlio para a elaborao do sistema especialista.
No Captulo 6, intitulado Estudo de Caso, sero apresentados os dados e os
resultados obtidos no estudo de caso referente a anlise da eficincia dos aeroportos
internacionais brasileiros. Esse captulo estar dividido de acordo com as etapas do mtodo
de anlise de eficincia apresentado no Captulo 3.
No Captulo 7, intitulado Sistematizao do processo de escolha das tcnicas,
modelos e perspectivas de anlise de eficincia, sero apresentados: (a) os conceitos
bsicos a respeito de sistemas especialistas; (b) uma pequena explicao a respeito do
software Expert SINTA e; (c) o sistema especialista desenvolvido para sistematizar o
processo de escolha entre as tcnicas, modelos e perspectivas no-paramtricos de anlise
de eficincia produtiva apresentados nos dois captulos anteriores.

12
O Captulo 8 reservado para as Concluses (que tambm o titulo do captulo)
obtidas aps a etapa de reviso bibliogrfica, aps o estudo de caso e aps a elaborao do
sistema especialista.
Ao fim do texto se encontram trs Apndices; o primeiro referente a algumas
dedues sobre as frmulas de projeo na fronteira de eficincia, o segundo referente a
alguns conceitos a respeito de programao linear e o terceiro com a base de regras do
sistema especialista que foi desenvolvido.

13

Captulo 2 - Conceitos Bsicos de Anlise de Eficincia

Antes de utilizar qualquer tcnica de anlise de eficincia produtiva conveniente

que se tenha conhecimentos bsicos a respeito dos principais conceitos que do sustentao
s diversas tcnicas disponveis na literatura. Esses conceitos certamente iro ajudar na
correta escolha da melhor tcnica a ser utilizada e na correta interpretao dos resultados
obtidos.
Entre os conceitos mais importantes, que devem ser conhecidos pelo usurio das
tcnicas de anlise de eficincia produtiva, esto os conceitos de: (a) eficincia, (b) eficcia,
(c) produtividade, (d) DMU, (e) fronteira de eficincia e (f) funo produo. importante
lembrar, tambm, que o conceito de eficincia muito amplo e, dependendo da rea do
conhecimento e do sistema a que ele estiver se referindo, ter um significado
completamente diferente. Tambm importante lembrar que, mesmo quando o sistema for
uma DMU, existiro diversos tipos de eficincia que podero ser analisados como: (a) a

14
eficincia econmica, (b) a eficincia alocativa, (c) a eficincia produtiva ou total, (d) a
eficincia tcnica e (e) a eficincia de escala. Esse captulo ir apresentar e diferenciar
todos esses conceitos.

2.1 Eficincia e eficcia de um sistema qualquer

Eficincia a virtude ou caracterstica (que pode ser atribuda a uma pessoa,
mquina, tcnica ou empreendimento) de conseguir o melhor rendimento com o mnimo de
erros, dispndio de energia, tempo, dinheiro ou meios (HOUAISS, 2001). O conceito de
eficincia est ligado com a relao existente entre os resultados obtidos, os recursos
empregados e as caractersticas do meio ambiente (condies de contorno) (MARTINS;
LAUGENI, 2005). Pode-se concluir, ento, que eficincia uma caracterstica que pode se
relacionar a diversos tipos de sistemas e a diversos tipos de indicadores de desempenho
podendo, assim, ser desmembrada em diversos tipos de eficincia, aplicveis a diferentes
reas do conhecimento.
Na termodinmica, por exemplo, o conceito de eficincia dado como sendo a
relao entre o trabalho realizado por um sistema (uma mquina, por exemplo) e a energia
total fornecida a esse sistema, como evidenciado na Expresso 1:

Eenerg = W / Energia

Em que:
Eenerg: Eficincia energtica;
W: Trabalho realizado;
Energia: Energia total fornecida ao sistema.

(1)

15
Como, por definio, o trabalho realizado por um sistema sempre menor que a
energia fornecida a esse sistema (devido s perdas), a eficincia ser sempre um valor entre
0 e 1, podendo tambm ser expresso em porcentagem, isto , de 0 a 100%. Esse tipo de
eficincia conhecido como eficincia energtica, visto que se refere a um sistema
energtico.
J nas engenharias ou na administrao, foco deste trabalho, a eficincia se refere a
outros tipos de sistema - sistemas produtivos - que so caracterizados por produzirem um
conjunto de sadas a partir de um conjunto de entradas. A eficincia de um sistema
produtivo, chamada de eficincia produtiva, se refere relao entre os outputs (sadas) e
inputs (entradas) produzidos e utilizados por esse sistema.
A eficincia produtiva freqentemente se confunde com o conceito de
produtividade, j que ela tambm definida como sendo a relao entre os outputs e inputs
de um sistema produtivo. A produtividade de um sistema, nada mais do que um indicador
da eficincia produtiva desse sistema. Assim, quanto maior a produtividade de um sistema
mais eficiente ele ser.
A grande diferena entre eficincia e produtividade que a produtividade um
ndice que agrega diferentes unidades de medida e que pode assumir qualquer valor real,
enquanto a eficincia sempre um valor adimensional entre 0 e 1. Por exemplo, uma
empresa que produz 5 cadeiras em duas horas, ter uma produtividade de 2,5 cadeiras por
hora. Essa no ser sua eficincia, mas quanto maior for sua produtividade mais eficiente
essa empresa ser.
Alm dos conceitos de produtividade e eficincia, outro conceito que suscita muitas
dvidas, o conceito de eficcia. Segundo Ferreira (1975), eficincia e eficcia so
sinnimas, sendo que ambas significam fora ou virtude de se produzir um efeito desejado,

16
porm vrios autores apresentam significados diferentes para eficincia e eficcia. Segundo
Kassai (2002), a medida de eficcia est relacionada ao cumprimento de objetivos traados,
ou seja, quanto mais perto um sistema chega de uma meta traada, mais eficaz ele . De
acordo com Martins e Laugeni (2005), uma deciso mais eficaz quanto mais prximo dos
objetivos estabelecidos chegarem os resultados obtidos. Segundo Ferreira, Reis e Pereira
(1997), a eficcia est relacionada ao conceito de fazer a coisa certa, enquanto a eficincia
est associada melhor forma de fazer a coisa certa. Eficcia a qualidade ou caracterstica
de quem consegue chegar realmente a consecuo de um objetivo (HOUAISS, 2001).
Segundo Mello et al. (2005a), a eficcia est ligada apenas ao resultado obtido ou
produzido, sem levar em conta os recursos utilizados para tal, nem as variveis ambientais.
Por exemplo, se um cursinho pr-vestibular, que tinha como meta que seus alunos
ocupassem 50% das vagas de um determinado curso de medicina, conseguiu aprovar 15
alunos em um vestibular de uma universidade que oferece 20 vagas, pode-se dizer que esse
cursinho foi altamente eficaz. No entanto, no se pode dizer se ele foi eficiente, j que no
so conhecidos, entre outras coisas: que tipo de aluno estava inscrito, quantos professores
trabalhavam, quantas horas de aula por semana eram dadas, que recursos audiovisuais
estavam disposio, etc (MELLO et.al., 2005a).
Um sistema eficiente no necessariamente precisa ser eficaz (assim, como um
sistema eficaz no necessariamente precisa ser eficiente); pode haver situaes, por
exemplo, em que, apesar do sistema conseguir o melhor desempenho possvel dada as suas
condies de contorno (o que o caracteriza como eficiente), ele apresentar um desempenho
insatisfatrio, abaixo da meta estabelecida como padro (no sendo, portanto, eficaz).
Segundo Mariano, Almeida e Rebelatto (2006a), o ndice de eficincia, ou
simplesmente eficincia, de um sistema, seja ele qual for, definido como sendo a diviso

17
entre um indicador de desempenho desse sistema e o valor mximo que esse indicador
poderia alcanar. Porm, em alguns casos, onde o indicador inversamente proporcional ao
desempenho do objeto (ou seja, um indicador do tipo quanto menor melhor), a eficincia
deve ser calculada como sendo o mnimo valor que o indicador pode alcanar dividido pelo
indicador atual do sistema. Os dois casos so mostrados na Expresso 2:

E = Ind / Indmax , ou Indmin/ Ind

(2)

Em que:
E: Eficincia
Ind: Indicador de desempenho atual de um sistema;
Indmax: Mximo valor que o sistema pode alcanar no indicador;
Indmin: Mnimo valor que o sistema pode alcanar no indicador.
Esse conceito geral de eficincia pode ser aplicado a todas as situaes, inclusive
no clculo da eficincia energtica, j que o trabalho realizado por uma mquina pode ser
definido como sendo um indicador de desempenho para essa mquina, e a energia fornecida
pode ser interpretada como o mximo valor que esse indicador, o trabalho, poderia atingir
(em uma situao ideal, em que no haveria nenhuma perda).
O maior desafio das tcnicas de anlise de eficincia determinar, a partir das
condies de contorno, isto dos recursos empregados e das variveis ambientais, o valor
mximo que pode ser atingido por um indicador.
A eficcia pode ser calculada de forma semelhante eficincia. A nica diferena
que em vez de comparar o indicador de um sistema com o valor mximo ou mnimo que ele
poderia alcanar, valor esse definido a partir das condies de contorno, a eficcia compara
o sistema com uma meta estabelecida arbitrariamente, sem levar em considerao os dados
de entrada, como mostra a Expresso 3.

18

Eficcia = Ind / Indmeta ou Indmeta/ Ind

(3)

Em que:
Ind: Indicador de desempenho atual de um sistema;
Indmeta Meta estabelecida para o indicador.
Para uma mquina trmica, a eficcia seria calculada levando em considerao
apenas o trabalho realizado (desempenho) ignorando completamente a energia inicial
fornecida ao sistema. Esse trabalho seria comparado com o nvel de trabalho considerado
satisfatrio pelo gestor (meta).
Como j reiterado, existem diversos tipos de eficincia e diversos tipos de eficcia
sendo que, o que diferencia cada tipo o indicador de desempenho e o sistema considerado.
As tcnicas de anlise de eficincia produtiva no-paramtricas apresentadas nesse trabalho
so aplicveis apenas s situaes onde o indicador de desempenho a produtividade e o
sistema considerado uma DMU. No prximo item ser melhor explicado o conceito de
DMU.

2.2 Unidade Tomadora de Deciso (DMU - Decision Making Units)

As tcnicas de anlise de eficincia produtiva foram idealizadas inicialmente para
trabalhar com empresas do setor de manufatura. Com o tempo, porm, essas tcnicas
passaram a ser utilizadas nas mais diferentes situaes e nas mais variadas reas de
conhecimento, analisando a eficincia de qualquer sistema que transformasse um conjunto
de entradas (inputs) em um conjunto de sadas (outputs).

19
Com isso, as tcnicas de anlise de eficincia produtiva podem analisar tanto
empresas como um todo (que podem ser tanto do setor manufatureiro quanto do de
servio), quanto seus departamentos e subdivises. Alm disso, elas esto aptas a analisar
reparties pblicas, ONGs, associaes beneficentes, pases, veculos automotores,
aeroportos e at mesmo pessoas.
Assim, fez-se necessria criao de um conceito para a unidade em anlise que
englobasse toda a flexibilidade do conceito de eficincia produtiva. O conceito que mais se
adequou a essa grande variedade de situaes foi o conceito de Unidade Tomadora de
Deciso (DMU - Decision Making Units), pois segundo Mello et al. (2005), uma maior ou
menor produtividade est relacionada a decises tomadas pelas unidades em estudo. Uma
DMU pode ser definida como todo tipo de sistema produtivo que transforma, de forma
consciente, ou seja, baseado em suas decises (ou nas decises de um gestor), um conjunto
de entradas (inputs) em um conjunto de sadas (outputs). O conceito de DMU est ilustrado
na Figura 1:

Inputs

Outputs
DMU

Figura 1 - Representao de uma DMU

Fonte: Mariano, Almeida e Rebelatto. (2006a)

No caso mais comum de anlise de eficincia, em que se analisam empresas do

setor de manufatura, os inputs sero sempre os insumos utilizados na produo e os outputs
os produtos produzidos pela empresa. Porm, dependendo do tipo de DMU tratada, os

20
inputs e outputs considerados podero ser os mais diferentes possveis como exemplificado
no Quadro 1:

DMU

Inputs

Outputs

Manufatura

Insumos

Produtos

Servios

Insumos

Servios

Reparties pblicas

Repasse de recursos

Nmero de atendimentos ou
Qualidade do atendimento

Associaes
beneficentes

Quantidade de doaes

Nmero de projetos sociais realizados ou

Tamanho da populao beneficiada

Pases

Gastos governamentais

PIB ou IDH

Individuo

Exerccios fsicos ou
Tipo de Alimentao

Condio de sade

Veculos automotores

Preo ou custo de manuteno

Desempenho

Aeroportos

Infra-estrutura instalada ou nmero

de funcionrios

Nvel de Utilizao ou Qualidade do

servio

Quadro 1 - Relao dos tipos de DMU com possveis inputs e outputs

Todos os exemplos do Quadro 1 (que apenas uma pequena ilustrao das muitas
aplicaes existentes) podem ser encontrados na literatura sendo que alguns de maneira
mais farta, como no caso de empresas de manufatura, e outros de maneira mais incipiente.
O estudo de caso desse trabalho estudar a situao em que as DMUs consideradas so
aeroportos.

2.3 Produtividade
O conceito de produtividade nasce a partir da necessidade de se definir um
indicador de desempenho para uma DMU. Segundo Campos (2004) e Catelli (1999), a
produtividade pode ser definida como sendo a relao entre os outputs (sadas) e inputs

21
(entradas) de uma determinada DMU (sistema). A Expresso 4 mostra o clculo da
produtividade para uma DMU que apresente um nico input e um nico output.

P=y/x

(4)

Em que:
P: Produtividade atual de uma DMU;
y: quantidade do output;
x: quantidade do input.

Assim, a produtividade pode ser entendida como sendo um indicador que mede o
quanto uma DMU consegue produzir (em termos da quantidade do output) com uma
quantidade unitria de input. Segundo Lovell (1993), a produtividade pode variar devido a
diferenas em termos da tecnologia de produo, da eficincia do processo de produo e
do ambiente em que ocorre a produo. O ndice Malmquist, pertencente tcnica dos
Nmeros ndices, mede a evoluo da produtividade no tempo e capaz de separar o
quanto dessa evoluo foi devido ao aumento/diminuio da eficincia e o quanto foi
devido s mudanas ocorridas na tecnologia dessa DMU.
De acordo com Martins e Laugeni (2005), o termo produtividade foi usado pela
primeira vez, de maneira formal, em um artigo do economista francs Quesnay, em 1766.
Entretanto, somente no incio do sculo 20 a produtividade assumiu o significado de
relao entre os outputs e inputs de um sistema produtivo. Segundo Moreira (1991),
existem vrias razes para mensurar a produtividade de uma DMU, pois esse ndice pode
ter vrias utilidades, como listado a seguir:

22
1. Como

ferramenta

gerencial,

para

verificar

os

efeitos

de

mudanas

organizacionais, ou da introduo de novos processos de produo;

2. Como instrumento de motivao;
3. Como forma de prever necessidades futuras de mo-de-obra;
4. Como um meio de comparar a performance de indivduos ou departamentos em
uma mesma empresa;
5. Como um meio de verificar a influncia da produtividade sobre os preos;
6. Como uma maneira de medir a performance de uma empresa ou indstria no
decorrer do tempo; e
7. Como uma forma de comparar a performance de empresas/indstrias sob
regimes polticos alternativos.

A noo intuitiva de produtividade se adequa muito bem a situaes em que a

empresa trabalha com um nico input e com um nico output, porm a maioria das
empresas trabalha com mltiplos inputs e mltiplos outputs. Tambm, parece adequar-se
muito bem quando se deseja comparar apenas um nico input e um nico output de uma
DMU que possua vrios. Quando ocorre essa situao, esse ndice chamado de Fator de
Produtividade Parcial (Factor of Partial Productivity - FPP). Segundo Moreira (1994), os
principais FPP existentes so: (a) a produtividade da mo de obra e a (b) produtividade do
capital. Porm, esse Fator de Produtividade Parcial era incapaz de avaliar uma DMU de
maneira completa, exigindo assim a criao de um procedimento matemtico para calcular
a produtividade de uma DMU por meio de um nico ndice. O primeiro trabalho da
literatura referente ao clculo da produtividade de uma DMU com mltiplos inputs e
mltiplos outputs foi proposto por Knight (1933) sendo citado por Lovell (1993). Esse

23
ndice ficou conhecido como Fator de Produtividade Total (Factor of Total Productivity FTP) constituindo-se na base para a maioria das tcnicas de anlise de eficincia.
Segundo Beckenkamp (2002), a frmula de Knight (1933) pode ser entendida
como sendo o clculo da produtividade, da maneira mostrada na Expresso 4, para um
nico input virtual e um nico output virtual, sendo que esse input virtual e esse output
virtual podem ser definidos, respectivamente, como uma combinao linear de todos os
inputs e uma combinao linear de todos os outputs de uma dada DMU. O input virtual e o
output virtual recebem esse nome porque, apesar de estarem simulando inputs e outputs
reais, no existem de fato; so apenas entidades fictcias que representam, respectivamente
todos os inputs e todos os outputs de uma DMU, como um valor nico. Desse modo, a
produtividade de Knight (1933) apresentada pela Expresso 5.

u1 y1 + u2 y2 + u3 y3...+ ui yi
P=

v1 x1 + v2 x2 + v3 x3...+ v j y j

= Ov / Iv

(5)

Em que:
P: Produtividade atual de uma DMU;
ui: Utilidade do output i;
yi: Quantidade do output i;
vj: Utilidade do input j;
xj: Quantidade do input j;
Ov: Output virtual;
Iv: Input virtual.

A utilidade do output i (ui), tambm pode ser denominada como taxa de troca desse
output, enquanto a utilidade do input j (vj) pode ser denominada como taxa de substituio
desse input. Segundo Knight (1933) apud Lovell (1993), os coeficientes ui e vj poderiam

24
ser calculados com base no preo de mercado desses inputs ou outputs mas, no entanto, os
preos dos inputs e outputs podem ser de difcil mensurao. Alm disso, o preo de um
input ou um output nem sempre reflete, da melhor maneira, sua real importncia. Assim, o
clculo das utilidades ui e vj passa ser um problema para o clculo da produtividade e por
conseqncia da eficincia produtiva.
Segundo Moreira (2002), a produtividade dada pela Expresso 4 dita absoluta e a
sua unidade deriva diretamente da unidade dos inputs e outputs envolvidos; as utilidades
dos inputs e dos outputs, por sua vez, so valores adimensionais. O conceito de
produtividade mais usado quando se trata de DMUs do setor de manufatura, porm assim
como o conceito de eficincia produtiva, pode ser generalizado para qualquer tipo de DMU.

2.4 Eficincia Produtiva de uma DMU

Segundo Lovell (1993), a eficincia produtiva de uma unidade de produo (DMU)
resulta da comparao entre os valores, observado e timo, em suas relaes input-output
(produtividade). Assim, tendo como base definio geral de eficincia dada pela
Expresso 2, que diz que eficincia a relao entre um indicador de desempenho e o
mximo valor que esse indicador pode alcanar, e sabendo que a produtividade um
indicador de desempenho de uma DMU, a eficincia produtiva dessa DMU pode ser
calculada pela Expresso 6.

E = P / Pmax
Em que:
E: Eficincia;
P: Produtividade atual de um a DMU;
Pmax: Produtividade mxima que pode ser alcanada por uma DMU.

(6)

25
Assim, se uma determinada DMU que produz cadeiras, possui uma produtividade
de 4 cadeiras por funcionrio, mas sabe-se, que dadas s condies de contorno, ela poderia
produzir 8 cadeiras por funcionrio; ento a sua eficincia ser: (4/8) = 0,5 ou 50%. Caso o
ndice de eficincia de uma DMU seja igual a 1, isso significa que ela eficiente, ou seja,
que sua produtividade atingiu o valor mximo. Entretanto, caso o ndice de eficincia for
menor que 1, significa que essa DMU ineficiente, e, portanto, ainda pode melhorar.
Segundo Farrell (1957), quando o assunto a eficincia produtiva de uma DMU,
geralmente, est-se referindo ao grau de sucesso dessa DMU, no esforo de gerar a mxima
quantidade possvel de outputs, a partir de um dado conjunto de inputs. Segundo Lins e
Meza (2000), de acordo com a definio proposta por Pareto-Koopmans (1951), uma DMU
operar com eficincia produtiva se e somente se:

1.

Nenhum dos outputs puder ser aumentado sem que algum outro output seja

reduzido ou algum input seja aumentado e;

2.

Nenhum dos inputs puder ser reduzido sem que algum outro input seja

aumentado ou algum output seja reduzido.

Com a Expresso 6 pode-se calcular dois tipos de eficincia para uma DMU: (a) a
eficincia absoluta e a (b) eficincia relativa. Na eficincia absoluta, a produtividade
mxima (Pmax), utilizada na frmula, um valor terico e inatingvel (ideal) enquanto, na
eficincia relativa, o Pmax baseado nas produtividades das DMU mais eficientes do mesmo
setor. Uma DMU dificilmente ter eficincia absoluta igual a 1, pois est sendo comparada
com um valor ideal e inatingvel. Por outro lado, mesmo que uma DMU seja eficiente do
ponto de vista da eficincia relativa, ela ainda assim poder aumentar sua produtividade, e

26
se aproximar cada vez mais da eficincia absoluta. Deve-se ressaltar que a maior parte das
tcnicas de anlise de eficincia produtiva encontradas na literatura trabalha apenas com a
eficincia relativa.
O clculo da eficincia relativa apresenta duas dificuldades: (a) a determinao dos
pesos (utilidades) para que se calcule a produtividade e (b) a determinao da produtividade
mxima que pode ser alcanada por uma DMU. Para resolver esses problemas foram
criadas as tcnicas de anlise de eficincia produtiva, sendo que cada uma delas procura
resolver os mesmos problemas de formas diferentes.
Como j explicado, as tcnicas de anlise de eficincia produtiva so divididas em
dois grandes grupos: o das tcnicas paramtricas e o das tcnicas no-paramtricas, sendo
que as tcnicas no-paramtricas buscam calcular a eficincia a partir da construo
emprica de uma fronteira de eficincia, enquanto as tcnicas paramtricas buscam
calcular a eficincia por meio da obteno de uma funo produo, que relacione outputs
e inputs. Esses dois conceitos, fronteira de eficincia e funo produo, encontram-se
detalhados nas prximas duas sees.

2.5 Fronteira de Eficincia

Segundo Mariano, Almeida e Rebelatto (2006a), uma fronteira de eficincia pode
ser definida como sendo o lugar geomtrico ocupado por todas as DMUs, de um
determinado conjunto, consideradas eficientes. A construo da fronteira de eficincia um
requisito bsico para as tcnicas no-paramtricas de anlise de eficincia.
Casa Nova (2002) define a fronteira de eficincia como sendo uma curva de
mxima produtividade, considerando a relao tima entre inputs e outputs, onde se
localizaro todas as DMUs consideradas eficientes, enquanto as ineficientes se localizaro

27
abaixo dela. Desse modo, o termo fronteira de eficincia denomina quais pontos limitam a
produtividade sobre os quais uma unidade produtiva hipottica eficiente.
Uma fronteira de eficincia sempre definida pelo conjunto de DMUs que est
sendo comparado sendo que, uma DMU s poder ser dita eficiente para aquele conjunto a
partir do qual a fronteira de eficincia foi construda. Caso mude o conjunto considerado
tambm dever mudar a fronteira de eficincia, pois quanto mais produtivas forem as
DMUs do conjunto comparado, maior a produtividade necessria para que uma DMU seja
considerada eficiente.
A fronteira de eficincia um grfico onde todas as DMUs so representadas por
meio de pontos. No eixo y desse grfico se encontram os valores do output virtual e no eixo
x se encontram os valores do input virtual de cada DMU analisada. A Figura 2 apresenta
um exemplo de uma fronteira de eficincia. As DMUs que se encontram sobre a linha
vermelha, que a fronteira propriamente dita, so todas eficientes, enquanto as DMUs que
se encontram abaixo dessa linha so todas ineficientes. As DMUs representadas pelos
pontos A e B da Figura 2 so eficientes, pois ambas se encontram no limite mximo da
produtividade que podem alcanar quando comparadas com suas concorrentes.

28

Figura 2 - Fronteira eficiente de produo.

Existem outras formas de se representar uma fronteira de eficincia, porm essas

formas s valem para casos muito especficos como, por exemplo, para DMUs com dois
outputs e um input ou para DMUs com dois inputs e um output. Para o caso de dois
outputs e um input, a fronteira pode ser representada em um grfico, onde o eixo x
apresenta o valor do output 1 dividido pelo input e o eixo y o valor do output 2 dividido
tambm pelo input, como ilustrado na Figura 3. No caso de dois inputs e um nico output
basta seguir o mesmo raciocnio que ser obtida uma fronteira com formato semelhante ao
representado na Figura 3.

29

Output1
Input

Output2
Input
Figura 3 - Fronteira de eficincia de DMUs com um input e dois outputs
Fonte: Rousseau (1998).

Apesar da representao da fronteira contida na Figura 3 ser bem comum em artigos

cientficos, ela s serve para casos bem especficos. Por outro lado a representao na
forma Input virtual/Output virtual, expressa na Figura 2, se adequa a qualquer caso, pois
independentemente do nmero de inputs e outputs analisados, a fronteira sempre poder ser
representada no plano. Porm, para se usar esse tipo de fronteira, existe a grande limitao
de que ela necessita, para ser construda, dos coeficientes de utilidade de cada input e
output de cada DMU do conjunto analisado. por causa dessa limitao que se faz
necessrio, ao se trabalhar com esse tipo de fronteira, a utilizao de tcnicas de anlise de
eficincia.
Alguns clculos podem ser realizados graficamente, a partir de uma fronteira de
eficincia; so esses procedimentos grficos que do origem s tcnicas no-paramtricas
de anlise de eficincia. A produtividade de uma DMU, por exemplo, pode ser calculada
pela tangente do ngulo da reta que liga a origem a essa DMU (), como mostra a Figura 4.

30

Figura 4 Clculo da produtividade de uma DMU

J a eficincia de uma DMU pode ser estimada utilizando-se, como base, a distncia
relativa dessa DMU at a fronteira. Quanto mais longe uma DMU estiver da fronteira tanto
menor ser sua eficincia.
Toda DMU ineficiente pode ser projetada na fronteira de eficincia. Essa projeo
(DMUproj) ser uma estimativa da meta que essa DMU ineficiente deve atingir para ser
considerada eficiente. Essa projeo tambm ser uma estimativa da produtividade mxima
(Pmax) que pode ser alcanada por essa DMU.
Utilizando-se a definio de eficincia e alguns conceitos de matemtica bsica,
possvel estimar, algebricamente, a eficincia de uma DMU, a partir de sua fronteira de
eficincia. Porm, para que se calcule a eficincia necessrio antes de tudo que defina
uma orientao.
Uma orientao definida por trs pontos: (a) o ponto que representa a DMU, (b) o
ponto que representa a projeo da DMU na fronteira e (c) um ponto fixo qualquer (que
usualmente se encontra sobre um dos eixos); esses trs pontos devem estar na mesma

31
direo, ou seja, devem ser colineares. A direo da reta formada por esses trs pontos
denominada orientao do modelo de clculo da eficincia; as duas orientaes mais
utilizadas nas tcnicas de anlise de eficincia produtiva so: (a) orientao aos inputs (em
que a reta formada pelos trs pontos colineares paralela ao eixo x) e (b) orientao aos
outputs (em que a reta paralela ao eixo y). Para os casos de orientao aos inputs e de
orientao aos outputs a eficincia de uma DMU pode ser calculada pela Expresso 7 cuja
deduo pode ser vista no Apndice 1.

E = DDMU/ Dproj (orientao ao output) ou

(7)
E = Dproj /DDMU (orientao ao input)
Em que:
E: Eficincia;
DDMU: Distncia de uma DMU at um ponto fixo;
Dproj: Distncia da projeo de uma DMU at um ponto fixo.
A Figura 5 exemplifica o procedimento de clculo da eficincia para a orientao
aos outputs e a Figura 6 para a orientao aos inputs.

32

Ov
Projeo
Fronteira

DMU
Dproj
DDMU
Ponto fixo

Iv

Figura 5 Exemplo do clculo da eficincia pela orientao aos outputs

Ov

Dproj

Fronteira

Ponto fixo Projeo

DMU

DDMU

Iv
Figura 6 Exemplo do clculo da eficincia pela orientao aos inputs.

Dependendo da orientao escolhida, o valor da eficincia encontrado mudar, pois

mudar o valor da produtividade mxima (Pmax). Alm das orientaes ao input e ao output,

33
existem infinitas outras orientaes como, por exemplo, a representada na Figura 7, que
possui uma inclinao de 30 em relao ao eixo x. Escolhida uma orientao (direo), o
ponto fixo mudar de lugar para cada DMU analisada. Assim, apesar da orientao ser a
mesma o ponto fixo no o mesmo, para todas as DMUs.

Ov

Projeo A
DMU A

Projeo B

DMU B

Ponto
fixo A
Ponto
fixo B

Iv

Figura 7 Exemplo da determinao da projeo de duas DMUs para uma orientao de 30

O clculo da eficincia de uma DMU para uma orientao qualquer, pode ser
realizado pela Expresso 8. Essa Expresso, cuja deduo tambm se encontra no Apndice
1, serve para qualquer situao, sendo que nos casos de orientao aos inputs e aos outputs
ela pode ser reduzida a Expresso 7.

E = (DXDMU * DYproj ) /( DYDMU* DXproj)

(8)

34
Em que:
E: Eficincia;
DXDMU: Distncia de uma DMU at o eixo x;
DXproj: Distncia da projeo de uma DMU at o eixo x;
DYDMU: Distncia de uma DMU at o eixo y;
DYproj: Distncia da projeo de uma DMU at o eixo y.

A Figura 8 explicita graficamente cada uma dessas variveis, tomando como

exemplo a orientao da DMU A da Figura 7.

Ov
DY proj

Projeo
DMU

Ponto
fixo

DY DMU

DX DMU

DX proj

Iv
Figura 8 - Variveis necessrias para o clculo da eficincia por uma orientao qualquer

O ponto de projeo de uma DMU ineficiente na fronteira nada mais do que uma
meta para que a DMU ineficiente se torne eficiente. Da mesma forma que a eficincia pode
ser calculada a partir da projeo de uma DMU, a projeo de uma DMU tambm poder
ser calculada a partir do valor de sua eficincia e da distncia dessa DMU at um ponto
fixo. A frmula poder ser obtida a partir da manipulao algbrica da Expresso 7, e est

35
representada pela Expresso 9. A projeo de uma DMU depender da orientao adotada e
do formato da fronteira.

Dproj = DDMU / E ( orientao ao output) ou

(9)

Dproj = DDMU * E (orientao ao input)

Em que:
E: Eficincia;
DDMU: Distncia de uma DMU at um ponto fixo;
Dproj: Distncia da projeo dessa DMU at o mesmo ponto fixo.
Levando-se em considerao que as distncias DDMU e Dproj podem ser decompostas
em duas componentes (horizontal e vertical), sendo a DDMU decomposta em (DXDMU,
DYDMU) e a Dproj decomposta em (DXproj, DYproj), podemos escrever as equaes de projeo
para as orientaes aos outputs e aos inputs, dadas respectivamente pelas Expresses 10 e
11.

Orientao aos outputs

DXDMU = DXproj

(10)

DYproj = DYDMU /E

Orientao aos inputs

DXproj = DXDMU * E
DYproj = DYDMU

(11)

36
Em que:
E: Eficincia de uma determinada DMU;
DXDMU: Distncia de uma DMU at o eixo x;
DXproj: Distncia da projeo de uma DMU at o eixo x;
DYDMU: Distncia de uma DMU at o eixo y;
DYproj: Distncia da projeo de uma DMU at o eixo y.
No caso da orientao aos outputs, dada pela Expresso 10, os inputs ficam
constantes, por isso DXproj = DXDMU, j

no caso da orientao aos inputs, dada pela

Expresso 11, os outputs ficam constantes e assim DYproj = DYDMU.

O termo fronteira de eficincia geralmente se refere construo grfica do lugar
geomtrico ocupado pelas DMUs eficientes e como j ressaltado se adequa muito bem as
tcnicas no-paramtricas de anlise de eficincia. Porm, outra maneira de se lidar com o
mesmo objeto por meio de uma funo matemtica, chamada funo produo, que ser
definida no prximo tpico.

2.6 Funo Produo

Outro conceito importante para o entendimento das tcnicas de anlise de eficincia

produtiva o conceito de funo produo que nada mais do que um modo, diferente do
apresentado no tpico anterior, de definir a fronteira de eficincia.
Segundo os princpios da microeconomia, existe uma funo matemtica (chamada
funo produo) que relaciona as quantidades de inputs com as mximas quantidades de

outputs que podem ser produzidas com eles. Abel (2000) conceitua a funo produo
como sendo a relao que indica quanto se pode obter de um ou mais outputs, a partir de
uma dada quantidade de inputs. J Azambuja (2002) conceitua funo produo como uma
descrio da relao tcnica existente entre inputs e outputs em um processo de produo,

37
durante um perodo de tempo, onde a funo de produo define o mximo output
resultante de um determinado vetor de input.
Em outras palavras, a funo produo nada mais do que a formulao matemtica
que descreve a fronteira de eficincia, de maneira a indicar a quantidade mxima de outputs
que pode ser produzida, dada uma determinada quantidade de inputs. Uma funo produo
que relacione m outputs e n inputs s poder ser representada no espao Rn.m. Para resolver
esse problema, costuma-se analisar uma funo que expressa a relao entre o input virtual
e o output virtual de uma DMU. Essa relao, salvo os problemas para determinar os
coeficientes de utilidade, bastante simples, pois possui as mesmas caractersticas de uma
funo produo de uma DMU com um nico input e um nico output.
Uma funo produo de uma DMU com um nico input e um nico output pode
sofrer ou no influncia da escala de produo. Caso no sofra influncia da escala de
produo, ou seja, caso a quantidade produzida no interfira na produtividade mxima que
pode ser alcanada por uma DMU, essa funo dita como apresentando retornos
constantes escala. J uma funo que sofra influncia da escala de produo, ou seja, cuja
produtividade mxima seja dependente da quantidade produzida, dita como apresentando
retornos variveis escala. A situao de retornos variveis a escala muito mais comum
nos sistemas produtivos do que a de retornos constantes. Uma funo produo de retornos
variveis escala apresenta quatro regies distintas: (a) a de retornos crescentes a escala;
(b) a de retornos constantes a escala; (c) a de retornos decrescentes a escala e; (d) a de
retornos negativos a escala (FERGUSON, 1994). A Figura 9 ilustra essas regies:

38

Ov

Decrescente

Negativo

Constante
Crescente

Iv
Figura 9 - Funo Produo

Na primeira regio (crescente), o aumento no nmero de inputs ocasiona um

aumento desproporcionalmente maior no nmero de outputs; isso ocorre quando uma DMU
est operando, ou seja, produzindo, abaixo da sua capacidade tima (da capacidade que
garante maior produtividade a essa DMU). Na segunda regio (constante), o aumento do
nmero de inputs ocasiona um aumento proporcional nos outputs; isso ocorre quando uma
DMU est operando na sua capacidade tima. Na terceira regio (decrescente) o aumento
do nmero de inputs ocasiona um aumento desproporcionalmente menor no nmero de

outputs; isso ocorre quando uma DMU est operando acima da sua capacidade tima. Na
quarta regio (negativo) o aumento do nmero de inputs ocasiona uma reduo no nmero
de outputs; isso ocorre quando uma DMU est operando muito acima da sua capacidade
tima.
Na microeconomia bastante comum a anlise de DMUs com dois inputs e um

output, sendo que, geralmente, esses inputs so capital (K) e trabalho (T) e o output um
determinado produto. A funo produo, nesse caso, poderia ser representada no espao
tridimensional, porm para simplificar o entendimento e a visualizao dessa funo foi

39
criado o conceito de Isoquanta. Segundo Azambuja (2004), uma Isoquanta uma curva que
mostra todas as combinaes eficientes de inputs, capazes de produzir uma dada quantidade
de output. Segundo Ferguson (1994), uma Isoquanta uma curva no espao dos inputs
mostrando todas as possveis combinaes de dois inputs fisicamente capazes de produzir
um dado nvel de output. Essa curva obtida por meio do corte da funo produo
tridimensional, por um plano perpendicular ao eixo onde est representado o output. O
conjunto tridimensional da superfcie de produo pode ser representado por um mapa de
Isoquantas bidimensional, sendo que quanto mais afastada da origem estiver a Isoquanta,
maior a quantidade de output produzido. A Figura 10 ilustra um mapa de Isoquantas.

Figura 10 - Mapa de Isoquantas

Fonte: Mansfield (1980) apud Azambuja (2002)

As curvas B, D e E presentes no mapa da Figura 10 so as diferentes

Isoquantas de uma determinada funo produo, sendo que cada uma representa todas as

40
combinaes eficientes dos insumos (inputs) 1 e 2 que geram respectivamente 50, 100 e
150 unidades de um determinado produto (output).

2.7 Outros tipos de eficincia de DMUs

A eficincia um conceito muito amplo, que pode possuir diversos significados

dependendo da rea de conhecimento em que esse conceito est sendo utilizado. Alm da
eficincia produtiva e da eficincia energtica, que j foram apresentadas, existem outros
tipos de eficincia, sendo que alguns desses tipos tambm se referem a DMUs (apesar de
utilizarem outros indicadores de desempenho) possuindo, assim, ligao direta com a
eficincia produtiva. So elas: (a) a eficincia econmica, (b) a eficincia alocativa, (c) a
eficincia tcnica e (d) a eficincia de escala. A Figura 11 apresenta uma hierarquia entre
esses tipos de eficincia:

Eficincia
econmica

Eficincia
produtiva

Eficincia
alocativa

Eficincia
tcnica

Figura 11 - Tipos de eficincia

Eficincia
de escala

41
A eficincia econmica o tipo mais amplo de eficincia de uma DMU e pode ser
subdividida (descomposta) em duas componentes: a eficincia produtiva e a eficincia
alocativa. A eficincia produtiva, por sua vez, tambm pode ser subdividida em duas
componentes, sendo que essas duas componentes sero muito importantes nas tcnicas de
anlise de eficincia que sero apresentadas, so elas: a eficincia tcnica e a eficincia de
escala.
A frmula geral pode ser utilizada para o clculo de todos esses tipos de eficincia,
desde que sejam considerados os indicadores de desempenho adequados. As tcnicas de
anlise de eficincia desse trabalho, porm, se referem apenas ao clculo da eficincia
produtiva e de suas componentes. As eficincias alocativa e econmica esto presentes
apenas para situar a eficincia produtiva dentro de um contexto mais amplo.
Nos prximos subitens, esses tipos de eficincia sero descritos e comparados entre
si sendo que, no primeiro subitem, sero apresentadas e comparadas as eficincias
econmica e produtiva; no segundo subitem sero apresentadas e comparadas as eficincias
alocativa e produtiva (que o foco desse trabalho e por isso ganha destaque) e; por fim, no
terceiro subitem sero apresentadas e comparadas as 3 componentes da eficincia produtiva
(total, tcnica e de escala).

2.7.1 Eficincia Produtiva e Eficincia Econmica

Os conceitos de eficincia produtiva e eficincia econmica diferem apenas com

relao ao indicador de desempenho considerado. Enquanto na eficincia produtiva o
timo definido em termos de possibilidade de produo, a eficincia econmica buscar
definir o timo em termos do objetivo comportamental da unidade de produo.

42
Na prtica, segundo Azambuja (2002), pode-se definir a eficincia produtiva como
sendo a comparao que se faz entre o output observado e o mximo output potencial
alcanvel, dado um conjunto de inputs. J a eficincia econmica medida comparando-se
custos, receitas e lucros observados, em relao a padres timos. Assim, enquanto a
eficincia produtiva utilizar como indicador de desempenho valores fsicos de inputs e

outputs, a eficincia econmica utilizar indicadores econmicos como: custos, receitas,

lucro obtido, taxa de retorno e etc.
Segundo Miller (1981) apud Tauile e Debaco (2002), uma firma ser
economicamente eficiente se conseguir ao mesmo tempo maximizar seu lucro, minimizar
seus custos e maximizar a satisfao dos consumidores. Segundo Kohler (1972), a
eficincia econmica um estado de coisas em que nenhuma reorganizao concebvel na
economia plenamente empregada poder produzir diminuio da escassez ou aumento da
satisfao das necessidades humanas. Sendo assim, um produtor que faz um produto que
ningum deseja, usando o mnimo de recursos possveis, estar operando com eficincia
produtiva, mas no com eficincia econmica, pois com os mesmos recursos ele poderia
fazer um produto que aumentasse a satisfao das necessidades humanas.

2.7.2 Eficincia produtiva e Eficincia alocativa

A eficincia econmica pode ser influenciada por dois fatores: (a) fatores de ordem
produtiva e (b) fatores de ordem alocativa. Portanto, pode-se dizer que a eficincia
econmica possui duas componentes: a eficincia produtiva e a eficincia alocativa
(BERECHMAN, 1993).

43
Segundo Azambuja (2002), a eficincia produtiva est ligada habilidade de evitar
desperdcios, ou seja, a habilidade de produzir tantos outputs quanto o uso dos inputs
permitir ou de usar o mnimo de inputs possvel, que viabiliza uma determinada produo.
Por outro lado, a eficincia alocativa est ligada habilidade de alocar, da melhor
maneira possvel, os recursos econmicos disponveis no processo produtivo. Em outras
palavras, a eficincia alocativa a componente da eficincia econmica que mede se um
dado recurso est sendo utilizado, economicamente, de maneira tima. Assim, essa
eficincia pode indicar, por exemplo, que o produtor est gastando muitos recursos para
produzir um produto que rende pouco ou que a DMU est utilizando uma combinao de

inputs muito custosa para produzir um determinado nvel de outputs. Uma DMU s
apresentar eficincia econmica se for produtivamente eficiente, isto , se produzir sem
desperdcios, e se, conseguir alocar seus recursos de maneira a minimizar os seus custos
totais ou maximizar o seu lucro obtido.
Segundo Azambuja (2002), isolar o componente de eficincia alocativa tarefa
bastante complicada, visto que ela depende de diversos fatores como: (a) economias de
escala, (b) economias de escopo, (c) economias de densidade de trfego, (d) economias de
utilizao de estoque de capital, (e) economias de rede e (f) economias de tempo de
usurio; sendo que cada um desses fatores pode dar origem a tipo diferente de eficincia
que comporo a eficincia alocativa.
Apesar das vrias dificuldades envolvidas existem alguns procedimentos e tcnicas
que podem auxiliar na determinao da eficincia alocativa. Na rea de pesquisa
operacional, por exemplo, existem tcnicas de otimizao da alocao dos recursos, que
permitem obter a combinao tima de outputs que uma DMU deve produzir, dadas s
quantidades de inputs, com o objetivo de maximizar sua eficincia alocativa. Essas tcnicas

44
so baseadas em programao linear (PL) e utilizam como funo objetivo (FO) ou a
funo custo (que deve ser minimizada) ou a funo lucro (que deve ser maximizada).
Maiores detalhes a respeito de programao linear (que importantssima para as principais
tcnicas de anlise de eficincia produtiva) se encontram no Apndice 2.
J na rea de microeconomia, uma alternativa possvel para se achar o mix de inputs
que minimiza o custo total, dada uma quantidade de outputs, utilizar o ponto de encontro
da curva de Isoquanta com a curva de Isocusto que a tangencia. Porm, esse procedimento
s valido no caso de DMUs com dois inputs e um output. Uma curva de Isocusto uma
curva bidimensional que mostra as diferentes combinaes de dois inputs de uma dada
DMU, que geram o mesmo gasto para empresa. Assim como as Isoquantas, as curvas de
Isocusto tambm podem ser representadas por um mapa, sendo que quanto mais afastado da
origem, maior o custo. A Figura 12 apresenta um mapa de Isocustos.

Input 1

Aumenta o
custo

C=4
C=5
C=8
C=2

C = 10

Input 2
Figura 12 - Mapa de Isocustos

45
O ponto de encontro da Isoquanta com a curva de Isocusto que a tangencia, ser o
ponto em que, para uma dada quantidade de output, a combinao dos inputs 1 e 2 custar
menos, como ilustrado na Figura 13.

Figura 13 - Ponto de eficincia alocativa.

Fonte: Adaptado de Berechman (1993).

Na Figura 13, os pontos E e F so os pontos de mnimo custo para dois nveis

diferentes de outputs, sendo que cada um desses nveis representado por uma Isoquanta.
Tendo-se o custo ou o lucro do ponto timo de alocao de recursos, a eficincia
alocativa pode ser calculada pela Expresso 12. Essa expresso advinda da Expresso 2
(geral), sendo que o custo (que do tipo quanto menor melhor) e o lucro (que do tipo
quanto maior melhor) so dois possveis indicadores de desempenho da eficincia
alocativa. Vale ressaltar, porm, que descobrir o ponto timo tarefa bastante complicada,
pois alm de se identificar a combinao tima dos outputs deve-se descobrir a combinao
tima dos inputs que so utilizados na produo desses outputs.

46
Eficincia Alocativa = (Ctimo / Catual ) ou (L atual /Ltimo)

(12)

Em que:
Ctimo: Custo da alocao de recursos tima;
Ltimo: Lucro da alocao de recursos tima.
Catual: Custo atual;
L atual: Lucro atual;

Algebricamente, a eficincia econmica pode ser calculada a partir das eficincias

alocativa e produtiva, pela Expresso 13:

Eficincia Econmica = Eficincia Produtiva * Eficincia Alocativa

(13)

2.7.3 Eficincia Produtiva Total, Tcnica e de Escala

Para uma empresa no conseguir ser produtivamente eficiente podem existir duas
causas. Essas causas podem ser problemas de ordem puramente tcnica ou problemas de
escala de produo. Essas duas causas do origem s componentes: (a) Eficincia tcnica e
(b) Eficincia de escala.
A ineficincia tcnica causada por problemas tpicos de engenharia como, por
exemplo: problemas relacionados falta de treinamento ou qualificao dos funcionrios,
problemas com o maquinrio utilizado na produo, problemas com a qualidade do
material utilizado e outros.
Por outro lado, a ineficincia de escala est relacionada com problemas de
economia ou deseconomia de escala. Assim, a eficincia de escala est ligada ao fato da
empresa estar ou no produzindo em sua escala de tima de produo, ou seja,

47
relacionada aos conceitos de funo produo, vistos no item 2.6. bastante conveniente
para uma empresa saber o quanto da eficincia apresentada se deve aos fatores tcnicos e o
quanto se deve aos fatores de escala, pois isso poder representar uma diretriz na
identificao de possibilidades de melhoria.
Definiu-se ento, trs tipos de eficincia produtiva:

Eficincia Produtiva tambm chamada de Eficincia Total: Mede a

capacidade de uma DMU transformar inputs em outputs em propores adequadas e

de maneira produtiva;

Eficincia Tcnica: um ndice que representa o quanto da eficincia total de

uma empresa pode ser relacionada a fatores tcnicos ou de engenharia;

Eficincia de Escala: um ndice que representa o quanto da eficincia total de

uma empresa pode ser relacionada a fatores econmicos ou de escala ou, em outras
palavras, um ndice que est relacionado ao fato da empresa estar operando abaixo
ou acima de sua escala tima de produo.

A eficincia total ou produtiva pode ser definida como um ndice combinado das
eficincias tcnicas e de escala. A equao que correlaciona esses trs tipos de eficincia
est apresentada na Expresso 14.

