Ahp INTRODUÇÃO AO MÉTODO DE ANÁLISE HIERÁRQUICA

INTRODUO AO MTODO
DE ANLISE HIERRQUICA
ANLISE MULTICRITRIO NO AUXLIO DECISO
Helder Gomes Costa
INTRODUO AO MTODO
DE ANLISE HIERRQUICA
ANLISE MULTICRITRIO NO AUXLIO DECISO
1a. edio
Niteri, Maio de 2002.
Ficha Catalogrfica elaborada pela Biblioteca da Escola de

Engenharia e instituto de Computao da UFF
C837
Costa, Helder Gomes.

Introduo ao mtodo de anlise hierrquica:
anlise multicritrio no auxlio deciso. / Helder
Gomes Costa. Niteri, RJ: H. G. Costa, 2002.
iv, 104p. : grafs., tabs., il. : 21 cm.
Referencia bibliogrfica: p.81-82.
Bibliografia: p. 83-85.
1. Engenharia de Produo. 2. Administrao. 3.
Tomada de deciso. I. Ttulo.
CDD 658.403
Este texto foi elaborado no mbito do Projeto Integrado de Pesquisa

Anlise multicritrio aplicada problemas de ordenao,
priorizao e classificao, apoiado pelo CNPq.
minha me Maria e ao meu pai Drio (in memoriam); ao

meu irmo Celso; e, s minhas irms, Celina, Lcia, Cludia e
Vera - pelas manifestaes e exemplos de amor, afeto,
dignidade e perseverana.
minha amada Rose e aos meus amados filhos Tas e Lo

pelo amor, carinho, apoio e compreenso. Mesmo quando o
trabalho nos roubava nossos momentos, vocs souberam
compreender e apoiar.
Vocs moram no meu corao.
Muito obrigado!
AGRADECIMENTOS
Tive a felicidade e honra de atuar com vrias pessoas que
foram especiais na minha formao acadmica e profissional,
contribuindo decisivamente para a elaborao deste texto:
A Profa. Valma Maciel, que me ensinou a enxergar no

mundo das letras e dos nmeros;
O Prof. Maurcio Nogueira Frota, que orientou os meus

primeiros passos no mundo da pesquisa;
O Prof. Emygdio Pinto (in memorian), que orientou a

minha iniciao como docente na UFF;
O Prof. Lus Flvio Autran Monteiro Gomes e a Prof.
Aura Conci, que orientaram o meu trabalho de doutorado,

apresentando-me o mundo da Anlise Multicritrio;
A Sra. Regina Cabral que sempre estimulou as minhas

atividades na UFF;
O Engenheiro e Mestre Augusto Srgio Mendes Silva,

pela amizade, incentivo e pelo dedicado trabalho de
reviso deste texto, quando o mesmo ainda se encontrava
em sua forma embrionria.
No poderia deixar de registrar os meus agradecimentos aos

meus alunos, que tm me permitido exercitar e aprimorar os
conceitos que aqui busco transmitir.
APRESENTAO
A Deciso um grande desafio que se apresenta aos

executivos e lderes, atuantes no setor pblico ou no
privado. Em especial, este desafio se torna mais
complexo quando envolvido por variveis subjetivas e
por julgamentos de valor.
A Anlise Multicritrio (ou Auxlio Multicritrio
Deciso) busca a modelagem e soluo de problemas
desta natureza, destacando-se - principalmente devido as
sua caractersticas inovadoras - como um instrumental
poderoso e de uso crescente no mbito da tomada de
deciso por organizacional.
Dentre os mtodos da Anlise Multicritrio, destaca-se o
Mtodo de Anlise Hierrquica (Analytic Hierarquic
Process, AHP). Este texto apresenta uma introduo ao
AHP, proposto como uma ferramenta simples para a
soluo de problemas complexos e que trata os
problemas decisrios de uma forma estruturada,
possibilitando o reconhecimento e tratamento da

subjetividade inerente aos problemas de deciso.
Assim, a leitura deste texto recomendada para
profissionais e estudantes envolvidos com a anlise e
soluo de problemas de deciso - especialmente aqueles
que contenham variveis subjetivas.
Espera-se que aps a leitura deste texto, o leitor seja
capaz de utilizar o AHP na modelagem e melhor
resoluo de problemas decisrios.
O autor
SUMRIO
CAPTULO I: INTRODUO
1.1 Elementos
1.2 Situaes de deciso
1.3 Etapas do processo decisrio
1.4 Construo de modelos de deciso
10
1.5 Auxlio Multicritrio Deciso (AMD)
11
1.6 Princpios do Mtodo de Anlise Hierrquica
15
(AHP)
1.7 Etapas do AHP
17
CAPTULO II: CONSTRUO DE
20
HIERARQUIAS
2.1 Elementos de uma hierarquia no AHP
21
2.2 Etapas do AHP
22
2.2.1 Definio do foco principal
23
2.2.2 Identificao das alternativas viveis
24
2.2.3 Identificao do conjunto de critrios
25
2.2.4 Estruturao da hierarquia
26
2.3 Nveis ou camadas de critrios
28
CAPTULO III: JULGAMENTOS DE VALOR
33
3.1 O que julgar ?
34
3.2 Como julgar?
38
3.2.1 Mtodos de aquisio de dados
39
3.3 Quem julga? (Seleo dos avaliadores)
42
ii
CAPTULO IV: CLCULO DE
45
PRIORIDADES
4.1 Etapas da priorizao
46
4.2 caracterizao do problema exemplo
47
4.3 Julgamentos de valor
48
4.4 Quadros de julgamentos
51
4.5 Quadros normalizados
56
4.6 Prioridades mdias locais
58
4.7 Prioridades Mdias Globais (PG)
61
CAPTULO V: ANLISE DE CONSISTNCIA
66
5.1 Julgamento consistente
67
5.2 Julgamento inconsistente
68
5.3 Avaliando o grau de inconsistncia
70
5.4 Clculo de max
71
iii
CAPTULO VI: CONSIDERAES FINAIS
77
VII: FONTES DE REFERNCIA E
80
CONSULTA
7.1 Referncias bibliogrficas
81
7.2 Bibliografia
83
7.3 Endereos eletrnicos
85
ANEXO EXEMPLOS DE HIERARQUIAS
87
iv
CAPTULO I
INTRODUO
Chaves deste captulo
Elementos da deciso.
Situao de deciso.
Etapas do processo decisrio.
Construo de modelos.
Auxlio Multicritrio Deciso.
Princpios do Mtodo de Anlise hierrquica.
Introduo ao Mtodo de Anlise Hierrquica Helder Gomes Costa
O estado de competio em que nossa sociedade

est imersa, exige a utilizao de instrumentos cada vez
mais eficientes, eficazes e flexveis para tomada de
deciso.
Alm destas propriedades, tais instrumentos
devem ser hbeis para tratar problemas complexos de
uma maneira simples. Ou seja: devem ser acessveis para
os decisores, sem que estes tenham que realizar um alto
investimento de tempo e dinheiro para utiliza-los.
1.1 ELEMENTOS
Dentre os elementos da teoria da deciso,
destacam-se os seguintes:
Decisor: unidade responsvel pela tomada de
deciso. Pode ser composta por um indivduo ou por um
grupo de indivduos.
Alternativa vivel: estratgia ou curso de ao
que pode ser adotado pelo decisor.
Cenrio: "estado da natureza" projetado para o
futuro. Por exemplo:
Captulo I : Introduo
Estimativa da taxa de cmbio para o prximo ano;
Estimativa da incidncia de chuvas para a

prxima safra.
Demanda estimada para o prximo perodo.
Em geral, os cenrios so classificados em otimista,

pessimistas ou moderados; associando-se probabilidades
de ocorrncia aos mesmos.
Critrio: Propriedade ou varivel luz da qual a
alternativa avaliada.
Atributo: Valor do desempenho da alternativa luz
do critrio.
Tabela de pagamentos: tabela com os valores a
serem retornados pelas alternativas.
EXEMPLO 1.1:
Uma empresa possui quatro alternativas de investimento

no mercado: Alternativas 1, 2, 3 e 4. Diante da
instabilidade de mercado, esta empresa estimou os lucros
destes quatro investimentos em funo de trs cenrios:
queda da taxa de juros em 10% (QTJ), manuteno da
atual taxa de juros (MTJ); e, o aumento da taxa de juros
em 10% (ATJ ).
ocorrncia
destes
cenrios
foram
atribudas,
respectivamente, as seguintes probabilidades: 0,3; 0,6 e

0,1. Os valores de retorno esperados para cada um destes
investimentos esto ilustrados no Quadro 1.1 (Tabela de
pagamentos).
QUADRO 1: EXEMPLO
PAGAMENTOS
Alternativas
DE
TABELA
DE
Cenrios
QTJ
MTJ
ATJ
Pr = 0,3
Pr = 0,6
Pr = 0,1
R$ 25,00
R$ 14,00
R$ - 5,00
R$ 21,00
R$ 15,00
R$ 2,00
R$ 15,00
R$ 14,00
R$ 5,00
R$ 10,00
R$ 9,00
R$ 8,00
1.2 SITUAO DE DECISO

Uma situao ou problema de deciso caracterizase por uma necessidade de avaliao de um conjunto de
alternativas, para que se realize uma escolha ou deciso.
Estas situaes podem ser classificadas em:
Escolha: Escolher uma alternativa dentre um
conjunto de alternativas viveis.
Classificao:
alternativas
em
Classificar
um
conjunto
de
sub-conjuntos. Por exemplo: Os
elementos do conjunto Animais podem ser classificados

como pertencentes classe dos mamferos, dos
vertebrados, dos invertebrados,... .
Ordenao: Dados os elementos de um conjunto
de alternativas, ordena-las segundo algum critrio. Por
exemplo: Ordenar os hotis de uma cidade, do melhor
para o pior.
Classificao ordenada: Classificar um conjunto
de alternativas em sub-conjuntos ordenados, ou em
classes de referncia ordenadas. Por exemplo: Classificar
os hotis de uma cidade em classes de atendimento
(Classe A; Classe B; Classe C; Classe D; e, Classe E).
Priorizao: Dados os elementos de um conjunto
de alternativas, estabelecer uma ordem de prioridades
para os elementos do mesmo. Ao longo dos prximos
captulos, concentra-se a discusso na questo da
priorizao. Basicamente, em situaes de priorizao o
problema central pode ser caracterizado da seguinte
forma: "Dado um conjunto de alternativas A = {A1, A2,

.... An,}, estabelecer a ordem de prioridades destas.".
Veja, a seguir, alguns exemplos de situaes de deciso.
Escolha de uma alternativa de investimento;.
Escolha de um imvel para compra;
Escolha de um "portfolio" de aes;
Escolha de uma estratgia militar;
Escolha de uma localidade para implantao de

um plo industrial;
Escolha de uma estratgia para captao de

recursos;
Escolha de uma automvel para aquisio; e,
Escolha de uma cidade para se passar as frias.
1.3
AS
ETAPAS
DO
PROCESSO
DECISRIO
A cincia ou arte da deciso um assunto
extremamente desafiador e vem sendo pesquisada com
maior profundidade a cada dia. O macrofluxo do
processo decisrio (ver Figura 1.1) contempla a
realizao das seguintes etapas:
A partir dos dados presentes em uma base de

dados, submete-se a mesma a um sistema de
informaes (no qual realiza-se um ou mais
processos de informao), obtendo-se uma base
de informaes;
Uma vez obtida a base de informaes, processase as informaes contidas na mesma, obtendo-se
a deciso. Ou seja: a escolha de uma alternativa
ou curso de ao; e,
Uma vez executada a ao, a mesma age interfere

sobre a base dados. Portanto, a base de dados
alimentada pelo resultado das aes.
Base de dados
Processamento
de dados
Conjunto de informaes
Processamento de informaes
Deciso
Resultados
Figura 1.1: Macrofluxo do processo decisrio
10
1.4 CONSTRUO DE MODELOS DE

DECISO
Um modelo uma abstrao. A eficcia do
modelo depende do quanto ele se aproxima da realidade
do problema abordado. Um modelo de deciso, um
processador de informaes que leva a uma deciso.
Existem vrios tipos de modelos de deciso. Nos
prximos captulos apresentam-se alguns destes modelos.
O grau de complexidade com que se aborda o
problema funo das conseqncias da deciso tomada.
Neste sentido o esforo e o tipo de anlise nos processos
decisrios so funo:
Da relevncia da deciso; e,
De restries associadas a tempo, dinheiro,

disponiblidade de dados e complexidade do
problema.
11
1.5 AUXLIO MULTICRITRIO DECISO

Diversas disciplinas e metodologias tm sido
desenvolvidas para a construo de modelos de deciso;
tais como: rvores de deciso, teoria dos jogos e
programao linear.
A mais recente vertente de desenvolvimento
metodolgico no contexto da tomada de deciso
caracteriza-se por abordar a soluo de problemas
decisrios luz de vrios critrios.
Na
literatura
tais
metodologias
tm
sido
denominadas Auxlio Multicritrio Deciso (AMD),