Eficincia Produtiva = Eficincia Tcnica * Eficincia de Escala

(14)

48
Nas tcnicas de anlise de eficincia produtiva, a eficincia total obtida
comparando-se uma DMU com todas as suas concorrentes, indiscriminadamente; j a
eficincia tcnica obtida comparando-se uma DMU apenas com aquelas que operem em
escala semelhante a sua. Na prtica, o clculo das eficincias total e tcnica, se diferencia
apenas com relao ao formato da fronteira de eficincia utilizado. A fronteira para calcular
a eficincia total uma reta com inclinao de 45 que sai da origem e intercepta a DMU
mais produtiva, fazendo com que todas as DMUs sejam comparadas a ela; j a fronteira
para calcular a eficincia tcnica possui o formato de uma funo produo caracterstica,
com suas variaes de escala consideradas; a Figura 14 ilustra essas duas fronteiras.

Figura 14 - Comparao entre o clculo da Eficincia Total e Tcnica

Aps o clculo da Eficincia Tcnica e da Eficincia Total, pode-se calcular a

eficincia de escala. A eficincia de escala pode ser calculada diretamente a partir da
manipulao algbrica da Expresso 14 como ilustrada na Expresso 15:

49

Eficincia de Escala = Eficincia Produtiva/ Eficincia Tcnica

(15)

Nas DMUs que apresentam retornos constantes a escala, no faz sentido falar em
Eficincia de Escala e Eficincia Tcnica, sendo calculada apenas a eficincia Total.
Por meio de uma fronteira de eficincia tcnica, possvel perceber como uma
DMU pode aumentar sua produtividade, e conseqentemente sua eficincia total,
simplesmente aumentando ou diminuindo sua escala de produo, sem precisar alterar seu
processo produtivo. A Figura 15 exemplifica esse fato:

Ov
C
B

Iv
Figura 15 - Produtividade de DMUs que operam em escalas diferentes

Na Figura 15, as DMUs A, B e C so todas tecnicamente eficientes, pois

esto sobre a fronteira de eficincia tcnica (funo produo). Porm, a produtividade da
DMU B, que a tangente da reta que liga a origem a essa DMU, maior que
produtividade das demais (j que o angulo da reta que liga essa DMU a origem maior que
o das demais). Isso ocorre porque B opera na sua escala tima de produo (retorno

50
crescente a escala), enquanto as DMUs A e C operam, respectivamente, abaixo e acima
de suas escalas timas (respectivamente retornos crescentes e decrescentes a escala).
O Quadro 2 apresenta um resumo dos tipos de eficincia de uma DMU:

Tipo de eficincia

Caracterstica

Econmica

Capacidade de uma DMU de evitar a escassez e ao mesmo tempo maximizar a

satisfao humana

Alocativa

Capacidade de uma DMU de alocar os seus recursos econmicos da melhor maneira

possvel

Produtiva ou Total

Capacidade de uma DMU transformar inputs em outputs em propores adequadas

evitando desperdcios

Tcnica

Parcela da eficincia produtiva relacionada a fatores de ordem tcnica ou de

engenharia

De Escala

Parcela da eficincia produtiva relacionada ao fato da DMU estar ou no estar

operando em sua escala tima
Quadro 2 - Resumo dos tipos de eficincia de uma DMU

Os conceitos de eficincia econmica e de eficincia alocativa no so to

abrangentes quanto o conceito de eficincia produtiva. Por exemplo, caso se deseje estudar
um problema em que as DMUs representem indivduos, no ter sentido referir-se a
eficincia econmica ou a eficincia alocativa; apenas a eficincia produtiva far sentido.
sempre bom lembrar, tambm, que com exceo das eficincias tcnica e de escala, que so
componentes da eficincia produtiva, nenhuma das tcnicas de anlise de eficincia
apresentadas nesse trabalho lida com os outros tipos de eficincia de DMUs (eficincia
econmica e alocativa).
recomendvel ao afirmar se uma DMU ou no eficiente, a correta especificao
do tipo de eficincia ao qual se est referindo, pois uma DMU pode estar operando com

51
eficincia produtiva, por exemplo, mas no operar com eficincia econmica ou eficincia
alocativa.

52

Captulo 3 Estruturao do mtodo e das tcnicas de

anlise de eficincia produtiva

Existe um nico mtodo, composto de vrias etapas, para se analisar a eficincia

produtiva de um conjunto de DMUs; por outro lado, existem diversas tcnicas que podem
ser utilizadas dentro desse mtodo para realizar essa anlise. Assim, esse captulo tem o
objetivo de estruturar esses dois conceitos: (a) o do mtodo com as suas diferentes etapas e
o (b) das tcnicas que so divididas em duas categorias: paramtricas e no-paramtricas
(que sero brevemente introduzidas e comparadas nesse captulo).
Como j discutido, as tcnicas de anlise de eficincia, desde que foram criadas,
sofreram uma serie de modificaes e atualizaes que dificultaram bastante a sua
representao e o seu entendimento por parte das pessoas que se propunham a utiliz-las.
Como uma tentativa de facilitar o acesso de novos usurios a essas tcnicas, nesse captulo
tambm ser apresentado um grupo de conceitos hierarquicamente estruturados, que sero

53
de grande importncia na representao de forma clara e abrangente de todas as
peculiaridades envolvidas nessas tcnicas. Essa estrutura capaz de representar tanto as
tcnicas paramtricas (como ser visto nesse captulo) quanto as no-paramtricas (como
ser visto nos dois captulos posteriores).

3.1 Estrutura hierrquica de uma tcnica

Diversas tcnicas que calculam e analisam a eficincia de uma DMU podem ser
encontradas na literatura. Uma tcnica deve sempre ser analisada dentro de um contexto
mais amplo, que o contexto do mtodo do qual ela faz parte; alm disso, uma tcnica,
para poder atuar, precisa se apoiar em um modelo, que simplifica a realidade e que, por sua
vez, pode ser analisado sob diversas perspectivas. Compreender a estrutura hierrquica de
uma tcnica fundamental para se entender todas as particularidades da anlise de
eficincia.

3.1.1 Mtodo e Tcnica

Um mtodo uma seqncia lgica de passos ou operaes para se realizar

determinada tarefa ou atingir determinado objetivo. Segundo Houaiss (2001), mtodo o
procedimento, tcnica ou meio de se fazer alguma coisa de acordo com um plano; tambm
um processo lgico, organizado e sistemtico de pesquisa, instruo, investigao,
apresentao e etc. Segundo Ferreira (1975), um mtodo o caminho pelo qual se atinge
um objetivo.
Uma tcnica, por sua vez, possui duas definies: (a) um conjunto de processos
que acompanham os conhecimentos cientficos e so utilizados para investigar e
transformar a realidade observada ou; (b) um procedimento ou um conjunto de

54
procedimentos empregados para obter um determinado resultado ou alcanar um
determinado objetivo(HOUAISS, 2005; FERREIRA, 1975).
Para fins desse trabalho, uma tcnica ser definida como o conjunto de
procedimentos, geralmente de carter matemtico, empregado dentro de um mtodo, para
alcanar um determinado resultado, que pode ser ou no, o objetivo final desse mtodo. Um
mtodo, por sua vez ser definido uma seqncia de passos, de carter bastante amplo,
utilizado para se atingir um determinado objetivo. Assim, pelas definies adotadas nesse
trabalho, o conceito de mtodo pode ser considerado um conceito bem mais amplo e que
engloba o conceito de tcnica que, por sua vez, deve ser sempre entendida e utilizada
dentro do contexto do mtodo em que ela est inserida.
Para se utilizar um mtodo so necessrias, alm de uma ou vrias tcnicas,
diversos outros requisitos como: (a) pessoas, (b) atividades bem planejadas e (c) um
conjunto de ferramentas, principalmente as computacionais. Um mtodo deve ser sempre
caracterizado pelo objetivo que contempla e o objetivo do mtodo do qual fazem parte as
tcnicas apresentadas nesse trabalho justamente avaliar, em todas as suas dimenses, a
eficincia produtiva de um conjunto de DMUs.
J a caracterstica mais bsica de uma tcnica o resultado que ela visa atingir
sendo que os resultados obtidos pelas tcnicas de anlise de eficincia, expostas nesse
trabalho, so dados, de natureza variada, que podem ser utilizados para avaliar a eficincia
relativa de um conjunto de DMUs.
Para se utilizar uma tcnica de qualquer natureza, porm, necessrio que a
realidade sobre a qual essa tcnica ir atuar seja representada, e em muitos casos
simplificada; para resolver essa questo fez-se necessrio definio dos conceitos de
modelo e perspectiva.

55

3.1.2 Modelo e Perspectiva

Um modelo pode ser definido como uma representao ou interpretao

(simplificada ou no) da realidade a partir de uma estrutura de conceitos. Tambm pode ser
definido como um conjunto de hipteses sobre a estrutura ou o comportamento de um
sistema, a partir do qual se procura explic-lo ou prev-lo. Segundo Houaiss (2001),
modelo uma construo terica, de natureza matemtica, que visa estabelecer a essncia
de determinada estrutura englobando: (a) suas relaes internas, (b) sua evoluo, (c) os
fatores que determinam as suas mudanas e (d) as linhas a serem adotadas para o equilbrio
do sistema.
Uma tcnica freqentemente precisa adotar um modelo como suporte, pois para se
inter-relacionar com a realidade, que muito complexa, necessrio que a realidade seja
traduzida por meio de um modelo. Os modelos que apiam as tcnicas de anlise de
eficincia geralmente diferem quanto ao formato da fronteira adotado e o tipo de retorno a
escala, o que acaba influenciando no tipo de eficincia calculada.
Uma perspectiva, por sua vez, pode ser definida como os diferentes aspectos que
um modelo, que apia uma determinada tcnica, pode assumir. Segundo Ferreira (1975) e
Houaiss (2001), perspectiva a forma ou aparncia sob a qual algo se apresenta; ela
tambm pode ser definida como um ponto de vista. As perspectivas so obtidas por meio
de manipulaes e simplificaes matemticas que no alteram as hipteses sob as quais
esse modelo se sustenta. Assim, as perspectivas podem ser compreendidas como sendo os
diferentes ngulos (ou pontos de vista) utilizados para se analisar um mesmo modelo.

56
As perspectivas podem ser comparadas por diferentes aspectos, por exemplo: (a) a
eficincia computacional, (b) a facilidade de entendimento e (c) a quantidade de
interpretaes e informaes adicionais fornecidas. Duas perspectivas podem conduzir a
resultados iguais ou complementares, a respeito da realidade analisada. As diferentes
perspectivas dos modelos que embasam as tcnicas de anlise de eficincia se referem, na
maioria das vezes, ou s diferentes orientaes de projeo na fronteira e ou a dualidade
dos modelos de programao linear (ver Apndice 2).
As perspectivas de podem ser divididas em diferentes nveis, sendo que cada
perspectiva de um nvel pode conter todas as combinaes de perspectivas dos nveis que
esto hierarquicamente subordinados a ele.

Qualquer tcnica de anlise de eficincia (e talvez qualquer tipo de tcnica em

geral), de qualquer grau de complexidade, pode ser estruturada na forma sistematizada pela
Figura 16, sendo que no existem limites para os modelos e perspectivas que uma tcnica
pode possuir:

57
Objetivo

Mtodo
Tcnica (1)

Tcnica (2)

Modelo (1)

Perspectiva de 1o
nvel (1)

Perspectiva
de 2o nvel (1)

Perspectiva
de 2o nvel (2)

Modelo (2)

Perspectiva de 1o
nvel (2)

Perspectiva
de 2o nvel (1)

Perspectiva de 1o
nvel (1)

Perspectiva
Perspectiva
de 2o nvel (2) de 2o nvel (1)

Perspectiva
de 2o nvel (2)

Perspectiva de 1o
nvel (2)

Perspectiva
de 2o nvel (1)

Perspectiva
de 2o nvel (2)

Figura 16 - Estrutura hierrquica de uma tcnica

Fonte: Adaptado de Mariano (2005)

Nesse captulo e nos subseqentes sero utilizadas cores padro para representar os
diferentes nveis da estrutura hierrquica de uma tcnica, sero utilizadas as cores: (a)
vermelha para representar as tcnicas; (b) verde para representar os modelos e; (c) amarelo
para representar as perspectivas.

3.2 Etapas do mtodo de anlise de eficincia produtiva

Como j explicado no inicio do captulo, o mtodo para se analisar a eficincia de

uma DMU sempre o mesmo, independentemente da tcnica escolhida sendo que a escolha
da tcnica, do modelo e da perspectiva apenas uma das vrias etapas desse mtodo. A
Figura 17 apresenta a seqncia dessas etapas.

58

Seleo das
DMUs

Seleo dos inputs e

outputs

Escolha da(s) tcnica(s),

modelos(s) e
perspectiva(s)

Escolha da ferramenta
computacional

Inplementao
da tcnica

Anlise dos
resultados

Figura 17 - Etapas do mtodo de clculo da eficincia

3.2.1 Seleo das DMUs

O resultado da eficincia produtiva encontrado por uma tcnica estar diretamente

ligado ao conjunto de DMUs adotado na anlise, sendo que qualquer afirmao a respeito
da eficincia de uma DMU ser vlida apenas para aquele conjunto naquele determinado
momento.
Segundo Mello (2005a), as DMUs do conjunto de DMUs adotado devem possuir os
mesmos inputs e os mesmos outputs, sendo que eles podem variar apenas em intensidade.
Alm disso, as DMUs desse conjunto devem ser homogneas, isto , devem realizar as
mesmas tarefas, com os mesmos objetivos, trabalhar nas mesmas condies de mercado e
ter autonomia na tomada de decises; caso as DMUs no fossem homogneas no faria

59
sentido compar-las, visto que nenhuma concluso a respeito da eficincia poderia ser
inferida, dadas as enormes diferenas entre elas.
Caso se deseje calcular a eficincia de um conjunto muito pequeno de DMUs que
possuam muitos inputs e muitos outputs, podem ocorrer algumas distores que certamente
comprometero os resultados obtidos. Isso ocorre porque o nmero de DMUs ser
insuficiente para que seja determinada a funo produo ou construda a fronteira de
eficincia de maneira adequada.
Para a Anlise por Envoltria de Dados (DEA), por exemplo, existe uma frmula
matemtica, que foi determinada empiricamente por meio de anos de experincia com
anlises de eficincia, para se determinar o nmero mnimo de DMUs que devem ser
adotadas, dadas as quantidades de inputs e outputs (COOPER et al, 2000). Essa frmula
est apresentada na Expresso 16 :

z = MAX {n.m; 3.(n+m)}

(16)

Em que:
n: Nmero de inputs;
m: Nmero de outputs;
z: Nmero de DMUs em avaliao

3.2.2 Seleo dos inputs e outputs

A escolha de quais inputs e outputs sero utilizados durante a anlise de eficincia

constituem um dos primeiros desafios do mtodo de anlise de eficincia. Segundo Mello
(2005a), a escolha das variveis de input e output deve ser feita a partir de uma ampla lista

60
de possveis variveis ligadas ao modelo, sendo que essa listagem inicial permitir um
maior conhecimento sobre as unidades a serem avaliadas.
Na literatura so encontrados diferentes procedimentos para resoluo do problema
de seleo de variveis, como: (a) a tcnica estatstica (LINS; MOREIRA, 1999) e (b) a
tcnica Multicritrio (MELLO et al., 2002; SENRA, 2004), sendo que dentro dessa podemse ter:

(a) a tcnica Multicritrio Combinatria Inicial, (b) a tcnica Multicritrio

Combinatria por Cenrios, (c) a tcnica Multicritrio Total e (d) a tcnica Multicritrio
Total Simplificada.
Aps a escolha dos inputs e outputs, eles devem ser testados por meio de tcnicas
estatsticas bsicas para verificar se escolha foi adequada. Segundo Almeida (2007), os
clculos da mdia, do desvio-padro, da regresso linear e dos coeficientes de correlao
tornam-se essenciais para verificar se as variveis escolhidas realmente explicam a
realidade e se realmente se relacionam em uma funo produo.
Um dos mtodos para verificar se a seleo de variveis foi adequada por meio da
anlise dos coeficientes de correlao: (a) dos inputs com os inputs, (b) dos outputs com os

outputs e (c) dos inputs com os outputs. Caso a correlao entre dois inputs ou entre dois
outputs seja muito alta (geralmente utilizado como referencia o valor 0,9), isso significa
redundncia, ou seja, significa que os dois inputs ou os dois outputs explicam a mesma
coisa e sendo assim um dos dois poderia ser eliminado. J caso algum input tenha ndices
de correlao muito baixos com todos os outputs (abaixo de 0,1, por exemplo), ele tambm
poderia ser eliminado, pois no uma varivel explicativa e provavelmente no estaria
relacionado com a funo produo. Um caso prtico ilustrando esse procedimento de
escolha de variveis pode ser encontrado no Captulo 6.

61
3.2.3 Escolha da(s) tcnica(s), do(s) modelo(s) e da(s) perspectiva(s)

As tcnicas, os modelos e as perspectivas devem ser escolhidos de acordo com o

problema que se quer resolver e com os resultados que se deseja obter. Por exemplo, de
acordo com o nmero de variveis de input e output do problema, uma tcnica pode ser
mais adequada que outra. Da mesma forma, caso se queira calcular a eficincia total devese usar um modelo diferente do que quando se quer calcular a eficincia tcnica.
Os prximos itens desse captulo apresentaro uma pequena introduo s tcnicas
paramtricas e no-paramtricas de anlise de eficincia produtiva sendo que, nos prximos
dois captulos, dedicados respectivamente ao DEA e aos Nmeros ndices, sero
apresentados, de forma detalhada, os principais modelos e perspectivas ligados a eles. Alm
disso, no Captulo 6 ser apresentado uma pequena aplicao prtica do processo de
escolha das tcnicas, modelos e perspectivas e no Captulo 7, haver uma sistematizao
desse processo de escolha por meio da construo de um Sistema Especialista.

3.2.4 Escolha da ferramenta computacional

Depois de escolhida a tcnica, o(s) modelo(s) e a(s) perspectivas, deve-se escolher a

ferramenta computacional, que suportar o procedimento. Para tal podem ser utilizados
tanto softwares simples, como o Excel por meio de sua ferramenta solver (que resolve
problemas de programao linear), quanto softwares mais poderosos como o Maple, o
Statistica ou o MATLAB (que possuem uma enorme gama de aplicaes). Especificamente
para solucionar os problemas de programao linear, alm do solver, podem ser utilizados
o Lindo, o Lingo Cplex, o Whats best e o OTIMIZA. As tcnicas tambm podem ser
implementadas utilizando-se alguma linguagem de programao como o Pascal, Fortran, C,
C++, Delphi ,entre outras.

62
Para a Anlise por Envoltria de Dados (DEA), especificamente, existem
ferramentas em que a tcnica j est implementada; esses softwares so grandes caixas
pretas onde se digitam os dados de inputs e outputs e instantaneamente saem os resultados
da eficincia. Os softwares desse tipo so: o Frontier analyst, o SIAD, o SIEN o Onfront e
o DEAP.
Aps a implementao da tcnica e obteno dos resultados, deve-se realizar uma
anlise criteriosa dos resultados obtidos, luz de todas as escolhas realizadas nas etapas
anteriores.

Saindo um pouco do escopo do mtodo, os prximos trs itens desse captulo sero
dedicados s tcnicas de anlise de eficincia ou mais especificamente aos dois grandes
grupos de tcnicas de anlise de eficincia existentes na literatura: (a) o das tcnicas
paramtricas e (b) o das tcnicas no-paramtricas. No item 3.3, por exemplo, com o
objetivo do grupo das tcnicas no-paramtricas (que so o foco desse trabalho) ficar bem
caracterizado, sero apresentadas e discutidas as principais diferenas entre esse grupo e o
das tcnicas paramtricas; j no item 3.4, sero brevemente apresentadas e comparadas as
principais tcnicas paramtricas de anlise de eficincia encontradas na literatura, que
apesar de no serem o foco desse trabalho serviro, entre outras coisas, para ilustrar a
estrutura hierrquica desenvolvida no inicio desse Captulo; por fim, no item 3.5 sero
apresentadas e comparadas as principais tcnicas no-paramtricas de anlise de eficincia
servindo de introduo aos prximos dois captulos onde essas tcnicas sero detalhas
juntamente com seus modelos e perspectivas.

63
3.3 Comparao entre os grupos paramtrico e no-paramtrico das tcnicas de
anlise eficincia

Como j mencionado, existem duas classes de tcnicas de anlise de eficincia

produtiva: as paramtricas e as no-paramtricas. As tcnicas paramtricas necessitam, para
o clculo da eficincia, da prvia determinao de uma funo que correlacione os inputs e
os outputs da DMU que est sendo analisada; essa funo chamada de funo produo.
J as tcnicas no-paramtricas no precisam estimar uma funo produo para calcular a
eficincia, fazendo isso por meio ou da construo emprica da fronteira ou da comparao
pura e simples de duas DMUs.
Segundo Houaiss (2001), paramtrico algo relativo a parmetro, que por sua vez
uma varivel de carter secundrio cuja finalidade especificar os objetos de um conjunto
ou de uma famlia. Por exemplo, na famlia de planos a.x + b.y + c.z +d = 0; a, b, c e d so
parmetros. Assim, pode-se concluir que as tcnicas paramtricas, para funcionarem,
precisam da determinao prvia de alguns parmetros que permitam estimar a funo
produo. Portanto, a diferena bsica entre as tcnicas paramtricas e no-paramtricas de
anlise de eficincia est na maneira como as fronteiras de eficincia so construdas e
utilizadas. Enquanto as tcnicas paramtricas estimam os parmetros de uma funo para
fronteira de eficincia e fazem os clculos a partir dessa funo, as tcnicas noparamtricas calculam a eficincia a partir de um conjunto de formulaes, oriundas da
construo emprica da fronteira de eficincia a partir dos dados referentes aos inputs e

outputs das DMUs analisadas, sem estimar a funo da fronteira.

As tcnicas paramtricas de anlise de eficincia produtiva se dividem em dois
grupos distintos: o das tcnicas determinsticas, que no modelam os erros aleatrios ao
calcular a eficincia, e o das tcnicas estocsticas, que modelam os erros aleatrios. As

64
tcnicas paramtricas mais utilizadas para determinar a eficincia so: a fronteira
estocstica, que pertence a categoria estocstica e as funes pr-estabelecidas, que
pertencem a categoria determinstica. Ambas as tcnicas partem de algumas funes
genricas que relacionam inputs e outputs, como a funo Cobb-Douglas ou a funo translogartmica (que podem ser entendidas como modelos dessas tcnicas) e, a partir do
conjunto de DMUs que se est se analisando, calculam parmetros (da onde vem o termo
paramtricas) para alimentar essa funo genrica e por meio dela calcular a eficincia.
J dentre as tcnicas no-paramtricas de anlise de eficincia produtiva, uma das
mais utilizadas e estudadas a Anlise por Envoltria de Dados, que constri a fronteira de
eficincia empiricamente e compara uma DMU com a sua projeo nessa fronteira; porm,
outra tcnica no-paramtrica de determinao de eficincia muito utilizada a tcnica dos
Nmeros ndices, que compara as DMUs de duas em duas. Dentro de cada uma dessas
tcnicas existem diversos modelos e perspectivas que conduzem a uma enorme gama de
informaes e possibilitam uma srie de anlises interessantes.
As tcnicas paramtricas apresentam vantagens e desvantagens em sua utilizao
quando comparadas as tcnicas no-paramtricas. De acordo com a Civil Aviation
Authority (2000), as principais vantagens so:

1.

No necessrio que os inputs e os outputs tenham uma alta correlao, pois

isso j considerado na montagem das equaes;

2.

So menos sensveis a rudos (que so dados que no correspondem

realidade, causados por fatores fora do controle e erros de medio) e outliers (que
so pontos, muito acima ou muito abaixo da mdia geral de um determinado
conjunto de dados, ou seja, so pontos fora da curva que distorcem os resultados);

65
3.

Possibilitam testes estatsticos;

4.

No necessitam que se assuma um nico objetivo comportamental como a

minimizao dos inputs ou a maximizao dos outputs para sua utilizao;

5.

Especificamente para as tcnicas estocsticas, permite separar o quanto da

eficincia de uma DMU foi causada por erros aleatrios, ou seja, por erros que esto
fora da influencia do decisor sendo, portanto, irrelevantes para se calcular a
eficincia (e como isso algo que as tcnicas no-paramtricas e paramtricas
deterministicas no permitem fazer, conclui-se que todas as eficincias dadas por
essas tcnicas so contaminadas por erros aleatrios).

J as principais desvantagens, ainda de acordo a Civil Aviation Authority (2000)

so:

1.

No trabalham bem quando as DMUs possuem muitos inputs e/ou muitos

outputs devido ao alto grau de complexidade dos modelos;

2. necessrio, para um bom funcionamento, a prvia especificao da forma
funcional da fronteira, que eventualmente pode ser incorreta;
3. necessrio que se trabalhe com grandes amostras de DMUs para obter
resultados confiveis;
4. So bem desenvolvidas apenas quando se est analisando DMUs que possuem
um nico output, no sendo adequadas a situaes com mltiplos outputs.

O Quadro 3 apresenta uma comparao entre as tcnicas paramtricas e no

paramtricas de anlise de eficincia produtiva.

66

Alta
Grupo

Baseada

correlao Outiliers

Testes

DMUs

de inputs e e Rudos estatsticos necessrias

Tcnicas
presentes

Restries

outputs
Na
Paramtricas

determinao

No

Menos

da funo

necessria

sensveis

Possibilitam

Mais

produo

Funes pr-

Devem ser

determinadas

utilizados

e;

em anlises

Fronteira

com um

Estocstica

nico output
Podem ser

Na

Anlise por

construo

Noparamtricas

emprica da
fronteira de
eficincia

Necessria

Mais

No

sensveis possibilitam

utilizados

Envoltria de em anlises
Menos

Dados e;

com

Nmeros

mltiplos

ndices

inputs e
outputs

Quadro3 - Comparao entre as tcnicas paramtricas e no-paramtricas de anlise eficincia

Apesar do foco desse trabalho serem as tcnicas no paramtricas de anlise de

eficincia, a estrutura desenvolvida no inicio desse captulo (baseada nos conceitos de
tcnica, modelo e perspectiva) serve tanto para as tcnicas paramtricas quanto para as no
paramtricas como ficar claro nos prximos dois subitens que introduzem esses dois tipos
de tcnicas.

3.4 Comparao entre as tcnicas paramtricas de anlise de eficincia

Como j mencionado, as tcnicas paramtricas de anlise de eficincia produtiva se

dividem em duas categorias: (a) a das tcnicas determinsticas e (b) a das tcnicas
estocsticas. As tcnicas determinsticas no consideram clculos estatsticos em sua

67
formulao; j as tcnicas estocsticas se baseiam em anlises estatsticas e so capazes de
isolar, na formulao da funo produo, a componente de erro aleatrio, algo que a os
modelos determinsticos no permitem. Na prtica, as principais diferenas entre as
tcnicas determinsticas e as estocsticas de anlise de eficincia so:

1.

As tcnicas estocsticas requerem uma amostra de DMUs muito maior que as

tcnicas determinsticas, sendo que isso acontece porque as tcnicas estocsticas

modelam relaes que as determinsticas no modelam (porm, ambas as categorias
de tcnicas paramtricas necessitam muito mais DMUs que as tcnicas noparamtricas);
2.

As tcnicas determinsticas so muito mais afetadas por rudos que as

estocsticas sendo que isso acontece por que as tcnicas estocsticas consideram na
prpria funo da fronteira os rudos (erros aleatrios), algo que as tcnicas
determinsticas no fazem. Porm, as tcnicas estocsticas exigem uma forte
suposio quanto distribuio estatstica dos rudos.

A principal tcnica determinstica de anlise de eficincia encontrada na literatura

a chamada tcnica das funes pr-determinadas, que so funes produo j prontas,
advindas da microeconomia e que se ajustam com perfeio a muitas situaes. Entre os
possveis modelos que podem ser aplicados a tcnica de funes pr-determinadas, pode-se
citar: (a) a funo Cobb-Douglas e (b) a funo trans-logartmica. J a principal tcnica
estocstica de anlise de eficincia, encontrada na literatura, a tcnica da Fronteira
Estocstica, que apresenta os mesmos modelos das funes pr-determinadas, mas ao
contrrio da primeira, apresenta uma componente de erro aleatrio.

68
O Quadro 4 apresenta as principais caractersticas das tcnicas paramtricas
determinsticas e estocsticas de anlise de eficincia.

Componente de

DMUs

erro aleatrio

necessrias

Categoria

Rudos

No est
Determinsticas

Tcnicas Identificadas

Mais
Menos

presente

Funes pr-determinadas
sensveis
Menos

Estocsticas

Presente

Mais

Fronteira Estocstica
sensveis

Quadro 4 - Comparao entre as tcnicas Determinsticas e Estocsticas de anlise de eficincia

Resumindo, as tcnicas paramtricas de anlise de eficincia, como j dito, buscam

calcular a eficincia por meio da construo de uma funo produo que ser representada
por f(x,), onde x representa um vetor de inputs e representa alguns parmetros que
devem ser determinados. A forma bsica que a funo produo ter, depender do modelo
de funo produo que ser assumido, sendo que cada um desses modelos implicar no
estabelecimento de algumas consideraes e hipteses. J os parmetros podero ser
calculados por meio de algumas ferramentas matemticas, sendo que cada uma corresponde
a uma perspectiva diferente para a tcnica (so perspectivas pois no alteram as hipteses
do modelo).
A Figura 18 ilustra a tcnica paramtrica determinstica de anlise de eficincia
produtiva juntamente com seus respectivos modelos e perspectivas. Cada tcnica,
representada pela cor vermelha, pode conter todos os modelos (em verde) do grupo que se
encontra de seu lado direito e cada modelo, por sua vez, pode ser utilizado com todas as

69
perspectivas (em amarelo) do grupo que tambm se encontra de seu lado direito na figura.
Sendo assim, as funes pr-determinadas podem ser utilizadas ou com o modelo Translog
ou com o modelo de Cobb-Douglas e os parmetros para esses dois modelos podem ser
calculados utilizando-se as perspectivas: (a) programao matemtica, (b) mnimos
quadrados corrigidos ou (c) mnimos quadrados modificados.

Cobb-Douglas
Determinsticas

Funes prdeterminadas

Programao
matemtica
Mnimos quadrados
corrigidos

Trans-log
Mnimos quadrados
modificados
Figura 18 Tcnicas, modelos e perspectivas determinsticas de clculo da eficincia.

A Figura 19 ilustra a tcnica paramtrica estocstica de determinao da eficincia

produtiva juntamente com seus respectivos modelos e perspectivas. A interpretao dessa
figura pode ser realizada de maneira semelhante a da Figura 18.

Cobb-Douglas
Estocsticas

Fronteira
Estocstica

Programao
matemtica
Mnimos quadrados
corrigidos

Trans-log
Mnimos quadrados
modificados

Figura 19Tcnicas, modelos e perspectivas estocsticas de clculo da eficincia.

70
Nesse trabalho no sero abordados com profundidade os modelos e perspectivas
das tcnicas paramtricas de anlise de eficincia visto que o foco so as tcnicas noparamtricas.

3.5 Comparao entre as tcnicas no-paramtricas de anlise de eficincia

As tcnicas no-paramtricas de anlise de eficincia produtiva so duas: (a) a

Anlise por Envoltria de Dados (DEA) e a (b) a tcnica dos Nmeros ndices. Pela
tcnica dos Nmeros ndices so comparadas as relaes outputs/inputs de apenas duas
DMUs de cada vez ou de uma mesma DMU em dois perodos de tempo. J pela tcnica
Anlise por Envoltria de Dados comparada uma DMU com a sua projeo na fronteira
de eficincia empiricamente construda. Convm ressaltar que ao se comparar uma DMU
com sua projeo na fronteira garante-se que estejam sendo comparadas vrias DMUs ao
mesmo tempo visto que, para construo da fronteira so necessrios os dados dessas vrias
DMUs.
Uma das maiores vantagens da Anlise por Envoltria de Dados sobre as outras
tcnicas de anlise de eficincia que ela calcula as utilidades de todos os inputs e outputs
das DMUs analisadas. A tcnica dos Nmeros ndices, por sua vez, requer que as utilidades
sejam fornecidas ou que utilize uma tcnica de apoio para calcul-las.
O valor da eficincia calculada pela tcnica DEA ser sempre limitado entre 0 e 1
porque, pelo procedimento adotado por essa tcnica, uma DMU deve ser comparada com
sua projeo na fronteira que, por definio, representa o padro timo para ela e sendo
assim, a mxima eficincia que essa DMU poder possuir ser 1, que ser obtida quando
ela estiver sobre a fronteira (caso contrrio eficincia ser menor que 1). A tcnica dos
Nmeros ndices, por sua vez, compara apenas duas DMUs de cada vez e assim,

71
dependendo de qual das DMUs que estiver sendo comparada tiver a maior produtividade, a
eficincia poder ser um nmero maior ou menor que 1. Devido tambm a esse fato, os
Nmeros ndices so menos sensveis a pontos fora da curva (outliers) que o DEA, pois
como nessa tcnica as DMUs estaro sendo comparadas de duas em duas, um ponto fora da
curva no comprometer a anlise na maioria dos casos (REBELO, 2000).
O Quadro 5 resume as principais caractersticas das tcnicas Nmeros ndices e
Anlise por Envoltria de Dados (DEA).

Tcnica
Anlise por
Envoltria
de Dados
(DEA)

Nmeros
ndices

Baseada

Eficincia

Utilidades

DMUs
comparadas

Na comparao
Vrias, por
Deve ser
So calculadas
de uma DMU
meio da
com sua
um nmero
pela prpria
construo da
projeo na
entre 0 e 1
tcnica
fronteira
fronteira
Na comparao
Devem ser
Pode
fornecidas ou
de uma DMU
com outra
necessrio o
assumir
Duas
DMU ou com
qualquer
apoio de outra
ela mesma no
valor
tcnica para
calcul-las
passado

Outiliers

Altamente
sensveis

No so
sensveis

Quadro 5 - Comparao entre as tcnicas No-Paramtricas de Anlise de Eficincia

Maiores detalhes sobre essas tcnicas e sobre seus modelos e perspectivas se

encontram nos prximos dois Captulos.

72

Captulo 4 - Anlise por Envoltria de Dados

A Anlise por Envoltria de Dados (Data Envelopment Analysis - DEA) uma

tcnica baseada em programao linear (PL) que possui o objetivo de medir o desempenho
de unidades operacionais ou tomadoras de deciso (DMUs), quando a presena de
mltiplas entradas e mltiplas sadas torna difcil a comparao (BIOND NETO; MELLO;
GOMES, 2003; VILELA, 2004). De acordo com Oliveira e Gomes (2003), a Anlise por
Envoltria de Dados (DEA) uma abordagem de programao matemtica, alternativa aos
mtodos estatsticos tradicionais, que possibilita estimar a eficincia relativa mdiante a
construo emprica de uma fronteira.
Segundo Macedo et al. (2005), a Anlise por Envoltria de Dados evita a necessidade
de desenvolver um indicador-padro, pois ela pode incorporar mltiplas entradas e
sadas, tanto no numerador quanto no denominador do clculo da eficincia, sem a
necessidade de converso para uma base comum.

73
A Anlise por Envoltria de Dados teve origem nos trabalhos de Charnes, Cooper e
Rhodes (1978) e de Banker, Charnes e Cooper (1984), sendo ambos os trabalhos baseados
em Farrel (1957).

4.1 Modelos do DEA

Um modelo uma simplificao da realidade sobre o qual uma tcnica precisa se

apoiar, para poder ser utilizada. A principal diferena entre os modelos matemticos do
DEA em relao ao formato da fronteira (que conseqncia direta do tipo de retorno
escala adotado) e em relao orientao.
Os modelos DEA podem adotar retornos constantes ou variveis a escala. Os
modelos com retornos constantes assumem a priore que todas as DMUs avaliadas no
operam com economia ou deseconomia de escala; por outro lado, os modelos com retornos
variveis escala assumem que as DMUs podem apresentar qualquer tipo de retorno
escala (constante, crescente ou decrescente), ficando a tcnica responsvel por separar as
DMUs que operam em cada tipo. Essa separao, como ser visto mais frente, realizada
por meio da utilizao de uma varivel de escala que deve ser acrescentada ao modelo.
Cada modelo, dependendo do tipo de retorno escala, do formato da fronteira e da
orientao adotada, ir conduzir a eficincia a um valor diferente, que deve ser interpretado
de acordo com o contexto de cada modelo. Os principais modelos do DEA so: o CCR, o
BCC, os Multiplicativos Variante e Invariante, os Aditivos Variante e Invariante e o FDH.
Segundo Mello et al. (2005a), os modelos DEA tm algumas propriedades comuns,
que faz com que eles sejam caracterizados como pertencentes a uma mesma tcnica. Essas
propriedades so apresentadas a seguir.

74
1. Em qualquer modelo DEA, cada DMU escolhe seu prprio conjunto de pesos
(utilidades), de modo que o conjunto escolhido seja o melhor possvel e maximize
sua eficincia;
2. Em qualquer modelo DEA, a DMU que apresentar a melhor relao output/input
ser eficiente.
3. O DEA tambm no requer uma normalizao prvia dos inputs e outputs,
podendo conter dados de qualquer ordem de grandeza (a no ser que exista interesse
especial nas utilidades dos inputs e outputs);

4.2 Modelos CCR e BCC

Charnes, Cooper e Rhodes (1978) desenvolveram o primeiro modelo matemtico

para a tcnica DEA, o modelo CCR. Esse modelo, que recebeu esse nome em homenagem
aos seus autores (so as iniciais de seus nomes), tambm pode ser denominado como
modelo de Retornos Constantes Escala (Constant Returns to Scale - CRS). Ter retornos
constantes escala significa adotar a hiptese de que os inputs e os outputs so
proporcionais entre si, o que faz com que o formato da fronteira de eficincia do modelo
CCR seja uma reta com um ngulo de 45o. O modelo CCR calcula a eficincia de uma
DMU dividindo sua produtividade pela produtividade da DMU mais produtiva de um
determinado conjunto, sem se preocupar com a escala.
J o modelo BCC (que tambm recebeu o nome das iniciais de seus autores) foi
desenvolvido em 1984 por Banker, Charnes e Cooper e incorporava ao modelo CCR os
conceitos de economia de escala. Dessa maneira, o modelo BCC tambm pode ser
intitulado como modelo de Retornos Variveis Escala (Variant Returns to Scale - VRS)
O modelo BCC prope comparar apenas DMUs que operem em escala semelhante. Assim,

75
por esse modelo, a eficincia de uma DMU obtida dividindo-se sua produtividade pela
maior produtividade dentre as DMUs que apresentem o mesmo tipo de retorno a escala que
ela. A fronteira do modelo BCC constituda de um conjunto de retas de ngulos variados,
o que caracteriza uma fronteira linear por partes. A Figura 20 apresenta uma comparao
entre as fronteiras do BCC e do CCR.

O
CCR
C

BCC

B
E
D
A

I
Figura 20- Comparao entre as fronteiras dos modelos BCC e CCR
Fonte: Mello et al.(2004)

Uma caracterstica comum aos modelos CCR e BCC que o resultado obtido por
esses modelos no varia com a unidade de medio, ou seja, usar como varivel, por
exemplo, a rea plantada de uma determinada cultura em km2, m2 ou hectares, no afetar o
resultado.
Devido diferena entre o tipo de retorno a escala e entre o formato da fronteira dos
modelos CCR e BCC, esses dois modelos automaticamente calcularo tipos diferentes de
eficincia, como foi discutido no Captulo 2. Os dois tipos de eficincia calculados esto
ilustrados pela Figura 21 (maiores detalhes sobre esses tipos de eficincia foram
apresentados no Captulo 2).

76

Modelo CCR

Eficincia total ou produtiva

Modelo BCC

Eficincia tcnica

Figura 21 - Correspondncia entre modelos matemticos DEA e o tipo de eficincia calculada

Fonte: Mariano, Almeida e Rebelatto (2006).

Aps o clculo da eficincia tcnica e da eficincia total, por meio dos modelos
BCC e CCR, pode-se calcular a eficincia de escala por meio da Expresso 17, que
advinda da Expresso 14 j apresentada no Captulo 2.

Eficincia de escala = Eficincia do modelo CCR / Eficincia do modelo BCC

(17)

Vale lembrar que de estrema importncia para a pessoa que ir utilizar as tcnicas
de anlise de eficincia saber o quanto da eficincia calculada se deve a fatores tcnicos e
o quanto se deve a problemas de escala, pois com isso, essa pessoa possuir informaes
bem mais completas que certamente a auxiliaro a tomar decises na direo correta para
melhorar sua eficincia.
As principais perspectivas dos modelos CCR e BCC so: (a) fracionria; (b) Primal
orientada ao input; (c) Primal orientada ao output; (d) Dual orientada ao input e; (e) Dual
orientada ao output - 1 nvel; sendo que, todas essas perspectivas podem ser calculadas por
meio da: (a) fronteira clssica e (b) fronteira invertida e (c) fronteira difusa - 2 nvel; alm
disso, todas elas podem: (a) possuir ou (b) no possuir restries que limitam os pesos - 3
nvel e; podem: (a) possuir ou (b) no possuir variveis de input e output no controlveis 4 nvel.

77
A Figura 22 apresenta os modelos CCR e BCC e suas respectivas perspectivas.
Cada coluna dessa figura representa um nvel de diferente do conjunto de perspectivas do
modelo, sendo que cada perspectiva pertencente a uma coluna (nvel), pode ser utilizada
com todas as perspectivas das colunas posteriores. Por exemplo: a perspectiva fracionria
pode ser calculada utilizando-se as fronteiras clssica, invertida ou difusa; a perspectiva
fracionria calculada com a fronteira invertida, por sua vez, pode ser calculada com ou sem
restries aos pesos; por fim, a perspectiva fracionria calculada com a fronteira invertida e
sem restries de pesos pode ser calculada com ou sem variveis no controlveis.
Totalizam-se, assim, 60 combinaes diferentes de perspectivas para cada um dos modelos
(BCC e CCR).

1 nvel

2 nvel

3 nvel

4 nvel

Fracionrio
Fronteira
Clssica

CCR

Primal ao Input

Com
restries
aos pesos

Com
variveis no
controlveis

Sem
restries
aos pesos

Sem variveis
no
controlveis

Fronteira
Invertida

DEA

Primal ao Output

BCC

Dual ao Input

Fronteira
Difusa

Dual ao output

Figura 22 - Perspectivas dos modelos BCC e CCR

Fonte: Adaptado de Almeida, Mariano e Rebelatto (2006).

78
4.2.1 Perspectiva fracionria

A perspectiva DEA fracionria obtida diretamente a partir da frmula de

produtividade de Knight (1933) e da frmula de eficincia relativa de uma DMU,
apresentada no Captulo 2. O grande problema do clculo da eficincia relativa por essas
frmulas a determinao das utilidades dos inputs dos outputs de cada DMU. Para
resolver esse problema, foi necessrio considerar que as utilidades dos inputs e outputs de
uma DMU so aquelas que maximizam sua eficincia relativa, o que no necessariamente
verdade, sendo, portanto, um dos pressupostos do DEA.
O modelo DEA originalmente desenvolvido por Charnes, Cooper e Rhodes no ano
de 1978 (modelo CCR) transformava o problema do clculo da eficincia relativa em um
problema de programao fracionria, como expresso pelas Expresses 18, 19 e 20.

P
P
=
=
MAX
Pmax
1

i =1
n

j =1

ui yi0
(18)

v j x j k 0

Sujeito a:
m

i =1
n

j =1

u i y ik

1 para k = 1,2 .....z

(19)

ui e vj > 0

(20)

v j x j k

79
Em que:
ui : Utilidade do output i;
vj : Utilidade do input j;
xjk: Quantidade do input j da DMU k;
yik : Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi 0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

A funo objetivo, mostrada na Expresso 18, representa a eficincia da DMU em

anlise (P / Pmax); j as restries, dadas pela Expresso 19, representam s produtividades
de todas as DMUs que esto sendo comparadas (k de 1 a z), inclusive a em anlise, e
impem que essas produtividades sejam limitadas a 1. Como pelas restries impostas (na
Expresso 19), Pmax obrigatoriamente ser igual a 1, visto que a produtividade de todas as
DMUs est limitada a esse valor, a funo objetivo ficar apenas com o numerador P, que
a produtividade (dada pela formula de Knight (1933)) da DMU em anlise.
O DEA, portanto, buscar o conjunto de utilidades (pesos) que maximiza a
produtividade da DMU em anlise e ao mesmo tempo, ao ser utilizado no clculo das
produtividades das outras DMUs, no permita que nenhuma delas fique com a
produtividade maior que 1. Isso garante que a DMU em anlise seja comparada com a
DMU mais produtiva, que aquela cuja produtividade (dada pela Expresso 19) chegar
primeiro a 1; com isso, ao final das iteraes do modelo de programao linear, o resultado
da funo objetivo ser a prpria eficincia (P / Pmax) da DMU em anlise.
Para cada DMU de um determinado conjunto, que se deseja calcular a eficincia,
deve-se construir um modelo de programao fracionria diferente, sendo que esses
modelos se diferenciam apenas em relao s variveis xj0 e yi0; que so os inputs e outputs
da DMU que se est analisando daquela vez.

80
Pode-se resumir a estratgia de clculo da eficincia pelo DEA, a partir dos passos
relatados a seguir.

1. Limita a produtividade das DMUs em comparao (que podem, em teoria, ser

qualquer valor real) a um determinado valor, que convenientemente foi definido
como 1;
2. Descobre, por meio de programao linear, o conjunto de pesos (utilidades) que
maximiza a produtividade da DMU em anlise, desde que a produtividade de
nenhuma DMU que est sendo comparada, calculada com esses pesos, ultrapasse o
valor 1;
3. Calcula a eficincia da DMU em anlise (P / Pmax), sendo que o Pmax
obrigatoriamente ser 1, dadas as restries impostas.

Assim, durante a resoluo do modelo de PL, caso a funo objetivo (FO) chegue a
1 primeiro que as restries, a DMU em anlise ser eficiente; por outro lado, caso uma ou
mais restries cheguem a 1 primeiro que a funo objetivo, as DMUs (eficientes)
representadas por essas restries sero os parmetros para o clculo da eficincia relativa
da DMU em anlise, que ser ineficiente.
Quando uma restrio limita o valor da FO isso significa que a DMU representada
por essa restrio eficiente mesmo quando utiliza os pesos que maximizam a eficincia de
uma outra DMU (da DMU em anlise); assim, a DMU representada por essa restrio ser
definida como um benchmark da DMU ineficiente em anlise. Um benchmark uma DMU
eficiente que pode ser adotada como padro de comparao por uma DMU ineficiente para
que assim, ela possa alcanar suas metas e se tornar eficiente. Uma DMU ineficiente

81
geralmente ter vrias DMUs que lhe serviro de benchmarks, sendo que a meta para que
essa DMU se torne eficiente, ser uma DMU virtual (e portanto inexistente) formada pela
combinao linear entre seus benchmarks .
O modelo BCC fracionrio apresenta vrias similaridades e o mesmo princpio de
funcionamento do modelo CCR. A nica diferena entre os dois que no BCC h o
acrscimo de um varivel u no numerador (ou de uma varivel v no denominador) como
pode ser ilustrado pelas Expresses 21, 22 e 23

MAX

i =1

ui yi 0 + u

j =1

ou MAX

v j x j0

i =1

j =1

ui yi 0

v j x j0 + v

(21)

Sujeito a:
m

i =1

u i yik + u

j =1

v j x jk

1 ou

i =1

j =1

u i y ik

1 para k = 1,2 .....z

v j x jk + v

ui e vj > 0; u e v sem restrio de sinal

Em que:
ui: Utilidade do output i;
vj: Utilidade do input j;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yj0: Quantidade do output i da DMU em anlise;
u: Varivel de retorno escala do numerador;
v: Varivel de retorno escala do denominador;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;

(22)

(23)

82
As variveis u e v tm a funo de garantir que as restries das DMUs que operam
em escala diferente da DMU em anlise, no limitem sua funo objetivo. Com essas
variveis tambm possvel avaliar o tipo de retorno a escala em que a DMU em anlise
est operando. Por exemplo, se o valor de u for maior que zero, isso significa que a DMU
est operando com retornos crescentes escala; j se o valor de u for menor que zero, isso
significa que a DMU est operando com retornos decrescentes escala e; por fim, se o
valor de u for igual a zero, isso significa que a DMU est operando com retornos constantes
escala, pois os inputs e os outputs sero proporcionais.
A varivel v tambm pode ser utilizada para estimar o tipo de retorno escala de
uma DMU, porm ela deve ser interpretada de maneira oposta ao do coeficiente u; assim,
caso v > 0 os retornos a escala sero decrescentes, caso v = 0 os retornos sero constantes e
caso v < 0 os retornos sero crescentes. Os retornos a escala no sero necessariamente
iguais para as orientaes aos inputs e aos outputs. O Quadro 6 resume as principais
informaes a respeito dos coeficientes u e v.