Multicriteria Decision Making (MCDM), Multicriteria
Decision Aid (MCDA). A figura 1.2 busca ilustrar a
filosofia da abordagem multicritrio.
12
Qual a alternativa mais adequada
Critrios
C1
C2
C3
A2
A3 .......
............ Cm
Alternativas
A1
An
Fig. 1.2 - Escolha da alternativa mais adequada:

abordagem multicritrio.
EXERCCIO: Defina os critrios e elabore uma

hierarquia para a escolha de um carro que melhor atenda
aos seus anseios.
13
A anlise multicritrio passa pelas seguintes etapas:
Avaliao de desempenho das alternativas luz

dos critrios.
Avaliao da importncia dos critrios luz do

foco principal ou do objetivo geral.
OBSERVAES:
Uma das principais e das mais atraentes caractersticas

das metodologias de AMD,
reconhecem
subjetividade
que as mesmas
como
inerente
aos
problemas de deciso e utilizam julgamento de valor

como forma de trata-la cientificamente. Esta propriedade
extremamente til quando se tem
obteno
de
probabilsticos.
informaes
dificuldade na
oriundas
de
dados
14
Metodologias correlatas
Dentre outras teorias e metodologias que tm uma
forte integrao com o AMD, cita-se aqui:
Teoria dos Conjuntos Nebulosos (Fuzzy Sets);
Lgica Nebulosa (Fuzzy Logic);
Redes de Neurnios Artificiais (Neural Network)
A teoria dos Conjuntos Aproximativos (Rough

Sets Theory).
Principais
metodologias
de
anlise
multicritrio
Dentre
as
caracterizadas
mais
na
conhecidas
literatura
como
metodologias
pertencentes
disciplina AMD, citam-se:
Mtodo
de
Anlise
Hierrquica
Hierarchic Process, AHP);
(Analytic
15
Os Mtodos da Famlia ELECTRE (ELimination

Et Choice TRadusint la rEalit);
O mtodo PROMETHEE; e,
O Mtodo Macbeth.
O presente texto dedicado apresentao e

explanao do AHP. Sendo assim, a partir deste ponto o
leitor ser conduzido a um aprofundamento nos conceitos
do AHP.
1.6
PRINCPIOS
DO
MTODO
DE
ANLISE HIERRQUICA
No presente texto, apresentam-se os fundamentos
centrais do Mtodo de Anlise Hierrquica (Analytic
Hierarchic Process, AHP), proposto por Saaty no incio
dos anos 70. O AHP pode ser classificado como um dos
mais conhecidos e utilizados mtodos de AMD.
O AHP, objetiva a seleo/escolha de alternativas,
em um processo que considere diferentes critrios de
16
avaliao. Este mtodo est baseado em trs princpios

do pensamento analtico:
Construo
de
No
hierarquias:
AHP
problema estruturado em nveis hierrquicos, como

forma de buscar uma melhor compreenso e avaliao do
mesmo. A construo de hierarquias uma etapa
fundamental do processo de raciocnio humano. No
exerccio desta atividade identificam-se os elementoschave para a tomada de deciso, agrupando-os em
conjuntos afins, os quais so alocados em camadas
especficas.
Definio
de
prioridades:
ajuste
das
prioridades no AHP fundamenta-se na habilidade do ser

humano de perceber o relacionamento entre objetos e
situaes observadas, comparando pares luz de um
determinado foco ou critrio (julgamentos paritrios).
Consistncia lgica: No AHP, possvel avaliar
o modelo de priorizao construdo quanto a sua
consistncia.
17
1.7 ETAPAS DO AHP

Na construo e utilizao de um modelo de
estabelecimento de prioridades fundamentado no uso de
AHP, so desenvolvidas as seguintes etapas:
Construo de hierarquia, identificando: foco
principal;
critrios;
subcritrios
(quando
houverem); e, alternativas. Estes elementos

formam a estrutura da hierarquia;
Aquisio de dados ou coleta de julgamentos de

valor emitidos por especialistas;
Sntese dos dados obtidos dos julgamentos,

calculando-se a prioridade de cada alternativa em
relao ao foco principal; e,
Anlise
da
consistncia
do
julgamento,
identificando o quanto o sistema de classificao

utilizado
consiste
na
classificao
das
alternativas viveis. Vale registrar que o sistema

composto pela hierarquia, pelos mtodos de
18
aquisio dos julgamentos de valor e pelos

avaliadores.
Uma vez que foi introduzida e contextualizada a
anlise multicritrio e informado as etapas principais do
AHP, passa-se a descrio das etapas de utilizao do
mesmo. Sendo assim, no prximo captulo discute-se a
criao de hierarquias.
QUESTES PARA REFLEXO:
a) Qual a principal diferena entre os mtodos

probabilsticos tradicionais e os mtodos de AMD.
b) Em que situaes esta diferena pode se transformar
em uma vantagem para o AMD.
c) Imagine que voc um recm graduado em uma
Universidade Brasileira. Para esta situao:
- Identifique as alternativas possveis para o desempenho
de suas atividades.
- Defina os critrios que voc utilizaria, de forma a obter
a deciso mais adequada neste contexto.
19
d) Imagine que voc deseja abrir uma conta corrente em

uma agncia bancria de sua cidade. Para esta situao:
- Identifique as alternativas possveis que voc possui.
- Defina os critrios que voc utilizaria, de forma a obter
a deciso mais adequada.
CAPTULO II
CONSTRUO
HIERARQUIAS
Elementos de uma hierarquia no AHP
Etapas do AHP
Nveis ou camadas de critrios
Exemplos de Hierarquia
DE
Captulo II: Construo de Hierarquiasr
21
No existem regras rgidas para a construo de

hierarquias. Assim sendo, o esprito central deste captulo
apresentar algumas diretrizes e exemplos para que o
leitor possa construir a sua prpria concepo sobre a
estruturao e construo de modelos de deciso em
hierarquias.
2.1 ELEMENTOS DE UMA HIERARQUIA

NO AHP
Os elementos chaves de uma hierarquia para o
tratamento de problemas de deciso so os seguintes:
Foco principal: o objetivo global. Por exemplo:
compra de um automvel, escolha de uma moradia,
escolha de um colgio para os filhos, escolha de uma
estratgia militar ou escolha de uma alternativa de
investimento.
Conjunto de alternativas viveis: Para se tomar
uma deciso necessrio existir a possibilidade de
deciso ou de escolha. Ou seja: no AHP, assim como em
todas as demais metodologias de tratamento do processo
22
decisrio, necessrio identificar o conjunto de

alternativas viveis para a tomada de deciso.
Conjunto de critrios: o conjunto de propriedades,
atributos, quesitos ou pontos de vista luz do qual devese avaliar o desempenho das alternativas.
Conforme
reportado em Chankong e Haimes (1983), este conjunto

deve ser:
Completo: todas as propriedades relevantes

soluo do problema devem estar "cobertas" pelo
mesmo;
Mnimo: no devem ocorrer redundncias (ou

"superposies".
Operacional: para que possa ser compreendido e

utilizado pelo decisor quanto pelos avaliadores.
2.2 ETAPAS DO AHP

Neste tpico apresentam-se as etapas para a
resoluo de problemas pelo emprego do AHP.
23
2.2.1 Definio do foco principal

O ponto de partida da modelagem de um
problema decisrio estabelecer qual o foco principal.
Ou seja: definir o objetivo central. Apesar de parecer
bvio, a definio clara deste elemento de fundamental
importncia para a obteno de uma modelagem eficaz e
eficiente. Alguns exemplos so apresentados a seguir:
EXEMPLO
a) Aquisio de um carro popular "zero".
{foco mal
definido: pouca clareza}

b) Aquisio de um carro popular "zero", que ser
submetido as seguintes condies:
- Circular aproximadamente 60 Km/dia no meio urbano,
em vias asfaltadas de uma cidade com temperatura mdia
no vero da ordem de 29 C e que tem trnsito intenso.
- Atender, tambm, ao lazer de uma famlia (composta

por 02 adultos e duas crianas)
24
- De forma rotineira, a cada 15 dias, este veculo ser

utilizado para o deslocamento da famlia at um stio que
fica aproximadamente 100 Km da cidade (sendo 10 km
em estrada de "terra batida").
- A cidade fica a 5 Km do mar (portanto h grande
influncia de corroso devido proximidade do mar).
- O comprador dispe de R$15.000,00 para adquirir o
carro.
2.2.2 Identificao das alternativas viveis

A segunda etapa estabelecer o conjunto de
alternativas viveis A = {A1, A2, ...,An}. Ou seja: dado
um grupo de "condies de contorno" ou quesitos
mnimos, estabelecer um grupo de alternativas que
satisfaam a tais condies ou quesitos:
No problema de escolha de um automvel: Fazem

parte de A apenas aqueles automveis que estejam
disponveis no mercado, a um preo acessvel ao decisor.
25
No problema de escolha de um imvel para aquisio.

Analogamente ao ocorrido no exemplo anterior, fazem
parte de A apenas aqueles imveis que estejam
disponveis no mercado, a um preo acessvel ao decisor.
2.2.3 Identificao do conjunto de critrios

Nesta etapa estabelece-se o conjunto de critrios
a serem considerados na modelagem do problema, de tal
forma que a modelo se aproxime o mximo possvel da
realidade, com nveis mnimos de abstrao.
Por
exemplo:
No problema de escolha de um automvel. Conforme

descrito no captulo anterior, um decisor poderia
considerar os seguintes critrios
na resoluo deste
problema: custo de aquisio ($A); custo de manuteno

($M); conforto (CF) ; Prestgio (PS) e desempenho (DE).
26
No problema de escolha de uma cidade para

implantao de um plo industrial: Na resoluo deste
problema poderiam ser utilizados os seguintes critrios:
disponibilidade de energia (EN); sistema de transporte
(PS); impacto social (IS); impacto econmico (IE),
disponibilidade de mo-de-obra (RH) e impacto
ambiental (IA).
OBSERVAES:
Estas duas primeiras etapas so comuns maioria

dos processos de tomada de deciso e independem do
mtodo utilizado na soluo do mesmo. Isto : no so
exclusivas do AHP.
2.2.4 Estruturao da hierarquia

Nesta etapa elabora-se o desenho da hierarquia,
que busca ilustrar como os elementos integrantes da
mesma se relacionam.
A seguir apresentam-se dois
exemplos de hierarquias:
Foco principal
QUAL O AUTOMVEL MAIS

ADEQUADO
Critrios
($A)
($M)
(CF)
(ST)
(DE)
Alternativas
A1
27
A2
A3
Fig. 2.1 - Hierarquia para escolha de automvel:

28
Foco principal
Qual a localizao mais adequada ?

Critrios
(EN)
(ST)
(RH)
(IS)
(IE)
(IA)
Alternativas
A1
A2
A3
Fig. 2.2 - Hierarquia para escolha de localizao:

2.3 NVEIS OU CAMADAS DE CRITRIOS

As hierarquias ilustradas nas Figuras 2.1 e 2.2
apresentam apenas uma camada ou nvel de critrios.
Dependendo do grau de complexidade da situao de
deciso, podem ser utilizadas mais do que uma camada
de critrios. Estas camadas so geradas a partir da
estruturao dos critrios em subcritrios.
29
O Quadro 2.1 apresenta apresenta este tipo de

estruturao para o problema de escolha de um
automvel.
A introduo de subcritrios na hierarquia uma
das aes recomendadas, quando houver dificuldade do
avaliador julgar o desempenho das alternativas luz de
um determinado critrio.
A figura 2.3 busca ilustrar a diagramao para a
hierarquia oriunda dos dados apresentados no Quadro
2.1. Como pode ser observado, esta hierarquia apresenta
critrios e subcritrios.
30
QUADRO 2.1: ESTRUTURA COM SUBCRITRIOS

PARA A ESCOLHA DE UM AUTOMVEL.
Foco
Critrios
Subcritrios
Principal
Alternativas
Aquisio
Custo de
-Preo ($P)
A1 , A2 e
de um
aquisio
-Forma de
A3
automvel
($A)
Pagamento (Fp)
Custo de
- Servios (Sv)
manuteno
- Peas (P)
($M)
Conforto (Cf) - Dirigibilidade
(Dg)
- Espao interno
(Ei)
Prestgio (PS) ---------------Desempenho
-Torque (Tq)
(Ds)
- Potncia (Pt)
- Velocidade
(Ve)
Foco principal
QUAL O AUTOMVEL MAIS ADEQUADO
($A)
($P) (Fp)
A1
($M)
(CF)
(ST)
(Sv) (P). (Dg) (Ei).
A2
(DS)
(Tq) (Pt) (Ve)
A3
Fig. 2.3 - Escolha de automvel: hierarquia com duas

camadas de critrios.
31
32
Elabore uma hierarquia para:

- Escolha de uma localidade para se construir uma casa
de veraneio.
- Escolha de um sistema computacional pessoal.
- Escolha de um sistema computacional para a sua
empresa.
- Escolha de uma portifolio de aes para investimento.
- Definio de uma poltica de melhoria da satisfao dos
seus clientes.
CAPTULO III
JULGAMENTOS DE VALOR
O que Julgar ?
Como Julgar ?
Quem deve Julgar?
Este captulo aborda a etapa de julgamentos valor

no mbito do AHP. Este captulo busca apresentar a
34
resposta para trs perguntas centrais: O que julgar?

Como julgar? Quem deve julgar.
3.1 O QUE JULGAR ?

No mbito do AHP, o avaliador compara par a par
(ou paritariamente) os elementos de uma camada ou nvel
da hierarquia luz de cada um dos elementos em
conexo em uma camada superior da hierarquia.
EXEMPLO:
Seja a hierarquia ilustrada na Figura 2.3 do captulo

anterior: "Escolha de automvel: hierarquia com duas
camadas de critrios". Para esta hierarquia, devem ser
comparados paritariamente o desempenho de A1 , A2 e
A3 luz de cada um dos elementos de camadas
superiores da hierarquia, que estejam diretamente
conectados as alternativas. Ou seja; comparam-se:
Captulo III: Julgamentos de valor
O desempenho de A1 ao desempenho de A2 , luz de:
Preo ($P).
Forma
de
Pagamento
Dirigibilidade
Potncia (Pt).
(Dg).
Velocidade
Espao
(Fp).
Servios (Sv).
Peas (P).
35
interno (Ve).
(Ei).
Prestgio (PS)
Torque (Tq).
Preo ($P).
Forma
de
Dirigibilidade
Pagamento (Dg).
Potncia (Pt).
Velocidade
interno (Ve).
(Fp).
Espao
Servios (Sv).
(Ei).
Peas (P).
Torque (Tq).
Prestgio (PS)
36