Coeficiente u

Tipo de retorno
escala

Coeficiente v

Tipo de retorno
escala

u<0

Decrescente

v<0

Crescente

u=0

Constante

v=0

Constante

u>0

Crescente

v>0

Decrescente

Quadro 6 Interpretao dos coeficientes u e v

Geometricamente, o coeficiente u pode ser interpretado como sendo o ponto em que

a reta que tangencia a fronteira de eficincia intercepta o eixo x; j o coeficiente v pode ser

83
interpretado como sendo o ponto em que a reta que tangencia a fronteira de eficincia
intercepta o eixo y. As Figuras 23 e 24 ilustram esses conceitos.

Ov

u=0

u<0

u>0

Iv

Figura 23 - Representao geomtrica do coeficiente u

Ov

v>0

v=0

v< 0

Figura 24 - Representao geomtrica do coeficiente v

Iv

84

Um problema de programao fracionria possui infinitas solues e por isso,

necessrio linearizar esse problema para que se obtenha uma soluo nica. As perspectivas
do tipo Primal, tambm chamadas de forma dos multiplicadores, originam-se a partir da
linearizao da perspectiva fracionria. J as perspectivas do tipo Dual, tambm chamadas
de forma do envelope, originam-se a partir do dual (ver Apndice 2) do problema da
perspectiva Primal. Tanto para o modelo CCR quanto para o BCC, a perspectiva fracionria
no tem nenhuma aplicao prtica, apenas didtica.

4.2.2 Perspectiva das orientaes aos inputs e aos outputs

De acordo com Coelli, Parada Rao e Battese (1998), os modelos CCR e BCC podem
apresentar duas orientaes: (a) para os outputs ou (b) para os inputs.

No caso da

orientao ser para minimizao dos inputs, o modelo busca responder a seguinte questo:
dado o nvel de outputs que uma unidade produz qual a reduo que pode ocorrer nos
inputs, de modo a manter o corrente nvel de outputs (VILELA, 2004)? J os modelos
orientados para a maximizao dos outputs procuram responder questo: dado o nvel de
inputs utilizado, qual o maior nvel de outputs que se pode alcanar, mantendo-se o nvel
dos inputs constante (VILELA, 2004)? A Figura 25 ilustra as duas orientaes referidas,
para uma fronteira CCR.

85
Eixo y:
Produto

Funo de
produo y=
f(x)

Orientao ao
Output

Orientao
Input

A
ao

Eixo x:
Insumo

Figura 25 - As orientaes aos inputs e aos outputs

As orientaes dos modelos matemticos apresentam comportamentos diferentes

quando se utiliza o modelo CCR e o BCC. No caso do modelo utilizado ser o CCR, as duas
orientaes convergem ao mesmo resultado, o que explicado pelo fato da fronteira desse
modelo apresentar a forma de uma reta com um ngulo de 45o, conforme ilustra a Figura
25. J para o modelo BCC, as duas orientaes conduziro a diferentes resultados, o que
pode ser explicado pelo fato de que esses modelos so baseados na hiptese de que os
inputs e os outputs no so necessariamente proporcionais e sendo assim, a minimizao
dos inputs e a maximizao dos outputs podero ter impactos diferentes sobre uma mesma
DMU.

4.2.3 Perspectiva Primal ou Forma dos Multiplicadores

A perspectiva Primal, tambm conhecida como forma dos multiplicadores, obtida

a partir da linearizao da perspectiva fracionria. Essa linearizao transforma o problema
de programao fracionria, com infinitas solues, em um problema de programao
linear, que possui uma nica soluo. Como j afirmado, para cada DMU que ser

86
analisada, deve-se construir e resolver um modelo de programao linear diferente, sendo
que a eficincia relativa da DMU em anlise ser o prprio resultado da funo objetivo FO - no caso do modelo orientado aos inputs, ou o inverso dela, no caso do modelo
orientado aos outputs.
Para ambas as orientaes, as perspectivas Primais so obtidas com o acrscimo de
uma restrio ao modelo DEA fracionrio. Essa restrio, apresentada nas Expresses 25,
29, 33 e 37 dos modelos a seguir, fazem os outputs ou os inputs (dependendo da orientao
do problema) ficarem constantes, ou mais especificamente ficarem iguais a 1,
transformando assim, o problema de programao fracionria em um problema de
programao linear.
As Expresses 24, 25, 26 e 27 apresentam a montagem do modelo CCR Primal
orientado aos inputs, a partir do modelo DEA fracionrio.

MAX

i =1

ui yi 0

MAX

u
i =1

yi 0

(24)

Sujeito a:
n

v
j =1

i =1
n

j =1

u i yik
v j x jk

1 

u
i =1

x j0 = 1

(25)

y jk v j x j k 0 para k = 1,2 .....z

j =1

ui e vj > 0

(26)

(27)

87

Em que:
ui: Utilidade do output i;
vj : Utilidade do input j;
xjk : Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yj0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

As Expresses 28, 29, 30 e 31, por sua vez, apresentam a montagem do modelo
CCR Primal orientado ao output a partir do modelo DEA fracionrio.

MAX

1
n

v
j =1

 MIN

v
j =1

x j0

x j0

(28)

Sujeito a:
m

u
i =1

i =1
n

j =1

u i yik
v j x jk

1 

u
i =1

yi0 = 1

(29)

y jk v j x j k 0 para k = 1,2 .....z

j =1

ui e vj > 0

(30)

(31)

88
Em que:
ui: Utilidade do output i;
vj : Utilidade do input j;
xjk : Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yj0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

O modelo BCC pode ser linearizado por meio dos mesmos procedimentos utilizados
para o modelo CCR. As Expresses 32, 33, 34 e 35 representam um modelo BCC orientado
ao input.

ui yi0 + u

i =1

MAX

(32)

Sujeito a:
n

v
j =1

i =1

u i y ik + u

j =1

v j x jk

1 

x j0 = 1

u y
i =1

(33)

ik

+ u v j x jk 0 para k = 1,2..z
j =1

ui e vj > 0 e u sem restrio de sinal

(34)

(35)

89
Em que:
ui: Utilidade do output i;
vj: Utilidade do input j;
xjk:Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0:Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
u: Varivel de retorno a escala da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.
As Expresses 36, 37, 38, e 39, por sua vez, representam um modelo BCC orientado
ao output tambm sendo obtido a partir do BCC fracionrio.

MAX

1
n

v
j =1

MIN

v
j =1

x j0 + v

x j0 + v

(36)

Sujeito a:
m

u
i =1

i =1

j =1

u i y ik

v j x jk + v

1 

u
i =1

yi 0 = 1

(37)

yik v v j x jk 0 para k = 1,2 .....z

j =1

ui e vj > 0 e v sem restrio de sinal

(38)

(39)

90
Em que:
ui: Utilidade do output i;
vj: Utilidade do input j;
xjk: Quantidade do input j da DMU k;
yik :Quantidade do output i da DMU k;
xj0:Quantidade do input j da DMU em anlise;
yi0:Quantidade do output i da DMU em anlise;
v: Varivel de retorno a escala da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.
Os modelos Primais fornecem como resposta, alm da eficincia relativa, os pesos
u i e v j. Esses pesos so estimativas das utilidades dos inputs e dos outputs de cada DMU
em anlise. A utilidade um conceito da economia que representa a importncia de um
determinado bem para uma DMU. As utilidades nem sempre so facilmente identificadas,
por isso as perspectivas Primais podem ser utilizadas para estim-las, possibilitando que as
DMUs classifiquem os seus outputs e inputs por ordem de importncia. Para contemplar
esse enfoque, a literatura apresenta trabalhos como o de ngulo-Meza, Mello e Clmaco
(2006) que prope a utilizao do DEA Primal como uma ferramenta para a anlise
multicritrio.
importante destacar que, como nos modelos DEA a produtividade das DMUs est
limitada a 1, os coeficientes u i e v j obtidos no sero as utilidades reais do problema, j que
a produtividade por definio pode assumir qualquer valor real. Essas utilidades obtidas
seriam apenas proporcionais s utilidades reais, ou seja, pelos coeficientes obtidos nos
modelos Primais pode-se saber quais so os inputs ou os outputs mais importantes e em que
proporo eles so mais importantes, porm no possvel saber suas utilidades reais.
Outro problema dos coeficientes ui e vj, que esses coeficientes so influenciados
pela ordem de grandeza dos inputs e dos outputs. Assim, para que os coeficientes reflitam

91
exatamente a proporcionalidade das utilidades dos inputs e dos outputs, necessrio
realizar-se uma normalizao prvia dos dados do problema. Porm, essa normalizao no
necessria se o interesse for apenas pela eficincia das DMUs, j que um dos pressupostos
do DEA que ele calcula a eficincia de DMUs com inputs e outputs de qualquer ordem de
grandeza.

4.2.4 Perspectiva Dual ou Forma do Envelope

A todo problema de programao linear associa-se outro problema de programao
linear chamado Dual, cujo resultado da funo objetivo o mesmo do problema original
que chamado de Primal (THANASSOLIS, 2001). Por meio dos problemas Duais, podemse realizar anlises que a simples resoluo dos problemas Primais so incapazes de
contemplar. As regras para se obter o problema Dual a partir de seu correspondente Primal
podem ser encontradas no Apndice 2.
Sendo os modelos CCR e BCC Primais problemas de programao linear, tambm
se pode encontrar para eles e suas duas orientaes (ao input e ao output), seus
correspondentes Duais. Essa formulao Dual dos modelos DEA tambm chamada forma
do Envelope.
Em um problema de programao linear, uma inequao pode ser transformada em
equao por meio do acrscimo de uma varivel de folga. Para transformar as inequaes
em equaes deve-se: (a) somar uma varivel (+S) nas restries do tipo menor ou
menor ou igual e (b) subtrair uma varivel (-S) nas restries do tipo maior ou maior
ou igual.
O modelo CCR orientado ao input Dual pode ser expresso pelas Expresses 40, 41,
42 e 43 sendo que, nas Expresses 41 e 42, apresentada tanto a forma padro (obtida

92
diretamente a partir dos princpios da dualidade), quanto forma transformada em equao,
dada pelo acrscimo ou subtrao de uma varivel de folga.

MIN

(40)

Sujeito a:
z

yik k yi 0 ou
k =1

x
k =1

jk

y
k =1

k x j 0 0 ou

k Si = y i 0 , para i =1,2,3...m

ik

x
k =1

jk

k + Sj = x j 0 , para j = 1,2,3,n

k e > 0

(41)

(42)
(43)

Em que:
: Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj:Varivel de folga do input j.
Por sua vez, o modelo CCR orientado ao output Dual pode ser expresso pelas
Expresses 44, 45, 46 e 47.

MAX

(44)

93
Sujeito a:
z

x jk k x j 0 ou
k =1

x
k =1

jk

k =1

k =1

k + Sj = x j 0 , para j =1,2,3...n

(45)

yik k yi 0 0 ou yik k Si = yi0 , para i =1,2,3,m

(46)

k e > 0

(47)

Em que:
: Inverso da Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.
Devido ao fato do resultado da funo objetivo do problema Primal ser, por
definio, igual ao do Dual, pode-se afirmar que a varivel a prpria eficincia da DMU
analisada, enquanto o inverso da eficincia da DMU analisada.
Da mesma forma que para o modelo CCR, tambm se pode obter a perspectiva Dual
para o modelo BCC orientado ao input e ao output. O modelo BCC Dual exatamente
igual ao modelo CCR Dual; a nica diferena que nos modelos BCC acrescentada a
z

restrio

k =1

= 1 que no se encontra no modelo CCR. Essa restrio, chamada de

restrio de convexidade, associada s variveis de escala u e v dos modelos BCC

Primais.

94
Assim, o modelo BCC Dual, orientado ao input, pode ser representado pelas
expresses 48, 49, 50, 51 e 52.

MIN

(48)

Sujeito a:
z

yik k yi 0 ou
k =1

x
k =1

jk

y
k =1

k x j 0 0 ou

ik

k Si = y i 0 , para i =1,2,3...m

x
k =1

k + Sj = x j 0 , para j = 1,2,3,n

jk

(49)

(50)

=1

(51)

k e > 0

(52)

k =1

Em que:
: Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

J o modelo BCC Dual orientado ao output pode ser representado pelas Expresses
53, 54, 55, 56 e 57.

95
MAX

(53)

Sujeito a:

x jk k x j 0 ou
k =1

x
k =1

yik k yi 0 0 ou
k =1

jk

k + Sj = x j 0 , para j =1,2,3...n

y
k =1

ik

k Si = y i 0 , para i =1,2,3,m

(54)

(55)

=1

(56)

k e > 0

(57)

k =1

Em que:
: Inverso da eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.
Especificamente para o modelo BCC, as modelagens do tipo Primal possibilitam a
determinao do tipo de retorno escala da DMU analisada, sendo que essa determinao
feita, como j explicado, por meio das variveis u e v. As modelagens do tipo Dual, porm,
no permitem esse tipo de anlise devido estrutura matemtica do modelo, que no
apresenta os coeficientes u ou v, como pode ser constatado pelas Expresses apresentadas.

96
As restries do problema Dual expostas nas Expresses 41 e 42; 45 e 46; 49 e 50;
54 e 55, nada mais so do que a frmula para o clculo da projeo de uma DMU
ineficiente na fronteira. Isso pode ser percebido comparando-se essas restries, que esto
reproduzidas, apenas com a modificao de que as folgas trocaram de lado na equao, nas
Expresses 58 e 59, com as Expresses 10 e 11, de projeo na fronteira, originalmente
mostradas no Captulo 2, e que tambm esto reproduzidas a seguir.

Restries dos modelos BCC e CCR orientados aos inputs

z

x
k =1

jk

k = x j 0 S j para j =1,2,3...n

y
k =1

ik

(58)

k = y i 0 + S i para i =1,2,3...m

Restries dos modelos BCC e CCR orientados aos outputs

z

x
k =1

y
k =1

ik

jk

k = x j 0 S j para j =1,2,3...n

(59)

k = y i 0 + S i para i =1,2,3...m

Frmula de projeo na fronteira da orientao aos inputs

DXproj = DXDMU * E
DYproj = DYDMU

(10)

97

Frmula de projeo na fronteira da orientao aos outputs

DXproj = DYDMU

(11)

DYproj = DYDMU /E

Em que:
: Eficincia;
: Inverso da eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj:Varivel de folga do input j.
E: Eficincia;
DXDMU: Distncia de uma DMU at o eixo x;
DXproj: Distncia da projeo de uma DMU at o eixo x;
DYDMU: Distncia de uma DMU at o eixo y;
DYproj: Distncia da projeo de uma DMU at o eixo y.
Sabendo-se que as distncias DXDMU e DYDMU so respectivamente as quantidades de
input virtual (combinao linear de todos os inputs) e output virtual (combinao linear de
todos os outputs) da DMU em anlise e sabendo-se que e so respectivamente a
eficincia (E) e o inverso da eficincia (1/E) da DMU em anlise; pode-se concluir, ao se
observar atentamente as Expresses citadas, que as distncias DXproj e DYproj, que so
referentes a projeo na fronteira (meta) da DMU em anlise, so equivalentes
z

respectivamente a

x
k =1

jk

k e

y
k =1

ik

k . Na realidade, a nica diferena entre as

98
expresses citadas que na restrio dos modelos DEA acrescentada uma varivel de
folga que ser explicada mais adiante.
Assim, pode-se concluir que, por meio da perspectiva Dual, possvel calcular as
metas para que as DMUs ineficientes se tornem eficientes. Essas metas so calculadas por
z

meio das variveis k que integram a perspectiva Dual, sendo que:

x jk k e
k =1

y
k =1

ik

so as metas, respectivamente, de um output xi e de um input yj da DMU que est sendo

analisada (DMU0).
Como j comentado, o clculo das metas nos modelos CCR e BCC s no igual
as expresses deduzidas no Captulo 2 devido a presena das folgas. As variveis de folga
Si

e Sj

servem para compensar

possveis distores na fronteira de eficincia

causadas pelo fato da fronteira construda pelo DEA ser linear por partes, o que a
caracteriza como uma aproximao da fronteira de eficincia terica, que uma curva.
Como os modelos CCR e BCC possuem orientaes radiais, as metas trazidas por
eles sero calculadas ou olhando apenas para os inputs ou apenas para os outputs
(dependendo da orientao). Sendo assim, pelo menos em teoria, em caso de orientao aos
inputs, todos os aumentos sugeridos como meta para os outputs deveriam ser nulos e, em
caso de orientao aos outputs, todas as redues sugeridas como metas para os inputs
tambm deveriam ser nulas. Porm, nem sempre isso ocorre na prtica devido a presena
das folgas que possuem, como j ressaltado, funo de compensar possveis distores na
fronteira de eficincia. A Figura 27 exemplifica duas situaes desse tipo.

99

Ov

Folga
F

E
D

Folga
C
B

A
Iv

Figura 27 - Exemplos de folga como correo da fronteira linear por partes

Na Figura 27 a DMU A, ao ser projetada na fronteira de eficincia com uma

orientao aos inputs, acaba caindo em um ponto de ineficincia (ponto B). Esse ponto
ineficiente, pois existe um ponto C que, com a mesma quantidade de inputs, consegue
produzir uma quantidade superior de outputs. Essa distoro causada pelo fato do trecho
de fronteira ser paralelo ao eixo y, o que na fronteira terica, dada pela funo produo,
no poderia existir. A folga do output, nesse caso, pode ser interpretada como a diferena
entre os outputs dos pontos C e B. O mesmo raciocnio pode ser feito com os pontos
D, E e F na orientao aos outputs, s que nesse caso, o trecho da fronteira que causa
a distoro paralelo ao eixo x.
Quando se acrescenta variveis de folga nas restries, essas variveis,
teoricamente, tambm deveriam aparecer na FO, s que acompanhadas de um coeficiente
infinitesimal; na prtica, porm, as variveis de folga tero um efeito desprezvel na funo
objetivo e por isso podem ser omitidas. Segundo Lins e Meza (2000), a perspectiva Dual
quando no so acrescentadas as variveis de folga, conhecida como perspectiva Dual
arquimdiana e, quando so acrescentadas as variveis de folga, conhecida como
perspectiva Dual no-arquimdiana; ambas as perspectivas conduziro ao mesmo resultado.

100
Devido s semelhanas, nas tabelas comparativas do fim do captulo e no sistema
especialista que ser desenvolvido, as perspectivas Duais arquimdiana e no arquimedina
sero tratadas como se fossem uma s (perspectiva Dual).
A partir da perspectiva Dual e dos coeficientes k, tambm possvel determinar
quais DMUs eficientes podem ser adotadas como benchmarks, para servir como referncia
para que as DMUs ineficientes possam alcanar a eficincia.

Para determinar os

benchmarks, preciso considerar que cada varivel k representa uma DMU k diferente.
Sendo assim, aps a resoluo da perspectiva Dual, caso a varivel associada a uma
determinada DMU:

1. Seja igual a zero, a DMU no ser um benchmark para a DMU analisada;

2. Seja diferente de zero, a DMU ser um benchmark para a DMU analisada.

Na realidade, os benchmarks so aquelas DMUs a partir das quais so calculadas as

metas das DMUs ineficientes, ou seja, so as DMUs que efetivamente participam do
clculo da meta da DMU em anlise, j que o k delas diferente de zero. Vale lembrar que
a meta de uma DMU foi definida como sendo uma DMU virtual (portanto inexistente) que
obtida por meio da combinao linear dos benchmarks dessa DMU; sendo assim, os
coeficientes k nada mais so que os coeficientes dessa combinao linear.

4.2.5 Perspectiva da Fronteira clssica

A fronteira clssica corresponde s formulaes originais das perspectivas de

primeiro nvel at aqui apresentadas e utilizada quando os inputs e outputs podem ser
determinados com exatido (caso isso no acontea deve-se utilizar a fronteira difusa). A

101
fronteira clssica ter muitas utilizaes sendo que elas dependero da perspectiva de
primeiro nvel utilizada. A seguir esto listadas algumas coisas que a perspectiva clssica
permite fazer juntamente com a perspectiva de primeiro nvel que deve acompanh-la.

1. Clculo do conjunto de referncia formado pelas DMUs eficientes (com

qualquer perspectiva);
2. Clculo do ndice de eficincia de todas as DMUs analisadas (com qualquer
perspectiva);
3. Clculo das utilidades de cada input e cada output de todas as DMUs do
conjunto (com a perspectiva Primal e os dados normalizados);
4. Clculo das metas das DMUs ineficientes ( com a perspectiva Dual);
5. Determinao dos benchmarks das DMUs ineficientes (com a perspectiva Dual).

4.2.6 Perspectiva da Fronteira invertida

Outra perspectiva importante dos modelos CCR e BCC a perspectiva da fronteira

invertida. Segundo Mello et al. (2005a), essa perspectiva foi introduzida por Yamada et al.
(1994) e Entani et al. (2002), e usado por Lins et al. (2005) e Leta et al. (2005). A fronteira
invertida surgiu a partir da necessidade de se lidar com os inmeros empates de DMUs com
ndices 100% eficientes, que so bastante comuns nesses modelos. Segundo Lins e Meza
(2000), esses empates so causados pelo fato de, na Anlise por Envoltria de Dados, as
DMUs poderem ser eficientes atribuindo valores nulos as utilidades o que, por contrariar a
teoria econmica, constitua um dos principais problemas do DEA, que a perspectiva da
fronteira invertida veio resolver.

102
Inicialmente, foi necessrio buscar-se um ndice que pudesse responder qual DMU
seria a mais eficiente dentre as DMUs consideradas eficientes. Para responder a essa
pergunta foi necessrio, antes de tudo, adotar um critrio que permitisse discriminar essas
DMUs. Segundo a perspectiva da fronteira invertida, a DMU mais eficiente aquela que
conseguir ter um desempenho mais equilibrado, ou seja, aquela que conseguir produzir
muito de todos os outputs e gastar pouco de todos os inputs, sem se destacar em nenhum
especificamente. Assim, a fronteira invertida tentar excluir do grupo de eficientes, as
DMUs que foram consideradas eficientes graas ao desempenho muito superior em apenas
um nico input ou em apenas um nico output.
Segundo Novaes (2002), a fronteira invertida consiste simplesmente em considerar
os outputs como inputs e os inputs como outputs e resolver o DEA normalmente. Assim,
para cada um dos modelos e perspectivas at aqui apresentados, pode-se calcular a
eficincia pela fronteira clssica e pela fronteira invertida. Segundo Macedo et al. (2005),
esse enfoque leva a, pelo menos, duas consideraes: a primeira que a fronteira invertida
consiste das DMUs com as piores prticas gerenciais e que, portanto, poderia ser chamada
de fronteira de ineficincia; a segunda que, na fronteira invertida, as DMUs tm as
melhores prticas considerando um ponto de vista oposto ao da fronteira clssica, ou seja,
as DMUs que so mais eficientes na fronteira invertida so aquelas que esto mais
afastadas da fronteira e, portanto, so aquelas em que o valor da funo objetivo fica mais
prximo de zero (na fronteira invertida a eficincia no dada pelo resultado da FO).
Existem diversas formas de se lidar com o resultado da fronteira invertida. Mello
(2005a) sugere que o resultado da fronteira invertida (que ser representado por I de
ineficincia) seja subtrado de 1 (1 I) para que seja estimado um ndice de eficincia;
porm, esse procedimento tem a desvantagem de no atribuir eficincia 1 a nenhuma DMU,

103
j que o I calculado pelo DEA jamais ser 0. Um procedimento melhor para calcular da
eficincia pela fronteira invertida pode ser sistematizado por meio dos passos descritos a
seguir:

1. Troque de lugar os inputs com os outputs e resolva o problema de programao

linear normalmente - ser encontrado um valor definido como a Ineficincia (I) da
DMU em anlise;
2. Inverta o valor da Ineficincia encontrada (1/I) - esse valor ser um bom
indicador da eficincia, porm ele ser maior que 1 necessitando de uma
normalizao; e
3. Aps serem encontrados os indicadores (1/I) de todas as DMUs, normalize os
dados, isto , pegue o maior valor dentre os indicadores encontrados e divida os
indicadores de todas as DMUs por ele; o resultado encontrado ser o ndice de
eficincia da fronteira invertida (Efi).

A Figura 28 apresenta um exemplo de uma fronteira invertida comparada com uma

fronteira clssica de um modelo BCC.

104

Figura 28 - Fronteiras invertida e clssica.

Fonte: Mello et al. (2005a)

A Expresso 60 mostra a frmula de clculo do ndice de eficincia combinada

entre as fronteiras clssica e invertida, que dado pela mdia aritmtica entre os dois.

Ec = (Efc + Efi) / 2

(60)

Em que:
Ec: Eficincia combinada;
Efc: Eficincia obtida na fronteira clssica;
Efi: Eficincia obtida na fronteira invertida.
Segundo Macedo et. al (2005), um ndice que combine as eficincias das fronteiras
clssica e invertida ser capaz de fornecer uma viso de eficincia onde a DMU eficiente
deve ter um bom desempenho naquilo em que ela melhor, mas no pode ter um mau
desempenho no critrio em que ela for pior; sendo assim, esse ndice combinado a
soluo para o problema do empate entre as DMUs eficientes.

105
A perspectiva da fronteira invertida s ter interesse caso ela seja utilizada em
conjunto com a perspectiva da fronteira clssica, pois a nica utilidade da fronteira
invertida no clculo do ndice de eficincia combinado. Assim, no importa se for
utilizada na fronteira invertida, a perspectiva de primeiro nvel Dual ou a Primal, j que no
faz sentido calcular metas e utilidades quando os inputs e outputs esto trocados.
importante, porm, ao se calcular o ndice combinado, que o resultado obtido nas fronteiras
clssicas e invertida provenham de uma mesma orientao.

4.2.7 Perspectiva da Fronteira difusa

Segundo Mello et al. (2005b), a fronteira DEA difusa surge em situaes nas quais
as variveis de inputs ou outputs apresentam um certo grau de incerteza de medio, mas
no obedecem a nenhuma distribuio de probabilidade. A fronteira eficiente, nesse caso,
construda considerando-se os limites de incerteza, isto , os menores e maiores valores
possveis de serem assumidos pelas variveis afetadas pela incerteza de medio. Assim, a
partir dos maiores valores que essas variveis podem assumir construda uma fronteira de
eficincia otimista e, a partir dos menores construda uma fronteira de eficincia
pessimista. A regio entre estas duas fronteiras denominada fronteira difusa.
Ainda segundo Mello et al. (2005b), neste caso, a fronteira no um conjunto no
sentido clssico do termo, mas um conjunto difuso e sendo assim no h sentido em dizer
que uma DMU pertence ou no a esse conjunto, sendo possvel afirmar, no mximo, qual
o grau de pertena da DMU a ele. Dessa forma, em vez de existirem DMUs na fronteira e
outras fora da fronteira, haver DMUs com diferentes graus de pertena fronteira difusa.

106
As fronteiras otimistas e pessimistas podem ser construdas utilizando-se os
modelos clssicos do DEA. A Figura 29 apresenta um exemplo das construes das
fronteiras pessimista e otimista usando-se o modelo BCC.

Figura 29 Fronteira difusa

Fonte: Adaptado de Mello et al. (2005b)

Na lgica difusa, uma DMU no mais representada por um ponto e sim por uma
regio que contenha todos os valores de input e output virtual que essa DMU pode possuir.
A Figura 29 apresenta um exemplo de como trs DMUs (A, B e C)

so

representadas na lgica difusa.

Segundo Mello et al. (2005b), so definidas certas funes, denominadas funes de
pertena, que determinam o grau de pertena de certa varivel a um determinado conjunto.
No caso da fronteira difusa, o grau de pertena de uma DMU ser calculado com base em
propriedades geomtricas das fronteiras geradas. Assim, caso uma DMU esteja contida
totalmente dentro da regio de fronteira difusa (como a DMU C da Figura 29), ela ter
grau de pertena igual a 1; caso a DMU esteja apenas parcialmente contida na fronteira

107
(como a DMU A da Figura 29), ela ter grau de pertena entre 0 e 1 dependendo do
quanto da DMU estiver dentro da fronteira e do quanto estiver fora. Por fim, caso a DMU
esteja totalmente fora da fronteira (como a DMU B da Figura 29) ela ter grau de
pertena igual a 0. Em termos gerais, o grau de pertena de uma DMU pode ser calculado
pela Expresso 61:

GP = Adf / ADMU

(61)

Em que:
GP: Grau de pertena;
Adf : rea da DMU difusa contida dentro da fronteira;
ADMU : rea total da DMU difusa.
Segundo Mello et al. (2005b), o grau de pertena pode ser considerado uma
estimativa para a eficincia de uma DMU, porm esse ndice possui distores como, por
exemplo, considerar todas as DMUs que estejam abaixo da fronteira como possuindo a
mesma eficincia (eficincia nula).
O nico interesse ao se aplicar a perspectiva da fronteira difusa determinar o grau
de pertena (eficincia) de uma determinada DMU, no sendo possvel, com essa
perspectiva, determinar utilidades, metas e benchmarks; sendo assim, tal qual a fronteira
invertida, tanto faz se a perspectiva de primeiro nvel da fronteira difusa Primal ou Dual.

4.2.8 Restries aos pesos

Segundo Mello et al. (2005a), uma das caractersticas mais importantes da Anlise
por Envoltria de Dados o fato dessa tcnica possuir total liberdade na atribuio dos
pesos (utilidades), que daro o valor mximo de eficincia a uma dada DMU. Segundo esse

108
autor, essa caracterstica especialmente importante para identificar as DMUs ineficientes,
que sero ineficientes mesmo com o conjunto de pesos que maximizem a sua eficincia.
Por outro lado, muitas vezes os pesos atribudos pelo DEA entram em contradio
com a realidade. Um caso clssico dessa contradio, como j explicado, quando o DEA
atribui peso nulo a algum input ou output, fato que contraria totalmente a teoria econmica
das utilidades. Uma das maneiras de resolver esse problema pela fronteira invertida, outra
associando restries aos pesos que o DEA pode atribuir.
Essas restries tm a desvantagem de depender de parmetros totalmente
subjetivos. Assim, no existe uma formulao matemtica para se atribuir limites aos pesos,
ficando essa responsabilidade a cargo dos decisores.
As restries aos pesos podem aparecer sob diversas formas nos modelos DEA.
Lins e ngulo-Meza (2000), identificaram trs tipos de restries que podem ser utilizadas
no DEA

1. Restries diretas aos pesos;

2. Restries de regies de segurana; e
3. Restries aos inputs e outputs virtuais.

As restries do primeiro tipo so as mais intuitivas, pois envolvem a imposio

direta de limites inferiores e superiores para cada utilidade de cada input e de cada output
da DMU em anlise. Apesar da simplicidade, essas restries podem levar a inviabilidade
do problema de programao linear. A Expresso 62 mostra as restries que devem ser
acrescidas a um dado modelo DEA, quando se quer usar esse tipo de restrio.

109
ui A
ui B
(62)
vj C
vj D

Em que:
ui: Utilidade de um output i;
vj: Utilidade de input j;
A, B, C, D: Parmetros estipulados pelos decisores.

J as restries do segundo tipo, conhecidas como restries de regio de segurana,

buscam definir o limite de um determinado peso de um input ou output com base no peso
de outro output ou outro input. Existem vrias maneiras de se formular restries do tipo
regio de segurana. Pode-se, por exemplo, associar dois inputs ou dois outputs (chamadas
de restries de regio de segurana do tipo I ou Cone Ratio), ou pode-se associar um input
com um output, ou vice versa (chamadas restries de regio de segurana do tipo II). A
Expresso 63 apresenta alguns exemplos dessas restries.

A.vj + B.vj+1 vj+2 (Tipo I)

A vj / vj+1 B (Tipo I)
A.vj ui (Tipo II)

Em que:
ui: utilidade de um output i;
vj: Utilidade de input j;
A, B: Parmetros estipulados pelos decisores.

(63)

110
J o terceiro tipo de restrio limita o valor da participao de um determinado
output (input) dentro do output virtual (input virtual) ao qual ele pertence; em outras
palavras essa restrio limita o valor da varivel W que ser definida no item 5.4 do
prximo captulo, que apresenta o ndice de Trnqvist. A Expresso 64 apresenta duas
restries desse tipo:
A Wi =

yi 0 ui
m

y
i =1

C Wj =

i0

ui

x j0 v j
n

x
j =1

j0

(64)
D

vj

Em que:
ui: utilidade de um output i;
vj: Utilidade de input j;
Wi :Porcentagem do output i no output virtual de uma DMU em anlise;
Wj: Porcentagem do input j no input virtual de uma DMU;
m: nmero de outputs;
n: nmero de inputs;
A, B, C, D: Parmetros estipulados pelos decisores.

As restries aos pesos geralmente so utilizadas em conjunto com as perspectivas

de primeiro nvel Primais e apesar de, pelos princpios da dualidade, poder-se achar o
correspondente Dual de qualquer problema de PL, no foi encontrado na literatura nenhum
modelo Dual que apresentasse restries aos pesos. Mesmo assim, pode-se afirmar que nas
perspectivas Duais, essas restries adicionais que foram acrescentadas nas perspectivas
Primais virariam variveis adicionais; o resultado da eficincia, porm, seria o mesmo em
ambas perspectivas.

111
4.2.9 DEA com variveis de input e output no-controlveis

Segundo Bruneta (2004), os inputs e outputs de uma DMU podem ser: (a)
controlveis, ou seja, sujeitos s decises gerenciais, sendo, portanto, passveis de serem
alterados, de acordo com os objetivos a serem atingidos e (b) no-controlveis, isto , no
so afetadas pelas decises gerenciais. Segundo Moita (1995), as variveis de input ou

output no-controlveis, como o prprio nome sugere, so inputs e outputs, relevantes para
o clculo da produtividade, mas sobre as quais a DMU no tem controle. Assim, a
constatao de excesso de inputs ou falta de outputs no far sentido nessas variveis, pois
a DMU no poder mud-las para atingir uma determinada meta.
Ao se considerarem, nos modelos DEA, as variveis no-controlveis, deve-se fazer
algumas adaptaes aos modelos at aqui apresentados. Primeiramente devem-se separar as
variveis controlveis das no-controlveis sendo que as variveis controlveis daro
origem a tipo de restrio, onde se consideraro que as variveis podem ser minimizadas ou
maximizadas, e as variveis no-controlveis daro origem a outro tipo de restrio onde
elas sero fixas, no podendo ser maximizadas ou minimizadas.
No muito comum, nem faz muito sentido economicamente, a utilizao de

outputs no-controlveis. Assim, a teoria das variveis no-controlveis serve

principalmente para inputs, que tambm so conhecidos como variveis exgenas ou
variveis ambientais. As variveis ambientais foram consideradas na definio de eficincia
apresentada no Captulo 2, porm nenhuma tcnica/modelo/perspectiva apresentada at
agora foi capaz de integr-las ao clculo da Eficincia. Segundo Rugigero (1998), as
variveis ambientais afetam a forma com que os inputs controlveis so transformados em

outputs, ou seja, afetam a funo produo, apesar de no fazerem parte dela, como
demonstra a Expresso 65.

112
Ov = f (Iv | INv)

(65)

Em que:
Ov: Output virtual;
Iv: Input controlvel virtual;
INv: Input no-controlvel virtual;
f (Iv | INv): Em funo de xv mas dependente de tv.
As Expresses 66 e 67 apresentam as restries de um modelo Dual orientado ao

input relacionadas s variveis de inputs controlveis (xj), cuja restrio igual restrio
j proposta na seo 4.2.4, e s variveis de inputs no-controlveis (tl):

Inputs Controlveis
z

x jk k x j 0 0 ou
k =1

x
k =1

jk

k + Sj = x j 0 Para j = 1,2,3,n

(66)

Inputs No-controlveis
z

t lk k t l 0 ou
k =1

t
k =1

lk

k + S l = t l 0 Para l = 1,2,3,o

Em que:
: Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input controlvel j da DMU k;
tlk: Quantidade do input no-controlvel l da DMU k;
xj0: Quantidade do input controlvel j da DMU em anlise;
tl0: Quantidade do input no-controlvel l da DMU em anlise;
z: Nmero de DMUs em avaliao;
n: Nmero de inputs; controlaveis
o: Nmero de inputs no-controlveis;
Sj: Varivel de folga do input controlvel j;
Sl: Varivel de folga do input no-controlvel l.

(67)

113
A diferena entre as duas restries que enquanto nas variveis controlveis a
meta da DMU definida com base na sua eficincia, nas folgas e na quantidade do input da
DMU em anlise (Meta = .xj0 - Sj ) e nas variveis no controlveis a meta a prpria
quantidade de input (menos a folga) da DMU em anlise (Meta = tl0 - Sj). Para os modelos
orientados ao output a diferenciao entre inputs controlveis e no-controlveis no far a
menor diferena, pois por definio, na orientao ao output todos os inputs so fixos de
qualquer forma.
Assim como as restries aos pesos so mais associadas as perspectivas Primais, as
variveis ambientais so mais associados as perspectivas Duais e apesar de tambm ser
possvel, em teoria, pelos princpios da dualidade, encontrar uma perspectiva Primal com
variveis no-controlveis, no foi encontrado na literatura nenhum modelo com essas
caractersticas.

4.3 Modelos Aditivos Variante e Invariante

Os modelos Aditivos em suas formas Invariante, que possui retornos constantes a

escala e Variante, que possui retornos variveis a escala, foram propostos originalmente por
Charnes et. al em 1985.
Assim como os modelos CCR e BCC, os modelos Aditivos so baseados em
programao linear, porm ao contrrio deles, a formulao original do modelo Aditivo no
um problema de programao fracionria e sim um modelo de programao linear.
Assim, no necessrio escolher uma orientao, quando se trabalha com um modelo
Aditivo, pois o prprio modelo original j considera, simultaneamente, a maximizao dos

outputs e a minimizao dos inputs. Na realidade, os modelos Aditivos tero uma

orientao prpria sendo que essa orientao vai comparar uma DMU com o ponto da

114
fronteira de eficincia mais prximo a ela. Com isso, o modelo Aditivo proporcionar a
situao em que a DMU dever fazer menos esforo (em termos de reduo de inputs e
aumento de outputs) para atingir a eficincia.
Uma desvantagem do modelo Aditivo em relao aos modelos CCR e BCC que o
resultado obtido por esses modelos varia com a unidade de medio; assim, utilizar a rea
plantada de uma determinada cultura em km2, m2 ou hectares, afetar o resultado.
Segundo Shimonishi (2005), o modelo Aditivo no permite calcular o ndice de
eficincia das DMUs que esto sendo comparadas, permite apenas indicar as DMUs
eficientes e as metas das DMUs ineficientes. Sendo assim, no far sentido em se utilizar as
fronteira invertidas e difusas com os modelos aditivos. Graas a isso e ao fato de no
adimitirem orientaes as perspectivas dos modelos Aditivos Variantes e Invariantes em
seus diferentes nveis ficam reduzidas ento, s expressas na Figura 30, ou seja, a apenas 8
combinaes de perspectivas:
1 nvel

2 nvel

3 nvel

Primal

Com restries
aos pesos

Com
variveis no
controlveis

Aditivo
Variante

DEA
Dual

Aditivo
Invariante

Sem restries
aos pesos

Sem variveis
no
controlveis

Figura 30 - Perspectivas dos modelos Aditivos

115
A grande diferena entre os modelos Aditivos e os modelos CCR e BCC que os
modelos Aditivos, ao contrrio dos outros dois, projetam os pontos na fronteira de
eficincia de uma forma no radial, baseada na mtrica L1. Segundo Gomes, Mello e
Biondi Neto (2003), a mtrica L1 (mtrica de Tchebycheff) uma funo de distncia na
qual a diferena de todos os fatores considerada proporcional a sua magnitude, o que leva
ao resultado de mximo alcance agregado. A Figura 31 apresenta a fronteira e o modo de
projeo (orientao) utilizado pelo modelo Aditivo Variante. Para um modelo Aditivo
Invariante, a nica diferena ser o formato da fronteira que ser uma reta com ngulo de
45.

Figura 31 - Fronteira de eficincia e orientao de um modelo Aditivo Variante

Fonte: Adaptado de Azambuja (2002)

4.3.1 Perspectiva Primal dos modelos Aditivos

O modelo Aditivo Invariante o modelo Aditivo que possui retornos constantes

escala, ou seja, o modelo Aditivo correspondente ao modelo CCR. Esse modelo, em sua
forma Primal, est baseado na minimizao da diferena entre o input virtual e o output
virtual (Iv Ov) da DMU em anlise. Quanto menor essa diferena, maior a eficincia da

116
DMU o que, explicado pelo fato do aumento da eficincia depender ou do aumento dos

outputs ou da reduo dos inputs. Caso, a diferena entre os inputs e outputs for 0 a DMU
em anlise ser eficiente.
Os modelos Aditivos Primais, assim como os modelos BCC e CCR Primais,
tambm buscam o conjunto de pesos (desde que os dados estejam devidamente
normalizados) que maximizam a eficincia da DMU em anlise. A nica diferena entre
eles que, ao invs procurar esses pesos diretamente pela definio de eficincia, os
modelos Aditivos iro busca-los por meio a minimizao da diferena entre o input virtual
e o output virtual, sendo que essa diferena no ser a eficincia. As Expresses 68, 69, 70
e 71 apresentam um modelo DEA Aditivo Invariante.

i =1

j =1

MIN vi x j 0 u j y j 0

(68)

Sujeito a:
m

v x
i =1

jk

u j y j k 0 para k = 1,2 .....z

(69)

j =1

ui 1 para i = 1,2...m

(70)

vj 1 para j = 1,2...n

(71)

Em que:
ui : Utilidade do output i;
vj : Utilidade do input j;
xjk: Quantidade do input j da DMU k;
yik : Quantidade do output i da DMU k;
xj0: Quantidade do input j para DMU em anlise;
yi 0: Quantidade do output i para DMU em anlise;
z: Nmero de DMUs em avaliao;

117
m: Nmero de outputs;
n: Nmero de inputs.

As fronteiras do modelo Aditivo Invariante e do modelo CCR so iguais e o que

garante essa igualdade a Expresso 69 que tambm est presente no modelo CCR; a nica
diferena entre os dois modelos a orientao (que dada pela funo objetivo). Segundo
Cooper et .al. (2000) apud Gomes, Mello e Biondi Neto (2003), uma DMU ser eficiente
no modelo Aditivo Invariante se, e somente se, ela for eficiente no modelo CCR.
O modelo Aditivo Variante o modelo Aditivo com retornos variveis a escala, ou
seja, o modelo Aditivo correspondente ao modelo BCC. Assim, como o modelo BCC em
relao ao CCR, o modelo Aditivo Variante apresenta como nica diferena, em relao ao
Aditivo Invariante, o acrscimo de uma varivel sem restrio de sinal (chamada aqui de

w), a partir da qual se podem tirar concluses sobre os tipos de retornos escala. As
expresses 72, 73, 74, 75 e 76 apresentam um modelo DEA Aditivo Variante.

MIN

v
i =1

x j0 u j y j 0 + w

(72)

j =1

Sujeito a:
m

i =1

j =1

vi x jk u j y j k 0 para k = 1,2 .....z

(73)

ui 1 para i = 1,2...m

(74)

vj 1 para j = 1,2...n

(75)

w pode assumir qualquer valor

(76)

118

Em que:
w: Fator de escala da DMU em anlise;
ui : Peso (utilidade) do output i;
vj : Peso (utilidade) do input j;
xjk: Quantidade do input j da DMU k;
yik : Quantidade do output i da DMU unidade k;
xj0: Quantidade do input j da DMU em anlise;
yi 0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

As fronteiras do modelo Aditivo Variante e do modelo BCC tambm so iguais e o

que garante essa igualdade a Expresso 73 que tambm est presente em ambos os
modelos. Segundo Cooper et .al. (2000) apud Gomes, Mello e Biondi Neto (2003) uma
DMU ser eficiente no modelo Aditivo Variante se, e somente se, ela for eficiente no
modelo BCC.
O coeficiente w pode ser interpretado da mesma maneira que o coeficiente u do
modelo BCC, como indicado no Quadro 7.

Coeficiente w

Tipo de retorno

w>0

Crescente

w=0

Constante

w<0

Decrescente

Quadro 7 Interpretao dos coeficientes w

4.3.2 Perspectiva Dual dos Modelos Aditivos

Nos modelos Aditivos, as folgas tm um significado diferente do apresentado nos

modelos CCR e BCC; enquanto nos modelos CCR e BCC as folgas serviam para corrigir

119
distores na fronteira, nos modelos Aditivos as folgas so ou a diferena entre os outputs
da projeo de uma DMU na fronteira e os da prpria DMU ou a diferena entre os inputs
de uma DMU e os de sua projeo na fronteira. As folgas dos modelos Aditivos esto
exemplificadas na Figura 32.

Figura 32 - Exemplos de folgas nos modelos Aditivos

Os modelos Aditivos Duais maximizam a somatria das folgas dos inputs e dos

outputs da DMU em anlise. Quanto menor a soma das folgas de uma DMU, mais eficiente
ela ser, pois mais prxima ela estar da fronteira. No caso da soma das folgas (funo
objetivo) ser zero, a DMU em anlise ser eficiente, pois se encontrar na fronteira. As
expresses 77, 78, 79 e 80 apresentam um modelo Aditivo Invariante Dual.

MAX

Sujeito a:

i =1

j =1

Si + Sj

(77)

120
z

x
k =1

jk

y
k =1

ik

k + Sj = x j 0 para j =1,2,3...n

(78)

k Si = y i 0 Para i =1,2,3,m

(79)

k, Sj e Si > 0

(80)

Em que:
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

A nica diferena entre os modelos Aditivos Duais Variantes e Invariantres

z

presena de uma restrio de convexidade ( k = 1 ) que se relaciona com a varivel w do

k =1

modelo Primal; essa restrio exatamente igual a dos modelos BCC Duais. As Expresses
81, 82, 83, 84 e 85 apresentam o modelo DEA Aditivo Variante Dual.

i =1

j =1

Si + Sj

(81)

k + Sj = x j 0 para j =1,2,3...n

(82)

MAX

Sujeito a:
z

x
k =1

jk

121
z

y
k =1

ik

k Si = y i 0 Para i =1,2,3,m
z

k =1

=1

k, Sj e Si > 0

(83)

(84)
(85)

Em que:
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

As metas das DMUs ineficientes podem ser obtidas diretamente a partir das
variveis de folga dos modelos Duais. As metas das DMUs ineficientes para cada input e

output so dadas pelas Expresses 86 e 87.

Meta Inputs
Meta = x j 0 S j Para j = 1,2,3,n

(86)

Meta Outputs
Meta = y i 0 + S i

(87)
Para i = 1,2,3,m

122

Em que:
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

4.3.3 Outras perspectivas dos modelos Aditivos

A perspectiva das restries aos pesos nos modelos Aditivos, obedece aos mesmos
princpios, inclusive com as mesmas equaes, que a dos modelos BCC e CCR e por isso
essas informaes no sero repetidas nessa seo.
Para o caso da perspectiva das variveis de inputs no controlveis, ser acrescida
ao modelo Aditivo Dual a restrio dada pela Expresso 89. Essa restrio advm do fato
de um input no controlvel no admitir folga, j que ele no pode ser reduzido. As
Expresses 88 e 89 apresentam a comparao entre as restries de um input controlvel e
de um no controlvel nos modelos Aditivos.