Dirigibilidade
Preo ($P).
Forma
de
Pagamento
(Fp).
Servios (Sv).
Peas (P).
(Dg).
Espao
Potncia (Pt).
Velocidade
interno (Ve).
(Ei).
Prestgio (PS)
Torque (Tq).
A importncia dos subcritrios tambm comparada

luz de cada um dos critrios ligados aos mesmos.
Ou seja; comparam-se as importncias relativas entre:
- Preo ($P) e Forma de Pagamento (Fp) luz de
Custo de Aquisio ($A).
- Servios (Sv) e Peas (P) luz de Custo de
Manuteno ($M).
- Dirigibilidade (Dg) e Espao interno (Ei) luz de
Conforto (CF).
- Torque (Tq) e Potncia (Pt) luz de Desempenho
(Ds).
37
- Torque (Tq) e Velocidade (Ve) luz de

Desempenho (Ds).
- Potncia (Pt) e Velocidade (Ve) luz de
Desempenho (Ds).
Finalmente, compara-se a importncia dos critrios

luz do foco principal. Ou seja; comparam-se
paritariamente as importncias relativas entre:
-Custo de Aquisio ($A) e Custo de Manuteno
($M).
- Custo de Aquisio ($A) e Conforto (CF).
- Custo de Aquisio ($A) e Prestgio (PS).
- Custo de Aquisio ($A) e Desempenho (Ds).
- Custo de Manuteno ($M) e Conforto (CF).
- Custo de Manuteno ($M) e Prestgio (PS).
- Custo de Manuteno ($M) e Desempenho (DS).
- Conforto (CF) e Prestgio (PS).
- Conforto (CF) e Desempenho (DE).
38
- Desempenho (DE) e Prestgio (PS).
3.2
COMO
JULGAR?
(ESCALA
DE
JULGAMENTOS)
Uma vez definido o que julgar, necessrio
estabelecer o processo de julgamento ou como julgar.
Saaty (2000), apresenta uma escala especfica para a
padronizao das emisses de julgamentos de valor
pelos avaliadores. Assim, no AHP busca-se captar (o que
bem diferente de eliminar !!) a subjetividade inerente
a utilizao de variveis qualitativas. O Quadro 3.1
apresentado a seguir ilustra esta escala, que possibilita ao
avaliador emitir os seus julgamentos de uma forma
bastante simplificada, utilizando uma linguagem natural.
Por exemplo: .um avaliador pode julgar que luz do
critrio conforto o carro A1 tem um desempenho to bom
quanto o carro A2; ou ainda, que luz do foco principal,
o critrio conforto moderamente mais importante do
que o critrio torque.
39
QUADRO 3.1: ESCALA PARA JULGAMENTO DE

VALORES
Escala Verbal
Igual preferncia (importncia)
Preferncia (importncia) moderada
Preferncia (importncia) forte
Preferncia (importncia) muito forte
Preferncia (importncia) extrema
3.2.1 Mtodos de aquisio de dados

A coleta dos julgamentos paritrios uma das etapas
fundamentais
ao
uso
do
AHP.
Deve-se buscar
desenvolver mecanismos simples e de fcil entendimento

para que o avaliador possa se concentrar especificamente
na emisso dos julgamentos.
A seguir apresenta-se, a ttulo de sugesto, um
exemplo de mecanismo de coleta de julgamentos, para o
caso do emprego do AHP no problema da aquisio de
um automvel.
40
EXEMPLO:
Seja o problema da escolha do carro ilustrado na figura

2.1 do Captulo 2. Naquele problema, o conjunto de
alternativas expresso por A = (A1, A2 , A3). Nesta
situao, dentre as etapas de julgamento necessrias,
inclui-se a avaliao destas alternativas luz do critrio
Prestgio (PS). A Fig. 3.1, apresentada a seguir, busca
ilustrar um formulrio desenvolvido para este fim.
A interpretao dos julgamentos apresentados neste

formulrio descrita a seguir:
-
luz do critrio $A, o carro A1 fortemente

prefervel ao A2.
luz do critrio $M, o carro A1

moderadamente prefervel ao A2.
Alternativas ___A1___
Critrios
Julgamento
41
___A2__
( ) igual
Custo
de
()
( ) moderada
()
Aquisio
preferncia ( ) forte
preferncia
($A)
( ) muito forte
( ) absoluta
( ) igual
Custo
de
()
( ) moderada
()
Manuteno
preferncia
($M)
( ) muito forte
( ) absoluta
( ) igual
(X)
Conforto
()
() moderada
preferncia
(CF)
( ) muito forte
( ) absoluta
( ) igual
(X)
( ) moderada
()
Prestgio
preferncia (X) forte
preferncia
(PS)
( ) muito forte
( ) absoluta
(X) igual
()
Desempenho
()
( ) moderada
(DE)
preferncia
( ) muito forte
( ) absoluta
Fig. 3.1 - Exemplo de formulrio para julgamento de
valor.[Adaptado de Moll(1998) e Moll e Costa (1999)]
42
luz do critrio CF, o carro A2

moderadamente prefervel ao A1.
luz do critrio PS, o carro A1 fortemente

prefervel ao A2.
luz do critrio DE, os carros A1 e A2 so

igualmente preferveis.
3.3 QUEM JULGA? (SELEO DOS

AVALIADORES)
Os avaliadores so os indivduos (ou grupo de
indivduos) responsveis pela anlise de desempenho (ou
do grau de importncia) dos elementos de uma camada
ou nvel da hierarquia em relao queles, aos quais esto
conectados na camada superior da mesma.
Conforme reportado em Azevedo e Costa (2001),
dentre outros fatores, a eficcia dos resultados est
associada competncia dos avaliadores em emitir os
julgamentos de valor. Assim, deve-se utilizar, em cada
etapa de julgamento do AHP, avaliadores que tenham um
alto conhecimento sobre o tpico em julgamento.
43
EXEMPLOS:
a) No caso de avaliao do impacto gerado por um

determinado
empreendimento
comunidade,
dever-se-ia
urbano
utilizar
em
julgamentos
uma
de
economistas, socilogos, ambientalistas, planejadores

urbanos, engenheiros e arquitetos, dentre outros
especialistas.
b) No caso de uma hierarquia elaborada para a escolha da
variedade de cana-de-acar mais adequada para plantio,
os
avaliadores(es)
deve(m)
ser
especialistas
em
agronomia, ou indivduos com um histrico de atuao

no contexto do problema (gerentes agrcolas de usinas de
acar, agricultores, ...).
a) O que so os "avaliadores no contexto do AHP.