Inputs Controlveis
z

x jk k + Sj = x j 0 para j =1,2,3...n

(88)

k =1

Inputs No-Controlveis
z

t lk k = tl 0 para l =1,2,3...o
k =1

(89)

123

Em que:
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input controlvel j da DMU k;
tlk: Quantidade do input no-controlvel l da DMU k;
xj0: Quantidade do input controlvel j da DMU em anlise;
tl0: Quantidade do input no-controlvel l da DMU em anlise;
z: Nmero de DMUs em avaliao;
n: Nmero de inputs controlveis;
o: Nmero de inputs no-controlveis;
Sj: Varivel de folga do input controlvel j;

4.4 Modelos Multiplicativos Variantes e Invariantes

Os modelos Multiplicativos, em suas formas Invariante, que possui retornos

constantes escala, e Variante, que possui retornos variveis a escala, foram propostos
originalmente por Charnes, Cooper, Seiford, e Stutz em 1982. Segundo Charnes et al
(1982), os modelos Multiplicativos, diferentemente de todos os modelos at aqui
apresentados, ao invs de se basearem em combinaes aditivas entre os inputs e outputs
(que foram chamados de inputs e outputs virtuais), se baseiam em combinaes
multiplicativas em que o input e o output virtual so resultados respectivamente da
n

multiplicao entre os inputs ( x j 0j )e entre os outputs ( y ui 0i ). Nesse trabalho, porm,

j =1

i =1

s ser apresentado o modelo Multiplicativo em sua forma logartmica, em que ele possui
aspectos de um modelo Aditivo.
Segundo Azambuja (2002), os modelos Multiplicativos resultam simplesmente da
aplicao de logartmos nas variveis xi (inputs) e yi (outputs) das equaes do Modelo
Aditivo. Sendo assim, todas as interpretaes e comentrios a respeito dos modelos
Aditivos, novamente se aplicam, mas agora no espao transformado [Log (x), Log (y)].
Porm, segundo Banker et al. (2004), a eficincia dos modelos Multiplicativos no varia

124
com a unidade dos inputs e dos outputs, diferentemente dos modelos Aditivos e igual aos
modelos CCR e BCC.
Ainda segundo Azambuja (2002), a diferena entre os modelos Aditivos e
Multiplicativos est na fronteira, j que a orientao a mesma. Essa diferena causada
pela presena do logartmo, que no muda o formato da fronteira, apenas o deforma. Os
modelos DEA Multiplicativos Invariantes possuem uma envoltria log-linear, ou seja, uma
reta, mas que afetada pelos logartmos. J a envoltria do modelo Multiplicativo Variante
conhecida como Cobb-Douglas, por partes. Esse nome devido semelhana dessa
fronteira com a funo produo Cobb-Douglas, que tambm baseada em uma
combinao multiplicativa entre os inputs e outputs, mas no por partes. As perspectivas
dos modelos Multiplicativos Variantes e Invariantes so as mesmas dos modelos Aditivos e
esto representadas pela Figura 33:
1 nvel

2 nvel

3 nvel

.
Multiplicativo
Variante
Primal

Com
variveis no
controlveis

Com restries
aos pesos

DEA
Dual

Multiplicativo
Invariante

Sem restries
aos pesos

Sem variveis
no
controlveis

Figura 33 - Perspectivas dos modelos Multiplicativos

125
Assim como os modelos Aditivos, os modelos Multiplicativos no calculam a
eficincia, apenas encontram, por meio de suas vrias perspectivas: (a) as DMUs eficientes,
(b) as utilidades dos inputs e outputs e (c) as metas das DMUs ineficientes.
Segundo Banker (2004), os modelos Multiplicativos possuem a capacidade de
modelar problemas que possuam uma superfcie envoltria convexa em alguns pontos e
cncava em outros. Alm disso, ainda segundo Banker (2004), com os modelos
Multiplicativos possvel se calcular as elasticidades, ou seja, o quanto um aumento
unitrio de um input ou um output gera de impacto na eficincia, algo que os outros
modelos no permitem fazer. Nenhuma dessas aplicaes, porm, ser detalhada nesse
trabalho.
A seguir sero detalhadas apenas as perspectivas Primais e Duais dos modelos
Multiplicativos, j que as outras perspectivas possuem comportamentos muito parecidos
aos dos modelos Aditivos (com a diferena em que devem ser aplicados logaritmos nos
inputs e outputs).

4.4.1 Perspectiva Primal dos modelos Multiplicativos

As Expresses 90, 91, 92 e 93 apresentam um modelo DEA Multiplicativo

Invariante Primal. Esse modelo apresenta retornos constantes a escala e forma de fronteira
log-linear.

MIN

Sujeito a:

i =1

j =1

vi log( x j 0 ) u j log( y j 0 )

(90)

126
m

v
i =1

log( x jk ) u j log( y j k ) 0 para k = 1,2 .....z

(91)

j =1

ui 1 para i = 1,2...m

(92)

vj 1 para j = 1,2...n

(93)

Em que:
ui : Utilidade do output i;
vj : Utilidade do input j;
xjk: Quantidade do input j da DMU k;
yik : Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi 0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

O modelo Multiplicativo Variante possui retornos variveis a escala e

correspondente aos modelos BCC e Aditivo Variante. Assim como no modelo Aditivo,
nesse modelo acrescentada uma varivel sem restrio de sinal (w), que nesse caso no
possuir nenhuma funo prtica. O formato da fronteira desse modelo chamado de
Cobb-Douglas por partes. As expresses 94, 95, 96, 97 e 98 apresentam um modelo DEA
Multiplicativo Variante.

MIN

i =1

j =1

vi log( x j 0 ) u j log( y j 0 ) + w

(94)

Sujeito a:
m

i =1

j =1

vi log( x jk ) u j log( y j k ) 0 para k = 1,2 .....z

(95)

127
ui 1 para i = 1,2...m

(96)

vj 1 para j = 1,2...n

(97)

w pode assumir qualquer valor

(98)

Em que:
w: Fator de escala da DMU em anlise;
ui : Utilidade calculado para o output i;
vj : Utilidade calculado para o input j;
xjk: Quantidade do input j da DMU k de;
yik : Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi 0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

Segundo Banker et al. (2004), os retornos a escala nos modelos Multiplicativos, ao

contrrio dos do modelo Aditivo, no so determinados pelo fator de escala w e sim pelos
coeficientes de utilidade dos inputs (xj0). O Quadro 8 indica a interpretao do tipo de
retorno escala a partir desses coeficientes.

Condio
n

x
j =1

j0

>1

Crescente

j0

=1

Constante

j0

<1

Decrescente

x
j =1
n

x
j =1

Tipo de retorno

Quadro 8 Retorno escala dos modelos Multiplicativos

128
4.4.2 Perspectiva Dual dos modelos Multiplicativos

Nos modelos Multiplicativos, as folgas possuem comportamento semelhante ao

apresentado nos modelos Aditivos. Todas as outras interpretaes, realizadas na seo Dual
dos modelos Aditivos, tambm valem para os modelos Multiplicativos. As Expresses 99,
100, 101 e 102 apresentam um modelo Multiplicativo Invariante Dual.

MAX

i =1

j =1

Si + Sj

(99)

Sujeito a:
z

log( x
k =1

jk

) k + Sj = log( x j 0 ) para j =1,2,3...n

(100)

ik

) k Si = log( y i 0 ) Para i =1,2,3,m

(101)

log( y
k =1

k, Sj e Si > 0

Em que:
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

(102)

129
As Expresses 103, 104, 105, 106 e 107, por sua vez, apresentam um modelo
Multiplicativo Variante Dual, cuja nica diferena em relao ao modelo Multiplicativo
z

Invariante Dual a presena da restrio de convexidade ( k = 1 ).

k =1

i =1

j =1

Si + Sj

MAX

(103)

Sujeito a:
z

log( x
k =1

jk

) k + Sj = log( x j 0 ) para j =1,2,3...n

(104)

ik

) k Si = log( y i 0 ) Para i =1,2,3,m

(105)

log( y
k =1

k =1

=1

k, Sj e Si > 0

Em que:
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

(106)
(107)

130
Tal qual as metas no modelo Aditivo, o logaritmo das metas das DMUs ineficientes
podem ser obtidos diretamente a partir das variveis de folga dos modelos Multiplicativos
(deve ser lembrado que est-se trabalhando no espao [log(x), log(y)]). Com isso, as metas
das DMUs ineficientes para cada input e cada output sero dadas respectivamente pelas
Expresses 108 e 109.

Meta Inputs

Meta =

log( x

j0

) S

(108)
j

Para j = 1,2,3,n

Meta Outputs
Meta =

log( y i 0 ) + S i

(109)
Para i = 1,2,3,m

Em que:
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs;
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

4.5 Modelo FDH

O modelo de Livre Disposio de Envoltria (Free Disposal Hull FDH),

desenvolvido por Deprins et al. (1984), possui os mesmos princpios e formulaes muito

131
prximas ao modelo BCC que possui retornos variveis a escala. A grande diferena entre
os dois que o modelo BCC constri a fronteira de eficincia (que vai servir de base para
o clculo do ndice de eficincia e das metas das DMUs ineficientes) com base tanto em
DMUs reais quanto em DMUs virtuais (que existem apenas em teoria e que so a
combinao linear das DMUs reais eficientes que so denominadas benchmarks). J o
modelo FDH constri a fronteira baseado exclusivamente em DMUs reais. Segundo
Gomes, Mello e Biondi Neto (2003), o modelo FDH busca medir a eficincia comparando
uma DMU com a DMU eficiente e real (benchmark), mais prxima a ela, ignorando
completamente as DMUs virtuais, que poderiam servir-lhe como meta. Assim como os
modelos CCR e BCC, a eficincia do modelo FDH no varia com a unidade dos inputs e
outputs.

Tendo em vista essas caractersticas, a fronteira de eficincia do modelo FDH

apresenta o formato de degraus, como mostra a Figura 34. fcil perceber que essa
fronteira elimina as combinaes lineares entre DMUs, fazendo com que a DMU
ineficiente seja comparada apenas com DMUs reais. Tambm fcil perceber que a
eficincia calculada pelo modelo FDH ser sempre maior ou igual que a do modelo BCC, j
que na maioria dos casos a fronteira FDH subestima o quanto uma DMU pode produzir,
pois s utiliza DMUs reais na comparao. A Figura 34 ilustra a comparao entre as
fronteiras BCC e FDH.

132

Ov

Fronteira BCC

Fronteira FDH

Iv
Figura 34 - Comparao das fronteiras BCC e FDH

As perspectivas de um modelo FDH so quase as mesmas que as de um modelo

BCC, a nica diferena que o modelo FDH provavelmente foi modelado apenas para
perspectiva Dual, j no se pode conceber, nem em teoria, devido s propriedades da
dualidade, um modelo Primal que possua as caractersticas do FDH. A Figura 35 ilustra as
principais perspectivas do modelo FDH; h 24 combinaes de perspectivas para ele.
1 nvel

2 nvel

Fronteira
Clssica
Dual ao
Input

DEA

3 nvel

4 nvel

Com
restries
aos pesos

Com
variveis no
controlveis

Sem
restries
aos pesos

Sem variveis
no
controlveis

Fronteira
Invertida

FDH
Dual ao
Output

Fronteira
Difusa

Figura 35 - Perspectivas de um modelo FDH

133
As equaes do modelo BCC Dual e FDH so muito parecidas, a nica diferena
que modelo FDH baseado em programao linear inteira mista, e no apenas em
programao linear simples, como o modelo BCC. As equaes da perspectiva FDH podem
ser encontradas simplesmente limitando-se as variveis do modelo BCC aos valores ou 0
ou 1. As Expresses 110, 111, 112, 113,.114 e 115 apresentam um modelo FDH Dual
orientado aos inputs.

MIN

(110)

Sujeito a:
z

yik k yi 0 ou
k =1

x
k =1

jk

y
k =1

k x j 0 0 ou

ik

k Si = y i 0 para i =1,2,3...m

x
k =1

jk

k + Sj = x j 0 para j = 1,2,3,n

k =1

=1

(111)

(112)

(113)

>0

(114)

k {0,1}

(115)

Em que:
: Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xjk: Quantidade do input j da DMU k;
yik: Quantidade do output i da DMU k;
xj0: Quantidade do input j da DMU em anlise;
yi0: Quantidade do output i da DMU em anlise;
z: Nmero de unidades em avaliao;
m: Nmero de outputs;
n: Nmero de inputs
Si: Varivel de folga do output i;
Sj: Varivel de folga do input j.

134
No modelo FDH, que possui orientao radial, as folgas podero ser interpretadas
de modo semelhante ao comentado nos modelos CCR e BCC, sendo que nesse caso, as
folgas com funo de corrigir distores na fronteira sero muito comuns devido ao
formato de degraus.
Cada DMU ineficiente, no modelo FDH, ter apenas um nico benchmark para lhe
servir de comparao. Assim, aps a resoluo da perspectiva Dual, caso a varivel
associada a uma determinada DMU:

1. For igual a zero, a DMU no ser o benchmark da DMU analisada;

2. For igual a 1, a DMU ser o benchmark da DMU analisada.

Todas as outras perspectivas do modelo FDH, apresentam as mesmas caractersticas

das do modelo BCC e por isso no sero repetidas.

4.6 Comparao entre os modelos e perspectivas do DEA

A tcnica Anlise por Envoltria de Dados possui 7 modelos: o CCR, o BCC, o
FDH, o Aditivo Variante, o Aditivo Invariante, o Multiplicativo Variante e o Multiplicativo
Invariante. Os modelos CCR, Aditivo Invariante e Multiplicativo Invariante apresentam
retornos constantes escala, ou seja, eles adotam a hiptese de que os inputs e os outputs
so proporcionais entre si. Devido a isso, os modelos Aditivo Invariante e CCR
apresentam a fronteira na forma de uma reta de 45 o e o modelo Multiplicativo Invariante
(que possui as mesmas equaes do modelo Aditivo, porm com logaritmos aplicados aos
inputs e outputs) apresenta uma fronteira na forma log-linear. Tambm como conseqncia

135
direta do tipo de retorno a escala adotado, o modelo CCR fornece como resposta a
eficincia total ou produtiva das DMUs que analisa.
J os modelos BCC, FDH, Aditivo Variante e Multiplicativo Variante apresentam
retornos variveis escala, ou seja, eles adotam como hiptese que os inputs e os outputs
no so proporcionais entre si. Devido a esse fato, os modelos Aditivo Variante e BCC
apresentam a sua fronteira na forma linear por partes, que a unio de diversos segmentos
de retas, com tamanhos e ngulos variados, formando uma superfcie convexa. O modelo
Multiplicativo Variante, por sua vez, apresenta um formato de fronteira chamado de CobbDouglas por partes porque, ao se aplicar o logaritmo as equaes do modelo Aditivo
Variante, elas se aproximam muito da Funo Cobb-Douglas; o modelo FDH, que s
analisa DMUs reais, possui a fronteira na forma de degraus. Tambm devido ao tipo de
retorno a escala adotado, os modelos BCC e FDH fornecem como resultado a eficincia

tcnica das DMUs que analisam; a diferena entre os dois que o modelo BCC considera
tanto DMUs reais quanto virtuais para mensurar a eficincia enquanto o FDH s considera
DMUs reais.
Deve-se ressaltar que os modelos Aditivos e Multiplicativos (tanto nas formas
Variante quanto Invariante) no fornecem o valor da eficincia como resposta. Na
realidade, a nica resposta fornecida por esses modelos a separao das DMUs eficientes
das no-eficientes, sendo que essa separao pode ser realizada sem considerar a economia
de escala nos modelos Invariantes, ou considerando a economia de escala nos modelos
Variantes.
A formulao original dos modelos Aditivos e Multiplicativos um problema de
programao linear e, por isso, eles no precisam ser linearizados, conservando a sua
orientao mista (que ao mesmo tempo aos inputs e aos outputs). J os modelos BCC e

136
CCR apresentam a formulao original na forma fracionria e por isso precisam ser
linearizados sendo que, para isso, necessrio se definir uma orientao radial (que pode
ser ao input ou ao output). O modelo FDH, que s est presente na forma Dual (pois uma
variao do modelo BCC Dual), um modelo de programao inteira mista e tambm
admite duas orientaes (ao input e ao output).
O conceito de folga possui significado diferente quando se tratam dos modelos
Aditivos e Multiplicativos e dos modelos CCR, BCC e FDH. Para o grupo dos Aditivos e
Multiplicativos, folga a quantidade dos inputs e dos outputs que faltam para a DMU
ineficiente atingir a meta e se tornar eficiente; j para os modelos BCC, CCR e FDH as
folgas servem para corrigir distores na fronteira linear por partes.
O modelo Aditivo possui a vantagem em relao aos demais de analisar a eficincia
com base na menor distncia at a fronteira (eficincia de menor esforo), porm possui a
desvantagem de seus resultados dependerem das unidades dos inputs e dos outputs
(enquanto todos outros no dependem). J os modelos Multiplicativos possuem a vantagem
de permitir o uso de superfcies cncavas e convexas em sua fronteira e tambm de
possibilitar o clculo das elasticidades, sendo que a diferena entre o modelo Multiplicativo
e os demais que ele utiliza uma combinao multiplicativa para determinar os inputs e
outputs virtuais, enquanto os outros utilizam combinaes aditivas. O Quadro 9 apresenta

as principais caractersticas dos principais modelos do DEA.

137

Modelo

Retorno
escala

Forma da
fronteira

Aditivo
Variante

Varivel

Linear por
partes

Aditivo
Invariante

Constante

Reta de 45 o

Multiplicativo
Variante

Varivel

CobbDouglas por
partes

Multiplicativo
Invariante

Constante

Log-linear

FDH

Varivel

Degraus

BCC

Varivel

Linear por
partes

CCR

Constante

Reta de 45o

Tipo de
eficincia

Formulao
original

Orientao

Unidade
de
medio

Vantagens
adicionais

Folga

Calcula a
Influencia
eficincia de
o
menor
resultado
esforo
No
calcula

Programao
Linear

Mista

Programao
inteira mista
Tcnica
Programao
Fracionria

Ao input ou
ao output

No
influencia
o
resultado

Total

Servem
como
parmetros
Calcula as
no clculo
elasticidades das metas
e lida com
superfcies
cncavas e
convexas

Analisa em
separado os
inputs e
outputs

Servem
para
corrigir
distores
na fronteira
de
eficincia

Quadro 9 - Quadro comparativo dos modelos da tcnica DEA

Cada um dos modelos DEA apresentado pode ser expresso sob diferentes
combinaes de perspectivas, sendo que essas perspectivas encontram-se divididas em at 4
nveis. Os modelos aqui apresentados apresentam diferentes tipos de perspectivas de
primeiro nvel; os modelos CCR e BCC, por exemplo, podem ser expressos nas
perspectivas: (a) Fracionaria, (b) Primal ao input, (c) Primal ao output, (d) Dual ao input e
(e) Dual ao output; j o modelo FDH apresenta apenas as perspectivas: (a) Dual ao input e
(b) Dual ao output e; por fim, os modelos Aditivos e Multiplicativos apresentam apenas as
perspectivas: (a) Dual e (b) Primal.
A perspectiva fracionria a formulao original tanto do modelo BCC quanto do
CCR; por ser um problema de programao fracionria, essa perspectiva apresenta infinitas
solues e por isso, no possui aplicaes prticas, apenas didticas. A perspectiva
fracionria pode ser lineariazada ao se escolher uma orientao, que pode ser ao input ou ao

138
output, dando origem aos modelos Primais. A partir dos modelos Primais (orientados ao
input ou ao output), podem ser encontrados os modelos Duais (tambm orientados ao input

ou ao output) correspondentes. As perspectivas orientadas aos inputs apresentam como

resultado da funo objetivo o prprio valor da eficincia, j as perspectivas orientadas aos
outputs apresentam como resultado da funo objetivo o inverso desse valor.

No modelo CCR, devido ao fato dos retornos a escala serem constantes, as

perspectivas orientadas ao input e ao output conduziro sempre ao mesmo resultado. J nos
modelos BCC e FDH, devido ao fato dos retornos a escala serem variveis, as duas
orientaes podero conduzir a resultados diferentes caso o retorno a escala seja crescente
ou decrescente. Deve-se ressaltar, porm, que perspectivas Primal e Dual de mesma
orientao, conduziro sempre ao mesmo resultado, independentemente do modelo.
As perspectivas Primais fornecem como resultados adicionais nos modelos BCC e
CCR (desde que os dados dos inputs e dos outputs do problema estejam previamente
normalizados), as utilidades de todos os inputs e outputs de cada DMU que est sendo
comparada; tambm fornecem (sem exigir qualquer tipo de normalizao) o tipo de retorno
a escala de cada DMU, no modelo BCC. As perspectivas Duais, por sua vez, apresentam
como resultados adicionais, para os modelos BCC, CCR e FDH, as metas e os benchmarks
das DMUs ineficientes. As principais diferenas entre as perspectivas de primeiro nvel dos
modelos CCR, BCC e FDH esto sintetizadas no Quadro 10.

139

Modelos

Perspectivas

Valor da
Eficincia

Informaes
Adicionais

Resultado da
Funo Objetivo

Fracionria

Infinitas solues

Primal ao Input
CCR

Primal ao Output
Dual ao Input

As eficincias
so iguais

Eficincia
Utilidades
(os dados devem estar
normalizados)
Inverso da Eficincia
Eficincia
Metas e Benchmarks

Dual ao Output
Fracionria
Primal ao Input
BCC

Primal ao Output
Dual ao Input
Dual ao Output
Dual ao Input

FDH
Dual ao Output

Inverso da Eficincia
-

As eficincias
so diferentes

Utilidades (com os
dados normalizados)
e tipo de Retorno
Escala

As eficincias
so diferentes

Metas e Benchmarks

As eficincias
so diferentes

Metas e Benchmarks

Infinitas solues
Eficincia
Inverso da Eficincia
Eficincia
Inverso da Eficincia
Eficincia
Inverso da Eficincia

Quadro 10 Comparao entre as perspectivas de primeiro nvel dos modelos CCR, BCC e FDH
Fonte: Mariano; Almeida ; Rebelatto (2006b).

Os modelos Aditivos e Multiplicativos em suas formas Variante e Invariante

possuem apenas duas perspectivas de primeiro nvel: (a) Primal e (b) Dual. Isso ocorre
porque essas perspectivas apresentam uma orientao mista e sua formulao original
linear, no cabendo, portanto, orientaes. Como j foi dito ao se comparar os modelos,
nenhuma das duas perspectivas dos modelos Aditivos e Multiplicativos consegue calcular
diretamente o valor da eficincia relativa de uma DMU, porm ambas so capazes de
determinar o conjunto de referncia formado pelas DMUs eficientes. Alm disso, a
perspectiva Primal fornece como resultado adicional (desde que os dados estejam
previamente normalizados) s utilidades dos inputs e dos outputs de cada DMU analisada e

140
a perspectiva Dual fornece como resultado adicional, as metas e os benchmarks das DMUs
consideradas ineficientes.
A funo objetivo da perspectiva Primal dos modelos Aditivos e Multiplicativos
representa a diferena entre o input virtual e o output virtual (Iv Ov) da DMU em anlise;
a FO da perspectiva Dual, por sua vez, representa a somatria das folgas de todos os inputs
m

i =1

j =1

e todos os outputs ( Si + Sj ) da DMU em anlise. Em ambos os casos as DMUs

eficientes sero aquelas cujas funes objetivos forem iguais a zero. As principais
diferenas entre as perspectivas de primeiro nvel dos modelos Aditivos e Multiplicativos
esto sintetizadas no Quadro 11.

Modelos

Perspectivas

Valor da
Eficincia

Primal
No calcula
diretamente

Aditivos e
Multiplicativos
Dual

Informaes
Adicionais
Utilidades
(com os dados
normalizados)
Metas e
Benchmarks

Resultado da
Funo Objetivo
Diferena entre o
input virtual e o
output virtual
Somatria das
folgas dos inputs
e outputs

Quadro 11 Comparao entre as perspectivas de primeiro nvel dos modelos Aditivos e Multiplicativos

Os modelos CCR, BCC e FDH, com suas respectivas perspectivas de primeiro

nvel, podem se apresentar nas formas (perspectivas): (a) fronteira clssica, (b) fronteira
invertida e (c) fronteira difusa, sendo que essas perspectivas so chamadas de perspectivas
de segundo nvel para esses modelos. A perspectiva da fronteira clssica a formulao
original dos modelos DEA e consegue determinar: (a) os nveis de eficincia relativa de
todas as DMUs, (b) o conjunto de referncia formado pelas DMUs eficientes, (c) as metas
para as DMUs ineficientes alcanarem a eficincia (possvel apenas quando se utiliza as
perspectivas de primeiro nvel Duais), (d) os benchmarks para que essas DMUs ineficientes

141
possam ter uma referncia para poder melhorar (tambm possvel apenas nas perspectivas
Duais) e (e) os coeficientes de utilidade dos inputs e outputs das DMUs analisadas
(possvel apenas nas perspectivas Primais com os dados normalizados). A perspectiva da
fronteira invertida, por sua vez, consiste em trocar de lugar os inputs e os outputs e possui o
objetivo de discriminar, dentre as DMUs consideradas eficientes na fronteira clssica,
aquelas que so eficientes de maneira mais uniforme, ou seja, aquelas que se destacam
tanto naquilo em que so piores quanto naquilo em que so melhores; essa discriminao se
dar pela anlise do ndice de eficincia combinado que a mdia dos resultados obtidos
nas fronteiras clssica e invertida. Por fim, a fronteira difusa serve para quando os inputs e
os outputs no podem ser determinados com exatido, mas variam dentro de um intervalo
conhecido de valores; a eficincia, nesse caso, ser dada pelo grau de pertena de uma
DMU na fronteira que ser um conjunto difuso.
Por sua vez, todos o modelos podem-se apresentar (a) com restries aos pesos ou
(b) sem restries aos pesos. As restries aos pesos, que podem ser de trs tipos, servem
para corrigir distores ocasionadas pela propriedade do DEA de poder atribuir qualquer
peso (utilidade) para os inputs e outputs que esto sendo analisados. Essa propriedade pode
gerar distores, principalmente quando as utilidades, ou pelo menos a faixa de valores em
que essas utilidades variam, j so previamente conhecidas. Assim, para corrigir essas
possveis distores causadas pelo fato de um peso atribudo pelo DEA ser muito diferente
da realidade, so acrescentadas restries aos pesos. Essas restries ou a ausncia delas
constituem o segundo (para os modelos Aditivos e Multiplicativos) ou o terceiro (para os
modelos CCR, BCC e FDH) nveis de perspectivas do DEA.
Por fim, todos os nveis anteriores combinados podem utilizar, ou no, variveis
no-controlveis. A utilizao, ou no, dessas variveis constitui o quarto nvel das

142
perspectivas do DEA (para os modelos CCR, BCC e FDH) ou o terceiro (para os modelos
Aditivos e Multiplicativos). As variveis no-controlveis so variveis relevantes para se
determinar eficincia, pois so condies de contorno que influem no resultado, mas que
no podem ser aumentadas ou diminudas pela ao do homem devendo assim, serem
travadas na hora de se calcular as metas.
Os principais objetivos das perspectivas de segundo, terceiro e quarto nveis esto
expressas no Quadro 12.

Perspectivas

Fronteira Clssica

Fronteira

Fronteira

Restries

Invertida

Difusa

aos pesos

Calcular o ndice de

Objetivos

nocontrolveis

Calcular a

eficincia relativo;

Identificar as

eficincia

Evitar a

Separar as DMUs

DMUs mais

de DMUs

atribuio de

ineficientes e

eficientes dentre as

com

utilidades

eficientes;

eficientes por meio

inputs e

que

Calcular metas e

de um ndice de

outputs

contrariem a

benchmarks para as

eficincia

que

realidade ou

DMUs ineficientes;

combinado com a

variam em

a teoria

Estimar as utilidades

fronteira clssica

um

econmica

dos inputs e outputs

Varveis

Lidar com
variveis
ambientais,
sobre as
quais o
decisor no
tem controle

intervalo

Quadro 12 Comparao entre as perspectivas de 2o, 3o e 4o nveis dos modelos DEA

143

Captulo 5 - Nmeros ndices

Outra maneira de se medir a eficincia de uma DMU por meio de tcnicas noparamtricas utilizando-se os Nmeros ndices. Segundo Azambuja (2002), os Nmeros
ndices comparam as relaes entre os outputs e inputs de uma mesma DMU em dois
perodos de tempo ou de duas DMUs diferentes. Sendo assim, por meio dos Nmeros
ndices pode-se calcular a eficincia relativa de uma DMU ou em relao a uma
concorrente, ou em relao a ela mesma no passado.
Segundo Coelli et al. (1997), um Nmero ndice definido como um nmero real
que mede mudanas em um conjunto de variveis relacionadas. Assim, os Nmeros ndices
podem ser utilizados para medir mudanas da produtividade no tempo, bem como medir
diferenas nos nveis de produtividade entre empresas, indstrias, regies ou pases, sempre
quando comparadas de duas em duas. Em outras palavras, a eficincia dada por um Nmero
ndice um valor que expressa uma comparao entre uma DMU em anlise e uma DMU

144
base, sendo que essa base pode ser tanto outra DMU como ela mesma em outro perodo de
tempo.
A eficincia calculada por um Nmero ndice pode assumir qualquer valor positivo,
no sendo obrigado, ao contrrio do conceito de eficincia anteriormente apresentado, a
ficar limitado entre 0 e 1. A Expresso 116 apresenta a frmula de clculo da eficincia
produtiva quando se utiliza a tcnica dos Nmeros ndices:

E = P / Pbase

(116)

Em que:
E: Eficincia;
P: Produtividade atual de uma DMU;
Pbase: Produtividade da DMU base.

Como a produtividade da DMU base no necessariamente ser maior que a da DMU

em anlise (j que quaisquer duas DMUs podem ser comparadas) conclui-se que, caso a
produtividade da DMU em anlise seja maior que a da DMU base, o valor da eficincia
ser, pela relao mostrada na Expresso 116, maior que um. Pode-se, ento, fazer a
seguinte interpretao do valor da Eficincia dado por um Nmero ndice:

1. Se a Eficincia calculada for maior que 1, ento a DMU em anlise (E-1)% mais
produtiva que a DMU base podendo, ento, ser considerada eficiente em relao a
esta;

145
2. Se a Eficincia calculada for menor que 1, ento a produtividade da DMU em
anlise E% menor que a da DMU base podendo ser dita como ineficiente em
relao a esta.

5.1 Modelos e Perspectivas da tcnica dos Nmeros ndices

Segundo Rebelo (2000), os principais Nmeros ndices encontrados na literatura
so: (a) o ndice de Fischer, (b) o ndice de Trnqvist, (c) o ndice de Malmquist, (d) o
ndice de Laspeyres e o (e) ndice de Paasche. Segundo Azambuja (2002), esses diferentes
Nmeros ndices s levaro ao mesmo resultado quando se estiver analisando uma DMU
com um nico input e um nico output.
Segundo a classificao proposta para o presente trabalho, cada um dos Nmeros
ndices aqui apresentados (ndices de Fischer, Trnqvist, Malmquist, Laspeyres e Paasche)
corresponde a um modelo para a tcnica dos Nmeros ndices. Essa classificao foi
adotada pelo fato de todos os Nmeros ndices aqui descritos, apresentarem procedimentos
e princpios comuns, o que corrobora para que eles sejam englobados dentro de uma mesma
tcnica; cada Nmero ndice, porm, modela a realidade de uma forma prpria, o que faz
com que eles sejam classificados como diferentes modelos. Segundo Azambuja (2002), as
principais caractersticas comuns a todos os Nmeros ndices so:

1. So simples e fceis de interpretar;

2. Utilizam dados de somente dois pontos;
3. Prestam-se a visualizao grfica podendo, rapidamente, exibir o perfil
evolutivo de produtividade; e

146
4. Assim como as tcnicas paramtricas e diferentemente da Anlise por
Envoltria de Dados, no so sensveis a Outliers (pontos fora da curva), o que
explicado pelo fato dos Nmeros ndices trabalharem com apenas duas observaes.

Cada um dos Nmeros ndices (modelos) apresentados pode adotar trs

perspectivas: (a) a perspectiva da orientao aos inputs e (b) a perspectiva da orientao aos
outputs e (c) a perspectiva da orientao a produtividade (que o foco desse trabalho, mas

que obtida a partir das outras duas); a nica exceo o ndice de Malmquist que pode
adotar: (a) a perspectiva da Anlise por Envoltria de Dados e (b) a perspectiva da
Fronteira Estocstica. A Figura 36 ilustra a tcnica de Nmeros ndices e seus principais
modelos e perspectivas, identificados na literatura:

147
1 nvel

2, 3 , 4 e 5 nveis

Orientado ao input
Orientado ao output
Orientado produtividade
ndice de
Fischer

Orientado ao input
Orientado ao output

ndice de
Laspeyres
Nmeros
ndices

Orientado produtividade
DEA

ndice de
Malmquist
ndice de
Paasche

Fronteira Estocstica

Modelos e perspectivas
do DEA
Modelos e perspectivas
da Fronteira Estocstica

Orientado ao input
Orientado ao output

ndice de
Trnqvist

Orientado produtividade
Orientado ao input
Orientado ao output
Orientado produtividade

Figura 36 Modelos e perspectivas da tcnica de Nmeros ndices

As Expresses 117 e 118 apresentam o princpio do clculo da eficincia de uma

DMU em relao a uma DMU base quando se utiliza a tcnica dos Nmeros ndices nas
orientaes aos inputs e aos outputs (o ndice Malmquist possui um principio de
funcionamento um pouco diferente). Essas Expresses podem ser analisadas tanto em
termos das distncias at os eixos, quanto em termos dos inputs e outputs virtuais. As
Figuras 37 e 38 exemplificam essas variveis.

148
Orientao aos outputs
(117)
E = DDMU/ Dbase = Ov DMU/Ov base = NIo

Em que:
E: Eficincia;
DDMU: Distncia de uma DMU at um ponto fixo;
Dbase: Distncia da DMU base AT um ponto fixo;
Ov DMU: Output virtual da DMU em anlise;
Ov base: Output virtual da DMU base;
NIo: Nmero ndice orientado ao output.

Orientao aos inputs

(118)

E = Dbase/ DDMU = Iv base/ Iv DMU = NIi

Em que:
E: Eficincia;
DDMU: Distncia de uma DMU at um ponto fixo;
Dbase: Distncia da DMU base at um ponto fixo;
Iv DMU: Input virtual da DMU em anlise;
Iv base: Input virtual da DMU base;
NIi: Nmero ndice orientado ao input.

Como pode ser percebida pelas Expresses 117 e 118, a nica diferena entre as
orientaes que enquanto na orientao aos inputs realizada uma comparao entre o
input virtual da DMU base e o input virtual da DMU em anlise (Ivbase/IvDMU), na orientao

aos outputs realizada uma comparao entre o output virtual da DMU em anlise e o
output virtual da DMU base (OvDMU/Ovbase); essa diferena decorre do fato da eficincia

depender, ou da minimizao dos inputs, ou da maximizao dos outputs, ou seja, do fato

de que ser eficiente a DMU que, ou diminuir seus inputs em relao DMU base, ou

149
aumentar seus outputs em relao DMU base, justificando assim o procedimento de
clculo diferenciado.
importante diferenciar as orientaes aos inputs e aos outputs dos Nmeros
ndices, das orientaes aos inputs e aos outputs da Anlise por Envoltria de Dados. No
caso do DEA, por exemplo, orientar aos outputs significa que os outputs sero comparados,
mantendo-se os inputs constantes; j no caso dos Nmeros ndices orientar aos outputs
significa que os outputs sero comparados ignorando-se totalmente os inputs. O mesmo
raciocnio pode ser aplicado na orientao aos inputs.
A partir das dedues realizadas no Apndice 1, no difcil perceber que a
eficincia calculada pelas orientaes aos inputs e aos outputs no ser a eficincia
produtiva real da DMU em anlise em relao DMU base; essa eficincia, na realidade,
poder ser entendida como sendo a eficincia produtiva real entre a DMU em anlise e uma
DMU fantasma que, no caso da orientao aos outputs, ter o mesmo nvel de input virtual
da DMU em anlise e o mesmo nvel de output virtual da DMU base (como mostra a
Figura 37) e no caso da orientao aos inputs, ter o mesmo nvel de input virtual da DMU
base e o mesmo nvel de output virtual da DMU em anlise (como mostra a Figura 38).

150

Ov

DMU Anlise

DMU Base
Dbase

DDMU
DMU Fantasma

Iv

Ponto fixo

Figura 37 - Clculo da eficincia pelos Nmeros ndices orientados aos outputs

Ov

DDMU
DMU analise

DMU
Fantasma

DMU base
Dbase

Iv
Figura 38 - Clculo da eficincia pelos Nmeros ndices orientados aos inputs

Porm, mesmo no resultando na eficincia produtiva real das DMUs analisadas, as

orientaes aos inputs e aos outputs so um passo intermedirio importante no clculo da
eficincia produtiva real (que ser dada pela perspectiva da orientao produtividade).
Essa eficincia produtiva entre a DMU em anlise e entre a DMU base ser dada

151
simplesmente pela multiplicao entre os resultados das orientaes aos inputs e aos
outputs como demonstrado na Expresso 119.

E = P / Pbase =

Ov DMU
Iv DMU

Ovbase
Ivbase

Ov DMU Ivbase

=
Iv DMU Ovbase
(119)

Ov DMU Ivbase

= NIo * NIi
Ovbase Iv DMU

Em que:
E: Eficincia;
P: Produtividade atual de uma DMU;
Pbase: Produtividade da DMU base;
DDMU: Distncia de uma DMU at um ponto fixo;
Dbase: Distncia da DMU base at o um ponto fixo;
Ov DMU: Output virtual da DMU em anlise;
Ov base: Output virtual da DMU base;
Iv DMU: Input virtual da DMU em anlise;
Iv base: Input virtual da DMU base;
NIi: Nmero ndice orientado ao input;
NIo: Nmero ndice orientado ao output.

A eficincia calculada pelos ndices de Laspeyres, Paasche, Fischer e Trnqvist se

refere apenas a eficincia produtiva (no far sentido calcular as eficincias tcnica e de
escala j que s esto sendo comparados 2 pontos). J o ndice de Malmquist, que mede a
evoluo da produtividade em dois perodos de tempo, pode separar o quanto dessa
evoluo foi devido a cada tipo de eficincia.

5.2 ndices Laspeyres e Paasche

Os primeiros Nmeros ndices a serem desenvolvidos, e por isso chamados de
ndices clssicos, foram os ndices de Laspeyres e Paasche. Os ndices de Laspeyres e de

152
Paasche possuem o mesmo princpio de clculo; a nica diferena entre eles que no ndice
de Laspeyres so utilizados, para o clculo, os pesos (utilidades) da DMU base e no ndice
de Paasche so utilizados, para o clculo, os pesos (utilidades) da DMU em anlise. As
Expresses 120 e 121 mostram as equaes de clculo da eficincia propostas por
Laspeyres:

Orientado aos outputs

m

u
E=

i =1
m

y i 0

ib

ib

yib

y ib

i =1

(120)
= Ov DMU/Ov base

Orientado aos inputs

n

E=

j =1

ib

= Iv base/ Iv DMU

v
j =1

(121)

ib

yi 0

Em que:
E: Eficincia;
uib: Utilidade da DMU base para o output i;
vjb: Utilidade da DMU base para o input j;
yib: Quantidade do output i da DMU base;
xjb: Quantidade do input j da DMU base;
yi0: Quantidade do output i da DMU em anlise;
xj0: Quantidade do input j da DMU em anlise;
m: Nmero de outputs;
n: Nmero de inputs;
Ov DMU: Output virtual da DMU em anlise;
Ov base: Output virtual da DMU base;
Iv DMU: Input virtual da DMU em anlise;
Iv base: Input virtual da DMU base.

153
As Expresses 122 e 123 mostram as equaes de clculo da eficincia propostas
por Paasche:
Orientado aos outputs
m

u
E=

i =1
m

u
i =1

i0

y i 0

(122)
= Ov DMU/Ov base

i0

yib

Orientado aos inputs

n

v
E=

j =1

i0

j =1

(123)
= Iv base/ Iv DMU

y ib

i0

y ib

Em que:
E: Eficincia;
ui0: Utilidade da DMU em anlise para o output i;
vj0: Utilidade da DMU em anlise para o input j;
yib: Quantidade do output i da DMU base;
xjb: Quantidade do input j da DMU base;
yi0: Quantidade do output i da DMU em anlise;
xj0: Quantidade do input j da DMU em anlise;
m: Nmero de outputs;
n: Nmero de inputs;
Ov DMU: Output virtual da DMU em anlise;
Ov base: Output virtual da DMU base;
Iv DMU: Input virtual da DMU em anlise;
Iv base: Input virtual da DMU base.
Para o clculo dos ndices de Laspeyres e Paasche orientados produtividade basta
multiplicar, como j demonstrado, o resultado das orientaes aos inputs e aos outputs.
Uma das maiores limitaes desses Nmeros ndices que, para sua utilizao, so
necessrias a determinao prvia das utilidades dos inputs e dos outputs que, como j
relatado, apresentam vrios problemas para sua estimao. Segundo Vicente, Anefalo e

154
Caser (2001), diversos estudos efetuados a partir da dcada de 70 demonstraram a inadequao
do uso dos ndices de Laspeyres e Paasche e, concomitantemente, as vantagens do emprego de
ndices superlativos, sendo os mais conhecidos os de Fisher e Trnqvist.

5.3 ndice de Fischer

Segundo Rebelo (2000), a eficincia dada pelo ndice de Fischer (1922) definida
simplesmente como sendo a mdia geomtrica entre os ndices de Laspeyres e Paasche,
conforme mostra a Expresso 124.

EiF =

EiL EiP

(124)

Em que:
EiF: Eficincia pelo ndice de Fischer;
EiL:Eficincia pelo ndice de Laspeyres;
EiP: Eficincia pelo ndice de Paasche.

O ndice de Fischer, apesar de tambm apresentar os mesmos problemas dos

ndices de Laspeyres e Paasche, j que simplesmente a mdia geomtrica entre eles, um
ndice melhor, pois ao contrrio dos outros dois, considera simultaneamente os pesos da
DMU base e da DMU em anlise em seus clculos. O problema dos ndices de Laspeyres e
Paasche que persiste no ndice de Fischer a necessidade de conhecimento prvio das
utilidades dos inputs e outputs.
Devido ao fato da mdia geomtrica, ao contrrio da aritmtica, possuir a
caracterstica de penalizar grandes discrepncias entres os valores dos quais se est
calculando a mdia, quanto maior a diferena entre os ndices de Laspeyres e Paasche,
menor ser o ndice de Fischer. Com isso o ndice de Fischer, apesar de considerar a

155
diferena entre as utilidades da DMU base e da DMU em anlise, minimiza essa
caracterstica em detrimento da diferena entre o nvel de inputs ou de outputs dessas
DMUs. Alm do ndice de Fischer, os ndices de Trnqvist e Malmquist tambm so
baseados em mdias geomtricas.
Os ndices de Fischer orientados ao input e ao output so calculados,
respectivamente, pela mdia geomtrica entre os ndices de Laspeyres e Paasche orientados
ao input e pela mdia geomtrica entre os ndices de Laspeyres e Paasche orientados ao
output; j o ndice de Fischer orientado a produtividade pode ser encontrado de duas

formas: (a) pela multiplicao do ndice de Fischer orientado ao input com o ndice de
Fischer orientado ao output e, (b) pela mdia geomtrica dos ndices de Laspeyres e
Paasche orientados produtividade.

5.4 ndice de Trnqvist

O ndice desenvolvido por Trnqvist (1936) surgiu a partir da evoluo natural do
ndice de Fischer e sendo assim, apesar de apresentar resultados mais precisos, ainda continua
apresentando as mesmas caractersticas do ndice de Fischer (como a necessidade de se conhecer
as utilidades previamente). Segundo Rebelo (2000), o ndice de Trnqvist deve ser preferido em
relao ao de Fischer em qualquer situao, mas segundo Vicente, Anefalo e Caser (2001), a
frmula de Trnqvist apresenta problemas quando existem valores nulos nas sries (de inputs
ou de outputs) que se deseja agregar e sendo assim, para esses casos, melhor usar o ndice de
Fischer.
O ndice Trnqvist, ao invs de se basear diretamente na relao entre os inputs ou
os outputs virtuais das DMUs base e em anlise como os Nmeros ndices at aqui
apresentados, definido como sendo: (a) na orientao aos outputs, a mdia geomtrica

156
ponderada dos outputs da DMU em anlise e da DMU base, relacionados de dois em dois
(yi0/yib) e; (b) na orientao aos inputs, a mdia geomtrica ponderada dos inputs da DMU
base e da DMU em anlise, tambm relacionados de dois em dois (xjb/xj0). A cada uma
das parcelas, (yi0/yib) ou (xjb/xj0), deve ser atribudo um peso (visto que a mdia
ponderada); esse peso ser a mdia aritmtica entre: (a) a participao do output (ou input)
dentro do output virtual (ou input virtual) da DMU base e (b) a participao desse mesmo
output (ou input) dentro do output virtual (ou input virtual) da DMU em anlise. Essas

participaes so dadas: na orientao aos outputs, pelos coeficientes Wib (relativo a DMU
base ) e Wi0 (relativo a DMU em anlise) e; na orientao aos inputs, pelos coeficientes
Wjb (relativo a DMU base) e Wj0 (relativo a DMU em anlise). A Expresses 125 e 126
apresentam os ndices de Trnqvist para as orientaes aos inputs e aos outputs.

Orientado aos outputs

yi 0

y
i =1
ib
m

E=

W ib + W i 0
2

(125)

Orientado aos inputs

W

x jb

E=
j =1 x j 0
n

jb

+W

j0

Onde Wib, Wi0, Wjb e Wj0 so definidos pelas Expresses 127 e 128:

(126)

157
Orientao ao output:
Wib =

y ib u ib
m

y
i =1

Wi0 =

ib

u ib

(127)

yi0 ui0
m

y
i =1

i0

ui0

Orientao ao input:
Wjb =

x jb v jb
n

x
j =1

Wj0 =

jb

v jb

x j0 v j0
n

x
j =1

j0

v j0

Em que:
E: Eficincia;
ui0: Utilidade da DMU em anlise para o output i;
vj0: Utilidade da DMU em anlise para o input j;
uib: Utilidade da DMU base para o output i;
vjb: Utilidade da DMU base para o input j;
yib: Quantidade do output i da DMU base;
xjb: Quantidade do input j da DMU base;
yi0: Quantidade do output i da DMU em anlise;
xj0: Quantidade do input j da DMU em anlise;
m: Nmero de outputs;
n: Nmero de inputs;
Wib: Porcentagem do output i no output virtual da DMU base;
Wi0 :Porcentagem do output i no output virtual da DMU em anlise;
Wjb: Porcentagem do input j no input virtual da DMU base;
Wj0: Porcentagem do input j no input virtual da DMU em anlise.

(128)

158
O ndice de Trnqvist tambm pode ser representado na forma logartmica; basta,
para isso, que se aplique o logaritmo dos dois lados das Expresses 125 e 126. As equaes
resultantes esto sintetizadas nas Expresses 129 e 130. Essa forma logartmica tambm
conhecida como forma aditiva da Expresso de Trnqvist sendo a forma original conhecida
como forma multiplicativa desse ndice.

Orientado aos outputs

W ib + W i 0

(ln y i 0 ln y ib )

i =1
m

ln(E) =

(129)

Orientado aos inputs

W
ln(E) =
j =1
n

jb

+W
2

j0

(ln x jb ln x i 0 )

(130)

Em que:
E: Eficincia;
yib: Quantidade do output i da DMU base;
xjb: Quantidade do input j da DMU base;
yi0: Quantidade do output i da DMU em anlise;
xj0: Quantidade do input j da DMU em anlise;
m: Nmero de outputs;
n: Nmero de inputs;
Wib: Porcentagem do output i no output virtual da DMU base;
Wi0 :Porcentagem do output i no output virtual da DMU em anlise;
Wjb: Porcentagem do input j no input virtual da DMU base;
Wj0: Porcentagem do input j no input virtual da DMU em anlise.

Aps serem calculados os ndices Trnqvist para as orientaes aos inputs e aos

outputs, pode ser encontrado o ndice Trnqvist orientado a produtividade, assim como nos

159
ndices anteriores, simplesmente multiplicando-se os valores encontrados nas duas
orientaes.

5.5 ndice de Malmquist

Segundo Almeida (2007), o ndice Malmquist foi desenvolvido por Caves em 1982,
inspirado em Malmquist (1953). Esse ndice possui princpios um pouco diferentes dos
demais Nmeros ndices, mas apesar disso, tambm pode ser classificado como um modelo
da tcnica dos Nmeros ndices. Segundo Rebelo (2000), o ndice Malmquist apresenta as
seguintes vantagens em relao aos outros Nmeros ndices:

1. No necessita de informaes a respeito das utilidades dos inputs e dos outputs

para calcular a eficincia;
2. Calcula diretamente a eficincia produtiva em suas duas orientaes;
3. Permite decompor o quanto da evoluo da produtividade de uma DMU foi
devido apenas alterao da eficincia produtiva (AE) e o quanto foi devido a
alterao da tecnologia (AT) e;
4. Pode separar as eficincias total, tcnica e de escala na parcela AE.

Os ndices de Fischer, Trnqvist, Laspeyres e Paasche, por sua vez, apresentam

como vantagem em relao ao ndice Malmquist o fato de poderem ser calculados com
apenas dois dados [os inputs (ou outputs) da DMU base e da DMU em anlise], enquanto o
ndice Malmquist necessita da presena de um painel de dados contendo as quantidades de

inputs e outputs de vrias DMUs em dois perodos de tempo diferentes.

160
Outra caracterstica peculiar do ndice Malmquist que, devido a caractersticas de
formulao, ele no permite comparar duas DMUs diferentes, apenas a mesma DMU em
dois perodos de tempo. Assim no ndice Malmquist a DMU base ser sempre a DMU em
anlise no passado.
Segundo Rebelo (2000), o ndice Malmquist calculado a partir da distncia,
relativa fronteira de eficincia, de uma DMU a um ponto fixo. Com isso, apesar de ser um
Nmero ndice e s medir a eficincia entre dois pontos, o ndice Malmquist precisa
trabalhar com o conceito de fronteira de eficincia para poder realizar seus clculos e, por
isso, precisa de um painel de dados com os inputs e outputs de vrias DMUs em dois
perodos de tempo.
A partir de agora, toda vez que se expressar o termo distncia relativa fronteira

de eficincia, estar subtendido que se trata da distncia de uma DMU at um ponto fixo
relativa a fronteira de eficincia que pode ser definida como sendo a distncia de uma
DMU at um ponto fixo dividida pela distncia da projeo dessa DMU na fronteira
(segundo uma orientao) at esse mesmo ponto fixo. A Expresso 131 e Figura 39
ilustram o conceito de distncia relativa fronteira de eficincia, quando se utiliza a
orientao aos outputs (para a orientao aos inputs o principio o mesmo).

D = DDMU/ Dproj

Em que:
D: Distncia relativa fronteira de eficincia;
DDMU: Distncia de uma DMU at um ponto fixo;
Dproj: Distncia da projeo de DMU at um ponto fixo.

(131)

161

Ov
Projeo
Fronteira

DMU
Dproj
DDMU
Ponto fixo

Iv

Figura 39 - Variveis do clculo da distncia de uma DMU relativa a fronteira

A distncia relativa fronteira de eficincia, como pode ser percebida pela

comparao da Expresso 131 com a Expresso 7 do Captulo 2 (reproduzida a seguir),
nada mais do que a eficincia produtiva em relao fronteira (que diferente da
eficincia produtiva em relao outra DMU) da DMU que est sendo analisada. Com isso,
pode-se concluir que essa distncia relativa fronteira de eficincia deve ser calculada
por meio de uma tcnica de anlise de eficincia que lida com o conceito de fronteira.
Porm, no se deve confundir essa distncia com o resultado do ndice Malmquist.

E = DDMU/ Dproj

Em que:
E: Eficincia;
DDMU: Distncia de uma DMU at um ponto fixo;
Dproj: Distncia da projeo de uma DMU at um ponto fixo.

(7)

162
Segundo Rebelo (2000), a distncia relativa a fronteira de eficincia pode ser
calculada sob duas perspectivas (que so as duas tcnicas que calculam essas distncias):
(a) a da Anlise por Envoltria de Dados (DEA) e (b) a da Fronteira Estocstica e em
ambos os casos, as distncias relativas so definidas com base em duas fronteiras: (a) a
fronteira construda com os dados do perodo 0 e (b) a fronteira construda com os dados do
perodo t.
Pode-se notar que, apesar do ndice de Malmquist ter sido definido como um
modelo de uma tcnica no-paramtrica (a tcnica dos Nmeros ndices), ele precisa se
apoiar em outras tcnicas para poder ser calculado, sendo que cada uma dessas tcnicas de
apoio corresponde a uma perspectiva diferente para esse modelo. O fato do ndice
Malmquist se apoiar na tcnica de Fronteira Estocstica, que uma tcnica paramtrica,
no muda o fato de que ele faz parte do conjunto de tcnicas no-paramtricas.
A formulao do clculo do ndice Malmquist, a partir das distncias relativas
fronteira, dada pela Expresso 132:
E=

D0 ( x t v , y t v ) Dt ( x t v , y t v )

D0 ( x 0 v , y 0 v ) Dt ( x 0 v , y 0 v )

(132)

Em que:
E: Eficincia;
D0: Funo distncia relativa fronteira do perodo 0;
Dt: Funo distncia relativa fronteira do perodo t;
y0v: Quantidade do output virtual da DMU em anlise no perodo 0;
x0v: Quantidade do input virtual da DMU em anlise no perodo 0;
ytv: Quantidade do output virtual da DMU em anlise no perodo t;
xtv: Quantidade do input virtual da DMU em anlise no perodo t;
D0(x0v,y0v); Distncia da DMU no perodo 0 relativa fronteira do perodo 0;
D0(xtv,ytv): Distncia da DMU no perodo t relativa fronteira do perodo 0;
Dt(x0v,y0v): Distncia da DMU no perodo 0 relativa fronteira do perodo t;
Dt(xtv,ytv): Distncia da DMU no perodo t relativa fronteira do perodo t.

163

O ndice Malmquist apresenta vrias semelhanas com o ndice de Fischer.

Enquanto o ndice de Fischer baseado na mdia geomtrica entre os ndices de Laspeyres,
que usa os coeficientes da DMU base, e de Paasche, que usa os coeficientes da DMU em
anlise, o ndice Malmquist nada mais do que a mdia geomtrica entre: (a) a relao
entre as distncias de uma DMU nos perodos t e 0 relativas fronteira construda com os
dados do perodo 0 (

D0 ( x t v , y t v )
), e (b) a mesma relao entre as distncias de uma DMU
D0 ( x 0 v , y 0 v )

nos perodos t e 0, s que, nesse caso, relativas fronteira construda com os dados do
perodo t (

Dt ( x t v , y t v )
).
Dt ( x 0 v , y 0 v )

Segundo Fre et al. (1995), a Expresso 132 pode ser decomposta, por meio de
algumas manipulaes matemticas, em duas parcelas, sendo que uma delas indica o
quanto da evoluo da produtividade (que a eficincia) entre dois pontos (DMU no
perodo 0 e DMU no perodo t) se deve efetivamente a diferena na eficincia produtiva, e
o quanto se deve a diferena de tecnologia. A Expresso 133 apresenta essa decomposio:

D (xt v , y t v ) D (x 0v , y 0v ) D (xt v , y t v )
0
t
= AT * AE
0
E=
Dt ( x t v , y t v ) Dt ( x 0 v , y 0 v ) D0 ( x 0 v , y 0 v )

(133)

164
Em que:
E: Eficincia;
D0: Funo distncia relativa fronteira do perodo 0;
Dt: Funo distncia relativa fronteira do perodo t;
y0v: Quantidade do output virtual da DMU em anlise no perodo 0;
x0v: Quantidade do input virtual da DMU em anlise no perodo 0;
ytv: Quantidade do output virtual da DMU em anlise no perodo t;
xtv: Quantidade do input virtual da DMU em anlise no perodo t;
D0(x0v,y0v); Distncia da DMU no perodo 0 relativa fronteira do perodo 0;
D0(xtv,ytv): Distncia da DMU no perodo t relativa fronteira do perodo 0;
Dt(x0v,y0v): Distncia da DMU no perodo 0 relativa fronteira do perodo t;
Dt(xtv,ytv): Distncia da DMU no perodo t relativa fronteira do perodo t;
AT: Alteraes Tecnolgicas de uma DMU entre os perodos 0 e t;
AE: Alteraes de Eficincia de uma DMU entre os perodos 0 e t.
A parcela que se encontra dentro da raiz (1o parnteses) corresponde ao quanto da
eficincia (evoluo da produtividade) se deve a fatores tecnolgicos (Alteraes
Tecnolgicas - AT), j a parcela que est fora da raiz (2o parnteses) corresponde ao
quanto da eficincia se deve a fatores puramente tcnicos e de escala (Alteraes de
Eficincia - AE). No difcil perceber que ao se introduzir a parcela que est fora raiz, a
Expresso 133 se reduz Expresso 132.
Como pode ser notado ao se analisar a expresso de AE, a diferena na eficincia
produtiva da DMU no perodo t, em relao a ela prpria no perodo 0, dada
simplesmente dividindo-se a distncia da DMU do perodo t relativa fronteira de
eficincia do perodo t , pela distncia da DMU do perodo 0 relativa fronteira de
Dt ( x t v , y t v )
eficincia do perodo 0 (
), ou seja, dividindo-se a eficincia do perodo t (ET)
0
0
D0 ( x v , y v )
pela do perodo 0 (E0). J a diferena de tecnologia entre a DMU nos dois perodos
obtida pela mdia geomtrica entre: (a) a razo entre as distncias da DMU do perodo t
relativas fronteira do perodo t e fronteira do perodo 0 (

Dt ( x t v , y t v )
), e (b) a razo
D0 ( x t v , y t v )

165
entre as distncias da DMU do perodo 0 relativas tambm fronteira do perodo t e
Dt ( x 0 v , y 0 v )
fronteira do perodo 0 (
).
D0 ( x 0 v , y 0 v )
A eficincia de uma DMU em relao a ela prpria no passado (ou seja, o ndice
Malmquist de uma DMU) obtida multiplicando-se AE e AT, pois, como vale lembrar,
uma DMU s ser eficiente se produzir o mximo possvel de outputs dada uma quantidade
de inputs e uma tecnologia disponvel e aumentada essa tecnologia disponvel, tambm
aumentar a quantidade de outputs que essa DMU deve produzir para ser eficiente.
Definidas as equaes do ndice Malmquist, pode-se passar para o clculo das
distncias. O modo de se calcular a distncia relativa fronteira ser apresentado apenas na
perspectiva da Anlise por Envoltria de Dados, j que a perspectiva da Fronteira
Estocstica calcula diretamente os ndices AT e AE.

5.5.1 Perspectiva da Anlise por Envoltria de Dados

Cada uma das quatro distncias necessrias ao clculo do ndice Malmquist

(D0(x0v,y0v), D0(xtv,ytv), Dt(x0v,y0v), Dt(xtv,ytv))

pode ser calculada construindo-se um

problema de programao linear com base nos preceitos da tcnica DEA. A Figura 40
apresenta uma lista das perspectivas do DEA que podem ser utilizadas pelo ndice
Malmquist; nessa lista no constam os modelos Aditivos e Multiplicativos, pois eles no
calculam um ndice de eficincia (e sendo assim no podem calcular a distncia a fronteira)
e tambm no constam as perspectivas Dual e Primal e as perspectivas da fronteira
invertida e difusa, pois so irrelevantes para o clculo da distncia. Assim, podero ser
utilizados, todos os modelos e perspectivas do DEA representados na Figura 40, sendo que
os resultados do ndice Malmquist devem ser interpretados de acordo com o modelo e

166
perspectiva escolhida. Por exemplo, caso seja escolhido o modelo BCC orientado ao input,
a parcela AE do ndice Malmquist indicar a evoluo da eficincia tcnica quando se
mantm os outputs constantes; j se for escolhido o modelo CCR com orientao aos
outputs, a parcela AE do ndice Malmquist indicar a evoluo da eficincia total quando
se mantm os inputs constantes. Porm, independentemente da perspectiva escolhida o
resultado do ndice Malmquist ser sempre igual (apenas as parcelas AT e AE vo mudar).
A Figura 40 representa a exploso da caixa modelos e perspectivas do DEA da Figura
36. Tanto os modelos (2 nvel) quanto s perspectivas (3o, 4oe 5o nveis) do DEA so
perspectivas do ndice Malmquist e por isso so representados em amarelo.

2 nvel

CCR
Modelos e
perspectivas
do DEA

3 nvel

Orientado ao
Input

4 nvel

5 nvel

Com
restries
aos pesos

Com
variveis no
controlveis

Sem
restries
aos pesos

Sem variveis
no
controlveis

BCC

FDH

Orientado ao
Output

Figura 40 Continuao das perspectivas dos Nmeros ndices

As Expresses 134, 135, 136, 137, 138, 139, 140, 141, 142, 143, 144, 145, 146, 147,
148 e 149 apresentam um exemplo de como realizado o clculo das distncias necessrias
ao ndice Malmquist utilizando-se a tcnica DEA modelo CCR Dual orientado ao input sem
restries aos pesos e sem variveis no controlveis. Para se utilizar qualquer outro
modelo e perspectiva basta fazer as modificaes necessrias conforme os modelos e
perspectivas do DEA j apresentadas.

167

D0(x0v,y0v) = MIN

(134)

Sujeito a:
z

k y 0 i 0

ik

k =1
z

jk

k =1

Para i =1,2,3...m

k x 0 j 0 0 Para j = 1,2,3,n
k e > 0

(135)
(136)
(137)

Em que:
D0(x0v,y0v): Distncia da DMU no perodo 0 relativa fronteira do perodo 0;
: Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
x0jk: Quantidade do input j da DMU k no perodo 0 ;
y0ik: Quantidade do output i da DMU k no perodo 0;
x0j0: Quantidade do input j da DMU em anlise no perodo 0;
y0i0: Quantidade do output i da DMU em anlise no perodo 0;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.
D0(xtv,ytv) = MIN

(138)

Sujeito a:
z

k =1

x
k =1

jk

ik

k y t i 0 Para i =1,2,3...m

k x t j 0 0
k e > 0

Para j

= 1,2,3,n

(139)

(140)
(141)

168
Em que:
D0(xtv,ytv): Distncia da DMU no perodo t relativa fronteira do perodo 0;
: Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
x0jk: Quantidade do input j da DMU k no perodo 0 ;
y0ik: Quantidade do output i da DMU k no perodo 0;
xtj0: Quantidade do input j da DMU em anlise no perodo t;
yti0: Quantidade do output i da DMU em anlise no perodo t;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

Dt(x0v,y0v) = MIN

(142)

Sujeito a:
z

k =1

x
k =1

jk

ik

k y 0 i 0 Para i =1,2,3...m

k x 0 j 0 0
k e > 0

Para j

= 1,2,3,n

(143)

(144)
(145)

Em que:
Dt(x0v,y0v): Distncia da DMU no perodo 0 relativa fronteira do perodo t;
: Eficiencia;
k: Participao da DMU k na meta da DMU em anlise;
xtjk: Quantidade do input j da DMU k no perodo t;
ytik: Quantidade do output i da DMU k no perodo t;
x0j0: Quantidade do input j da DMU em anlise no perodo 0;
y0i0: Quantidade do output i da DMU em anlise no perodo 0;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

169
Dt(xtv,ytv) = MIN

(146)

Sujeito a:
z

ik

k =1
z

x
k =1

jk

k y t i 0

Para i =1,2,3...m

k x t j 0 0 Para j = 1,2,3,n
k e > 0

(147)

(148)
(149)

Em que:
Dt(xtv,ytv): Distncia da DMU no perodo t relativa fronteira do perodo t;
: Eficincia;
k: Participao da DMU k na meta da DMU em anlise;
xtjk: Quantidade do input j da DMU k no perodo t;
ytik: Quantidade do output i da DMU k no perodo t;
xtj0: Quantidade do input j da DMU em anlise no perodo t;
yti0: Quantidade do output i da DMU em anlise no perodo t;
z: Nmero de DMUs em avaliao;
m: Nmero de outputs;
n: Nmero de inputs.

5.5.2 Perspectiva da Fronteira Estocstica

Outra forma de se calcular a eficincia de uma DMU pelo ndice Malmquist por
meio da perspectiva da Fronteira Estocstica. A partir da Funo Produo nos perodos 0 e
t e a partir das eficincias de cada DMU, em relao s essas duas funes (dadas pela
tcnica da Fronteira Estocstica), pode-se calcular o ndice Malmquist em duas etapas: (a)
calculando-se o ndice de Alterao de Eficincia (AE) e (b) calculando-se o ndice de
Alterao Tecnolgica (AT). Para se obter as funes produo dos perodos 0 e t,
necessrio contar com dados de inputs e outputs de vrias DMUs (um nmero maior do que

170
na perspectiva DEA) nos perodos 0 e t. O clculo dos ndices AE e AT direto e no
necessita do clculo das distncias, ao contrrio da perspectiva do DEA.
A Expresso 150 apresenta o clculo da parcela AE do ndice Mamquist, que
obtida dividindo-se: (a) a eficincia da DMU no perodo t (Et), que a eficincia da DMU
em anlise calculada com a funo produo do perodo t e, (b) a eficincia da DMU no
perodo 0 (E0), que a eficincia da DMU base calculada com a funo produo do
perodo 0; esse procedimento de clculo equivalente a

Dt ( x t v , y t v )
, como j foi
D0 ( x 0 v , y 0 v )

demonstrado no inicio desse item.

AE = Et / E0

(150)

Em que:
AE: Alterao de eficincia entre os perodos 0 e t;
Et: Eficincia da DMU no perodo t;
E0: Eficincia da DMU no perodo 0.

J a parcela AT, dada pela Expresso 151, obtida por meio da mdia geomtrica
entre as derivadas parciais das funes produo do perodo 0 e do perodo t em relao ao
tempo, calculadas respectivamente nos pontos ocupados pelas DMUs base e em anlise.

AT =

f ( x,0, ) f ( x, t , )

0
t

Em que:
AT: Alterao de eficincia entre os perodos 0 e t;
f(x,0,): Funo produo no perodo 0;
f(x,t, ): Funo produo no perodo t;
: Parmetros estimados pela tcnica de fronteira estocstica.

(151)

171

O ndice Malmquist de uma DMU k ser simplesmente a multiplicao de AT e AE

como mostra a Expresso 152.

E = AT * AE

(152)

E: Eficincia;
AT alterao tecnolgica;
AE: Alterao na eficincia.
As perspectivas de 2o nvel em diante da perspectiva da Fronteira Estocstica no
sero abordadas nesse trabalho, pois isso exigiria um estudo mais detalhado da tcnica da
Fronteira Estocstica, o que fugiria do escopo dessa dissertao.

5.5 Comparao entre os modelos e perspectivas da tcnica dos Nmeros ndices

A tcnica dos Nmeros ndices possui 5 modelos, os modelos (ndices) de:

Laspeyres, Paasche, Fischer, Trnqvist e Malmquist. Os ndices de Lasperyres e Paasche
so ndices mais primitivos e menos eficazes no clculo da eficincia; ambos se baseiam
simplesmente na diviso entre os inputs virtuais (ou os outputs virtuais) das duas DMUs
que esto sendo comparadas. A nica diferena entre os dois que o primeiro utiliza as
utilidades da DMU base para o clculo da eficincia e o segundo utiliza as utilidades da
DMU em anlise para esse clculo. O ndice de Fischer, que um ndice bem mais
representativo porque considera simultaneamente as utilidades da DMU base e as da DMU
em anlise para o clculo da eficincia, definido simplesmente como a mdia geomtrica
entre os ndices de Lasperyres e Paasche. Sendo assim, o clculo dos ndices de Lasperyres

172
e Paasche, que quase no so usados isoladamente, so um passo intermedirio para se
calcular o ndice Fischer. Os ndices de Malmquist e Trnqvist tambm consideram as
utilidades das DMUs base e em anlise em seus clculos.
O ndice de Trnqvist baseado na mdia geomtrica ponderada da a relao entre
os inputs (ou os outputs) das duas DMUs comparadas, calculadas de par em par. O ndice
Trnqvist conduz a um resultado mais preciso que o ndice de Fischer, porm ele mais
complexo de ser calculado e no pode ser utilizado quando um dos inputs ou um dos
outputs, da srie que se deseja agregar, for igual a zero. O Quadro 13 apresenta uma
comparao entre os ndices de Laspeyres, Paasche, Fischer, Trnqvist em funo de sua
preciso, complexidade e limitaes.

Nmero-ndice
ndice de Laspeyres
ndice de Paasche

Preciso
Imprecisos
(quase no se usa)

ndice de Fischer

Preciso intermdiaria

ndice de Trnqvist

Alta preciso

Complexidade

Limitaes

Simples

Nenhuma

Alta
complexidade

Quando um dos inputs (ou

dos outputs) for igual a zero

Quadro 13 - Comparao entre os ndices de Laspeyres, Paasche, Fischer, Trnqvist

O ndice Malmquist, por sua vez, baseado na comparao de uma mesma DMU
em perodos de tempo diferentes por meio da distncia, relativa a fronteira de eficincia do
respectivo perodo, dessa DMU a um ponto fixo. Devido ao fato do ndice Malmquist
possuir a limitao de no poder comparar duas DMUs diferentes e de requerer um painel
de dados para calcular a eficincia (enquanto os outros ndices requerem apenas duas), ele
se torna um ndice parte, que no pode ser comparado com os demais apenas em termos
de complexidade, preciso e limitaes. Uma das principais vantagens do ndice Malmquist

173
que, por meio de uma tcnica de apoio, ele consegue calcular as utilidades dos inputs e
outputs das DMUs comparadas, diferentemente dos outros ndices que necessitam que as
utilidades sejam fornecidas a priore. Outra vantagem do ndice Malmquist que ele pode
separar o quanto da evoluo da produtividade foi devido ao aumento da eficincia
efetivamente (AE) e o quanto foi devido ao aumento da tecnologia (AT). Ele ainda permite
dentro de suas parcelas AE e AT separar as eficincias tcnica e total sendo que isso s
possvel devido ao fato dos diferentes modelos da tcnica Anlise por Envoltria de Dados
constiturem-se em diferentes perspectivas para o ndice Malmquist que conduziro a
diferentes resultados para as parcelas AT e AE (j que o ndice Malmquist propriamente
dito ser sempre o mesmo) que devero ser interpretados de acordo com as caractersticas
de cada modelo. O Quadro 14 apresenta as principais caractersticas dos modelos da
Tcnica de Nmeros ndices.

174

Modelos

Definio

ndice de

a relao entre os inputs

(ou outputs) virtuais das
DMUs base e em anlise

Laspeyres

ndice de
Paasche

ndice de
Fischer

a relao entre os inputs

(ou outputs) virtuais das
DMUs base e em anlise

Utilidades
Usadas

Tipos de
eficincia
Utilidades
com que
trabalha

So
utilizadas
apenas as
utilidades da
DMU Base
So
utilizadas
apenas as
utilidades da
DMU em Devem ser
fornecidas
anlise

a mdia geomtrica entre

os ndices de Laspeyres e
Paasche

a mdia geomtrica
ponderada da relao entre
So
ndice de
os inputs (ou outputs) das
utilizadas
Trnqvist
DMUs base e em anlise
tanto as
comparados de dois em dois utilidades da
DMU base
quanto as da
calculado comparando-se
So
DMU em
calculadas
as DMUs base e em anlise
anlise
ndice de
por meio de suas distncias a
pelo
Malmquist
um ponto fixo, relativas
prprio
Fronteira de Eficincia
modelo

Usos

DMUs
necessrias

Serve tanto
para
comparar
duas
DMUs
diferentes
quanto para
comparar a
mesma
DMU em
dois
perodos de
tempo
diferentes

Duas

Serve
apenas para
Total e comparar a
mesma
tcnica
nas
DMU em
parcelas
dois
AE e AT perodos de
tempo
diferentes

Vrias

Apenas
total

Quadro 14 Comparao entre os modelos da Tcnica de Nmeros ndices

Os ndices de Laspeyres, Paasche, Fischer e Trnqvist possuem trs perspectivas:

(a) a orientao aos inputs, (b) a orientao aos outputs e (c) a orientao produtividade.
Ser orientado ao input significa que sero comparados apenas o nmero de inputs,
ignorando-se completamente o nmero de outputs; por sua vez, ser orientado ao output
significa que sero comparados apenas o nmero de outputs, ignorando-se o nmero de
inputs. A orientao produtividade, por outro lado, considera simultaneamente inptus e
outputs.

175
A equao da orientao ao input baseada na relao entre o input virtual da DMU
base e o input virtual da DMU em anlise [(Ivbase)/(IvDMU)]; j a equao da orientao ao
output baseada na relao entre o output virtual da DMU em anlise e o output virtual da
DMU base [(OvDMU)/(Ovbase)]. A eficincia da orientao a produtividade pode ser
calculada simplesmente multiplicando-se os resultados da orientao aos inputs e aos
outputs. Nenhuma das orientaes necessita de uma tcnica de apoio para calcular a
eficincia.
O ndice Malmquist, por sua vez, apresenta as seguintes perspectivas: (a) a da
Anlise por Envoltria de Dados e a (b) da Fronteira Estocstica. Essas duas perspectivas
so originadas das tcnicas que apiam o clculo do ndice Malmquist (que por definio
necessita de uma tcnica de apoio). Para se escolher adequadamente entre as duas
perspectivas necessrio que se conhea os pr-requisitos, as informaes possibilitadas e
o modo de utilizao de cada tcnica. Em ambas as perspectivas a equao do ndice
Malmquist baseada nas distncias das duas DMUs comparadas (base e em anlise) em
relao s fronteiras construdas com os dados do passado e do presente relacionadas pela
seguinte mdia geomtrica:

D0 ( x t v , y t v ) Dt ( x t v , y t v )

. O Quadro 15 apresenta as
D0 ( x 0 v , y 0 v ) Dt ( x 0 v , y 0 v )

principais caractersticas das perspectivas dos modelos da Tcnica de Nmeros ndices.

176

Modelos

Perspectiva
Orientado ao
input

ndices de
Laspeyres,
Paasche,
Fischer e
Trnqvist

Orientado ao
output
Orientado
produtividade

ndice de
Malmquist

Orientado ao
DEA
Orientado a
fronteira
estocstica

caracterstica
Consideram apenas os
inputs, desprezando os
outputs, para calcular a
eficincia
Consideram apenas os
outputs, desprezando os
inputs, para calcular a
eficincia
Consideram ambos,
inputs e outputs no
clculo da eficincia
Consideram ambos,
inputs e outputs no
clculo da eficincia

Equao

Tcnica de
apoio

Ivbase/Iv DMU

OvDMU /Ovbase

nenhuma

NIo * NIi

D0 ( x t v , y t v ) Dt ( x t v , y t v )

D0 ( x 0 v , y 0 v ) Dt ( x 0 v , y 0 v )

Anlise por
Envoltria de
Dados
Fronteira
Estocstica

Quadro 15 Comparao entre as perspectivas dos modelos da Tcnica de Nmeros ndices

177

Captulo 6 Estudo de Caso

Nesse captulo ser apresentado um estudo de caso real com o objetivo de ilustrar as
etapas do mtodo de anlise de eficincia. Esse estudo de caso ter o objetivo da avaliar a
eficincia relativa dos aeroportos internacionais brasileiros e foi apresentado de maneira
simplificada em Almeida, Mariano e Rebelatto (2007).
Porm, antes de prosseguir com o estudo de caso, relevante definir melhor o
escopo da eficincia que ser avaliada nessa anlise. Como outputs pretende-se utilizar
variveis que ilustrem o nvel de utilizao dos aeroportos, ou seja, o quanto esses
aeroportos esto sendo efetivamente utilizados; j como inputs pretende-se utilizar algumas
variveis que representem a infra-estrutura fsica dos aeroportos. Assim, nesse estudo de
caso ser analisado o quo bem os aeroportos internacionais brasileiros conseguem utilizar
sua infraestrutura j instalada, ou seja, o quo bem eles conseguem converter uma boa
infraestrutura em um bom nvel (em termos puramente quantitativos) de atendimentos.

178
Deve-se ressaltar, porm, o quanto essa anlise que ser realizada limitada para se
avaliar o desempenho dos aeroportos de forma completa. Nessa anlise ser completamente
ignorado, por exemplo, alguns inputs bastante relevantes como: o nmero de funcionrios
de cada aeroporto e o estado de conservao da infra-estrutura fsica instalada. Tambm
sero ignorados outputs como: a qualidade do servio prestado e a segurana dos
aeroportos. Sendo assim, podem ocorrer situaes em que um aeroporto seja considerado
eficiente apesar de, para alcanar essa pretensa eficincia, ele estar comprometendo
completamente a qualidade dos servios prestados e a segurana (algo totalmente
indesejado, mas que no ser considerado nessa anlise).
Apesar dessas limitaes, essa anlise ser importante para determinar em quais
aeroportos o investimento em infraestrutura foi excessivo e em quais a infraestrutura
instalada est sendo mal utilizada por algum motivo que demandar uma investigao
posterior visto que as tcnicas de anlise de eficincia detectam os problemas, mas no as
suas causas que demandaro uma investigao posterior.

6.1 Seleo das DMUs e dos inputs e outputs

A primeira providencia a ser tomada em um processo de anlise de eficincia

produtiva selecionar as DMUs que sero analisadas (ver a seo 3.2.1). Para uma boa
anlise, deve-se sempre buscar o maior nmero possvel de DMUs, pois apesar de algumas
tcnicas requererem menos DMUs que outras, um bom nmero de DMUs torna as medidas
de eficincia mais confiveis em qualquer situao.
Outra coisa que no se pode perder de vista ao selecionar-se DMUs que todas as
concluses que forem obtidas para uma determinada DMU, s valem dentro do conjunto

179
das DMUs que foram analisadas. Assim, dependendo do tipo de comparaes que se deseja
fazer e do universo que se deseja estudar, a seleo de DMUs ser diferente.
No caso desse trabalho, deseja-se comparar apenas aeroportos do tipo internacional
que se localizem no Brasil e sendo assim, todas as concluses obtidas por esse trabalho s
valem dentro do universo dos aeroportos internacionais brasileiros. No site da Infraero
esto presentes informaes de 26 aeroportos que se encaixam nessa categoria: Bag,
Belm, Boa Vista, Braslia, Campo Grande, Congonhas, Corumb, Cruzeiro de Sul,
Curitiba, Florianpolis, Fortaleza, Foz do Iguau, Galeo, Guarulhos, Macap, Macei,
Manaus, Natal, Pelotas, Porto Alegre, Porto Velho, Recife, Rio Branco, Salvador,
Uruguaiana e Vrzea Grande. Ainda no se sabe se o nmero de 26 aeroportos ser
suficiente, pois a tcnica que ser utilizada vai ser escolhida em uma etapa posterior; caso
esse nmero de DMUs seja insuficiente talvez seja necessrio ampliar o universo de
anlise.
No site da Infraero tambm esto disponveis, para cada um dos aeroportos
selecionados, um conjunto de dados referentes aos anos de 2004 e 2005. Dentre esses dados
foram extrados uma lista de possveis variveis de inputs e uma de possveis variveis de
outputs. As variveis de infraestrutura fsica (que so candidatas a possveis inputs)
encontradas nesse site so: (a) rea do ptio (m); (b) capacidade dos terminais
aeroporturios (m); (c) a quantidade de garagens para estacionar os avies; (d) o
comprimento da pista e; (e) a rea dos terminais aeroporturios. J as variveis de
utilizao dos aeroportos (que so candidatas a outputs) encontrados nesse site so: (a) a
movimentao de carga (Kg); (b) a quantidade de passageiros embarcados e desembarcados
(mil) e; (c) a quantidade de aeronaves movimentada. O Quadro 16 apresenta os dados das
variveis de infraestrutura para cada um dos aeroportos selecionados.

180

Nome
Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

rea do Comp. da
ptio (m2) pista (m)
82.384
21.900
78.490
22.500
18.575
30.250
38.400
57.113
36.000
15.883
51.756
32.830
58.936
3.318
3.856
142.750
16.200
10.634
152.857
56.143
36.924
139.616
221.000
468.110
77.321
712.895

4.630
2.100
2.700
2.400
2.700
2.400
2.158
6.500
2.600
1.660
2.300
4.015
2.195
3.800
2.649
2.280
3.210
2.300
2.545
2.600
4.425
3.300
4.525
6.700
3.375
7.180

Capac. do
rea do
Posies de
terminal
terminal (m2) estac. de avies
o
(n de pessoas)
2.700.000
33.225
11
170.000
2.914
15
675.000
4.958
7
135.000
515
3
3.520.000
46.266
15
920.000
8.540
16
320.000
4.292
29
7.400.000
90.100
32
900.000
6.000
25
230.000
1.564
14
580.000
5.600
27
4.000.000
45.000
18
2.000.000
16.000
23
1.100.000
8.703
6
40.000
480
7
6.100.000
53.140
16
130.000
1.000
8
100.000
800
12
3.000.000
38.500
14
1.200.000
22.000
17
1.500.000
11.560
25
5.000.000
52.000
26
6.000.000
69.750
24
16.500.000
179.790
66
12.000.000
51.535
25
15.000.000
280.681
53

Quadro 16 - Variveis da infraestrutura fsica dos aeroportos

O Quadro 17, por sua vez, apresenta as variveis de utilizao dos 26 aeroportos
referentes aos anos de 2004 e 2005.

181

Nome
Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Mov. Avies (uni)

2004
33.694
11.581
6.697
3.206
31.273
10.761
9.436
129.979
26.075
2.823
35.784
53.263
9.385
29.227
1.270
57.740
2.024
817
39.618
15.718
18.850
56.551
81.365
149.497
217.782
77.530

Mov. carga (Kg)

2005
2004
2005
34.218 19.412.111 19.755.648
1.127
2.703.907 2.702.682
7.918
718.135
690.777
3.582
2.372.317 1.595.839
31.470 135.337.310 139.958.553
10.739
4.000.813 2.717.996
9.833
1.924.475 2.172.671
130.885 65.777.657 83.811.080
21.592
4.264.748 3.637.516
2.661
265.442
240.277
34.940
5.968.189 4.078.599
58.050 27.484.969 24.616.883
10.909
768.815
600.387
28.367
6.243.901 8.549.436
1341
97.494
90.406
55.767 37.024.689 36.904.725
2.141
192.101
290.200
714
38.972
37.023
42.537 31.504.199 35.361.710
15.873
2.361.130 2.147.334
19.534
9.386.955 10.144.374
54.843 4.947.9223 56.764.639
78.271 72.956.166 73.057.545
154.339 435.593.673 470.944.200
228.110 37.890.966 43.244.760
97.332 93.776.891 84.814.578

Mov. Passageiros (mil)

2004
2005
1.330.965 1.523.714
392.775
414.481
114.023
144.486
44.640
60.910
1.368.968 1.508.022
233.187
293.895
158.096
206.637
9.926.786 9.426.569
516.494
652.150
29.303
39.900
704.567
880.256
2.840.349 3.393.079
598711
818.512
1.382.577 1.548.833
2.461
3.560
3.215.545 3.521.204
1.155
1.169
859
716
2.317.869 2.774.240
656.104
765.582
1.127.952 1.299. 144
3.173.672 3. 604.652
4.145. 371 4.554.572
12.940.193 15.834.797
13.611.227 17.147.628
6.024.930 8.657.139

Quadro 17 - Variveis de utilizao dos aeroportos

Ao contrrio do nmero de DMUs que quanto maior, melhor ser o desempenho das
tcnicas de anlise de eficincia, o nmero de inputs e outputs deve ser sempre o menor
possvel para que as tcnicas funcionem mais apropriadamente (ver a seo 3.2.2) . Por
outro lado, caso no se considere alguma varivel explicativa, tanto de input quanto de
output, corre-se o risco de se chegar a concluses incompletas a respeito da eficincia
(tendo em vista o escopo previamente definido). Por exemplo, nesse estudo de caso definiuse que seria analisada a utilizao dos aeroportos em funo de a sua infraestrutura fsica
instalada; assim, caso deixe-se de considerar alguma varivel importante de infraestrutura

182
ou de utilizao, os resultados ficaro incompletos e alguns aeroportos considerados
ineficientes ou eficientes podem no o ser de fato. Para se chegar ao melhor nmero
possvel de inputs e outputs, deve-se primeiramente listar todas as possveis variveis de
interesse e depois ir eliminado aquelas que so no-explicativas ou redundantes. Para
realizar esse procedimento, necessrio que se construa uma matriz de correlaes em que
so calculados os coeficientes de correlao entre os inputs, entre os outputs e entre os
inputs e outputs. O Quadro 18 apresenta a matriz de correlao entre os inputs e outputs
que foram listados nesse estudo de caso (utilizou-se os outputs de 2005 para construo
dessa matriz).

Outputs

Inputs

Inputs

Outputs
N. posies de
Mov.
rea do Comprimento Capacidade rea do
Mov. Mov.
estacionamento
Passageiros
ptio
da pista
do terminal terminal
Avio Cargas
de avies
rea do ptio
1
Comprimento
0,118
1
da pista
Capacidade do
0,819
0,030
1
terminal
rea do
0,052
0,895
1
0,950
terminal
N. posies de
estacionamento 0,781
-0,048
0,808
0,805
1
de avies
Mov. Avio 0,481
0,871
0,610
0,615
1
0,036
Mov. Cargas 0,590
0,738
0,633
0,738
0,561
1
0,025
Mov.
0,572
0,921
0,681
0,699
1
0,033
0,977 0,711
passageiros
Quadro 18 Matriz de correlao entre as variveis de inputs e outputs.

Analisando-se a matriz de correlaes, apresentada no Quadro 18, pode-se eliminar

inicialmente o input rea do ptio que muito correlacionado com o input rea do
terminal, indicando que existe redundncia. Tambm pode-se eliminar o input
comprimento da pista pois ele apresenta baixa correlao com todos os outputs,

183
indicando assim que esse input no uma varivel explicativa. Por fim, possvel eliminar
o output movimentao de aeronaves que fortemente correlacionado com o output
movimentao de passageiros, indicando novamente a presena de redundncia. Desse
modo, a eficincia ser analisada utilizando-se trs inputs (rea do ptio, capacidade do
terminal e nmero de posies de estacionamento de avies) e dois outputs (movimentao
de carga e de passageiros). O Quadro 19 apresenta os dados de inputs e outputs dos 26
aeroportos que sero efetivamente utilizados na anlise.

Inputs
Nome

Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Capac. do
terminal
(no pessoas)
2.700.000
170.000
675.000
135.000
3.520.000
920.000
320.000
7.400.000
900.000
230.000
580.000
4.000.000
2.000.000
1.100.000
40.000
6.100.000
130.000
100.000
3.000.000
1.200.000
1.500.000
5.000.000
6.000.000
16.500.000
12.000.000
15.000.000

Outputs

rea do Posies
Mov. Passageiros
mov carga (kilos)
terminal de estac.
(mil)
(m2)
de avies
2004
2005
2004
2005
33.225
11
19.412.111 19.755.648 1.330.965 1.523.714
2.703.907 2.702.682 392.775
414.481
2.914
15
4.958
7
718.135
690.777
114.023
144.486
515
3
2.372.317 1.595.839
44.640
60.910
46.266
15
135.337.310 13.9958.553 1.368.968 1.508.022
8.540
16
4.000.813 2.717.996 233.187
293.895
4.292
29
1.924.475 2.172.671 158.096
206.637
90.100
32
65.777.657 83.811.080 9.926.786 9.426.569
6.000
25
4.264.748 3.637.516 516.494
652.150
1.564
14
265.442
240.277
29.303
39.900
5.600
27
5.968.189 4.078.599 704.567
880.256
45.000
18
27.484.969 24.616.883 2.840.349 3.393.079
16.000
23
768.815
600.387
598.711
818.512
8.703
6
6.243.901 8.549.436 1.382.577 1.548.833
480
7
97.494
90.406
2.461
3.560
53.140
16
37.024.689 36.904.725 3.215.545 3.521.204
192.101
290.200
1.155
1.169
1.000
8
800
12
38.972
3.7023
859
716
38.500
14
31.504.199 35.361.710 2.317.869 2.774.240
22.000
17
2.361.130 2.147.334 656.104
765.582
11.560
25
9.386.955 10.144.374 1.127.952 1.299.144
52.000
26
49.479.223 56.764.639 3.173.672 3.604.652
69.750
24
72.956.166 73.057.545 4.145.371 4.554.572
179.790
66
435.593.673 470.944.200 12.940.193 15.834.797
37.890.966 43.244.760 13.611.227 17.147.628
51.535
25
280.681
53
93.776.891 84.814.578 6.024.930 8.657.139

Quadro 19 - Dados efetivamente utilizados na anlise de eficincia dos aeroportos.

184

6.2 Seleo das Tcnicas, Modelos, Perspectivas e ferramenta computacional.

Nesse estudo de caso desejou-se obter a mxima quantidade possvel de

informaes relevantes e para tal foi necessrio um grande nmero de perspectivas,
modelos e tcnicas. Para a escolha adequada foi necessrio considerar o tipo de dados
disponvel e o tipo de informaes que se desejava obter (veja seo 3.2.3).
Inicialmente, concluiu-se que, apesar de proporcionar algumas informaes
interessantes, a utilizao de tcnicas paramtricas seria invivel nesse caso (devido ao
grande nmero de outputs que est sendo considerado) e com isso pde-se partir
diretamente para as tcnicas no-paramtricas. A quantidade de DMUs (so 26 aeroportos)
possibilita que se utilize a Anlise por Envoltria de Dados que uma tcnica mais
completa que a dos Nmeros ndices. Porm, alguns Nmeros ndices como o ndice de
Malmquist e o ndice de Trnqvist podem trazer informaes relevantes que o DEA no
permite obter. O ndice Malmquist possibilitar a determinao da evoluo produtividade
ao longo dos anos enquanto os outros nmeros ndices possibilitaro uma comparao
direta entre a DMU mais e menos eficiente. A perspectiva utilizada para o clculo do ndice
Malmquist ser a perspectiva DEA, aproveitando os recursos de software j disponveis.
Como todos os inputs se referem a infra-estrutura dos aeroportos e como a infraestrutura um insumo de longo prazo que no pode ser alterado sem que isso demande uma
quantidade enorme de investimentos, sero realizadas anlises apenas para a orientao aos
outputs, o que descarta os modelos Aditivos e Multiplicativos (que apresentam uma
orientao mista) e os modelos CCR e BCC orientados aos inputs. Para esse caso em
especfico, pode-se supor com relativa confiana que todas as variveis de inputs e de
outputs so controlveis, eliminando assim, a necessidade de se lidar com variveis

185
ambientais; alm disso, no sero utilizadas restries aos pesos, pois a fronteira invertida
j poder eliminar possveis distores nos resultados e no far sentido falar-se em
fronteira difusa visto que todas as variveis so determinadas com preciso. Sobram ento,
os modelos CCR e BCC orientados aos outputs, utilizados nas formas Primal e Dual, e com
as fronteiras clssica e invertida sendo que, essa srie modelos e perspectivas possibilitaro
as seguintes informaes: (a) a Eficincia total, tcnica e de escala; (b) as metas das DMUs
ineficientes e os seus benchmarks; (c) as utilidades dos inputs e outputs e; (d) um ndice
combinado de eficincia que permitir desempates e trar a DMU que mais eficiente de
forma mais equilibrada.
Para a aplicao do conjunto de modelos e perspectivas ligados ao DEA ser
utilizada a ferramenta SIAD em conjunto com o solver do Excel (veja a seo 3.2.4). O
principal motivo dessa escolha a simplicidade e a disponibilidade desses softwares, visto
que o primeiro est disponvel para download gratuito (no site www.uff.br/decisao)e o
segundo faz parte do pacote do Office que est presente na maior parte dos computadores.
Nos Nmeros ndices, por sua vez, em todos os clculos e frmulas foi utilizado o Excel.

6.3. Resultado da aplicao das Tcnicas, Modelos e Perspectivas

Nesse item ser apresentado, interpretado e comentado os diferentes resultados

provenientes das vrias tcnicas, modelos e perspectivas de anlise de eficincia produtiva.
Esses resultados sero apresentados em 6 etapas: (a) as eficincias total, tcnica e de escala
de cada aeroporto, (b) as metas e os benchmarks dos aeroportos ineficientes, (c) as
utilidades dos inputs e outputs dos 26 aeroportos selecionados, (d) a apurao do aeroporto
mais eficiente dentre os eficientes com a fronteira invertida, (e) o ndice Malmquist e suas
duas componentes (alteraes de tecnologia - AT - e alteraes de eficincia - AE) de cada

186
aeroporto e por fim, (f) a comparao, por meio dos nmeros ndices, entre os aeroportos
mais e menos eficientes segundo a classificao obtida pelo ndice combinado.