b) Elabore uma hierarquia para escolha de um sistema
computacional para seu uso pessoal. Para esta questo:
44
Especifique o(s) perfil(is) do(s) avaliador(es) que voce

empregaria para a obteno dos julgamentos.
Elabore formulrios para a obteno destes julgamentos.
c) Idem para os seguintes problemas:
- Escolha de um sistema computacional para a sua
empresa.
- Escolha de uma carteira de aes para investimento.
- Priorizao de uma poltica de melhoria de atendimento
dos clientes de um banco de investimentos.
- Escolha de uma cidade para se passar as frias de vero.
- Priorizao de alternativas para o desenvolvimento do
seu municpio.
- Priorizao de uma poltica para a melhoria de um
sistema de ensino.
- Escolha de um equipamento de mecanizao agrcola.
- Priorizao de alternativas para melhoria da qualidade
no atendimento hospitalar.
- Priorizao de alternativas para o desenvolvimento
cientfico e tecnolgico do Brasil.
- Priorizao de alternativas para a formao de
profissionais mais qualificados na sua (do leitor) rea de
atuao.
CAPTULO IV
CLCULO
PRIORIDADES
Etapas da priorizao
Caracterizao do problema exemplo
Julgamentos de valor
Quadros de julgamentos
DAS
46
Quadros normalizados
Prioridades mdias locais (PML)
Prioridades Mdias Globais (PG)
Exemplos de Hierarquia
Neste captulo, apresentam-se os procedimentos

matemticos utilizados, no mbito do AHP, para a
associao de prioridade s alternativas.
4.1 ETAPAS DA PRIORIZAO

No AHP a priorizao feita em quatro etapas:
Obteno dos "Quadro de julgamentos";
Obteno
dos
"Quadro
de
julgamentos
normalizados";
Obteno de prioridades mdias locais; e,
Obteno de prioridades mdias globais.
Captulo IV: Clculo de prioridades
47
Nas prximas sees, estas etapas so descritas com o

auxlio de um problema-exemplo, que uma variao do
problema "Escolha do automvel".
4.2 CARACTERIZAO DO PROBLEMA

EXEMPLO
Este problema ser abordado considerando a
hierarquia ilustrada na figura 4.1. Nesta hierarquia
consideram-se trs alternativas viveis (A1, A2 e A3) e os
seguintes critrios:
Conforto (CF).
Custo de aquisio ($A)
Custo de manuteno ($M).
Prestgio (PS).
Preo de revenda ($RV).
48
Foco principal
QUAL O AUTOMVEL MAIS
ADEQUADO ?
Critrios
(CF)
($A)
($M)
(PS)
($RV)
Alternativas
A1
A2
A3
Fig. 4.1 - Escolha de automvel mais adequado dentre

trs alternativas.
4.3 JULGAMENTOS DE VALOR

Suponha que os seguintes julgamentos foram emitidos
pelos avaliadores:
49
Luz do critrio Conforto (CF):
- A2 tenha um desempenho moderadamente superior ao

da alternativa A1.
- A3 tenha um desempenho entre fortemente e muito
fortemente superior ao da alternativa A1 .
- A3 tenha um desempenho entre equivalente e
moderadamente superior ao da alternativa A2.
Luz do critrio Custo de aquisio ($A):
- A2 tenha um desempenho entre indiferente e

moderadamente superior ao das alternativas A1 e A3.
- A3 tenha um desempenho entre indiferente e
moderadamente superior a A1.
Luz do critrio Prestgio (PS):
- A1 e A2 tenham desempenhos equivalentes.

moderadamente superior ao da alternativa A3.
50
- A3 tenha um desempenho equivalente ao de A2.
Luz do critrio Preco de Revenda ($RV):

moderadamente superior ao da alternativa A2
- A1 tenha um desempenho entre moderadamente
superior ao da alternativa A3
moderadamente superior a A3.
Luz do critrio Custo de manuteno ($M):
- A1 tenha um desempenho fortemente superior ao da

alternativa A2.
da alternativa A3
de A2.
51
luz do Foco Principal:
- O critrio CF seja moderadamente mais importante do

que o critrio PS.
- O critrio $A seja fortemente mais importante do que os
critrios PS e CF.
- O critrio $A seja moderadamente mais importante do
que os critrios $RV e $M.
- O critrio $RV seja moderadamente mais importante
do que o critrio PS; e, fortemente mais importante do
que o critrio CF.
- O critrio $M seja moderadamente mais importante do
que os critrios PS e CF.
- O critrio $M seja to importante quanto o critrio
$RV.
4.4 QUADROS DE JULGAMENTOS

Os julgamentos obtidos, so convertidos para
quadros de julgamentos com o auxlio da escala de
converso apresentada no Quadro 4.1.
52
QUADRO 4.1: ESCALA DE CONVERSO. [FONTE:

SAATY (2000)]
Escala Verbal
Escala Numrica
Igual preferncia (importncia)
Preferncia (importncia) moderada
Preferncia (importncia) forte
Preferncia (importncia) muito forte
Preferncia (importncia) absoluta
2,4,6 e 8 so associados julgamentos intermedirios.

Em
seguida
apresenta-se
os
quadros
de
julgamentos para o problema exemplo. Estes quadros

foram obtidos a partir dos julgamentos apresentados na
seo anterior. Observa-se que os valores apresentados
nestes Quadros se comportam como elementos de
matrizes recprocas. Ou seja: se A2 moderadamente
prefervel (valor igual a 3) a A1 luz do critrio CF,
ento A1 moderadamente preferida (valor igual a 1/3)
em relao a A2 luz de
CF. Este tipo de
comportamento (reciprocidade) est presente em todos os

quadros de julgamento de valor do AHP.
53
QUADRO 4.2: DESEMPENHO DAS ALTERNATIVAS

LUZ DO CRITRIO CONFORTO (CF).
Conforto
A1
A2
A3
A1
1/3
1/6
A2
1/2
A3
(CF)

LUZ DO CRITRIO CUSTO DE AQUISIO ($A).
Custo de Aquisio A1
A2
A3
($A)
A1
1/2
1/2
A2
A3
1/2
54

LUZ DO CRITRIO PARA CRITRIO PRESTGIO
(PS).
Prestgio
A1
A2
A3
A1
A2
A3
(PS)

LUZ DO CRITRIO PREO DE REVENDA ($RV).
Preo
de A1
A2
A3
revenda ($RV)
A1
A2
1/2
A3
1/3
1/2
55

LUZ DO CRITRIO CUSTO DE MANUTENO
($M).
Custo
de A1
A2
A3
manuteno ($M)
A1
A2
1/5
1/3
A3
1/3
QUADRO 4.7: IMPORTNCIA DOS CRITRIOS

LUZ FOCO PRINCIPAL (FP).
Foco Principal (FP)
CF
$A
PS
$RV $M
CF
1/5
1/5
1/3
$A
PS
1/3
1/5
1/3
1/3
$RV
1/3
$M
1/3
56
4.5 QUADROS NORMALIZADOS