6.3.1 Eficincia total, tcnica e de escala

O primeiro resultado interessante de ser comentado a respeito dos ndices de

eficincia total, tcnica e de escala (cujas definies foram apresentadas na seo 2.7.3) dos
26 aeroportos selecionados nos 2 anos considerados (2004 e 2005). Para coleta dessas
eficincias bastou a aplicao direta, com a fronteira clssica, dos modelos CCR e BCC
(ver seo 4.1 p gina 73), sendo que o modelo CCR calculou a eficincia total e o BCC a
eficincia tcnica. A eficincia de escala foi obtida dividindo-se o ndice da eficincia total
pelo da eficincia tcnica, ou seja, a eficincia do CCR pela do BCC. O Quadro 20
apresenta esses resultados em sua forma percentual:

187

Nome
Belm

Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Eficincia total
(CCR)
2004
2005
45,0%
46,3%
100%
100%
13,7%
14,4%
100%
100%
100%
100%
24,3%
21,9%
31,2%
35,9%
100%
97,4%
50,0%
48,7%
11,3%
11,8%
84,6%
82,0%
58,2%
62,9%
22,7%
26,6%
100%
100%
8,2%
8,1%
54,0%
48,6%
5,6%
9,6%
1,6%
1,5%
67,9%
75,0%
37,6%
40,6%
60,9%
59,4%
60,0%
61,0%
67,4%
65,4%
100%
100%
100%
100%
39,7%
45,2%

Eficincia tcnica
(BBC)
2004
2005
48,8%
46,5%
100%
100%
14,2%
15,3%
100%
100%
100%
100%
24,4%
21,9%
31,4%
36,0%
100%
98,5%
50,5%
49,2%
12,0%
13,6%
86,6%
89,3%
58,2%
63,2%
23,2%
27,3%
100%
100%
100%
100%
55,8%
50,5%
6,8%
11,9%
2,2%
2,3%
69,3%
75,2%
37,7%
40,9%
62,9%
61,2%
60,0%
61,3%
68,6%
65,5%
100%
100%
100%
100%
45,2%
51,6%

Eficincia de escala
2004
92,1%
100%
96,5%
100%
100%
99,7%
99,4%
100%
98,9%
94,2%
97,7%
100%
97,7%
100%
8,2%
96,8%
82,7%
73,7%
98,0%
99,8%
96,8%
100%
98,3%
100%
100%
87,7%

2005
99,6%
100%
93,9%
100%
100%
99,8%
99,8%
98,8%
99,1%
86,7%
91,9%
99,5%
97,5%
100%
8,1%
96,2%
80,8%
66,6%
99,7%
99,3%
97,1%
99,5%
99,8%
100%
100%
87,6%

Quadro 20 - Eficincia total, tcnica e de escala dos aeroportos internacionais brasileiros

Os aeroportos que apresentam eficincia total (modelo CCR) igual a 100% so os

aeroportos de: Macap, Cruzeiro do Sul, Manaus, Florianpolis, Guarulhos e Congonhas.
Esses 6 aeroportos com eficincia total, alm de apresentarem eficincia tcnica, operam
em sua escala tima de produo. Sendo assim, esses aeroportos esto no limite de suas
produtividades e servem de referencia aos demais. O aeroporto de Braslia era eficiente no
ano de 2004, mas deixou de ser em 2005 tanto por fatores tcnicos quanto de escala.
Quanto a eficincia tcnica (modelo BCC), alm dos 6 aeroportos que apresentam
eficincia total, o nico aeroporto a apresentar essa eficincia em 100% o aeroporto de

188
Bag (totalizando assim, 7 aeroportos com eficincia tcnica). Esse aeroporto apresenta
uma eficincia total muito baixa, mas como pde ser constatado nessa anlise, essa
ineficincia foi causada apenas por fatores de escala e no por fatores tcnicos. Isso
significa que esse aeroporto opera ou muito acima ou muito abaixo da escala tima de
produo.
J para analisar a eficincia de escala, devido a problemas com aproximao,
considerou-se como eficientes todos os aeroportos que apresentassem mais de 99% em seu
ndice de eficincia. Esses aeroportos so, obviamente, os 6 que j apresentavam eficincia
total acrescidos dos aeroportos de: Porto Velho, Rio Branco, Curitiba, Macei e Recife, que
operam em suas escalas timas, mas apresentam problemas tcnicos.
Outra informao muito importante, e que ser vital para os aeroportos com
ineficincia de escala, a respeito do tipo de retorno a escala desses aeroportos. Essa
informao pode ser obtida analisando-se o coeficiente v do modelo BCC, sendo que:
quando esse coeficiente for positivo o retorno a escala ser decrescente, quando ele for
negativo o retorno a escala ser crescente e quando ele for 0 o retorno ser constante. Em
nenhum caso, devido a problemas de aproximao, foi obtido um coeficiente v igual a 0 (os
zeros que aparecem no Quadro 21 foram aproximados) o que aparentemente contraria a
teoria de que todas as DMUs com eficincia de escala devem possuir retornos constantes a
escala. Porm, todas essas DMUs eficientes (ou muito prximas da eficincia acima de
99%) apresentaram os coeficientes v, como pode ser visto no Quadro 21, muito prximos a
0; sendo assim, mesmo no tendo o coeficiente v exatamente igual a 0, essas DMUs foram
consideradas como tendo retornos constantes a escala. O Quadro 21 apresenta o coeficiente
v e o tipo de retorno a escala de cada um dos 26 aeroportos dessa anlise.

189

Nome
Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre

Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

2004
2005
Tipo de retorno a
Tipo de retorno a
Coeficiente v
Coeficiente v
escala
escala
-0,26
Crescente
-0,27
Constante
-0,01
Constante
0,04
Constante
-0,57
Crescente
-1,34
Crescente
0,41
Constante
0,18
Constante
0
Constante
-0,01
Constante
0,02
Constante
0,06
Constante
0,03
Constante
0,86
Constante
0
Constante
0,02
Decrescente
0,01
Decrescente
-0,06
Constante
-2,74
Crescente
-2,21
Crescente
0,19
Decrescente
0,22
Decrescente
-0,03
Constante
0,01
Constante
0,25
Decrescente
0,21
Decrescente
0
Constante
-0,08
- Constante
-26,88
Crescente
-12,26
Crescente
-0,37
Crescente
-0,42
Crescente
-7,30
Crescente
-4,92
Crescente
-32,44
Crescente
-38,60
Crescente
-0,13
Crescente
0,01
Constante
-0,21
Constante
0,23
Constante
0,12
Decrescente
0,14
Decrescente
0
Constante
0,05
Constante
-0,01
Crescente
0
Constante
0
Constante
0
Constante
0
Constante
0,01
Constante
2,21
Decrescente
1,94
Decrescente
Quadro 21 - Tipo de retorno a escala dos aeroportos

A anlise do tipo de retorno a escala ser de particular importncia para os

aeroportos que apresentam eficincia de escala muito baixa (abaixo de 90%) que esto
destacados em vermelho no Quadro 21. Dentre esses 5 aeroportos destacados, os aeroportos
de Pelotas, Uruguaiana, Corumb e Bag (que possui uma eficincia de escala baixssima
em torno de 8%) apresentam retornos crescentes escala, enquanto o aeroporto do Galeo
o nico que apresenta retornos decrescentes. Com isso, pode-se concluir que os aeroportos
de Pelotas, Uruguaiana, Corumb e Bag, poderiam aumentar sua eficincia produtiva
simplesmente aumentando sua escala de produo sem alteraes na eficincia tcnica; o

190
problema que, nessa anlise em especfico, aumentar a escala de produo significa
ampliar a infra-estrutura do aeroporto, o que demanda pesados investimentos (para Bag,
porm, esse o nico caminho possvel para se aumentar a eficincia). O caso do aeroporto
do Galeo ainda mais complicado, pois, para aumentar a eficincia, ele teria de diminuir
sua escala de produo, o que significaria que ele teria de eliminar parte de sua infraestrutura, algo totalmente impensvel.
Com isso, concluiu-se o primeiro conjunto de anlises proporcionadas pelas tcnicas
de anlise de eficincia. A partir de agora, todas as outras anlises que sero realizadas vo
se referir apenas ao modelo BCC e ao ano de 2005. O fato da eficincia total (modelo CCR)
estar sendo descartada nas outras anlises justamente por causa da dificuldade de se
aumentar e diminuir a escala de produo de aeroportos sendo que, com isso, o interesse
maior, passa a ser com relao a eficincia tcnica, que proporcionada pelo modelo BCC.

6.3.2 Metas e Benchmarks

Aps serem determinados e analisados os ndices de eficincia, pode-se partir para a

anlise de outros detalhes que so proporcionados pelas diferentes perspectivas da Anlise
por Envoltria de Dados. A perspectiva Dual 9ver seo 4.2.4), por exemplo, proporciona
que se verifique tanto as metas para que as DMUs ineficientes se tornem eficientes quanto
quais DMUs eficientes podem servir de benchmarks para essas DMUs ineficientes. Ambas
as informaes so baseadas nas variveis k que integram a perspectiva Dual. Essas
variveis que relacionam os aeroportos entre si esto representadas no Quadro 22. A cada
aeroporto foi atribudo um nmero que identifica o seu correspondente k.

191

N ome
1 2 3
0
0
0
1. Belm
0
1
0
2. Macap
0 0,21 0
3. Boa Vista
4. Cruzeiro do Sul 0
0
0
5. Manaus
0
0
0
6. Porto Velho
0 0,92 0
7. Rio Branco
0 0,99 0
8. Braslia
0 0,44 0
9. Campo Grande 0 0,69 0
10. Corumb
0 0,23 0
11.Vrzea Grande 0 0,97 0
12. Curitiba
0 0,48 0
13. Foz do Iguau 0 0,85 0
14. Florianpolis 0
0
0
15. Bag
0
0
0
16. Porto Alegre
0
0
0
17. Pelotas
0
0
0
18. Uruguaiana
0
0
0
19. Fortaleza
0 0,19 0
20. Macei
0 0,91 0
21. Natal
0 0,90 0
22. Recife
0 0,66 0
23. Salvador
0 0,23 0
24. Guarulhos
0
0
0
25. Congonhas
0
0
0
26. Galeo
0
0
0

4
0,10
0
0,37
1
0
0
0
0
0,25
0,43
0
0
0
0
0
0,23
0,55
0,39
0
0
0
0
0
0
0
0

5 6 7 8 9 10 11 12 13
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
1
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0,40 0 0 0 0
0
0
0
0
0,01 0 0 0 0
0
0
0
0
0,007 0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0
0
0 0 0 0
0
0
0
0

14
0,77
0
0,41
0
0
0,03
0
0
0
0
0
0,23
0
1
0
0
0
0
0,65
0
0
0
0,39
0
0
0

15 16 17 18 19 20 21 22 23 24
0
0
0
0
0
0
0
0
0
0,07
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,02
0
0
0
0
0
0
0
0
0 0,007
0
0
0
0
0
0
0
0
0
0,14
0
0
0
0
0
0
0
0
0 0,006
0,33 0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0,001
0
0
0
0
0
0
0
0
0
0,05
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,44 0
0
0
0
0
0
0
0
0
0,61 0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,08
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,02
0
0
0
0
0
0
0
0
0
0,18
0
0
0
0
0
0
0
0
0
0,21
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,28

Quadro 22 - Resultado das variveis k

25
0,06
0
0,01
0
0
0,04
0,003
0,42
0,05
0,01
0,03
0,23
0,15
0
0
0,37
0
0
0,08
0,09
0,08
0,16
0,17
0
1
0,72

26
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

192
Pela anlise direta dos k, pode-se determinar os benchmarks das DMUs
ineficientes da seguinte maneira: (a) caso o valor da varivel k correspondente a uma
DMU seja 0, ela no ser um benchmark para a DMU que se est analisando (como por
exemplo o aeroporto de Macap para o de Belm); (b) por outro lado, caso esse valor
seja diferente de 0, esse aeroporto ser um benchmark para o aeroporto analisado
(como o aeroporto de Macap para o de Boa Vista). As variveis k podem ser
interpretadas como um coeficiente de importncia do benchmark para a DMU analisada
sendo que, quanto maior o k mais importante ser o benchmark k para essa DMU.
Pode-se notar, pelo Quadro 22, que todas as DMUs eficientes apresentam valor 0 em
todas as variveis k , com exceo daquela correspondente a ela prpria que apresenta
valor 1. O Quadro 23 apresenta a lista dos aeroportos que servem de benchmarks para
cada um dos aeroportos ineficientes analisados.

DMU
(Aeroportos)
Belm

Unidades Benchmarks

DMU
(Aeroportos)

Unidades
Benchmarks

Cruzeiro do Sul, Florianpolis,

Florianpolis
Guarulhos, Congonhas

Eficiente

Macap

Eficiente

Boa Vista

Macap, Cruzeiro do Sul,

Florianpolis, Congonhas

Cruzeiro do Sul

Eficiente

Pelotas

Cruzeiro do Sul, Manaus e Bag

Manaus

Eficiente

Uruguaiana

Cruzeiro do Sul, Manaus e Bag

Porto Velho

Macap, Braslia, Florianpolis,

Guarulhos, Congonhas

Fortaleza

Macap, Florianpolis, Guarulhos,

Congonhas

Rio Branco

Macap, Guarulhos, Congonhas

Macei

Macap, Congonhas

Braslia

Eficiente
Macap, Cruzeiro do Sul,
Guarulhos, Congonhas
Macap, Florianpolis, Bag,
Cruzeiro do Sul

Natal

Macap, Guarulhos, Congonhas

Recife

Macap, Guarulhos, Congonhas

Salvador

Macap, Florianpolis, Guarulhos,

Congonhas

Guarulhos

Eficiente

Campo Grande
Corumb

Vrzea Grande Macap, Guarulhos, Congonhas

Eficiente

Bag

Porto Alegre Cruzeiro do Sul, Manaus, Congonhas

Curitiba

Macap, Florianpolis,
Guarulhos, Congonhas

Congonhas

Eficiente

Foz de Iguau

Macap, Congonhas

Galeo

Guarulhos, Congonhas

Quadro 23 - Benchmarks dos aeroportos

193
Com as variveis k, possvel determinar tambm as metas das DMUs
ineficientes. A meta de uma DMU a combinao linear dos inputs (ou dos outputs) de
seus benchmarks, sendo que os coeficientes dessa combinao linear so as variveis k.
O Quadro 24 mostra as metas dos aeroportos da anlise comparados ao valor inicial de
seus inputs e outputs.
Inputs
Nome

Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Outputs

Capac. do terminal rea do terminal

Atual
Meta
2.700.000 2.700.000
170.000
170.000
675.000
675.000
135.000
135.000
3.520.000 3.520.000
920.000
920.000
320.000
320.000
7.400.000 7.400.000
900.000
900.000
230.000
230.000
580.000
580.000
4.000.000 4.000.000
2.000.000 2.000.000
1.100.000 1.100.000
40.000
40.000
6.100.000 5.896.006
130.000
130.000
100.000
100.000
3.000.000 3.000.000
1.200.000 1.200.000
1.500.000 1.500.000
5.000.000 5.000.000
6.000.000 6.000.000
16.500.000 16.500.000
12.000.000 12.000.000
15.000.000 13.274.244

Atual
33.225
2.914
4.958
515
46.266
8.540
4.292
90.100
6.000
1.564
5.600
45.000
16.000
8.703
480
53.140
1.000
800
38.500
22.000
11.560
52.000
69.750
179.790
51.535
280.681

Meta
22.364
2.914
4.958
515
46.266
7.925
4.281
47.962
6.000
1.564
4.722
2.5106
10.435
8.703
480
37.921
1.000
800
24.575
7.147
10.859
42.292
51.029
179.790
51.535
87.852

Posies de
estac. de
avies
Atual Meta
11
11
15
15
7
7
3
3
15
15
16
16
29
15
32
26
25
13
14
7
27
15
18
18
23
17
6
6
7
7
16
16
8
5
12
6
14
14
17
16
25
17
26
26
24
24
66
66
25
25
53
37

mov carga (kilos)

Atual
19.755.648
2.702.682
690.777
1.595.839
139.958.553
2.717.996
2.172.671
83.811. 080
3.637.516
240.277
4.078.599
24.616.883
600.387
8.549.436
90.406
36.904.725
290.200
37.023
35.361.710
2.147.334
10.144.374
56.764.639
73.057.545
470.944.200
43.244.760
84.814.578

Meta
42.508.250
2.702.682
5.154.165
1.595.839
139.958.553
12.385.658
6.036.698
85.073.120
7.394.706
1.768.582
4.567.836
38.963.367
8.974.195
8.549.436
90.406
73.041.695
2.443.404
1.608.306
47.003.074
6.232.550
16.572.099
92.602.267
111.547.142
470.944.200
43.244.760
164.354.432

Mov. passageiros
Atual
Meta
1.523.714 3.278.577
414.481
414.481
144.486
942.289
60.910
60.910
1.508.022 1.508.022
293.895 1.339.252
206.637
574.134
9.426.569 9.568.516
652.150 1.325.756
39.900
293.688
880.256
985.845
3.393.079 5.370.533
818.512 3.002.956
1.548.833 1.548.833
3.560
3.560
3.521.204 6.969.154
1.169
51.368
716
35.789
2.774.240 3.687.543
765.582 1.871.382
1.299.144 2.122.314
3.604.652 5.880.403
4.554.572 69.54.100
15.834.797 15.834.797
17.147.628 17.147.628
8. 657.139 16.775.880

Quadro 24 Metas dos aeroportos

Para facilitar a anlise e a visualizao dos dados do Quadro 24, o Quadro 25

indica qual a variao percentual que cada input e cada output deve sofrer para que o
aeroporto indicado alcance a eficincia.

194

Nome

Capac. do
terminal
Belm
0%
Macap
0%
Boa Vista
0%
Cruzeiro do Sul
0%
Manaus
0%
Porto Velho
0%
Rio Branco
0%
Braslia
0%
Campo Grande
0%
Corumb
0%
Vrzea Grande
0%
Curitiba
0%
0%
Foz de Iguau
Florianpolis
0%
Bag
0%
Porto Alegre
-3,34%
Pelotas
0%
0%
Uruguaiana
Fortaleza
0%
Macei
0%
Natal
0%
Recife
0%
Salvador
0%
Guarulhos
0%
Congonhas
0%
Galeo
-11,51%

Inputs
rea do
terminal
-32,69%
0%
0%
0%
0%
-7,20%
0%
-46,77%
0%
0%
-15,68%
-44,21%
-34,78%
0%
0%
-28,64%
0%
0%
-36,17%
-67,51%
-6,06%
-18,67%
-26,84%
0%
0%
-68,70%

Posies de
estac. de avies
0%
0%
0%
0%
0%
0%
-48,28%
-18,75%
-48,00%
-50,00%
-44,44%
0%
-26,09%
0%
0%
0%
-37,50%
-50,00%
0%
-5,88%
-32,00%
0%
0%
0%
0%
-30,19%

Outputs
mov carga
Mov.
(kilos)
passageiros
115%
115,17%
0%
0%
646,14%
552,17%
0%
0%
0%
0%
355,69%
355,69%
177,85%
177,85%
1,51%
1,51%
103,29%
103,29%
636,06%
636,06%
12,00%
12,00%
58,28%
58,28%
1.394,74%
266,88%
0%
0%
0%
0%
97,92%
97,92%
741,97%
4.294,18%
4.244,07%
4.898,46%
32,92%
32,92%
190,25%
144,44%
63,36%
63,36%
63,13%
63,13%
52,68%
52,68%
0%
0%
0%
0%
93,78%
93,78%

Quadro 25 Variao percentual dos inputs e outputs em relao as suas metas

Como pode ser constatado pelo Quadro 25, as DMUs menos ineficientes como
Foz do Iguau e Uruguaiana, so as que possuem as metas mais difceis para atingirem a
eficincia. Por outro lado, as DMUs eficientes apresentam todos os coeficientes de
aumento dos outputs e reduo dos inputs iguais a 0.
Apesar dessas metas terem sido calculadas com um modelo BCC orientado ao
output, foram dadas, para algumas DMUs, sugestes de reduo nos inputs, algo que
inicialmente no era desejado. Porm, alm dessas sugestes de reduo nos inputs no
predominarem em relao s de aumento nos outputs, elas ainda so, como pode ser
constatado pelo Quadro 25, de intensidade bem menor. Esse fato, como j foi explicado

195
no Captulo 4 na seo 4.2.4, causado pela presena das folgas, que so distores na
fronteira de eficincia linear por partes.
O Quadro 26 mostra as variveis de folga obtidas no modelo BCC Dual
orientado ao output que explicam as distores comentadas acima. Pode-se notar que,
apesar das folgas se concentrarem nos inputs, j que o modelo orientado ao output,
alguns outputs tambm apresentam folgas. Tambm se pode notar que a magnitude da
folga dos inputs est diretamente ligada as redues (ver Quadro 25) sugeridas para
esses inputs (basta comparar Macei e Natal, por exemplo).

Nome
Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Capac. do
terminal
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
203.994,46
0
0
0
0
0
0
0
0
0
1.725.755,82

Inputs
rea do
terminal
1.0861,3
0
0
0
0
615,31
10,75
42.138,03
0
0
878,43
19.893,73
5.564,75
0
0
15.218,62
0
0
13.925,01
14.852,73
700,76
9.707,78
18.721,19
0
0
192.828,63

Posies de
estac. de avies
0
0
0
0
0
0
13,62
5,69
12,15
6,70
11,61
0
6,45
0
0
0
3,10
6,49
0
1,13
8,04
0,30
0
0
0
16,39

Outputs
mov carga
Mov.
(kilos)
passageiros
0
0
0
0
649.150,3
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
6.771.496,13
0
0
0
0
0
0
0
0
41.525,16
0
4.685,66
0
0
983.624,95
0
0
0
0
0
0
0
0
0
0
0
0
0

Quadro 26 Folgas dos inputs e outputs

196
As folgas no tero nenhuma aplicao prtica; elas foram calculadas apenas
para ilustrar o motivo de terem sido sujeridas mudanas para os inputs mesmo o
problema tendo uma orientao aos outputs.

6.3.3 Coeficientes de utilidade

Para se determinar os coeficientes de utilidade, como j mencionado na seo
4.2.3, deve-se utilizar a perspectiva Primal e normalizar os dados dos inputs e dos
outputs. Para essa normalizao, deve-se localizar entre todas as DMUs os maiores
valores de outputs e de inputs e dividir os inputs e outputs dessas DMUs por esse valor.
Fazendo-se isso, todos os inputs e outputs ficam limitados entre 0 e 1, como pode ser
notado no Quadro 27
Inputs
Nome
Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Outputs

Capac. do rea do
Posies de mov carga (kilos)
terminal terminal estac. de avies 2004
2005
0,1636
0,1184
0,1667
0,0419 0,0889
0,0103
0,0104
0,2273
0,0057 0,0242
0,0409
0,0177
0,1061
0,0015 0,0084
0,0082
0,0018
0,0455
0,0034 0,0036
0,2133
0,1648
0,2273
0,2972 0,0879
0,0558
0,0304
0,2424
0,0058 0,0171
0,0194
0,0153
0,4394
0,0046 0,0121
0,4485
0,3210
0,4848
0,1780 0,5497
0,0545
0,0214
0,3788
0,0077 0,0380
0,0139
0,0056
0,2121
0,0005 0,0023
0,0352
0,0200
0,4091
0,0087 0,0513
0,2424
0,1603
0,2727
0,0523 0,1979
0,1212
0,0570
0,3485
0,0013 0,0477
0,0667
0,0310
0,0909
0,0182 0,0903
0,0024
0,0017
0,1061
0,0002 0,0002
0,3697
0,1893
0,2424
0,0784 0,2053
0,0079
0,0036
0,1212
0,0006 0,0001
0,0061
0,0029
0,1818
0,0001 0,00004
0,1818
0,1372
0,2121
0,0751 0,1618
0,0727
0,0784
0,2576
0,0046 0,0446
0,0909
0,0412
0,3788
0,0215 0,0758
0,3030
0,1853
0,3939
0,1205 0,2102
0,3636
0,2485
0,3636
0,1551 0,2656
1,0000
0,6405
1,0000
1,0000 0,9234
0,7273
0,1836
0,3788
0,0918 1,0000
0,9091
1,0000
0,8030
0,1801 0,5049
Quadro 27 - Dados de inputs e outputs normalizados

Mov. passageiros
2004
0,1636
0,0103
0,0409
0,0082
0,2133
0,0558
0,0194
0,4485
0,0545
0,0139
0,0352
0,2424
0,1212
0,0667
0,0024
0,3697
0,0079
0,0061
0,1818
0,0727
0,0909
0,3030
0,3636
1,0000
0,7273
0,9091

2005
0,1184
0,0104
0,0177
0,0018
0,1648
0,0304
0,0153
0,3210
0,0214
0,0056
0,0200
0,1603
0,0570
0,0310
0,0017
0,1893
0,0036
0,0029
0,1372
0,0784
0,0412
0,1853
0,2485
0,6405
0,1836
1,0000

197

Com os dados normalizados, as variveis ui e vj dos modelos Primais perdem a

funo de compensar a diferena de grandeza entre as unidades de medida e passam a
possuir a funo exclusiva de representar as utilidades dos inputs e outputs analisados.
O Quadro 28 apresenta as utilidades de cada input e output de cada DMU obtidas
diretamente a partir das variveis ui e vj do modelo BCC Primal orientado ao output
com os dados normalizados.

Inputs
Nome
Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Capac. do
terminal
9,28
51,87
151,09
99,46
0
69,81
98,71
2,22
18,08
327,47
25,51
6,26
28,51
11,85
2.781,25
0
861,12
6.749,79
6,99
30,48
16,39
5,23
4,04
0,96
1,36
0

rea do
Posies de
terminal estac. de avies
0
5,41
0
1,85
34,40
10,08
284,99
0
6,05
0
0
2,49
0
0
0
0
51,82
0
897,76
0
0
0
0
0,22
0
0
7,32
0,69
3.811,43
0
0
9,91
1.841,25
0
14.432,39
0
0
0,25
0
0
0
0
0
0
0
0,14
0
0,03
0
0
0
0

Outputs
Mov carga
(kilos)
7,15
19,93
0
182,33
3,12
26,83
35,49
0,80
33,15
227,36
9,17
2,40
0
8,50
3.639,83
5,31
1.622,83
12.720,31
2,68
0
5,89
1,88
1,55
0,37
0,49
0,16

Mov. passageiros
7,88
36,64
118,68
107,58
0,82
49,31
69,40
1,56
19,56
379,91
17,93
4,42
20,95
9,36
1.451,15
2,84
0
0
4,94
22,40
11,52
3,68
2,86
0,68
0,96
1,92

Quadro 28 Coeficientes de utilidade

Pode-se notar, analisando o Quadro 28, que a magnitude das utilidades muda
muito de DMU para DMU. Porm, mesmo assim, algumas concluses interessantes

198
podem ser obtidas com esses dados como, por exemplo, que o input posies de
estacionamento de avies possui utilidade baixa (e muitas vezes 0) para a maioria dos
aeroportos, o que indica sua falta de importncia para eficincia.
Outras concluses interessantes podem ser obtidas com esses dados como, por
exemplo, que para os aeroportos de Foz do Iguau, Boa Vista e Macei, o output
movimentao de passageiros bem mais importante que o output movimentao de
carga (que foi atribudo como tendo utilidade 0); j para os aeroportos de Pelotas e
Uruguaiana a o output movimentao de carga bem mais importante que o output
movimentao de passageiros (que tambm foi atribudo como tendo utilidade 0).
Essas informaes so interessantes para que os aeroportos definam o seu foco, ou seja,
definam quais inputs ou outputs eles devem atacar prioritariamente para melhorarem
suas eficincias.
Como tambm pode ser notado pelo Quadro 28, vrias DMUs atriburam
utilidades 0 a seus inputs e outputs, o que contraria a teoria econmica e a principal
razo de tantos empates entre as DMUs (situao que a fronteira invertida tenta
resolver).

6.3.4 Fronteira invertida e Eficincia Combinada

O ndice combinado uma tentativa de desempate entre as vrias DMUs
consideradas eficientes na fronteira clssica (ver seo 4.2.6). O ndice combinado
indica as DMUs que so mais eficientes de forma mais equilibrada, tendo um
desempenho satisfatrio tanto nos quesitos em que ela vai melhor quanto nos que ela
vai pior. Para calcular tal ndice deve-se, antes de tudo, calcular a eficincia da DMU
pela fronteira invertida e para tal so realizados os seguintes passos, todos indicados no
Quadro 29: (a) troca de lugar dos inputs com os outputs e clculo do ndice de
ineficincia (I); (b) inverso do valor do ndice de ineficincia (1/I); (c) normalizao do

199
valor encontrado no passo anterior e apurao da eficincia pela fronteira invertida. O
ndice combinado, que tambm est indicado no Quadro 29, a mdia aritmtica da
eficincia da fronteira clssica com a da fronteira invertida.

Nome
Belm
Macap
Boa Vista
Cruzeiro do Sul
Manaus
Porto Velho
Rio Branco
Braslia
Campo Grande
Corumb
Vrzea Grande
Curitiba
Foz de Iguau
Florianpolis
Bag
Porto Alegre
Pelotas
Uruguaiana
Fortaleza
Macei
Natal
Recife
Salvador
Guarulhos
Congonhas
Galeo

Eficincia
fronteira
clssica
0,465
1
0,153
1
1
0,219
0,36
0,985
0,492
0,136
0,893
0,632
0,273
1
1
0,505
0,119
0,023
0,752
0,409
0,612
0,613
0,655
1
1
0,516

ndice de
Ineficincia

Inverso da
Ineficincia

0,843
0,515
1
0,380
1
1
1
0,607
0,887
1
0,914
0,690
1
0,343
0,572
0,938
1
1
0,568
1
0,807
0,760
0,724
1
1
1

1,186
1,944
1
2,630
1
1
1
1,647
1,128
1
1,095
1,450
1
2,920
1,748
1,066
1
1
1,761
1,000
1,239
1,316
1,381
1
1
1

Eficincia da
fronteira
invertida
0,406
0,666
0,343
0,901
0,343
0,343
0,343
0,564
0,386
0,343
0,375
0,497
0,343
1
0,599
0,365
0,343
0,343
0,603
0,343
0,424
0,451
0,473
0,343
0,343
0,343

Eficincia
Combinada
0,436
0,833
0,248
0,950
0,671
0,281
0,351
0,775
0,439
0,239
0,634
0,564
0,308
1
0,799
0,435
0,231
0,183
0,678
0,376
0,518
0,532
0,564
0,671
0,671
0,429

Quadro 29 - Eficincia da fronteira invertida e Eficincia combinada

O principal resultado desse ndice combinado que ele atribuiu valores

diferentes para a eficincia de todas as DMUs analisadas o que permitiu vrios
desempates, principalmente entre os 7 aeroportos que tinham sido considerados
eficientes na fronteira clssica (Congonhas, Guarulhos, Macap, Florianpolis, Bag,
Manaus e Cruzeiro do Sul). Pde ser apurado pelo ndice combinado, que a DMU que
mais eficiente de forma mais equilibrada o aeroporto de Florianpolis e que a que
menos eficiente o aeroporto de Uruguaiana. O Quadro 30 apresenta os 26 aeroportos

200
analisados em ordem decrescente de suas eficincias combinadas para que assim, se
possa observar o ranking de eficincias entre esses aeroportos.

Posio

Aeroporto

1o
2o
3o
4o
5o
6o
7o
8o
9o
10o
11o
12o
13o
14o
15o
16o
17o
18o
19o
20o
21o
22o
23o
24o
25o
26o

Florianpolis
Cruzeiro do Sul
Macap
Bag
Braslia
Fortaleza
Manaus
Guarulhos
Congonhas
Vrzea Grande
Salvador
Curitiba
Recife
Natal
Campo Grande
Belm
Porto Alegre
Galeo
Macei
Rio Branco
Foz de Iguau
Porto Velho
Boa Vista
Corumb
Pelotas
Uruguaiana

Eficincia
combinada
1
0,95
0,833
0,799
0,775
0,678
0,671
0,671
0,671
0,634
0,564
0,564
0,532
0,518
0,439
0,436
0,435
0,429
0,376
0,351
0,308
0,281
0,248
0,239
0,231
0,183

Quadro 30 Ranking de eficincia combinada entre os aeroportos

6.3.5 ndice Malmquist, alteraes tecnolgicas e alteraes de eficincia.

O ndice Malmquist (que pertence tcnica dos Nmeros ndices) calcula a
eficincia entre apenas dois pontos: a DMU no passado e a DMU no presente (ver seo
5.5). Uma grande vantagem desse ndice que ele permite separar o quanto dessa
evoluo na eficincia foi devido apenas eficincia tcnica e o quanto foi devido a
diferenas de tecnologia.
Para se calcular o ndice Malmquist, deve-se calcular uma srie de distncias: (a)
a distncia da DMU no passado relativa a fronteira de eficincia

do passado

201
(D0(x0v,y0v)); (b) a distncia da DMU no presente relativa a fronteira de eficincia do
passado (D0(xtv,ytv)); (c)

a distncia da DMU no passado relativa a fronteira de

eficincia do presente (Dt(x0v,y0v)) e; (d) a distncia da DMU no presente relativa a

fronteira de eficincia do presente (Dt(xtv,ytv)). Para calcul-las deve-se escolher uma
tcnica de apoio sendo que, nesse caso, foi escolhida a tcnica Anlise por Envoltria de
Dados, modelo BCC e orientada ao output; sendo assim, as parcelas da evoluo na
produtividade devido ao aumento da tecnologia AT - e devido ao aumento da
eficincia - AE - sero um indicativo de quais DMUs evoluram mais em termos de
eficincia tcnica orientada ao output. O Quadro 31 apresenta as distncias relativas dos
26 aeroportos analisados nesse trabalho.

Nome
D0(x0v,y0v)
Belm
0,488
Macap
1
Boa Vista
0,142
Cruzeiro do Sul
1
Manaus
1
Porto Velho
0,244
Rio Branco
0,314
Braslia
1
Campo Grande
0,505
Corumb
0,120
Vrzea Grande
0,866
Curitiba
0,582
Foz de Iguau
0,232
Florianpolis
1
Bag
1
Porto Alegre
0,558
Pelotas
0,068
Uruguaiana
0,022
Fortaleza
0,693
Macei
0,377
Natal
0,629
Recife
0,600
Salvador
0,686
Guarulhos
1
Congonhas
1
Galeo
0,452

D0(xtv,ytv)
0,540
1,055
0,176
1,364
1,051
0,250
0,391
1,006
0,573
0,159
1,005
0,658
0,317
1,153
1,447
0,590
0,103
0,020
0,814
0,439
0,716
0,684
0,575
1,216
1,260
0,644

Dt(x0v,y0v)
0,421
0,972
0,124
1,487
0,967
0,217
0,292
1,000
0,438
0,109
0,762
0,551
0,199
0,893
1,078
0,480
0,079
0,024
0,637
0,352
0,536
0,538
0,610
0,925
0,815
0,365

Dt(xtv,ytv)
0,465
1
0,153
1
1
0,219
0,360
0,985
0,492
0,136
0,893
0,632
0,273
1
1
0,505
0,119
0,023
0,752
0,409
0,612
0,613
0,655
1
1
0,516

Quadro 31 - Distncias relativas s fronteias de eficincia

202
Com as distncias calculadas, pode-se partir para o clculo do ndice Malmquist
e de suas duas parcelas: (a) as alteraes na eficincia (AE) e (b) as alteraes na
tecnologia (AT). As frmulas do clculo dessas duas parcelas se encontram detalhadas
no Captulo 5 sendo que o ndice Malmquist obtido por meio da multiplicao ente
AE e AT. O Quadro 32 apresenta os valores de AT, AE e do ndice Malmquist dos
aeroportos selecionados.
Alteraes Alteraes de
de eficincia tecnologia
0,95
1,16
Belm
Macap
1
1,04
Boa Vista
1,08
1,15
1
0,96
Cruzeiro do Sul
Manaus
1
1,04
0,90
1,13
Porto Velho
Rio Branco
1,15
1,08
0,99
1,01
Braslia
0,97
1,16
Campo Grande
Corumb
1,13
1,13
Vrzea Grande
1,03
1,13
Curitiba
1,09
1,05
Foz de Iguau
1,18
1,16
Florianpolis
1
1,14
Bag
1
1,16
0,91
1,17
Porto Alegre
1,75
0,86
Pelotas
1,05
0,89
Uruguaiana
Fortaleza
1,09
1,09
Macei
1,08
1,07
0,97
1,17
Natal
Recife
1,02
1,12
0,95
0,99
Salvador
Guarulhos
1
1,15
Congonhas
1
1,24
1,14
1,24
Galeo
Nome

ndice
Malmquist
1,11
1,04
1,24
0,96
1,04
1,02
1,24
1,00
1,13
1,29
1,17
1,14
1,37
1,14
1,16
1,05
1,51
0,93
1,18
1,16
1,14
1,14
0,95
1,15
1,24
1,42

Quadro 32 - ndice Malmquist, alteraes tecnolgicas e alteraes de eficincia.

A maior parte dos aeroportos analisados teve um aumento na produtividade

entre os anos de 2004 e 2005, com exceo dos aeroportos de Uruguaiana (que teve a
maior reduo), Cruzeiro do Sul e Salvador sendo que, em Uruguaiana e Cruzeiro do
Sul essa reduo foi devida exclusivamente a reduo na tecnologia (no aeroporto de

203
Uruguaiana a eficincia tcnica efetiva at aumentou um pouquinho) e em Salvador foi
devido tanto tecnologia quanto reduo da eficincia tcnica.
Pela anlise do Quadro 32, o aeroporto que teve a maior eficincia em relao a
ele prprio no passado, ou seja, o maior aumento na produtividade, foi o aeroporto do
Galeo sendo que esse aumento foi devido tanto a diferena de tecnologia
(principalmente) quanto ao aumento efetivo de eficincia tcnica.
Vrios aeroportos tiveram reduo ou apenas na eficincia efetiva (Natal, Porto
Alegre, Porto Velho, Belm, Braslia e Campo Grande) ou apenas na tecnologia
(Cruzeiro do Sul, Uruguaiana e Pelotas), porm, na maioria deles, uma parcela acabou
compensando a outra e o ndice Malmquist acabou ficando maior que 1. Salvador foi
nico aeroporto que teve reduo nas duas parcelas.

6.3.6 Outros Nmeros ndices

Os outros Nmeros ndices

- Laspeyres, Trnqvist, Paasche e Fischer [ver

sees 5.1 (p. 145), 5.2 (p. 151), 5.3 (p. 154) e 5.4 (p. 155)]- sero utilizados para fazer
uma comparao direta entre duas DMUs: o aeroporto de Florianpolis (que ser a
DMU base) e o aeroporto de Uruguaiana (que ser DMU em anlise). Essa comparao
entre duas DMUs diferentes, o ndice Malmquist no permite fazer, e por isso devem
ser utilizados outros ndices. A escolha de Florianpolis e Uruguaiana para a anlise se
deve ao fato delas serem respectivamente as DMUs mais e menos eficientes pelo ndice
combinado. O Quadro 33 apresenta as informaes dos inputs e outputs de cada
aeroporto e suas respectivas utilidades que foram calculadas pelo DEA no item 3.3
(deve-se lembrar que esses Nmeros ndices exigem que as utilidades sejam fornecidas
a priore)

204
Inputs
Aeroportos

Capac. do
terminal

rea do
terminal

Florianpolis (base)
Uruguaiana (anlise)
Florianpolis (base)
Uruguaiana (anlise)

1100000
100000
11,85
6749,79

8703
800
7,32
14432,39

Outputs
Posies de
mov
Mov.
estac. de
carga
passageiros
avies
(kilos)
6
8549436
1548833
12
37023
716
0,69
8,5
9,36
0
12720,31
0

Valores
Utilidades

Quadro 33 Valores e coeficientes dos inputs e outputs das DMUs base e em anlise

Para o clculo dos ndices da Laspeyres, Paasche e Fischer (que a mdia

geomtrica dos dois primeiros) deve-se, inicialmente, calcular os inputs e outputs
virtuais das DMUs base (Florianpolis) e em anlise (Uruguaiana) tanto com os
coeficientes da DMU base (que sero utilizados no ndice de Laspeyres) quanto com os
da DMU em anlise (utilizados no ndice de Paasche). O Quadro 34 apresenta esses
inputs e outputs virtuais.

Iv base coeficientes da DMU base

13.098.710,1

Iv DMU coeficientes da DMU base

1.190.864,28

Iv base coeficientes da DMU em anlise

7.550.374.090

Iv DMU coeficientes da DMU em anlise

686.524.912

Ov base coeficientes da DMU base

87.167.282,88

Ov DMU coeficientes da DMU base

321.397,26

Ov base coeficientes da DMU em anlise

1,08751*1011

Ov DMU coeficientes da DMU em anlise

470.944.037

Quadro 34 Inputs e outputs virtuais das DMUs base e em anlise com os respectivos coeficientes

J para o clculo do ndice Trnqvist deve-se, inicialmente, serem determinados

os coeficientes W, que sero fundamentais na determinao dos pesos da mdia
geomtrica ponderada que constitui o ndice Trnqvist. Os coeficientes Wib

Wi0

representam respectivamente a participao do input i dentro do input virtual da DMU

base e dentro do input virtual da DMU em anlise e os coeficientes

Wjb e Wj0

representam respectivamente a participao do output j dentro do output virtual da

DMU base e dentro do output virtual da DMU em anlise. O Quadro 35 apresenta os

205
valores correspondentes aos coeficientes W de cada input e de cada output e tambm
apresenta a mdia entre os coeficientes Wib e Wi0 e entre os coeficientes Wjb e Wj0 que
sero os pesos das parcelas da mdia ponderada do ndice Trnqvist.

Varivel
Wib
Wi0
(Wib+ Wi0/ 2
Wjb
Wj0
(Wjb+ Wj0/ 2

Capac. do
terminal
0,9951
0,9832
0,9892

Inputs
rea do
terminal
0,0049
0,0168
0,0108
-

Outputs
Posies de
estac. de avies
3,160*10-7
0
1,580*10-7

Mov.
passageiros

Mov. carga
0,8336
1
0,9168

0,1663
0
0,0832

Quadro 35 Participao dos inputs e outputs das DMUs base e em anlise em os respectivos inputs e
outputs virtuais

Aps terem sido calculados os coeficientes W, pode-se prosseguir o clculo do

ndice Trnqvist calculando-se as parcelas (xjb / xj0) e (yi0 / yib) de cada input e de cada
output respectivamente; a seguir, essas parcelas devem ser elevadas mdia dos
coeficientes W, que foi encontrada no passo anterior. Por fim, o resultado das parcelas
dos inputs elevadas a (Wib+ Wi0)/2 e das parcelas dos outputs elevados a (Wjb+ Wj0)/2
devem ser multiplicadas entre si (pois uma mdia geomtrica), o que resultar no
ndice de Trnqvist. Todos esses procedimentos de clculo esto ilustrados no Quadro
36.

Orientao aos Inputs

Orientao aos Outputs

Posies
Capac. do rea do
mov carga
Mov.
Varivel
Varivel
de estac.
terminal terminal
(kilos)
passageiros
de avies
xjb (Florianpolis) 1.100.000
8703
6
yi0 (Florianpolis)
8549436
1548833
xj0 (Uruguaiana) 100.000
800
12
yib (Uruguaiana)
37023
716
xjb / xj0
11
10,87
0,5
(yi0 / yib)
0,00433
0,000462
(xjb / xj0) (Wib+ Wi0) /2 10,718
1,026
1,000
(yi0 / yib) (Wjb+ Wj0) /2
0,0068
0,5280
Multiplicao das
Multiplicao das
parcelas
parcelas
10,9987
0,0036
(xjb / xj0) (Wib+ Wi0)/ 2
(yi0 / yib) (Wjb+ Wj0) 2
Quadro 36 Etapas para clculo do ndice Trnqvist

206
O Quadro 37 apresenta os resultados dos ndices de Laspeyres, Paasche, Fischer
e Trnqvist para as orientaes aos inputs, aos outputs e produtividade (que a
multiplicao das outras duas). Como pode ser verificado, nesse caso em especfico, a
variao entre os resultados dos diferentes Nmeros ndices muito baixa e sendo
assim, no compensaria a utilizao de um ndice complexo como o Trnqvist (que
mais preciso), j que os outros ndices j poderiam resolver.

ndice de Laspeyres
ndice de Paasche
ndice de Fischer
ndice de Trnqvist

Orientado ao input

Orientado ao output

10,9993
10,9980
10,9986
10,9987

0,0037
0,0043
0,0040
0,0036

Orientado a
produtividade
4,06%
4,76%
4,39%
3,95%

Quadro 37 Outros Nmeros ndices

As orientaes aos inputs e aos outputs possuem pouca relevncia na prtica. Por
exemplo, o fato do aeroporto de Uruguaiana possuir um ndice orientado ao input em
relao Florianpolis em torno de 11 s indica que ele utiliza bem menos inputs que o
aeroporto de Florianpolis, o que no quer dizer nada em termos de eficincia produtiva
(assim como no quer dizer nada o fato da eficincia orientada aos outputs ser 0,0036).
A nica anlise que vale a pena a dos ndices orientados a produtividade sendo
que, pelo ndice de Trnqvist que o mais preciso (e por isso os outros podem ser
descartados), essa eficincia de 3,95%. Isso significa, mais ou menos, que a
produtividade de Uruguaiana corresponde a 3,95% da produtividade Florianpolis.
Ao ser realizada uma comparao entre a eficincia calculada pelo DEA modelo
CCR (pois a eficincia total) e a calculada pelo ndice Trnqvist, pode-se verificar
que, enquanto a eficincia total de Uruguaiana em relao Fronteira de eficincia (que
leva considerao todas as DMUs) 1,5%, a eficincia total dessa DMU apenas em
relao ao aeroporto de Florianpolis de 3,95%, um valor um pouco maior.

207

Captulo 7 Sistematizao do processo de escolha das

tcnicas, modelos, e perspectivas de anlise de eficincia.

Nesse captulo ser apresentado uma sistematizao do processo de escolha

entre as tcnicas, modelos e perspectivas de anlise de eficincia produtiva apresentados
nos captulos anteriores. Essa sistematizao ser baseada nas informaes j
apresentadas nos Captulos 3, 4 e 5, especialmente nas sees onde se encontram as
comparaes entre as tcnicas, modelos e perspectivas. Vale ressaltar, porm, que a
escolha da melhor forma de se realizar uma anlise de eficincia, ou seja, a escolha do
melhor vetor tcnica/modelo/perspectiva deve ser realizada por partes: (a) primeiro deve
ser decidido se ser utilizada uma tcnica paramtrica ou no-paramtrica, (b) a seguir
deve ser escolhida a tcnica, (c) depois o modelo e por fim, (d) a perspectiva em seus
vrios nveis.
Toda essa sistematizao ser implementada em um sistema especialista; esse
tipo de sistema possui a capacidade de extrair concluses a partir de conhecimento
previamente representado e de algumas informaes requeridas ao usurio. Assim,

208
pretende-se a elaborao de um sistema que, a partir de algumas perguntas realizadas ao
usurio, indique a melhor tcnica, modelo e perspectiva a ser utilizada para solucionar o
problema especfico.

7.1 Sistemas especialistas

Os sistemas especialistas (SE) so uma subrea do campo de pesquisa conhecido
como Inteligncia Artificial (IA). Segundo Barr e Feigenbaum (1981), a inteligncia
artificial a parte da cincia da computao que compreende o projeto de sistemas
computacionais

que

exibam

caractersticas

associadas,

quando

presentes

no

comportamento humano, inteligncia. A IA est dividida em trs reas de pesquisa

relativamente independentes: (a) o desenvolvimento de programas que leiam, falem ou
entendam a linguagem humana, (b) o desenvolvimento de robs inteligentes e (c) o
desenvolvimento de programas que simulem o comportamento de especialistas
humanos.
Segundo Flores (2003), um Sistema Especialista (SE) uma forma de sistema
baseada no conhecimento especialmente projetado para emular a especializao humana
em algum domnio especfico. Os sistemas especialistas foram desenvolvidos a partir da
necessidade de se processar informaes no numricas e so capazes, desde que
devidamente orientados e alimentados, de apresentar concluses sobre um determinado
tema. A idia bsica de um sistema especialista desenvolver programas que permitam
o armazenamento e o seqenciamento de informaes, alm da auto-aprendizagem.
Os SE ainda se restringem somente a alguns domnios bastante especficos,
tentando reproduzir boa parte do conhecimento de um especialista em determinado
assunto; invivel, no atual contexto, pensar em sistemas que respondam e reajam

209
sobre temas gerais, pois para representao desses, uma base extremamente extensa
teria de ser construda.
Os sistemas especialistas em geral podem ser divididos em trs partes: (a) uma
base de conhecimentos, que rene o conhecimento do especialista, modelado conforme
o tipo de representao escolhida; (b) um motor de inferncia, que o responsvel por
examinar o contedo da base de conhecimentos, conduzindo a consulta juntamente com
o usurio e decidindo a ordem em que se tiram as inferncias e (c) uma memria de
trabalho onde os fatos e regras utilizados pelo motor de inferncia, devem ser
temporariamente registrados durante a consulta (pode ser comparada com a memria
RAM do computador). Alm desses trs componentes, um sistema especialista deve
conter tambm uma interface, que a parte do sistema que ir interagir diretamente com
o usurio. A Figura 41 apresenta os principais componentes de um sistema especialista
e o modo como esses componentes interagem

Interface com
o usurio

Motor de
Inferncia

Base de
conhecimentos

Memria de
trabalho

Figura 41 -Estrutura de um sistema especialista

Um dos pontos mais importantes ao se projetar um sistema especialista a

escolha do sistema de representao da base de conhecimentos que dar origem a uma
base de regras; entre os tipos mais comuns de formalismos utilizados para se representar
o conhecimento esto: (a) as redes semnticas, (b) os quadros (frames), (c) os roteiros
(scripts), (d) a lgica

e (e) as regras de produo. Dentre todos esses modos de

representao do conhecimento, o mais utilizado (inclusive pelos sistemas especialistas

210
gerados pelo software Expert SINTA) so as regras de produo, que sero mais
detalhadas na prxima seo.
Outro ponto importante na projeo de um SE diz respeito s caractersticas do
motor de inferncia desse sistema. Dentre as vrias caractersticas do motor de
inferncia que devem ser levadas em considerao no projeto de um SE, as mais
importantes so: (a) o modo de raciocnio do sistema, que pode ser para frente ou para
trs, (b) a estratgia de busca utilizada, (c) a estratgia da resoluo de conflitos e (d) a
forma de representao de incerteza.
O modo de raciocnio para frente, que tambm pode ser denominado como modo
de raciocnio dirigido a eventos, visa soluo de um problema a partir de um conjunto
de dados ou idias bsicas, sem possuir uma meta pr-definida; um exemplo seria um
sistema que encontrasse a doena mais provvel, a partir de conjunto de sintomas
fornecido pelo usurio. O modo de raciocnio para trs, tambm chamado de modo de
raciocnio dirigido a metas, quando se tem uma meta como ponto de partida e o
sistema buscar o estabelecimento de hipteses para que essa meta possa ser satisfeita.
Um exemplo seria um sistema que, a partir de uma doena fornecida pelo usurio,
listasse um conjunto de sintomas e caractersticas relacionadas a essa doena.
Um sistema especialista ser mais eficaz medida que: (a) conseguir explicar
detalhadamente o seu processo de raciocnio para o usurio e (b) conseguir adquirir
conhecimento novo e modificar o antigo com maior facilidade.