Na obteno dos quadros normalizados realizamse as seguintes etapas, para cada um dos ns de
julgamento da hierarquia:
(i) Clculo do somatrio dos elementos de cada
coluna do quadro de julgamentos. Por exemplo: com a
aplicao deste procedimento ao quadro de julgamentos
4.2, obtem-se:
QUADRO 4.8: QUADRO AUXILIAR 1
Conforto A1
A2
A3
(CF)
A1
1/3
1/6
A2
1/2
A3
SOMA
1+3 +6 =10 1/3+1+2=10/3 1/6+1/2+1=10/6
ii) Diviso de todos os elementos de cada coluna do

quadro de julgamentos, pelo somatrio referente a coluna
57
(calculado no passo anterior). Por exemplo: com a

aplicao deste procedimento ao quadro auxiliar 4.8,
obtem-se:
Conforto (CF)
A1
A2
A3
A1
1/10
(1/3)/(10/3) (1/6)/(10/6)
A2
3/10
(1)/(10/3)
(1/2)/(10/6)
A3
6/10
(2)/(10/3)
(1)/(10/6)
Assim, para este exemplo em particular, o quadro

normalizado expresso por:
QUADRO 4.9: QUADRO NORMALIZADO PARA O
CRITRIO CF
Conforto (CF)
A1
A2
A3
A1
0,1
0,1
0,1
A2
0,3
0,3
0,3
A3
0,6
0,6
0,6
58
OBSERVAES:
Neste quadro em particular, todas as trs colunas

so iguais. Isto ocorre devido ao fato dela ser oriunda de
julgamentos consistentes. A definio de julgamento
consistente ser apresentada em uma etapa adiante do
presente texto.
4.6 PRIORIDADES MDIAS LOCAIS

As prioridades mdias locais (PML) so obtidas
para cada um dos ns de julgamentos ou quadros
normalizados. As PML so as mdias das colunas dos
quadros normalizados. Por exemplo: a aplicao deste
procedimento ao n de julgamento Conforto (CF), com
base no quadro de julgamentos 4.9, obtem-se:
59

Conforto (CF)
A1
A2
A3
PMLCF
A1
0,1
0,1
0,1
(0,1 +0,1 +0,1)/3 = 0,1
A2
0,3
0,3
0,3
(0,3 +0,3 +0,3)/3 =0,3
A3
0,6
0,6
0,6
0,6 +0,6 +0,6)/3 = 0,6
Ou seja:
PMLCF = (0,1; 0,3; 0,6) <= Prioridade mdia local para

as alternativas luz do critrio Conforto.
Isto significa que, luz do critrio Conforto, a

alternativa:
-
A1 tem prioridade igual a 0,1.
Aplicando procedimento anlogo, com os demais

quadros de julgamentos normalizados obtm-se as
60
demais prioridades locais (PML). A seguir apresenta-se

as PML's para o problema exemplo. O clculo destas
PML's fica como exerccio para o leitor.
PML$A = (0,49; 0,31; 0,20) <= Prioridade mdia local

para as alternativas luz do critrio Custo de Aquisio.
PMLPS = (0,41; 0,33; 0,26) <= Prioridade mdia local
para as alternativas luz do critrio Prestgio.
PML$RV = (0,54; 0,30; 0,16) <= Prioridade mdia local
para as alternativas luz do critrio Preo de Revenda.
PML$M = (0,64; 0,10; 0,26) <= Prioridade mdia local
para as alternativas luz do critrio Custo de
Manuteno.
PMLFP = (0,09; 0,45; 0,06; 0,22; 0,18) <= Prioridade
mdia local para a importncia dos critrios luz do
Foco Principal.
61
4.7 PRIORIDADES MDIAS GLOBAIS

(PG)
A forma de clculo dos vetores de prioridades locais
(PML's) foi apresentada na seo anterior. Estes vetores
identificam as prioridades em cada n de julgamento.
No entanto, o que se deseja identificar um vetor de
prioridades global (PG), que armazene a prioridade
associada a cada alternativa em relao ao foco principal
ou objetivo global. Para calcular o PG necessrio
combinar os PML's, no vetor de prioridades global (PG).
EXEMPLO
Sejam os valores associados aos PML`s obtidos da seo

anterior para o problema exemplo. A figura 4.2 ilustra a
hierarquia do problema exemplo acrescida dos valores
associados aos vetores de prioridades.
62
Qual o automvel mais adequado ?

PMLFP
0,09;
(CF)
0,45;
0,06;
($A)
0,22;
(PS)
0,18
($RV)
($M)
0,49; 0,31; 0,20

0,54; 0,30; 0,16
0,1; 0,3; 0,6
0,41; 0,33; 0,26
0,64; 0,10; 0,26
PMLCF
PMLPS
A1
A2
A3
Fig. 4.2 - Prioridades para o problema exemplo.

Para o problema exemplo, os resultados parciais
conduzem ao seguinte vetor de prioridades global:
PG = (PGA1; PGA1 ; PGA3 ) onde:
63
Prioridade de CF luz de FP
Desempenho de A1 luz de CF
Prioridade de $A luz de FP
Desempenho de A1
luz de $A
PGA1=(0,09x0,10 + 0,45x0,49 + 0,06x0,41 + 0,22x0,54 +

0,18x 0,64) = 0,46
Prioridade do critrio CF
Desempenho de A2
luz de CF
PGA2 = (0,09x0,30 + 0,45x0,31 + 0,06x0,33 + 0,22x0,30

+ 0,18x 0,10 = 0,28
PGA3 = (0,09x0,60 + 0,45x0,20 + 0,06x0,26 + 0,22x0,16

+ 0,18x 0,26 = 0,26
64
PG = (0,46; 0,28; 0,26)
Os elementos de PG armazenam
os desempenhos
(prioridades) das alternativas luz do Foco Principal. Ou

seja:
- 0,46 a prioridade da alternativa A1 luz do Foco
Principal.
Principal.
Principal.
Assim, observa-se que para o problema exemplo :

"Escolha de um automvel" , a alternativa atende melhor
as necessidades do decisor a alternativa A1. A segunda
na preferncia do mesmo seria a alternativa A2. e a
terceira seria a alternativa A3.
65
Seja a hierarquia para escolha de um sistema

computacional para uso pessoal que vc. construiu no
captulo 3 (seo: questes para reflexo).
a) Calcule os PML's.
b) Calcule o PG.
CAPTULO V
ANLISE DE CONSISTNCIA
Mesmo quando os julgamentos paritrios esto
fundamentados na experincia e conhecimento de
profissionais,
inconsistncias
podem
ocorrer
principalmente quando existir um grande nmero de

julgamentos.
Neste tpico apresenta-se uma breve
discusso no mbito deste tema, apresentando uma

tcnica reportada em Saaty (2000), para a avaliao da
consistncia no julgamento de valores.
Captulo V: Anlise de consistncia
67
5.1 JULGAMENTO CONSISTENTE