7.2 Regras de Produo

O ponto mais crtico no projeto de um sistema especialista a criao da base de
conhecimentos que vai sustentar esse sistema. Dentre as vrias maneiras de se
representar essa base de conhecimentos, a mais utilizada (inclusive pelo software Expert

211
SINTA) so as regras de produo. As regras de produo podem ser definidas como
um conjunto de sentenas do tipo Se Ento onde um conjunto de variveis, que
devem ser previamente declaradas, so trabalhadas por meio do princpio de causa
(Se) e efeito (Ento). Nas regras de produo, alm dos cognitivos Se e Ento
que so obrigatrios, tambm podem ser utilizados os cognitivos e, ou e no.
Segundo Nogueira (1996), as principais vantagens das regras de produo so: (a) a
modularidade, j que cada regra do conjunto que forma a base de regras pode ser
considerada uma pea de conhecimento independente das demais; (b) a facilidade de
edio (conseqncia direta da modularidade) e (c) a transparncia do sistema.
Uma regra da produo pode ser dividida em duas partes: a cauda e a
cabea. A cauda de uma regra de produo constituda por um conjunto de
sentenas unidas por cognitivos, que podem ser do tipo e, ou ou no, e que se
localizam logo aps o cognitivo Se (que inicia toda a regra de produo). J a
cabea formada por um conjunto de sentenas que se encontra logo aps o cognitivo
Ento (que tambm deve estar presente em toda a regra de produo). Em suma, a
cauda da regra de produo apresenta um conjunto de causas que devem ser
satisfeitas para produzir o efeito dado pela cabea. Cada sentena de uma regra de
produo, tanto da cauda quanto da cabea, deve ser constituda de: (a) uma varivel,
(b) um operador (que pode ser do tipo =, >, <, ou ) e (c) um valor que
deve ser atribudo a essa varivel. A Expresso 153 apresenta a estrutura de uma regra
de produo.

212
Se
Varivel 1 [=, >, <, , ] Valor
[e,ou, no]

Varivel 2 [=, >, <, , ] Valor

....

[e,ou, no]

Varivel n [=, >, <, , ] Valor

(153)

Ento
Varivel efeito1[=, >, <, , ] Valor
.....
Varivel efeito n[=, >, <, , ] Valor

Deve-se ressaltar que as variveis de uma regra de produo podem ser do tipo:
(a) numrica, (b) univalorada (em que ela pode assumir um nico valor) ou (c)
multivalorada (em que ela pode assumir mais de um valor); as variveis do tipo (b) e
(c) no so numricas.
Para exemplificar como um conhecimento pode ser representado pelas regras de
produo e como essas regras podem gerar um sistema especialista, ser tomado como
exemplo um sistema que, a partir de algumas informaes fornecidas pelo usurio, deve
responder se esse usurio deve ou no ir praia. Para construir tal sistema, o seguinte
conhecimento deve ser representado: o usurio s dever ir praia se no chover e
se ele tiver tempo. Usando-se os preceitos das regras de produo, chega-se a
concluso de que, para implementar esse sistema, sero necessrias trs variveis do
tipo univalorada (que foram chamadas de Vai chover?, Terei tempo? e Devo ir a
Praia?) e duas regras de produo apresentadas nas Expresses 154 e 155. Essas duas

213
regras de produo representam exatamente o mesmo conhecimento expresso na frase
em negrito.

REGRA 1
Se
Vai Chover? = No
(154)
E

Terei tempo? = Sim

Ento
Devo ir a praia? = Sim

REGRA 2
Se
Vai Chover? = Sim
Ou

(155)

Terei tempo? = No

Ento
Devo ir a praia? = No

O sistema especialista gerado por essas duas regras de produo ter capacidade
de, a partir das respostas as perguntas: Amanh vai chover? e Terei tempo
amanh?, concluir se o usurio deve ou no ir a praia.

7.3 Sistema Expert SINTA

O sistema Expert SINTA uma ferramenta computacional (encontrada no site
http://www.lia.ufc.br/), desenvolvida pela Universidade Federal do Cear, que utiliza

214
tcnicas de inteligncia artificial para gerao automtica de sistemas especialistas. Esse
tipo de ferramenta denominado SHELL - software de desenvolvimento de sistemas
especialistas.
Segundo Nogueira (1996), a construo de um software para o desenvolvimento
de sistemas especialistas - SHELL - no trivial, tendo em vista que este software deve
ser capaz de tratar de problemas complexos que necessitam da interpretao de um
especialista, e de chegar s mesmas concluses a que chegaria o especialista humano,
caso se defrontasse com tais problemas.
O Expert SINTA um SHELL implementado na linguagem de programao
orientada a objetos Borland Delphi 1.0; isso permitiu a criao de um suporte visual que
certamente facilita bastante a sua utilizao. Assim, o Expert SINTA traz um ambiente
de trabalho de forma a possibilitar, tanto ao projetista do conhecimento, quanto ao
usurio final, o uso do programa sem que seja necessrio um conhecimento
aprofundado de informtica. (NOGUEIRA, 1996). A Figura 42 apresenta a tela de
interface entre o Expert SINTA e o projetista do conhecimento.

Figura 42 - Interface entre o sistema Expert SINTA e o projetista de conhecimento

215

Para projetar um sistema especialista utilizando o software Expert SINTA, devese seguir os seguintes passos:

1.

Cadastrar as variveis que sero utilizadas pelo sistema (usar o

boto variveis da Figura 42);

2.

Especificar, dentre essas variveis cadastradas, quais so as

variveis objetivo do sistema, ou seja, quais so as variveis que o

sistema buscar encontrar como objetivo final no caso do exemplo da
praia, da seo 5.2, a varivel objetivo do sistema a que foi chamada de
Devo ir a praia? (usar o boto objetivos da Figura 42);
3.

Cadastrar a base de regras de produo (usar o boto nova regra

da Figura 42 para cada regra que ser cadastrada);

4.

Definir, para cada varivel, como ser a interface do sistema

especialista com o usurio (usar o boto interface da Figura 42) - no

caso do exemplo da praia sero cadastradas as perguntas Amanh eu
terei tempo? referente a varivel Terei tempo e Vai chover amanh?
referente a varivel intitulada Vai chover;
5.

Rodar o sistema.

Os sistemas especialistas gerados pelo Expert SINTA utilizam: (a) a base de

conhecimentos na forma de regras de produo e (b) o modo de raciocnio do motor de
inferncia do tipo para frente. Alm disso, as incertezas, nesses sistemas, podem ser
retratadas por meio de clculos probabilsticos.
Os sistemas gerados pelo Expert SINTA dispem, automaticamente, ao usurio
final, ferramentas de depurao e explicao dos resultados atingidos durante a

216
consulta, gerando uma rvore que representa todos os passos efetuados do inicio da
consulta at a sua concluso (para isso basta acessar o guia histrico na janela
representada pela Figura 44). As Figuras 43 e 44 apresentam um exemplo de como a
interface do SE gerado Expert SINTA, com o usurio. A Figura 43 apresenta como o SE
requer informaes do usurio e a Figura 44 apresenta a tela de resultados obtidos pelo
SE, ao fim de uma consulta. Na Figura 43, que referente interface do problema da
praia proposto na seo anterior, alm de marcar uma opo para a pergunta Vai
chover amanh? e Amanh terei tempo? o usurio ter a opo de marcar, para
cada uma dessas perguntas, o grau de confiana de sua resposta, que no exemplo dado
seriam respectivamente a probabilidade de amanh realmente chover e a probabilidade
de no ocorrer nenhum imprevisto e dele realmente ter tempo no outro dia.

Figura 43 - Interface entre o SE gerado pelo Expert SINTA e o usurio

217
Respondidas essas duas perguntas, com os respectivos graus de confiana, o
programa fornecer a resposta da pergunta Devo ir a praia amanh? e a probabilidade
disso acontecer como mostra a Figura 44.

Figura 44 - Tela de resultados do SE gerado pelo Expert SINTA

7.4 Sistematizao do processo de escolha das tcnicas, modelos e perspectivas de

anlise de eficincia.
Nesse item ser descrito como foi desenvolvido o sistema especialista para
auxiliar na escolha, pelo usurio, da melhor combinao tcnica/modelo/perspectiva que
deve ser utilizada, dada uma situao. Para facilitar o entendimento, essa descrio ser
apresentada em trs etapas: (a) a definio das variveis objetivo do sistema, (b) a
definio da interface e das outras variveis do sistema e (c) a implantao do sistema
no software Expert SINTA. A base de regras do sistema especialista poder ser
encontrada no Apndice 3

218
O sistema especialista desenvolvido ir interagir com o usurio por meio de uma
seqncia de perguntas de mltipla escolha em que o usurio deve assinalar uma nica
resposta. Essas perguntas podem ser divididas em duas categorias:

1.

Perguntas referentes ao tipo e a quantidade de dados que o usurio tem

disponvel;
2.

Perguntas referentes ao tipo de anlise que o usurio deseja realizar e a

quais informaes disponibilizadas pelas tcnicas so realmente de seu interesse.

A segunda classe de perguntas servir para que o usurio tenha uma idia mais
clara das diversas possibilidades de anlise disponibilizadas pelas tcnicas de anlise de
eficincia, para que assim ele possa refletir mais claramente sobre o que deseja com
essas tcnicas. J as perguntas da primeira classe funcionaro como uma espcie de
trava para as vontades do usurio; assim, caso o tipo de anlise que o usurio deseja
fazer entre em contradio com os dados que ele possui, o sistema indicar que no foi
encontrado nenhuma tcnica/modelo/perspectiva para aquela aplicao desejada e com
aqueles dados disponveis; caso no haja contradio o sistema indicar a melhor
tcnica/modelo/perspectiva para aquela anlise e com aqueles dados.
Uma limitao desse sistema especialista que o sistema s ser capaz de
indicar uma nica combinao de tcnica, modelo e perspectiva de cada vez. Assim, por
exemplo, se o usurio estiver interessado em obter tanto as utilidades dos inputs e
outputs, quanto s metas das DMUs ineficientes, ele ter que utilizar duas perspectivas
diferentes: a Primal e a Dual. Porm ao interagir com o sistema especialista chegar a
hora em que o usurio dever responder se (e ele s poder escolher uma nica
alternativa): (a) ele deseja conhecer as utilidades dos inputs e dos outputs, (b) ele deseja

219
conhecer as metas para as DMUs ineficientes se tornarem eficientes ou (c) nenhuma das
duas informaes de seu interesse; no existir opo para um usurio que queira
obter as duas informaes ao mesmo tempo e sendo assim, a nica alternativa para esse
usurio ser: (a) escolher uma das duas opes (por exemplo, a opo das utilidades) e
obter a combinao mais adequada para aquela aplicao e a seguir, (b) realizar uma
nova consulta respondendo todas as perguntas anteriores at chegar novamente nesse
ponto, onde deve assinalar a opo que sobrou (a das metas, nesse exemplo) e obter a
nova combinao de tcnica, modelo e perspectiva que ele deve utilizar, em conjunto
com a anterior, para obter as informaes desejadas.
Essa limitao, porm, pode ser uma vantagem, pois muito mais do que
simplesmente um sistema de consulta, o sistema especialista desenvolvido nesse
trabalho pode funcionar como um sistema de ensino-aprendizagem j que, por meio
dele, o usurio pode ter a viso quase imdiata das conseqncias de todas as suas
decises (e inclusive das contradies que ele cometeu).
Como pode ser observado nos captulos anteriores, as tcnicas, modelos e
perspectivas de anlise de eficincia produtiva podem ser representadas por meio de
uma gigantesca rvore de deciso e com isso a escolha do melhor vetor
tcnica/modelo/perspectiva pode ser realizado em etapas, partindo sempre da escolha do
grupo (paramtrico ou no-paramtrico), passando pela escolha da tcnica, do modelo e
chegando at o ltimo nvel da perspectiva que dever ser utilizada. Assim, a cada
deciso que tomada pelo sistema, quando uma pergunta respondida pelo usurio,
escolhido um ramo da rvore de deciso e todas as outras possibilidades presentes nos
outros ramos so automaticamente eliminadas. Por exemplo, caso seja decidido, logo
no comeo de anlise, que ser utilizada a tcnica dos Nmeros ndices, estar-se-
eliminando automaticamente do processo de escolha a grande quantidade de tcnicas,

220
modelos e perspectivas da Anlise por Envoltria de Dados, isso torna o processo de
escolha bem mais gil, pois as perguntas que sero feitas ao usurio dependero da
resposta das perguntas anteriores.
Caso

sistema

chegue

concluso

que

dois

ou

mais

vetores

tcnica/modelo/perspectiva so adequados para uma determinada aplicao com um

determinado conjunto de dados, o critrio de desempate para decidir qual deles o
melhor a simplicidade, sendo que os modelos e perspectivas mais simples sero
sempre preferidos em relao aos mais complexos. Esse critrio de desempate evita que
sejam escolhidos tcnicas, modelos e perspectivas complexas demais (tanto do ponto de
vista da implementao quanto do desempenho computacional) para situaes em que
solues simples j resolveriam.
Apesar de, como comentado na seo anterior, os sistemas especialistas gerados
no Expert SINTA permitirem o uso de graus de confiana (probabilidades) para lidar
com incertezas, esse mecanismo no ser necessrio no sistema referente s tcnicas de
anlise de eficincia, pois ser considerado que o usurio saiba o tipo de anlise que ele
deseja fazer e o tipo de dados que ele tenha em mos, com 100% de certeza. Tambm,
no sero utilizadas, no sistema desse trabalho, variveis multivaloradas (que assumem
mais de um valor) e numricas, sendo que todas as variveis sero univaloradas
(assumem um nico valor).
Com isso, as principais caractersticas do sistema especialista desenvolvido
nesse trabalho esto resumidas abaixo:

1.

Toma decises em etapas (partindo da escolha do grupo paramtrico ou

no- paramtrico - e chegando at o ultimo nvel de perspectiva);

221
2.

Utiliza informaes a respeito do tipo de anlise desejado pelo usurio e do

tipo de dados disponveis para tomar decises;

3.

S pode indicar um nico vetor tcnica/modelo/perspectiva de cada vez, o

que exigir, em alguns casos, que sejam realizadas vrias consultas para que se
obtenha o conjunto de tcnicas, modelos e perspectivas que devem ser
utilizados;
4.

Utiliza como critrio de desempate a simplicidade;

5.

Utiliza apenas variveis univaloradas e;

6.

No considera que haja incerteza nas respostas dadas pelo usurio.

Por fim, deve ser lembrado que ser focado nesse sistema especialista apenas o
processo de escolha das tcnicas no-paramtricas (apesar de algumas etapas da escolha
das tcnicas paramtricas tambm terem sido sistematizadas).

7.4.1 Seleo das variveis objetivo do sistema

As variveis objetivo de um SE so aquelas que o sistema fornece como resposta
ao fim da anlise, ou seja, so as variveis que representam o objetivo ou meta do
sistema especialista desenvolvido. No caso desse trabalho o objetivo do SE encontrar
o melhor vetor tcnica/modelo/perspectiva (sendo que as perspectivas possuem
diferentes nveis) a partir de algumas informaes requeridas ao usurio. Como esse
vetor tcnica/modelo/perspectiva admite dezenas de combinaes diferentes, foi
necessrio que se definissem 8 variveis independentes como variveis objetivo do
sistema: (a) Grupo; (b) Tcnica; (c) Modelo; (d) Perspectiva de 1o nvel; (e) Perspectiva
de 2o nvel; (f) Perspectiva de 3o nvel; (g) Perspectiva de 4o nvel e; (h) Perspectiva de
5o nvel.

222
Apesar de, como j foi comentado, o SE desenvolvido nesse trabalho focar as
tcnicas no-paramtricas de anlise de eficincia produtiva, uma pequena parte da
teoria referente s tcnicas paramtricas (mais especificamente a teoria que foi
apresentada no Captulo 3) tambm foi modelada nesse trabalho. Porm, ao trabalhar
com

grupo

das

tcnicas

paramtricas,

busca

do

melhor

vetor

tcnica/modelo/perspectiva pelo SE se limitar apenas ao mbito da tcnica, no

avanando na escolha dos modelos e das perspectivas, sendo que caso uma tcnica
paramtrica seja escolhida, todas as variveis referentes aos modelos e as perspectivas
(de todos os nveis) assumiro automaticamente o valor No foi possvel determinar.
As varveis referentes s perspectivas de 2o, 3o, 4o, e 5o nveis tambm assumiro esse
valor quando for escolhida a Fronteira Estocstica como perspectiva de primeiro nvel
do ndice Malmquist.
Outra informao interessante que, como as perspectivas da tcnica DEA nos
modelos CCR, BCC e FDH chegam no mximo ao 4o nvel e nos modelos Aditivos e
Multiplicativos chegam no mximo ao 3o nvel e como as perspectivas da tcnica dos
Nmeros ndices nos modelos de Fischer e Trnqvist no passam do primeiro nvel, as
variveis perspectivas de 2o, 3o, 4o e 5o nveis podero assumir, quando for necessrio, o
valor No se aplica. Esse valor ser assumido, por exemplo, pela varivel perspectiva
de 5o nvel nas situaes em que a tcnica escolhida for o DEA. O Quadro 38 apresenta
a lista de valores que podem ser assumidos por cada uma das variveis objetivo do SE
desenvolvido.

223
Variveis

Valores
(1) Paramtricas, (2) No-paramtricas e

Grupo

(3) O tipo de dados e as aplicaes solicitadas entraram em contradio

(1) Fronteira Estocstica, (2) Funes Pr-estabelecidas,

Tcnica

(3) Anlise por Envoltria de Dados (DEA), (4) Nmeros ndices , (5) No se aplica e
(6) O tipo de dados e as aplicaes solicitadas entraram em contradio
(1) CCR, (2) BCC, (3) FDH, (4) Aditivo Variante, (5) Aditivo Invariante,
(6) Multiplicativo Variante,(7) Multiplicativo Invariante, (8) ndice de Fischer, (9) ndice de

Modelo

Trnqvist, (10) ndice de Malmquist, (11) As aplicaes desejadas entram em contradio

(12) O tipo de dados e as aplicaes solicitadas entraram em contradio (13)No se aplica e
(14) No foi possvel determinar
(1) Primal, (2) Dual, (3) Dual ou Primal , (4) Primal orientado ao input,

Perspectiva
de 1o nvel

(5) Primal orientado ao output, (6) Dual orientado ao input, (7) Dual orientado ao output,
(8) Primal ou Dual orientado ao input, (9) Primal ou Dual orientado ao output,
(10) Orientao aos inputs, (11) Orientao aos outputs, (12) Orientao a produtividade, (13) DEA,
(14) Fronteira Estocstica , (15) No se aplica e (16) No foi possvel determinar

Perspectiva
de 2o nvel

Perspectiva
de 3o nvel
Perspectiva

(1) Fronteira clssica, (2) Fronteira invertida, (2) Fronteira difusa,

(4) Com restrio aos pesos, (5) Sem restrio aos pesos, (6) CCR, (7) BCC, (8) FDH,
(9) No se aplica e (10) No foi possvel determinar
(1) Com restrio aos pesos, (2) Sem restrio aos pesos, (3) Com variveis ambientais, (4) Sem
variveis ambientais, (5) Primal ou Dual orientado ao input,
(6) Primal ou Dual orientado ao output, (7) No se aplica e (8) No foi possvel determinar
(1) Com restrio aos pesos, (2) Sem restrio aos pesos, (3) Com variveis ambientais, (4) Sem

de 4 nvel

variveis ambientais, (5) No se aplica e (6) No foi possvel determinar

Perspectiva

(1) Com variveis ambientais, (2) Sem variveis ambientais,

de 5 nvel

(3) No se aplica e (4) No foi possvel determinar

Quadro 38: Possveis valores das variveis objetivo do SE

Como pode ser constatado ao se analisar o Quadro 38, foram omitidos do

sistema especialista a perspectiva de primeiro nvel do DEA chamada perspectiva
Fracionria, pois ela no apresenta aplicaes prticas, e os modelos dos Nmeros
ndices chamados ndice de Laspeyres e ndice de Paasche, devido ao fato deles serem
muito rudimentares.
Tambm pode ser percebido no Quadro 38 que alm dos valores No se aplica
ou No foi possvel determinar algumas das variveis objetivo listadas podem assumir

224
os valores: (a) As aplicaes desejadas entraram em contradio e (b) O tipo de
dados e as aplicaes solicitadas entraram em contradio. Esses dois valores sero
assumidos nos casos em que, respectivamente: (a) forem escolhidas duas aplicaes que
sejam incompatveis para uma mesma tcnica, modelo ou perspectiva e (b) a aplicao
desejada for incompatvel com os dados que se tm disponveis. Caso uma varivel (por
exemplo, a varivel grupo) assuma um desses valores, todas as variveis que so
hierarquicamente subordinadas a ela (no caso as variveis tcnica, modelo e
perspectivas de 1o, 2o, 3o, 4o e 5o nveis) assumiro automaticamente os valores No se
aplica, pois realmente no far sentido determin-las.

7.4.2 Seleo das outras variveis e da interface do sistema

As outras variveis do sistema especialista que foi desenvolvido nesse trabalho
podem ser classificadas em duas categorias: (a) variveis de interface e (b) variveis
auxiliares. As variveis de interface representam as informaes que so requeridas
diretamente aos usurios; elas se baseiam na srie de perguntas, a partir das quais o
sistema buscar as respostas para as variveis objetivo, sendo que cada pergunta
corresponder a uma varivel diferente. J as variveis auxiliares so variveis criadas
com o nico propsito de auxiliar na construo da base de dados do sistema, no sendo
nem variveis de contato direto com os usurios e nem variveis objetivo do sistema;
so apenas variveis que contm resultados intermedirios. Apenas quatro variveis
auxiliares foram necessrias no sistema especialista desse trabalho: (a) Modelo
intermedirio, (b) Modelo intermedirio 2, (c) Modelo intermedirio 3 e (d) Perspectiva
de 2o nvel intermediria. O motivo de terem sido criadas trs variveis chamadas
Modelo Intermedirio se deve ao fato do Expert SINTA no permitir que uma mesma
varivel esteja simultaneamente na cabea e na cauda de uma regra de produo. Os

225
valores que cada varivel auxiliar pode assumir se encontram no Quadro 39; maiores
detalhes sobre essas variveis sero detalhadas mais frente.

Valores

Variveis auxiliares

(1) CCR, BCC e FDH, (2) Aditivos e Multiplicativos,

Modelo intermedirio

(3) ndice Trnqvist ou Fischer,

(4) Outro Nmero ndice ou ndice Malmquist

Modelo intermedirio 2

(1) CCR e BCC e (2) Outro Nmero ndice

Modelo intermedirio 3

(1) Fischer ou Trnqvist

Perspectiva de 2 nvel intermediria

(1) Invertida e Difusa

Quadro 39: Valores que podem ser assumidos pelas variveis auxiliares

As variveis de interface, como j especificado se referem s perguntas que so

realizadas ao usurio e a partir das quais se buscar determinar as variveis objetivo do
sistema. No sistema especialista desse trabalho cada uma dessas variveis ser
denominada como Pergunta n onde n um numero natural; essas perguntas sero
realizadas em etapas de acordo com a rvore de deciso que est genericamente
representada pela Figura 16.
Iniciar-se- com a apresentao das variveis que possibilitaro a determinao
do grupo de tcnicas que ser utilizado (ver regras 1 a 3 do Apndice 3). Essas variveis
esto mostradas nas Expresses 156 e 157.

Nome da Varivel
Pergunta 1

Interface com o Usurio
Voc deseja determinar a funo produo
junto com a eficincia?

(156)

Valores que ela pode assumir

a) Sim

(Grupo = Paramtricas)

b) No

(Grupo = No-paramtricas)

226
Nome da Varivel
Pergunta 2
Interface com o Usurio
Qual o nmero de outputs de sua anlise?
Valores que ela pode assumir

a) 1
b) 2 ou mais

(Grupo = Qualquer um )

(157)

(Grupo = Apenas as No-paramtricas)

De acordo com as respostas dessas 2 primeiras perguntas dever ser decidido o

grupo de tcnicas que ser utilizado (Paramtrico ou No-paramtrico); porm, como
pode ser observado, dependendo das respostas as perguntas 1 e 2, o usurio j pode
entrar em contradio (por exemplo, caso queira a funo produo, mas tenha mais de
1 output na anlise); para maiores detalhes ver a base de regras que se encontra no
Apndice 3.
Caso seja decidido que o grupo a ser utilizado seja o das tcnicas paramtricas,
ser realizada uma nica pergunta que possibilitar que se encontre a tcnica que deve
ser utilizada (ver regras 4 e 5 do Apndice 3). Nesse trabalho, a anlise das tcnicas
paramtricas vai apenas at esse ponto. A terceira varivel da anlise se encontra na
Expresso 158.

Nome da Varivel
Pergunta 3

Interface com o Usurio
Voc deseja determinar a componente de erro
aleatrio?

(158)

Valores que ela pode assumir

a) Sim

(Tcnica = Fronteira Estocstica)

b) No

(Tcnica = Funes Pr-estabelecidas)

Porm, se o grupo escolhido for o das tcnicas no-paramtricas, deve-se

inicialmente detectar qual das duas tcnicas no-paramtricas (DEA

ou Nmeros

227
ndices) dever ser utilizada, para s depois partir para os modelos e perspectivas (ver
regras 6 a 8 do Apndice 3). As Expresses 159 e 160 apresentam as duas perguntas
(variveis) que possibilitam a apurao de qual tcnica no-paramtrica deve ser
utilizada (novamente existe a possibilidade de contradio).

Nome da Varivel
Pergunta 4

Interface com o Usurio
Voc deseja determinar a eficincia...
Valores que ela pode assumir

a) Entre duas DMUs diferentes ou entre uma mesma DMU em dois
perodos de tempo.

(159)

(Tcnica = Nmeros ndices)

b) Entre vrias DMUs.

(Tcnica = DEA)

Nome da Varivel
Pergunta 5

Interface com o Usurio
O nmero de DMUs que voc deseja comparar
maior que o nmero de inputs multiplicado pelo nmero de outputs e
maior que o triplo da soma entre o nmero de inputs e o nmero de outputs?

(160)

Valores que ela pode assumir

a) Sim

(Tcnica = Ambas)

b) No

(Tcnica = Apenas Nmeros ndices)

Apurada a tcnica deve-se partir para a escolha dos modelos e das perspectivas
sendo que, dependendo da tcnica que foi escolhida (ou do ramo da rvore que foi
definido), as perguntas (variveis) que sero realizadas para esse fim sero totalmente
diferentes. As Expresses 161 e 162 mostram as perguntas para se definir a varivel
auxiliar Modelo Intermedirio (que o primeiro passo para escolha do modelo) no
caso em que a tcnica escolhida tenha sido o DEA (ver regras 9 a 11 do Apndice 3).
Como pode ser verificado, mesmo no sendo determinada uma varivel objetivo do
sistema, essas duas perguntas podem levar a contradies.

228
.
Nome da Varivel
Pergunta 6
Interface com o Usurio
Voc deseja calcular a eficincia com uma
orientao...
Valores que ela pode assumir

a) Apenas aos inputs ou aos outputs.

(161)

(Modelo Intermedirio = CCR, BCC e FDH)

b) Mista simultaneamente aos inputs e outputs.
(Modelo Intermedirio = Aditivos e Multiplicativos)

Nome da Varivel
Pergunta 7

Interface com o Usurio
Voc deseja determinar, alm do conjunto de
DMUs eficientes, um ndice de eficincia para cada DMU?

(162)

Valores que ela pode assumir

a) Sim
b) No

(Modelo intermedirio = CCR, BCC e FDH)

(Modelo Intermedirio

= Qualquer um)

A partir do valor da varivel modelo intermedirio pode-se prosseguir na

apurao do modelo (ver regras 12 a 15 do Apndice 3). As Expresses 163 e 164
mostram as variveis para a determinao do modelo caso o valor da varivel Modelo
Intermedirio tiver sido Aditivos e Multiplicativos. Essas duas variveis no entram
em contradio.

229
Nome da Varivel
Pergunta 8
Interface com o Usurio
Voc deseja que as combinaes entre os inputs
e os outputs sejam:
Valores que ela pode assumir

a) Aditivas o que permite analisar a eficincia produtiva tendo como (163)
base a menor distncia entre a DMU e fronteira. (Modelo =Aditivo...)
b) Multiplicativas o que permite calcular a elasticidade da eficincia e
trabalhar com fronteira cncavas.

(Modelo = Multiplicativo...)

Nome da Varivel
Pergunta 9

Interface com o Usurio
Voc deseja que o conjunto de referncia
formado pela DMUs eficientes seja obtido a partir da...

(164)

Valores que ela pode assumir

a) Eficincia total

(Modelo = ...Invariante)

b) Eficincia tcnica

(Modelo = ...Variante)

Definido o modelo pode-se partir para as perspectivas de 1o, 2o e 3o nveis (ver

regras 15 a 22 do Apndice 3). Cada um desses diferentes nveis de perspectivas ser
definido por perguntas nicas que esto reproduzidas nas Expresses 165, 166, 167.
Como ficar claro no decorrer dessa seo, essas perguntas se repetiro em diversas
partes do sistema especialista que foi desenvolvido.

230
Nome da Varivel
Pergunta 10
Interface com o Usurio
Voc deseja como informao adicional?
Valores que ela pode assumir

a) As utilidades dos inputs e outputs.(Perspectiva de 1o nvel = Primal)
b) As metas das DMUs ineficientes.

(Perspectiva de 1o nvel = Dual)

(165)

c) Nenhuma das duas informaes de seu interesse.

(Perspectiva de 1o nvel = Primal ou Dual)

Nome da Varivel
Pergunta 11

Interface com o Usurio
Voc deseja impor alguma restrio as
utilidades dos inputs ou outputs?
Valores que ela pode assumir

a) Sim

(Perspectiva de 2o nvel = Com restries aos pesos)

b) No

(Perspectiva de 2o nvel = Sem restries aos pesos)

(166)

Nome da Varivel
Pergunta 12

Interface com o Usurio
Voc deseja trabalhar com alguma varivel
ambiental ou exgena?
Valores que ela pode assumir

a) Sim

(Perspectiva de 3o nvel = Com variveis ambientais)

b) No

(Perspectiva de 3o nvel = Sem variveis ambientais)

(167)

Por outro lado, caso a varivel modelo intermedirio (determinada nas

Perguntas 6 e 7) tiver sido CCR, BCC e FDH, haver 4 perguntas diferentes para que
sejam determinados respectivamente o modelo e as perspectivas de 2o, 3o e 4o nveis.
As Expresses 168 e 169 mostram respectivamente as variveis responsveis
pela escolha do modelo (ver regras 23 a 25 do Apndice 3) e pela escolha da perspectiva
de 2o nvel (ver regras 26 a 28 do Apndice 3) que sero utilizadas; as perguntas que
sero realizadas para determinao da perspectiva de 1o nvel dependero do modelo e
da perspectiva de 2o nvel que tiverem sido escolhidas e por isso, elas s sero

231
apresentadas posteriormente. Na Expresso 168 tambm haver a presena da varivel
auxiliar Modelo Intermedirio 2 que ser utilizada mais a frente.

Nome da Varivel
Pergunta 13

Interface com o Usurio
Voc deseja calcular...
Valores que ela pode assumir

a) A eficincia Total.
(Modelo =CCR) e (Modelo Intermedirio 2 = CCR e BCC)
b) A eficincia Tcnica utilizando como referencia tanto DMUs reais (168)
quanto combinaes lineares entre essas DMUs.
(Modelo = BCC) e (Modelo Intermedirio 2 = CCR e BCC)
c) A eficincia tcnica utilizando como referencia apenas DMUs reais.
(Modelo = FDH)

Nome da Varivel
Pergunta 14

Interface com o Usurio
Voc deseja...
Valores que ela pode assumir

a) Determinar o ndice de eficincia de cada DMU, as metas e os
benchmarks das DMUs ineficientes ou as utilidades dos inputs e
outputs dessas DMUs (Perspectiva de 2o nvel = Fronteira Clssica)
b) Determinar um ndice combinado que possibilite um desempate entre
as DMUs que foram eficientes pela fronteira clssica (Perspectiva de
2o nvel = Fronteira Invertida) e (Perspectiva de 2o nvel
intermdiaria = Invertida e Difusa)
c) Determinar o grau de pertena de uma DMU difusa na fronteira
(Perspectiva de 2o nvel = Fronteira Difusa) e (Perspectiva de 2o
nvel intermdiaria = Invertida e Difusa)

(169)

232
Depois de realizadas as Perguntas 13 e 14 devem ser realizadas as Perguntas
representadas pelas variveis Pergunta 15 e Pergunta 16 para, respectivamente,
determinar as perspectivas de 3o e 4o nveis da Anlise por Envoltria de Dados. Porm,
essas duas variveis contm perguntas exatamente iguais s variveis Pergunta 11 e
Pergunta 12 e por isso elas no sero repetidas (ver regras 29 a 32 do Apndice 3).
Determinadas as perspectivas de 2o, 3o e 4o nveis pode-se partir para a
determinao da perspectiva de 1o nvel que, como j mencionado, depender do
modelo e da perspectiva de 2o nvel escolhidos. Assim, caso a varivel auxiliar Modelo
Intermedirio 2 seja igual a CCR e BCC e caso a perspectiva de 2o nvel seja a
Fronteira Clssica, a perspectiva de 1o nvel ser determinada a partir de duas perguntas:
a Pergunta 17, que define a orientao, e a pergunta 18, que define se o modelo de PL
Primal ou Dual (ver regras 33 a 38 do Apndice 3). As Expresses 170 e 171 mostram
essas variveis.

Nome da Varivel
Pergunta 17

Interface com o Usurio
Voc deseja calcular a eficincia...
Valores que ela pode assumir

a) Minimizando

os inputs e mantendo os outputs constantes

(Perspectiva de 1o nvel = .... orientado aos inputs)

b) Maximizando os outputs e mantendo os inputs constantes
(Perspectiva de 1o nvel = .... orientado aos outputs)

(170)

233
Nome da Varivel
Pergunta 18
Interface com o Usurio
Voc deseja como informao adicional?
Valores que ela pode assumir

a) As utilidades dos inputs e outputs
(Perspectiva de 1o nvel = Primal....)

(171)

b) As metas das DMUs ineficientes

(Perspectiva de 1o nvel = Dual...)
c) Nenhuma das duas informaes de seu interesse
(Perspectiva de 1o nvel = Primal ou Dual...)

J para o caso da varivel auxiliar Modelo Intermedirio 2 ser igual a CCR e

BCC e da varivel auxiliar Perspectiva de 2o nvel intermdiaria ser igual a
Invertida e Difusa, a perspectiva de 1o nvel ser determinada a partir de uma nica
pergunta: a Pergunta 19 (ver regras 39 e 40 do Apndice 3). A diferena entre o fato da
perspectiva de 2o nvel ser a fronteira clssica do da perspectiva de 2o nvel ser a
fronteira Difusa ou Invertida que nas fronteiras Difusa e Invertida a ocorrncia de
perspectiva Primal ou Dual ser indiferente, pois para elas no ter sentido calcular nem
as utilidades nem as metas e benchmarks. A Expresso 172 mostra a essa varivel.

Nome da Varivel
Pergunta 19

Interface com o Usurio
Voc deseja calcular a eficincia...
Valores que ela pode assumir

a) Minimizando os inputs e mantendo os outputs constantes
(Perspectiva de 1o nvel = Dual ou Primal orientado aos inputs)
b) Maximizando os outputs e mantendo os inputs constantes
(Perspectiva de 1o nvel
outputs)

Dual ou Primal orientado aos

(172)

234
J para o caso do modelo escolhido ser o FDH, independentemente da
perspectiva de 2o nvel escolhida, a perspectiva de 1o nvel tambm ser decidida com
base em uma nica pergunta: a pergunta 20 (ver regras 41 e 42 do Apndice 3); isso
ocorre devido ao fato do modelo FDH s admitir a perspectiva de 1o nvel Dual. A
Expresso 173 mostra essa varivel.

Nome da Varivel
Pergunta 20

Interface com o Usurio
Voc deseja calcular a eficincia...
Valores que ela pode assumir

a) Minimizando

os inputs e mantendo os outputs constantes (173)

(Perspectiva de 1o nvel = Dual orientado aos inputs)

b) Maximizando os outputs e mantendo os inputs constantes

(Perspectiva de 1o nvel = Dual orientado aos outputs)

Agora que a tcnica Analise por Envoltria de Dados (DEA) j foi explorada
com todos os seus modelos e perspectivas passar-se- para o outro ramo da rvore de
decises: os Nmeros ndices. Assim, caso a tcnica escolhida (nas Perguntas 4 e 5)
seja a tcnica dos Nmeros ndices deve-se primeiramente proceder a escolha do
modelo (ver regras 43 e 44 do Apndice 3) que, tal qual aconteceu com a tcnica DEA,
se iniciar com a escolha da varivel auxiliar Modelo Intermedirio e ser realizada a
partir da varivel descrita na Expresso 174.

235
Nome da Varivel
Pergunta 21
Interface com o Usurio
Voc deseja...
Valores que ela pode assumir

a) Calcular a eficincia entre duas DMUs diferentes
(Modelo Intermedirio 2 = Outros Nmeros ndices)

(174)

b) Calcular a eficincia entre uma mesma DMU em dois perodos de

tempo
(Modelo Intermedirio = ndice Malmquist ou Outro Nmero ndice)

Caso a varivel "Modelo Intermedirio seja igual a ndice Malmquist ou

Outro Nmero ndice sero realizadas mais duas perguntas com o objetivo de
discriminar se o modelo o ndice Malmquist ou se outro Nmero ndice (ver regras
45 a 47 do Apndice 3). Essas duas perguntas, que esto mostradas nas Expresses 175
e 176, podem entrar em contradio (caso se queira um ndice que permita separar AE
(alteraes na eficincia) e AT (alteraes na tecnologia), mas no haja dados de
mltiplas DMUs).

Nome da Varivel
Pergunta 22

Interface com o Usurio
Voc prefere?
Valores que ela pode assumir

a) Um ndice mais preciso que permita separar as alteraes
tecnolgicas das alteraes na eficincia mas que, em compensao,
precisa de tcnicas de apoio para ser calculado

(Modelo =

ndice Malmquist)
b) Um ndice que trabalha com apenas dois pontos e no necessita de
tcnicas de apoio para ser calculado, mas que menos preciso e no
separa as alteraes na eficincia das alteraes tecnolgicas
(Modelo intermedirio 2 = Outros Nmeros ndices)

(175)

236

Nome da Varivel
Pergunta 23

Interface com o Usurio
Voc possui dados dos inputs e outputs de
diversas DMUs em pelo menos dois perodos de tempo?
Valores que ela pode assumir

(176)

a) Sim

(Modelo = Qualquer um)

b) No

(Modelo = Todos menos o ndice Malmquist)

Caso a varivel auxiliar Modelo Intermedirio 2 for igual a Outros Nmeros

ndices deve-se partir para a definio de qual do outro nmero ndice (Fischer ou
Trnqvist) deve ser utilizado (ver regras 59 a 61 do Apndice 3). Para tal sero
realizadas duas perguntas (variveis), passiveis de entrar em contradio, que permitiro
decidir se ser escolhido o ndice de Fischer (Modelo = ndice de Fischer) ou se ainda
restar dvida para uma prxima etapa (Modelo Intermedirio 3 = Fischer e Trnqvist).
As Expresses 177 e 178 apresentam essas duas variveis.

Nome da Varivel
Pergunta 24

Interface com o Usurio
Voc possui as utilidades dos inputs e dos
outputs?
Valores que ela pode assumir

(177)

a) Sim

(Modelo = Contradio)

b) No

(Modelo = Fischer ou Trnqvist)

237

Nome da Varivel
Pergunta 25

Interface com o Usurio
Algum de seus inputs ou outputs apresenta
valor nulo?

(178)

Valores que ela pode assumir

a) Sim

(Modelo = ndice de Fischer)

b) No

(Modelo Intermedirio 3 = Fischer e Trnqvist)

Aps ser definido o modelo e mesmo que ainda reste alguma dvida (entre
Fischer e Trnqvist), antes dela ser sanada deve-se definir a perspectiva de primeiro
nvel (ver regras 64 a 66 do Apndice 3) que servir tanto para o ndice de Fischer
quanto para o de Trnqvist (o motivo dessa inverso a economia de espao). Essa
determinao ser realizada por meio que uma nica pergunta que est representada na
Expresso 179.

Nome da Varivel
Pergunta 26

Interface com o Usurio
Voc deseja calcular a eficincia...
Valores que ela pode assumir

a) Olhando apenas para os inputs e ignorando os outputs
(Perspectiva de 1o nvel = Orientao aos inputs)
b) Olhando apenas para os outputs e ignorando os inputs

(179)

(Perspectiva de 1o nvel = Orientao aos outputs)

c) Olhando para produtividade
(Perspectiva de 1o nvel = Orientao a produtividade)

Caso ainda reste dvida sobre qual modelo deve ser escolhido, ou seja, caso a
varivel auxiliar Modelo Intermedirio 3 seja igual a Fischer e Trnqvist, uma nova
pergunta deve ser realizada para sanar essa dvida (ver regras 62 e 63 do Apndice 3).
A varivel correspondente a essa pergunta se encontra na Expresso 180.

238

Nome da Varivel
Pergunta 27

Interface com o Usurio
Para calcular a eficincia voc prefere...
Valores que ela pode assumir

a) Um ndice mais complexo, mais trabalhoso e mais preciso.

(180)

(Modelo = ndice de Trnqvist)

b) Um ndice menos complexo, menos trabalhoso e menos preciso.
(Modelo = ndice de Fischer)

Por fim, caso o modelo escolhido seja o ndice de Malmquist, deve-se proceder a
escolha das perspectivas de 1o, 2o, 3o, 4o, e 5o nveis (ver regras 48 a 58 do Apndice 3).
Cada uma dessas escolhas ser realizada a partir de respostas a perguntas nicas; as
variveis que expressam essas perguntas se encontram representadas na Expresses 181,
182, 183, 184 e 185.

Nome da Varivel
Pergunta 28

Interface com o Usurio
Voc prefere utilizar como tcnica de apoio ao
ndice Malmquist?
(181)

Valores que ela pode assumir

a) A Anlise por Envoltria de Dados (Perspectiva de 1o nvel = DEA)
b) A Fronteira Estocstica
Estocstica)

(Perspectiva de 1o nvel = Fronteira

239

Nome da Varivel
Pergunta 29

Interface com o Usurio
Voc deseja calcular a variao da eficincia
(AE) e da tecnologia (AT) com base...
Valores que ela pode assumir

a) Na eficincia Total

(Perspectiva de 2o nvel = CCR)

(182)

b) Na eficincia Tcnica utilizando como referencia tanto DMUs reais

quanto combinaes lineares entre essas DMUs

(Perspectiva

de 2o nvel =BCC)
c) Na eficincia tcnica utilizando como referencia apenas DMUs reais
(Perspectiva de 2o nvel = FDH)

Nome da Varivel
Pergunta 30

Interface com o Usurio
Voc deseja calcular a eficincia...
Valores que ela pode assumir

a) Minimizando os inputs e mantendo os outputs constantes

(183)

(Perspectiva de 3 nvel = Primal ou Dual orientados aos inputs)

b) Maximizando os outputs e mantendo os inputs constantes
(Perspectiva de 3o nvel = Primal ou dual orientados aos outputs)

Nome da Varivel
Pergunta 31

Interface com o Usurio
: Voc deseja impor alguma restrio as
utilidades dos inputs e outputs para calcular a distncia?
Valores que ela pode assumir

a) Sim

(Perspectiva de 4o nvel = Com restries aos pesos)

b) No

(Perspectiva de 4o nvel = Sem restries aos pesos)

(184)

240

Nome da Varivel
Pergunta 32

Interface com o Usurio
Voc deseja trabalhar com alguma varivel
ambiental ou exgena no calculo da distncia?
Valores que ela pode assumir

a) Sim

(Perspectiva de 5o nvel = Com variveis ambientais)

b) No

(Perspectiva de 5o nvel = Sem variveis ambientais)

(185)

Nesse subitem, alm de terem sido declaradas as 32 variveis de interface e as 4

variveis auxiliares, tambm foi explicado, passo a passo, o funcionamento do sistema
especialista para se determinar a melhor tcnica, modelo e perspectiva de anlise de
eficincia produtiva; foi demonstrado como, a partir da resposta a cada uma das 32
perguntas das variveis de interface, um ramo da rvore de decises escolhido,
convergindo para que sejam encontradas as respostas de cada uma das 8 variveis
objetivo do sistema. Todas essas informaes, porm, devem ser transformadas em
regras de produo para que assim possam ser implementada no software Expert
SINTA. Para que toda essa teoria pudesse ser implementada foi necessria a construo
de 66 regras de produo que se encontram descritas no Apndice 3. O prximo subitem
ser dedicado ao sistema com as regras de produo j implementadas.

7.4.3 Implementao no Expert SINTA

Nesse item sero apresentadas algumas imagens do sistema especialista que foi
desenvolvido nesse trabalho aps ser implementado no software Expert SINTA.
Enquanto a Figura 45 apresenta uma das regras de produo (mais
especificamente a regra 33) sendo implementada, a Figura 46 apresenta uma viso geral
da tela principal do programa com as 66 regras de produo do sistema especialista aps
serem implementadas.

241

Figura 45: Exemplo de uma regra de produo no Expert SINTA

242

Figura 46: Panorama geral da base de regras do sistema especialista

J a Figura 47 apresenta 2 exemplos de como ocorre a interface do sistema

especialista com o usurio, enquanto a Figura 48 apresenta a tela de resultados de uma
das variveis objetivo do sistema (a varivel tcnica). Deve-se lembrar que a resposta de
cada varivel objetivo apresentada em uma tela diferente.

243

Figura 47: Exemplos da interface do sistema especialista

Figura 48: Exemplos da tela de resultados do sistema especialista

244

Captulo 8 - Concluses

Esse trabalho apresentou algumas tcnicas no paramtricas de anlise de

eficincia produtiva, que somente um dos diversos tipos de eficincia existentes na
literatura. Essas tcnicas, que se referem exclusivamente ao indicador de desempenho
produtividade, podem ser utilizadas nas mais diferentes situaes (apesar do conceito de
produtividade geralmente se referir a empresas de manufatura), que vo desde a
avaliao de empresas de qualquer setor at a avaliao de indivduos ou de veculos
automotores.
A primeira concluso que pde ser extrada desse trabalho que,
independentemente da tcnica utilizada, o mtodo (seqncia de passos para se atingir
um objetivo) de anlise de eficincia produtiva nico e apresenta as seguintes etapas:
(a) seleo de DMUs, (b) seleo dos inputs e outputs utilizados, (c) escolha da(s)
tcnicas(s), modelo(s) e perspectivas(s), (d) escolha da ferramenta computacional, (e)
implementao da tcnica e (f) anlise dos resultados. Cada uma dessas etapas pode
necessitar ou no, da utilizao de uma tcnica para poder ser cumprida; na etapa de

245
seleo de inputs e outputs, por exemplo, podem ser utilizadas as tcnicas estatsticas ou
a multicritrio. Uma tcnica, para fins desse trabalho, foi definida como sendo um
conjunto de procedimentos, geralmente de carter matemtico, utilizado dentro do
contexto de um mtodo, para se obter um determinado resultado.
Apesar do estudo de caso, apresentado no Captulo 6, ilustrar todas as etapas do
mtodo de anlise de eficincia produtiva, esse trabalho se concentrou principalmente
em auxiliar o gestor nas etapas de: (a) escolha da(s) tcnica(s), modelo(s) e
perspectiva(s); (b) implementao das tcnicas e (c) anlise dos resultados, sendo que
todas essas etapas foram focadas apenas nas tcnicas no-paramtricas de anlise de
eficincia produtiva.
Para auxiliar nessas etapas, foram apresentados respectivamente: (a) um sistema
especialista que sistematizou o processo de escolha das tcnicas, modelos e perspectivas
pelo gestor; (b) uma compilao das equaes das principais tcnicas, modelos e
perspectivas de anlise de eficincia produtiva no-paramtricas (que so o foco desse
trabalho) encontradas na literatura e (c) a apresentao das hipteses, caractersticas e
preceitos de cada tcnica, modelo e perspectiva apresentada. O sistema especialista foi
apresentado no Captulo 7, j as equaes e hipteses das tcnicas, modelos e
perspectivas no-paramtricas de anlise de eficincia produtiva foram apresentadas nos
Captulos 4 (dedicado Anlise por Envoltria de Dados - DEA) e 5 (dedicado a
tcnica dos Nmeros ndices).
Outra concluso obtida nesse trabalho que uma tcnica pode ser utilizada com
diferentes modelos e diferentes perspectivas. Um modelo uma representao da
realidade a partir de um conjunto de hipteses sendo que, o resultado obtido por uma
tcnica deve ser sempre interpretado de acordo com as hipteses do modelo no qual essa
tcnica se apoiou. Uma perspectiva, por sua vez, um ponto de vista; um dos

246
diferentes ngulos sob os quais se pode analisar um modelo. As perspectivas se
diferenciam em relao: (a) ao volume de informaes fornecidas, (b) ao desempenho
computacional e (c) a facilidade de entendimento pelo gestor.
Uma terceira concluso obtida nesse trabalho que as tcnicas, modelos e
perspectivas de anlise de eficincia produtiva no so mutuamente excludentes, ou
seja, cada tcnica ter a sua serventia dependendo do tipo de anlise que se deseja
realizar e do tipo de dados que se tem disponvel. Esse fato justificou a elaborao de
um sistema especialista que orientasse a escolha das tcnicas, modelos e perspectivas
pelo gestor. O sistema que foi desenvolvido utiliza como parmetros apenas algumas
informaes previamente requeridas ao usurio (a respeito dos dados e do tipo de
anlise desejada) e fornece como resultado a melhor combinao de tcnica, modelo e
perspectiva para aquele problema especfico.
A ltima concluso (importante principalmente na sistematizao do processo de
escolha) que as tcnicas, modelos e perspectivas de anlise de eficincia produtiva
(tanto paramtricas quanto no-paramtricas) podem ser representadas por meio de uma
gigantesca

rvore

de

deciso.

Sendo

assim,

escolha

do

vetor

tcnica/modelo/perspectiva pode ser realizada em etapas, partindo sempre da escolha do

grupo (paramtrico ou no-paramtrico) e chegando at o ltimo nvel da perspectiva
que ser utilizada; cada uma das etapas do processo de escolha pode ser sistematizada a
partir de algumas perguntas a respeito do tipo de anlise que se deseja realizar e do tipo
de dados que se tem em mos.
Esse trabalho no teve a pretenso de apresentar todas as tcnicas, modelos e
perspectivas no-paramtricas de anlise de eficincia produtiva encontradas na
literatura; porm, acredita-se que o fundamental a respeito dessas tcnicas esteja
representado e que o que faltou se refira apenas a particularidades e casos muito

247
especficos. Mesmo assim, acredita-se que todo o conhecimento ausente a respeito
dessas tcnicas tambm possa ser incorporado estrutura tcnica/modelo/perspectiva
e que seu processo de escolha tambm possa ser incorporado ao sistema especialista
desenvolvido por esse trabalho, bastando para isso a correta incluso desse
conhecimento na rvore de deciso, ou seja, a correta classificao do conhecimento em
tcnica, modelo e perspectiva (e sendo perspectiva, a identificao de qual nvel ela se
encontra).
Uma primeira sugesto para trabalhos futuros, que surge a partir das concluses
desse trabalho, a elaborao de um software que sistematizasse e integrasse todas as
etapas do mtodo de anlise de eficincia produtiva descrito nesse trabalho. Assim,
todas as etapas realizadas no estudo de caso apresentado no Captulo 6, poderiam ser
realizadas por meio de um nico software. Nesse software existiriam pacotes onde todas
as tcnicas, modelos e perspectivas descritas estariam implementadas; tambm haveria
um pacote onde estaria implementado o sistema especialista desenvolvido aqui. Com
isso, as etapas de escolha e de utilizao das tcnicas de anlise de eficincia produtiva
seriam integradas em nico software e assim, poderiam ser dispensadas as etapas de
escolha da ferramenta computacional (j que um nico software faria tudo) e de anlise
dos resultados (visto que o usurio j descreve antes, por meio do sistema especialista, o
tipo de anlise que deseja). Tambm poderiam ser implementados e integrados ao
software, as tcnicas de seleo de inputs e outputs (pouco exploradas nesse trabalho)
fazendo com que o software tenha o poder de, automaticamente, eliminar as variveis
redundantes ou no-explicativas da anlise.
Caso esse software nico se mostrasse invivel, poderia-se estudar, ao menos, a
possibilidade de se realizar links automticos entre o sistema especialista e os softwares
de implementao j existentes. Tambm poderia ser incorporado ao programa, junto da

248
tela de resultados, uma pequena explicao sobre cada tcnica, modelo e perspectiva
que orientaria o usurio a saber se a escolha do programa foi realmente adequada.
Outra sugesto para trabalhos futuros seria ampliar o escopo dessa dissertao
por meio de um estudo mais geral do conceito de eficincia sendo que, inicialmente,
poderiam ser estudadas as tcnicas paramtricas de anlise de eficincia produtiva (que
foram apenas brevemente comentadas) e a seguir poder-se-ia partir para o estudo de
tcnicas de anlise de outros tipos de eficincia como: (a) a eficincia alocativa e (b) a
eficincia econmica. Tambm poderia ser utilizado o modelo de estrutura hierrquica
desenvolvido por esse trabalho (que so os conceitos de mtodo, tcnica, modelo e
perspectiva) para representar outros domnios do conhecimento e quem sabe at
sistematiz-los de modo semelhante ao realizado aqui.

249

Bibliografia

ABEL, L. (2000). Avaliao cruzada da produtividade dos departamentos

acadmicos da UFSC utilizando DEA (Data Envelopment Analysis) Dissertao
(mestrado) Universidade Federal de Santa Catarina UFSC, Florianpolis.
ALMEIDA, M. R. (2007). Inventario dos modelos, mtodos e tcnicas para avaliar a
Eficincia tcnica dos Investimentos em Infra-estrutura. Dissertao (mestrado)
Escola de Engenharia de So Carlos EESC, Universidade de So Paulo USP, So
Carlos.
ALMEIDA, M. R. ; MARIANO, E. B. ; REBELATTO, D. A. N. (2007) Anlise de
Eficincia de Aeroportos Internacionais Brasileiros. Revista Produo Online, v.7, p.9.
ALMEIDA, M.R.; MARIANO, E.B.; REBELATTO, D.A.N. (2006). Anlise Por
Envoltria De Dados - Evoluo E Possibilidades De Aplicao. In: IX SIMPOI Simpsio de Administrao de Produo, Logstica e Operaes Internacionais, So
Paulo, Anais.
ANGULO MEZA, L. ; MELLO, J.C.C.B.S. ; CLMACO, J.C.N. (2006). Estudos
conjuntos de anlise envoltria de dados (DEA) e programao linear multiobjetivo
(PLMO): Uma reviso bibliogrfica. Relatrios de Pesquisa em engenharia de
Produo. vol. 6, n. 5. Universidade Federal Fluminense.
AZAMBUJA, A.M.V (2002). Anlise de eficincia na gesto do transporte urbano
por nibus em municpios brasileiros. Tese (doutorado), Universidade Federal de
Santa Catarina (UFSC), Florianpolis.

250
BAJPAI, A.C.; MUSTOV L.R.;WALKER D. (1977). Matemtica avanada para
engenheiros. 77p, So Paulo:Hemus.
BANKER, R. D. et al (2004). Returns to scale in different DEA models. European
Journal of Operational Research. vol. 154, cap. 2, 16 April 2004, p. 345-362
BARR, A.; FEIGENBAUM, E. (1981). The Handbook of Artificial Intelligence. Los
Altos, California: William Kaufmann Inc., v.I.II.
BECKENKAMP, T. B. (2002). Anlise por envoltria de dados: consideraes
sobre o estabelecimento de restries para os multiplicadores timos. Tese
(Doutorado), Universidade Federal de Santa Catarina (UFSC), Florianpolis.
BIONDI NETO, L. B.; MELLO, J. C. C. B. C.; GOMES, E.G. (2003). Mtodo Fourier
DEA na medio de um componente da quantidade de energia eltrica. In: XXIII
Encontro Nacional de Engenharia de Produo. Ouro Preto, 21 a 24 de outubro, Anais.
BRUNETTA M. R. (2004). Avaliao da eficincia tcnica e de produtividade
usando Anlise por Envoltria de Dados: Um estudo de caso aplicado a produtores
de leite. Dissertao (mestrado), Universidade federal do Paran UFP, Curitiba.
CAMPOS, V. F. (2004). Qualidade total: padronizao de empresas. Nova Lima,
MG: Tecnologia e Servios, 2004.
CASA NOVA, S.P.C. (2002). Utilizao da anlise por envoltria de dados (DEA)
na anlise de demonstraes contbeis. Tese (Doutorado em Cincias Contbeis) Universidade de So Paulo, So Paulo.
CATELLI, A. (1999). Controladoria: uma abordagem da gesto econmica _
Gecon. So Paulo: Atlas.
CERVO, A.L.; BERVIAN, P.A.(1983). Metodologia Cientfica. So Paulo, Markron.
CHARNES, et al. (1982). A multiplicative model for efficiency analysis. SocioEconomic Planning Sciences, vol 16, cap. 5, p. 223-224
CHARNES, A.; COOPER, W.W.; RHODES, E. (1978). Measuring the efficiency of
decision-making units. European Journal of Operational Research, vol. 2, 429-444,
1978.
COOPER, W.; SIEFORD, L.; TONE, K. (2000). Date Envelopment Analysis. A
Comprehensive Text with Models, Applications, Reference and DEASolver
software. Kluwer Academic Publishers, Norwell.
CIVIL AVIATION AUTHORITY (2000). The use of benchmarking in the airport
reviews. Civil Aviation Authority. Economic Regulation Group, Consultation Paper,
dez.
COELLI, T. ; PRAZADA RAO, D. S. ; BATTESE, G. E. (1998). Introduction to
efficience and productivity analysis. Massachussets Kluer Academic Pulishers.

251
FRE, R. et al.. (1995). Productivity Developments in Swedish Hospitals: Malmquist
Produto Index Approach. In: Charnes et al. (1995) Data Envelopment Analysis:
Theory, Methodology and Applications. Kluwer Academic Publishers, Dordrecht.
FARRELL, M. J. (1957). The measurement of productive efficiency. Journal of the
Royal Statistical Society, series A, v.120, part III, p. 253 281.
FERREIRA, A.A. ; REIS A.C. F. ; PEREIRA M. I. (1997). Gesto Empresarial: de
Taylor aos nossos dias evoluo e tendncias da moderna administrao de
empresas. So Paulo: Pioneira.
FERREIRA, A.B.H. (1975). Novo dicionrio de lngua portuguesa. So Paulo: Nova
Fronteira.
FERGUSON, C.E. (1998). Microeconomia. 18.ed. Rio de Janeiro: Forense
Universitria.
FLORES, C. D. (2003). Fundamentos dos Sistemas Especialistas. In: BARONE, D. A.
C. (Ed.). Sociedades Artificiais: a nova fronteira da inteligncia nas mquinas.
Porto Alegre: Bookman, p.332.
GIL, A.C. (1999). Mtodos e tcnica de pesquisa social. So Paulo: Atlas, 1999.
GIL, A.C. (2002). Como classificar as pesquisas. In: Como elaborar projetos de
pesquisa. 4.ed. So Paulo: Atlas, cap. 4, p. 41-57.
GOMES E.C.; MELLO J.C.C.B.S.; BIONDI NETO L. (2003). Avaliao da eficincia
por Anlise por Envoltria de Dados: conceitos, aplicaes a agricultura e
integrao com sistemas de informao geogrfica. Campinas: Embrapa
Monitoramento por satlite. Documento, vol.28. 39p.
HOUAISS, A. (2001). Dicionrio Houaiss da lngua portuguesa. So Paulo: Objetiva.
KASSAI, S.(2002). Utilizao da anlise por envoltrias de dados (DEA) na anlise
de demonstraes contbeis. Tese (doutorado) Faculdade de Economia e Arquitetura FEA - da USP. So Paulo.
KOHLER, H (1972). Introduo a economia moderna, vol. 2. Rio de Janeiro: Agir
KOZYREFF FILHO, E. ; MILIONI, A. Z. (2004). Um mtodo para estimativa de metas
DEA. Revista Produo. vol. 14, n. 2.
LINS, M. P. E. ; MEZA, L. A. (2000). Anlise Envoltria de Dados e Perspectivas
de Integrao no ambiente de Apoio Deciso. Rio de Janeiro: COPPE / UFRJ
LINS, M.P.E.; MOREIRA, M.C.B. (1999). Mtodo I-O stepwise para seleo de
variveis em modelos de anlise envoltria de dados. Pesquisa Operacional, vol. 19,
n. 1, p. 39-50.

252
LORENZETT, J.R. (2004). Aplicao do mtodo de pesquisa operacional DEA na
avaliao de desempenho de unidades produtivas para rea de educao
profissional. Dissertao (Mestrado), Universidade Federal de Santa Catarina - UFSC,
Florianpolis.
LOVELL, C. A. K. (1993). Productions frontiers and productive efficiency. In The
measurement of productive efficiency. Techniques and applications. New York,
Oxford: Oxford University Press.
MACEDO, M. A. S et al. (2005), Avaliao da Eficincia dos Investimentos em TI de
Empresas de Tecnologia atravs da Anlise Envoltria de Dados (DEA). In: VIII
Seminrios em Administrao da USP - SEMEAD, So Paulo, Anais
MARIANO, E.B. (2005). Descrio dos modelos matemticos da Anlise por
envoltria de dados. Trabalho de concluso de curso, Escola de engenharia de So
Carlos EESC- USP. So Carlos.
MARIANO, E.B.; ALMEIDA M.R.; REBELATTO, D.A.N. (2006a). Princpios
Bsicos para uma proposta de ensino sobre anlise por envoltria de dados. In: XXXIV
Congresso Brasileiro de Ensino em Engenharia (COBENGE), Passo Fundo. Anais.
MARIANO, E B ; ALMEIDA, M. R. ; REBELATTO, D. A. N. (2006b). Peculiaridades
da Anlise por Envoltria de Dados. In: XII Simpsio de Engenharia de Produo,
Bauru. Anais.
MARTINS, P.G.; LAUGENI, F.P. (2005). Administrao da produo. So Paulo:
Saraiva, 2005.
MELLO, J. C. C. B. S. et al. (2002). Mtodo multicritrio para seleo de variveis em
modelos DEA. Revista Pesquisa Naval, v. 15, p. 55-66, 2002.
MELLO J. C. C. B. S.; et al.. (2004). Suavizao da fronteira DEA: o caso BCC
tridimensional. In: Associao Portuguesa de de investigao Operacional.
MELLO J. C. B. S. et al. (2005a). Curso de anlise de Envoltria de Dados. In:
XXXVII Simpsio Brasileiro de Pesquisa Operacional SBPO, Gramado, Anais.
MELLO J. C. B. S. et al. (2005b), Fronteiras DEA difusas, Investigao Operacional,
Volume 25 p.85-103.
MILLER, R. L. (1981). Microeconomia : teoria, questes e aplicao. So Paulo:
Mc-Graw-Hill.
MOITA M. H. V.(1995). Medindo a eficincia relativa de escolas municipais da
cidade do Rio Grande RS usando a abordagem DEA (Data Envelopment
Analysis). Dissertao (mestrado), Universidade Federal de Santa Catarina (UFSC),
Florianpolis.
MOREIRA, D.A. (2002). Administrao da produo e operaes. So Paulo:
Thomson Learning, p. 599 a 606

253
MOREIRA, D.A. (1994). Os benefcios da produtividade industrial. So Paulo:
Pioneira.
MOREIRA, D. A. (1991). Medida da produtividade da Empresa Moderna Medida
da Produtividade na Empresa Moderna. So Paulo: Pioneira, 147p.
NIEDERAUER, C.A.P. (1998). Avaliao dos bolsistas de produtividade em
pesquisa da engenharia da produo utilizando data envelopment analysis.
Dissertao (Mestrado) - Universidade Federal de Santa Catarina, Florianpolis, 1998.
NOGUEIRA, J. H. M. et al.(1996) Expert SINTA : Uma Ferramenta Visual Geradora
de Sistemas Especialistas. In VI Semana de Informtica, Salvador. Anais
NOVAES, L. F. L. (2002), Envoltria Sob Dupla tica aplicada na avaliao
imobiliria em ambiente do sistema de informao geogrfica. Tese (Doutorado),
Universidade Federal do Rio de Janeiro - UFRJ, Rio de Janeiro.
OLIVEIRA, H.C.; GOMES, A.P. (2003). Eficincia na agroindstria avcola mineira.
In: Congresso de Cincias Humanas, Letras e Artes. Ouro Preto, 28 a 31 de agosto.
Anais.
RAMALHETE, M.; GUERRERO, J.; MAGALHES, A. (2004). Programao linear.
So Paulo: Mcgraw-Hill do Brasil.
REBELO, J. (2000). Medio da evoluo da produtividade dos factores: o ndice de
Malmquist. In: Gesto e desenvolvimento, 9. p 43-79
ROUSSEAU, R. (1998). Indicadores bibliomtricos e economtricos para a avaliao
de instituies cientficas. In: Cincia da Informao. vol..27 n.2 Braslia
RUGGIERO, J. (1998). Non-discretionary inputs in data envelopment analysis. In:
European Journal of Operational Research, vol. 111, n.3, p. 461-469.
SANDRONI, P. (1996). Dicionrio de administrao e finanas. So Paulo: Best
Seller.
SEIFORD, L.M.; THRALL, R.M. (1990). Recent developments in DEA: The
mathematical programming approach to frontier analysis. Journal of Econometrics
vol. 46, p. 738.
SEIFORD, L.M. (1996). Data envelopment analysis: The evolution of the state of the
art (19781995). Journal of Productivity Analysis, vol.7, p. 99137.
SENRA, L.F.A.C. (2004) Mtodos de seleo de variveis em DEA: estudo de caso
no setor eltrico brasileiro. Dissertao (Mestrado), Universidade Federal Fluminense,
Rio de Janeiro.
SHIMONISHI M. L. S. (2005) Anlise por Envoltria de Dados Aplicada na
Avaliao do Emprego dos Recursos Humanos dos Centros Municipais de

254
Educao Infantil do Municpio de Maring. Dissertao (Mestrado), Universidade
Federal do Paran. Curitiba.
PAIVA JR, H. (2000). Avaliao de desempenho de ferrovias utilizando a
abordagem integrada DEA/AHP. Campinas. 178p. Dissertao (Mestrado).
Universidade Estadual de Campinas - UNICAMP. Campinas.
TAUILE, J.R.; DEBACO, E.S. (2002). Autogesto no Brasil: a viabilidade econmica
de empresas geridas por trabalhadores Artigo apresentado no VII Encontro Nacional de
Economia Poltica. Curitiba. Anais.
THANASSOULIS, E (2001). Introduction to the theory and application of data
envelopment analysis: a foundation text with integrated software, Kluwer
Academic Publishers.
VICENTE J.R., ANEFALOS L.C., CASER D.V. (2001). Vieses no clculo de
Nmeros-ndices utilizando a frmula de Trnqvist em sries com ausncia de
dados Informaes econmicas, vol.31, n 6. So Paulo, SP.
VILELA, D.L. (2004). Utilizao do mtodo Anlise Envoltrio de Dados Para
Avaliao do Desempenho Econmico de Coorporativas de Crdito. Dissertao
(Mestrado). Escola de Engenharia de So Carlos - Universidade de So Paulo, 2004.
<www2.mat.ua.pt/io/Documentos/Apontamentos/CapituloII_3.htm>
14/01/2008

acessado

em:

255

Apndice 1 - Frmulas de Projeo na Fronteira

A frmula do clculo da eficincia de uma DMU, a partir de sua fronteira de

eficincia, deriva dos conceitos de eficincia e produtividade e do fato da projeo de
uma DMU na fronteira ser uma estimativa para a produtividade mxima que pode ser
alcanada por essa DMU. Partindo-se do conceito de eficincia e sabendo que a
produtividade a tangente do angulo da reta que une a DMU origem, podemos
calcular a eficincia de uma DMU pela Expresso 186.

Eficincia = P / Pmax = (tg / tg )

Em que:
P: Produtividade atual de uma DMU;
Pmax: Produtividade mxima que pode ser alcanada por uma DMU;
: ngulo da reta que une a origem DMU analisada;
: ngulo da reta que une a origem projeo da DMU analisada.

(186)

256
Assim, para o caso de orientao aos outputs, expresso na Figura 49, a eficincia
pode ser calculada pela frmula explicitada na Expresso 187. Essa frmula,
facilmente provada a partir das definies e de conceitos de matemtica bsica.

Ov
Base
Projeo

DMU

Dproj

DDMU

Ponto fixo

Iv

Figura 49 - Clculo da eficincia pela orientao ao output

Eficincia = (tg )/( tg ) = (DDMU/ Base) / (Dproj/ Base) =

(187)
(DDMU/ Base) * (Base/Dproj) = (DDMU / Dproj)

Em que:
: ngulo da reta que une a origem DMU analisada;
: ngulo da reta que une a origem projeo da DMU analisada;
DDMU: Distncia de uma DMU at um ponto fixo;
Dproj: Distncia da projeo de uma DMU at o mesmo ponto fixo;
Base: Distncia da DMU at um ponto fixo obtida com uma orientao
perpendicular a orientao adotada.

J para o caso de orientao aos inputs, expresso na Figura 50, a eficincia pode ser
calculada pela frmula explicitada na Expresso 188:

257

Ov

Dproj
Fronteira
Ponto fixo

Projeo

DMU
Base

DDMU

Iv
Figura 50 - Clculo da eficincia pela orientao ao input

Eficincia = (tg )/( tg ) = (Base/ DDMU) / (Base/ Dproj) =

(188)
(Base/ DDMU) * ( Dproj/ Base) = (Dproj / DDMU )

Em que:
: ngulo da reta que une a origem DMU analisada;
: ngulo da reta que une a origem projeo da DMU analisada;
DDMU: Distncia de uma DMU at um ponto fixo;
Dproj: Distncia da projeo de uma DMU at um ponto fixo;
Base: Distncia da DMU at um ponto fixo obtido com uma orientao
perpendicular a orientao adotada.

No caso geral de uma orientao qualquer, como ilustrado na Figura 51, a

eficincia pode ser calculada pela Expresso 189:

258

Ov
DY proj

DY DMU

Projeo

DX proj
DMU

DX DMU

Ponto fixo

Iv

Figura 51 - Clculo da eficincia por uma orientao qualquer

Eficincia = (tg )/( tg ) = (DXDMU / DYDMU) / (DXproj / DYproj) =

(189)
(DXDMU / DYDMU) * ( DYproj / DXproj) = (DXDMU * DYproj) / (DYDMU * DXproj)

Em que:
: ngulo da reta que une a origem DMU analisada;
: ngulo da reta que une a origem projeo da DMU analisada;
DXDMU: Distncia de uma DMU at o eixo x;
DXproj: Distncia da projeo de uma DMU at o eixo x;
DYDMU: Distncia de uma DMU at o eixo y;
DYproj: Distncia da projeo de uma DMU at o eixo y.

259

Apndice 2 Programao Linear

Problemas de otimizao so problemas que tentam determinar os extremos de

funes que esto definidas sobre um certo domnio representado por um conjunto de
restries. Dentro da classe dos problemas de otimizao assume particular relevncia a
programao matemtica, que abrange a anlise e estudo de sistemas; de forma a
determinar o programa de ao mais adequado para se alcanar um determinado
objetivo,

tendo

em

conta

as

restries

que

limitam

seu

comportamento.

(RAMALHETE, GUERRERO E MAGALHES, 1984)

Um problema de programao matemtica denominado problema de
programao linear (PL) quando tanto a funo a ser otimizada (conhecida como funo
objetivo - FO), quanto s restries a que ele est submetido forem lineares. Embora a
exigncia de linearidade possa parecer bastante limitante existem muitos problemas de
maximizao e minimizao que se enquadram nessa situao (BAJPAI, MUSTOV e
WALKER, 1977).

260
Um modelo matemtico de programao matemtica tem sempre a mesma
estrutura bsica: (a) um conjunto de variveis que esto sujeitas a condies de nonegatividade, (b) uma funo objetivo que deve ser maximizada ou minimizada e (c) um
conjunto de restries representadas por equaes e/ou inequaes matemticas.
Nas Expresses 190 e 191 est representado um modelo bsico de programao
linear, sendo que xj so as variveis do problema. As constantes aij, bi, cj designam-se,
respectivamente: (a) coeficientes tecnolgicos, (b) termos independentes e (c)
coeficientes da funo objetivo.

Funo objetivo
(190)
MAX ou MIM Z= c1.x1 + c2.x2+...cjxj+...cnxn

Sujeito a:
a11x1+a12x2+...a1nxn [=, >, <, ou ] b1
a21x1+a22x2+...a2nxn [=, >, <, ou ] b2
...
(191)
ai1x1+ai2x2+...aijxj [=, >, <, ou ] bi
...

am1x1+am2x2+...amnxn [=, >, <, ou ] bm

Resolver um problema de programao linear significa encontrar os valores para

as variveis do problema que otimizem (maximizem ou minimizem) a funo objetivo e
paralelamente satisfaam todas as equaes e/ou inequaes que representam as
restries. Duas possveis maneiras de se resolver um problema de programao linear
so: (a) a tcnica grfica e o (b) Simplex.

261
Tcnica grfica o nome dado ao procedimento de resoluo de um problema de
programao linear que utiliza, como base para a soluo, uma representao grfica do
conjunto de solues admissveis do problema a ser resolvido. A tcnica grfica se
restringe a problemas de at trs variveis devido ao fato do espao apresentar apenas
trs dimenses e de cada varivel, nessa tcnica, precisar ocupar um eixo do espao.
Para a resoluo de um problema pela tcnica grfica necessrio
primeiramente desenhar a figura formada pela interseco dos pontos que satisfazem
simultaneamente todas as restries do problema. Essa figura chamada de regio das
solues admissveis (Figura 52). Dentro desse conjunto, os pontos que ficam nos
vrtices so chamados de conjunto de solues viveis, pois so extremos da regio de
solues admissveis e assim possveis candidatos a ponto timo. Para encontramos a
soluo tima devemos representar a funo objetivo graficamente por meio de uma
reta, igualando-a a um determinado valor. A seguir, devemos desloc-la paralelamente a
si mesma at que ela intercepte o ltimo ponto das solues viveis encontradas no
passo anterior. Esse ponto encontrado ser a soluo tima (ver Figura 53).
x2

3x 1 + 2 x 2 = 18
x1 = 4

x2 = 6
6

Regio das
solues
admissveis

x1

Figura 52 - Conjunto das solues admissveis

Fonte: www2.mat.ua.pt/io/Documentos/Apontamentos/CapituloII_3.htm

262
x2
8

(2,6) a soluo
Z =3
6= 3

Regio das
solues
admissveis

x1 +
5x

Z=
2

x1
Z=
10

20=

3x

=3

x1 +
5

+5

x2

x2

Figura 53 -Resoluo de PL pelo mtodo grfico

Fonte: www2.mat.ua.pt/io/Documentos/Apontamentos/CapituloII_3.htm

Segundo Ramalhete, Guerreiro e Magalhes (1984) o conjunto das solues

admissveis de um problema de PL sempre um conjunto convexo e fechado.
J a tcnica Simplex uma tcnica iterativa, facilmente programvel que tem a
capacidade de encontrar a soluo de qualquer problema de programao linear. O
simplex percorre todas as solues viveis do problema e converge para a soluo
tima. A maioria dos softwares de resoluo de PL utiliza simplex em sua programao.
Associado a cada problema de programao linear existe um outro problema de
programao linear que se designa por Problema Dual. Nesta relao com o problema
Dual o problema original conhecido por problema Primal. Para qualquer par de
problemas duais, a existncia de soluo tima para um deles garante existncia de
soluo tima para ambos. Alm disso, os valores das funes objetivo dos dois
problemas aps a otimizao sero sempre iguais. Segundo Ramalhete, Guerreiro e
Magalhes (1984), as razes que justificam o estudo da dualidade podem ser agrupadas
em trs categorias:

263
1) Primeiramente, a dualidade deu origem a um corpo de teoremas que muito
contriburam para fundamentao terica de importantes captulos da
programao linear.
2) Em segundo lugar, o recurso da dualidade possibilitou avanos
computacionais decisivos para a prtica da programao linear, nomeadamente
no desenvolvimento de novos algoritmos.
3) Finalmente, a dualidade enriqueceu consideravelmente a interpretao dos
problemas econmicos, constituindo um importante instrumento no sistema de
apoio a gesto, ao mesmo tempo em que clarificou muitos aspectos da moderna
teoria econmica.

As regras de transformao de um problema Primal em seu Dual ou do Dual de

volta para o seu Primal so as seguintes:

1) Cada restrio do problema Primal corresponde a uma varivel do problema

Dual; cada varivel do problema Primal corresponde a uma restrio do
problema Dual;
2) A matriz dos coeficientes tcnicos do problema Dual matriz transposta da
matriz correspondentes tcnicos do problema Primal (e vice-versa);
3) Os termos independentes do problema Primal so os coeficientes da funo
objetivo do problema Dual. Os coeficientes da funo objetivo do problema
Dual so os termos independentes do problema Primal;
4) Se o problema Primal for um problema de maximizao, ento o problema
dual ser um problema de minimizao. Se o problema Primal for um problema
de minimizao ento o seu Dual ser um problema de maximizao;

264
5) As restries do tipo <

e no problema Primal tornam-se

respectivamente restries do tipo > e no Problema Dual. J restries do

tipo > e no problema Primal tornam-se respectivamente restries do
tipo < e no problema Dual. As restries do tipo = so mantidas nos
dois problemas.

As Expresses 192, 193, 194 e 195 apresentam um exemplo de um

modelo de programao linear e o seu respectivo problema Dual.

MODELO PRIMAL

MIM 2.x1 + 4.x2

(192)

Sujeito a:
3.x1+2.x2 > 5
(193)
7x1+12x2 = 8

MODELO DUAL

MIM 5.y1 + 8.y2

(194)

Sujeito a:
3.y1+7.y2 < 2
(195)
2.y1+12.y2 = 4

265

Apndice 3 Base de regras de produo

Nesse Apndice ser apresentada a base de regras de produo que constitui o

sistema especialista que foi desenvolvido para auxiliar no processo de escolha das
tcnicas, modelos e perspectivas de anlise de eficincia produtiva. Como j
mencionado esse sistema possui 66 regras de produo. As declaraes e definies das
variveis envolvidas podem ser encontradas no Captulo 7.

Regra 1
SE Pergunta 1 = No
ENTO Grupo = No-paramtrica

Regra 2
SE Pergunta 1 = Sim
E Pergunta 2 = 1
ENTO Grupo = Paramtrica

266
Regra 3
SE Pergunta 1 = Sim
E Pergunta 2 = 2 ou mais
ENTO Grupo = O tipo de dados e as aplicaes entraram em contradio
Tcnica = No se aplica
Modelo = No se aplica
Perspectiva de 1o nvel = No se aplica
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

Regra 4
SE Grupo = Paramtrica
E Pergunta 3 = Sim
ENTO Tcnica = Fronteira Estocstica
Perspectiva de 5o nvel = No foi possvel determinar
Perspectiva de 4o nvel = No foi possvel determinar
Perspectiva de 3o nvel = No foi possvel determinar
Perspectiva de 1o nvel = No foi possvel determinar
Perspectiva de 2o nvel = No foi possvel determinar
Modelo = No foi possvel determinar

Regra 5
SE Grupo = Paramtrica
E Pergunta 3 = No
ENTO Tcnica = Funes Pr-estabelecidas
Modelo = No foi possvel determinar
Perspectiva de 1o nvel = No foi possvel determinar
Perspectiva de 2o nvel = No foi possvel determinar
Perspectiva de 3o nvel = No foi possvel determinar
Perspectiva de 4o nvel = No foi possvel determinar
Perspectiva de 5o nvel = No foi possvel determinar

267

Regra 6
SE Grupo = No-paramtrica
E Pergunta 4 = Entre duas DMUs ou entre uma mesma DMU em dois perodos de
tempo
ENTO Tcnica = Nmeros ndices

Regra 7
SE Grupo = No-paramtrica
E Pergunta 4 = Entre vrias DMUs
E Pergunta 5 = Sim
ENTO Tcnica = Anlise por Envoltria de Dados (DEA)

Regra 8
SE Grupo = No-paramtrica
E Pergunta 4 = Entre vrias DMUs
E Pergunta 5 = No
ENTO Tcnica = O tipo de dados e as aplicaes solicitadas entraram em
contradio
Modelo = No se aplica
Perspectiva de 1o nvel = No se aplica
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

Regra 9
SE Tcnica = Anlise por Envoltria de Dados (DEA)
E Pergunta 6 = Apenas aos inputs ou aos outputs
ENTO Modelo intermedirio = CCR, BCC e FDH

268
Regra 10
SE Tcnica = Anlise por Envoltria de Dados (DEA)
E Pergunta 6 = Mista, simultaneamente aos inputs e aos outputs
E Pergunta 7 = No
ENTO Modelo intermedirio = Aditivos e Multiplicativos

Regra 11
SE Tcnica = Anlise por Envoltria de Dados (DEA)
E Pergunta 6 = Mista, simultaneamente aos inputs e aos outputs
E Pergunta 7 = Sim
ENTO Modelo = As aplicaes desejadas entram em contradio
Perspectiva de 1o nvel = No se aplica
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

Regra 12
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 8 = Multiplicativas - Permite calcular a elasticidade e a trabalhar com
fronteiras cncavas
E Pergunta 9 = Eficincia total
ENTO Modelo = Multiplicativo Invariante

Regra 13
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 9 = Eficincia tcnica
E Pergunta 8 = Multiplicativas - Permite calcular a elasticidade e a trabalhar com
fronteiras cncavas
ENTO Modelo = Multiplicativo Variante

269
Regra 14
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 8 = Aditivas - Tem como base a menor distncia entre a DMU e a
fronteira
E Pergunta 9 = Eficincia total
ENTO Modelo = Aditivo Invariante

Regra 15
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 8 = Aditivas - Tem como base a menor distncia entre a DMU e a
fronteira
E Pergunta 9 = Eficincia tcnica
ENTO Modelo = Aditivo Variante

Regra 16
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 10 = As metas e os benchmarks das DMUs ineficientes
ENTO Perspectiva de 1o nvel = Dual

Regra 17
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 10 = As utilidades dos inputs e dos outputs
ENTO Perspectiva de 1o nvel = Primal

Regra 18
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 10 = Nenhuma das duas informaes de seu interesse
ENTO Perspectiva de 1o nvel = Primal ou Dual

270

Regra 19
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 11 = Sim
ENTO Perspectiva de 2o nvel = Com restries aos pesos

Regra 20
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 11 = No
ENTO Perspectiva de 2o nvel = Sem restries aos pesos

Regra 21
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 12 = Sim
ENTO Perspectiva de 3o nvel = Com variveis ambientais
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

Regra 22
SE Modelo intermedirio = Aditivos e Multiplicativos
E Pergunta 12 = No
ENTO Perspectiva de 3o nvel = Sem variveis ambientais
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

Regra 23
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 13 = A eficincia Total
ENTO Modelo = CCR
Modelo intermedirio 2 = CCR e BCC

271
Regra 24
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 13 = A eficincia Tcnica utilizando como referncia tanto DMUs reais
quanto combinaes lineares entre essas DMUs
ENTO Modelo = BCC
Modelo intermedirio 2 = CCR e BCC

Regra 25
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 13 = A eficincia tcnica utilizando como referncia apenas DMUs reais
ENTO Modelo = FDH

Regra 26
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 14 = Determinar o grau de pertena de uma DMU difusa na fronteira
ENTO Perspectiva de 2o nvel = Fronteira Difusa
Perspectiva de 2o nvel intermdiaria = Invertida e difusa

Regra 27
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 14 = Determinar o ndice de eficincia de cada DMU, as metas e os
benchmarks das DMUs ineficientes ou as utilidades dos inputs e outputs dessas DMUs
ENTO Perspectiva de 2o nvel = Fronteira Clssica

Regra 28
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 14 = Determinar um ndice combinado que possibilite um desempate
entre as DMUs que foram eficientes pela fronteira clssica
ENTO Perspectiva de 2o nvel = Fronteira Invertida
Perspectiva nvel 2 intermdiaria = Invertida e difusa

272
Regra 29
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 15 = Sim
ENTO Perspectiva de 3o nvel = Com restries aos pesos

Regra 30
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 15 = No
ENTO Perspectiva de 3o nvel = Sem restries aos pesos

Regra 31
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 16 = Sim
ENTO Perspectiva de 4o nvel = Com variveis ambientais
Perspectiva de 5o nvel = No se aplica

Regra 32
SE Modelo intermedirio = CCR, BCC e FDH
E Pergunta 16 = No
ENTO Perspectiva de 4o nvel = Sem variveis ambientais
Perspectiva de 5o nvel = No se aplica

Regra 33
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva de 2o nvel = Fronteira Clssica
E Pergunta 17 = Minimizando os inputs e mantendo os outputs constantes
E Pergunta 18 = As utilidades dos inputs e outputs
ENTO Perspectiva de 1o nvel = Primal orientado ao input

273

Regra 34
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva de 2o nvel = Fronteira Clssica
E Pergunta 17 = Minimizando os inputs e mantendo os outputs constantes
E Pergunta 18 = As metas e os benchmarks das DMUs ineficientes
ENTO Perspectiva de 1o nvel = Dual orientado ao input

Regra 35
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva de 2o nvel = Fronteira Clssica
E Pergunta 17 = Maximizando os outputs e mantendo os inputs constantes
E Pergunta 18 = As utilidades dos inputs e outputs
ENTO Perspectiva de 1o nvel = Primal orientado ao output

Regra 36
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva de 2o nvel = Fronteira Clssica
E Pergunta 17 = Maximizando os outputs e mantendo os inputs constantes
E Pergunta 18 = As metas e os benchmarks das DMUs ineficientes
ENTO Perspectiva de 1o nvel = Dual orientado ao output

Regra 37
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva de 2o nvel = Fronteira Clssica
E Pergunta 17 = Minimizando os inputs e mantendo os outputs constantes
E Pergunta 18 = Nenhuma das duas informaes do seu interesse
ENTO Perspectiva de 1o nvel = Primal ou Dual orientado ao input

274

Regra 38
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva de 2o nvel = Fronteira Clssica
E Pergunta 17 = Maximizando os outputs e mantendo os inputs constantes
E Pergunta 18 = Nenhuma das duas informaes do seu interesse
ENTO Perspectiva de 1o nvel = Primal ou Dual orientado ao output

Regra 39
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva nvel 2 intermdiaria = Invertida e difusa
E Pergunta 19 = Minimizando os inputs e mantendo os outputs constantes
ENTO Perspectiva de 1o nvel = Primal ou Dual orientado ao input

Regra 40
SE Modelo intermedirio 2 = CCR e BCC
E Perspectiva nvel 2 intermdiaria = Invertida e difusa
E Pergunta 19 = Maximizando os outputs e mantendo os inputs constantes
ENTO Perspectiva de 1o nvel = Primal ou Dual orientado ao output

Regra 41
SE Modelo = FDH
E Pergunta 20 = Minimizando os inputs e mantendo os outputs constantes
ENTO Perspectiva de 1o nvel = Dual orientado ao input

Regra 42
SE Modelo = FDH
E Pergunta 20 = Maximizando os outputs e mantendo os inputs constantes
ENTO Perspectiva de 1o nvel = Dual orientado ao output

275
Regra 43
SE Tcnica = Nmeros ndices
E Pergunta 21 = Entre duas DMUs diferentes
ENTO Modelo intermedirio 2 = Outro Nmero ndice

Regra 44
SE Tcnica = Nmeros ndices
E Pergunta 21 = Entre uma mesma DMU em dois perodos
ENTO Modelo intermedirio = ndice Malmquist ou outros Nmeros ndices

Regra 45
SE Modelo intermedirio = ndice Malmquist ou outros Nmeros ndices
E Pergunta 22 = Um ndice que trabalha com apenas dois pontos e no necessita de
tcnicas de apoio para ser calculado, mas que menos preciso e no separa as alteraes
na eficincia das alteraes tecnolgicas
ENTO Modelo intermedirio 2 = Outro Nmero ndice

Regra 46
SE Modelo intermedirio = ndice Malmquist ou outros Nmeros ndices
E

Pergunta 22 = Um ndice mais preciso que permita separar as alteraes

tecnolgicas das alteraes na eficincia mas que, em compensao, precisa de tcnicas

de apoio para ser calculado
E Pergunta 23 = Sim
ENTO Modelo = ndice de Malmquist

276
Regra 47
SE Modelo intermedirio = ndice Malmquist ou outros Nmeros ndices
E

Pergunta 22 = Um ndice mais preciso que permita separar as alteraes

tecnolgicas das alteraes na eficincia mas que, em compensao, precisa de tcnicas

de apoio para ser calculado
E Pergunta 23 = No
ENTO Modelo = O tipo de dados e as aplicaes solicitadas entraram em
contradio
Perspectiva de 1o nvel = No se aplica
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

Regra 48
SE Modelo = ndice de Malmquist
E Pergunta 28 = Anlise por Envoltria de Dados (DEA)
ENTO Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)

Regra 49
SE Modelo = ndice de Malmquist
E Pergunta 28 = Fronteira Estocstica
ENTO Perspectiva de 1o nvel = Fronteira Estocstica
Perspectiva de 2o nvel = No foi possvel determinar
Perspectiva de 3o nvel = No foi possvel determinar
Perspectiva de 4o nvel = No foi possvel determinar
Perspectiva de 5o nvel = No foi possvel determinar

Regra 50
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 29 = Na eficincia Total
ENTO Perspectiva de 2o nvel = CCR

277
Regra 51
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 29 = Na eficincia Tcnica utilizando como referncia tanto DMUs reais
quanto combinaes lineares entre essas DMUs
ENTO Perspectiva de 2o nvel = BCC

Regra 52
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 29 = Na eficincia tcnica utilizando como referncia apenas DMUs
reais
ENTO Perspectiva de 2o nvel = FDH

Regra 53
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 30 = Maximizando os outputs e mantendo os inputs constantes
ENTO Perspectiva de 3o nvel = Primal ou Dual orientado ao output

Regra 54
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 30 = Minimizando os inputs e mantendo os outputs constantes
ENTO Perspectiva de 3o nvel = Primal ou Dual orientado ao input

Regra 55
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 31 = Sim
ENTO Perspectiva de 4o nvel = Com restries aos pesos

Regra 56
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 31 = No
ENTO Perspectiva de 4o nvel = Sem restries aos pesos

278
Regra 57
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 32 = Sim
ENTO Perspectiva de 5o nvel = Com variveis ambientais

Regra 58
SE Perspectiva de 1o nvel = Anlise por Envoltria de Dados (DEA)
E Pergunta 32 = No
ENTO Perspectiva de 5o nvel = Sem variveis ambientais

Regra 59
SE Modelo intermedirio 2 = Outro Numero ndice
E Pergunta 24 = No
ENTO Modelo = O tipo de dados e as aplicaes solicitadas entraram em
contradio
Perspectiva de 1o nvel = No se aplica
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

Regra 60
SE Modelo intermedirio 2 = Outro Numero ndice
E Pergunta 24 = Sim
E Pergunta 25 = Sim
ENTO Modelo = ndice de Fischer
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica

279
Regra 61
SE Modelo intermedirio 2 = Outro Numero ndice
E Pergunta 24 = Sim
ENTO Modelo intermedirio 3 = Fischer ou Trnqvist

Regra 62
SE Modelo intermedirio 3 = Fischer ou Trnqvist
E Pergunta 25 = No
E Pergunta 27 = Um ndice mais complexo, mais trabalhoso e mais preciso
ENTO Modelo = ndice de Trnqvist
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica

Regra 63
SE Modelo intermedirio 3 = Fischer ou Trnqvist
E Pergunta 25 = No
E Pergunta 27 = Um ndice menos complexo, menos trabalhoso e menos preciso
ENTO Modelo = ndice de Fischer
Perspectiva de 2o nvel = No se aplica
Perspectiva de 3o nvel = No se aplica
Perspectiva de 5o nvel = No se aplica
Perspectiva de 4o nvel = No se aplica

Regra 64
SE Modelo intermedirio 2 = Outro Numero ndice
E Modelo = O tipo de dados e as aplicaes solicitadas entraram em contradio
E Pergunta 26 = Olhando apenas os outputs e ignorando os inputs
OU Modelo intermedirio = Outro Nmero ndice
E Modelo = O tipo de dados e as aplicaes solicitadas entraram em contradio
E Pergunta 26 = Olhando apenas os outputs e ignorando os inputs
ENTO Perspectiva de 1o nvel = Orientao aos outputs

280

Regra 65
SE Modelo intermedirio 2 = Outro Numero ndice
E Modelo = O tipo de dados e as aplicaes solicitadas entraram em contradio
E Pergunta 26 = Olhando para produtividade
OU Modelo intermedirio = Outro Nmero ndice
E Modelo = O tipo de dados e as aplicaes solicitadas entraram em contradio
E Pergunta 26 = Olhando para produtividade
ENTO Perspectiva de 1o nvel = Orientao a produtividade

Regra 66
SE Modelo intermedirio 2 = Outro Numero ndice
E Modelo = O tipo de dados e as aplicaes solicitadas entraram em contradio
E Pergunta 26 = Olhando apenas para os inputs e ignorando os outputs
OU Modelo intermedirio = Outro Nmero ndice
E Modelo = O tipo de dados e as aplicaes solicitadas entraram em contradio
E Pergunta 26 = Olhando apenas para os inputs e ignorando os outputs
ENTO Perspectiva de 1o nvel = Orientao aos inputs