Seja o exemplo de um avaliador que julga trs
diferentes alternativas A, B e C luz de um critrio
genrico D. Suponha que sob a tica do critrio D, este
avaliador tenha considerado que:
-
A seja moderadamente superior B. O que gera uma

nota 03 com base na escala de Saaty (ou seja: aAB =
3).
B seja moderadamente superior C. O que gera uma

nota 03 com base na escala de Saaty (ou seja: aBc =
3).
A seja absolutamente superior C. O que gera uma

nota 03 com base na escala de Saaty (ou seja: aAC =
9).
Vale lembrar que este julgamento deve ser
realizado sem que o avaliador seja influenciado pelos

julgamentos entre A e B ou entre B e C.
Nestes julgamentos, observa-se que aAC = aAB . aBC,
Esta situao caracteriza julgamentos consistentes. A
figura 5.1 ilustra um grafo que foi obtido a partir destes
julgamentos.
68
B
aAB = 3
aBC = 3
A
aAC = 9 = 3x3
C
aAC = aAB . aBC
Figura 5.1 - Grafo de julgamentos consistentes.
5.2 JULGAMENTO INCONSISTENTE

Considere um outro exemplo: o de um avaliador
que julga trs diferentes alternativas A, B e C luz de um
critrio genrico D. fornecendo as seguintes avaliaes:
-
A seja moderadamente superior B. O que gera uma

nota 03 com base na escala de Saaty (ou seja: aAB =
3).
B seja moderadamente superior C .O que gera uma

nota 03 com base na escala de Saaty (ou seja: aBc =
3).
69
A seja moderadamente superior C. O que gera uma

nota 05 com base na escala de Saaty (ou seja: aAC =
5).
Vale lembrar que todos estes julgamentos podem ser
realizados sem que o avaliador seja influenciado pelos

julgamentos entre A e B ou entre B e C.
Nestes julgamentos, observa-se que aAC aAB . aBC,
Esta situao caracteriza julgamentos inconsistentes. A
figura 5.2 ilustra um grafo foi obtido a partir destes
julgamentos.
B
aAB = 3
A
aBC = 3
aAC = 5 3x3
aAC aAB . aBC
Figura 5.2 - Grafo de julgamentos inconsistentes.
70
5.3
AVALIANDO
GRAU
DE
INCONSISTNCIA
Conforme reportado em Saaty, uma matriz cujos
elementos sejam no negativos e recprocos e para os
quais valha a propriedade da transitividade, apresenta seu
maior autovalor com valor igual a ordem da matriz.
A matriz de julgamentos no AHP , com certeza, uma
matriz no negativa e recproca. No entanto, a presena
de inconsistncia nos julgamentos paritrios introduz
intransitividade(s) nesta matriz.
Assim, uma forma de se mensurar a intensidade ou
grau da inconsistncia em uma matriz de julgamentos
paritrios avaliar o quanto o maior auto-valor desta
matriz se afasta da ordem da matriz. Saaty prope a
seguinte equao para o clculo do ndice de
Consistncia (IC)1.
IC = |(mx N)|/(N-1)
[5.1]
71
Onde: N e mx representam, respectivamente, a

ordem o maior autovalor da matriz de julgamentos
paritrios.
5.4 CLCULO DE MAX

O clculo de autovalores envolve uma srie de
procedimentos e operaes algbricas com matrizes. No
entanto, para o caso particular das matrizes de
julgamentos de valores, Saaty (2000) apresenta uma
metodologia
alternativa
que
permite
clculo
aproximado de max . A seguir, atravs de um exemplo,

apresenta-se esta metodologia.
EXEMPLO: JULGAMENTO INCONSISTENTE
Sejam os julgamentos realizados no captulo anterior no

problema da escolha do automvel mais adequado. Mais
especificamente considere aqueles julgamentos em que s
e avaliou as alternativas luz do
O ndice de Consistncia avalia o grau de inconsistncia da matriz de

julgamentos paritrios.
72
critrio Prestgio (PS), e que esto reproduzidos no

Quadro 5.1 .
QUADRO 5.1: JULGAMENTOS PARITRIOS PARA
CRITRIO PRESTGIO.
Prestgio (PS)
A1
A2
A3
A1
A2
A3
1/2
Conforme visto no Captulo 4, estes julgamentos levam

ao seguinte vetor de prioridades:
PPS = (0,413 ; 0,327 ; 0,260)
Considere tambm uma matriz auxiliar A", obtida pela
multiplicao da 1a. coluna do Quadro 5.1 pela prioridade
de A1, a 2a. coluna de 5.1 pela prioridade de A2 e a 3a.
pela prioridade A3 te :
A" =
1x0,41
1x 0,327
2x0,260
1x0,41
1x 0,327
1x0,260
1/2x0,41
1x0,327
1x0,260
A" =
0,413
0,328
0,521
0,413
0,328
0,261
0,206
0,328
0,261
73
Considere tambm um vetor de prioridades auxiliar P",

obtido a partir da soma das linhas de A":
P"PS = (1,261; 1,000; 0,795)

Dividem-se, ento, os elementos deste vetor pelos
respectivos elementos do vetor de prioridades. Obtendose:
Pauxiliar = (1,261/0,413; 1/0,328; 0,795/0,261)

= (3,068; 3,054; 3,044)
max igual a soma dos elementos armazenados em
Pauxiliar dividida pela ordem da matriz. Para o exemplo
teramos:
max = (3,068; 3,054; 3,044)/3 = 3,054
74
Assim, utilizando as equaes [5.1] e [5.2] obtm-se o

ndice de Consistncia (IC) que avalia o quanto a matriz
de julgamentos inconsistente.
IC = |(max - N)|/(N-1) = |(3,054 - 3)|/(3-1) = 0,054/2 =

0,027.
A gravidade da ocorrncia de inconsistncia reduzida

com o aumento da ordem da matriz de julgamentos.
Saaty props o uso da Razo de Consistncia (RC), que

permite avaliar a inconsistncia em funo da ordem da
matriz de julgamentos. Caso este valor seja maior do que
0,1 , recomenda-se a reviso do modelo e/ou dos
julgamentos. A razo de consistncia calculada por:
RC = IC / IR
[5.2]
Onde, IR um ndice consistncia obtido para

uma matriz recproca, com elementos no-negativos e
gerada de forma randmica. O Quadro 5.2 apresentado a
75
seguir, ilustra os resultados apresentados em Saaty para

IR, em funo da ordem da matriz randmica utilizada.
QUADRO 5.2 - NDICES DE CONSISTNCIA
RANDMICOS (IR).
Ordem da matriz
Valores de IR
0,00
0,58
0,90
1,12
1,24
1,32
1,41
1,45
Segundo Saaty, a inconsistncia um fato

inerente ao ser humano. Portanto, deve existir uma
tolerncia para a sua aceitao. Em seu trabalho, Saaty
76
prope a aceitao de julgamentos que gerem uma

inconsistncia com RC < 0,1.
Aplicando equao 5.2 ao exemplo em questo ,

obtemos:
RC = IC/IR = 0,027/0,58 = 0,046.
Este valor bem menor do que 0,1 . Ou seja, est

dento dos padres aceitos em Saaty (RC<= 0,1).
CAPTULO VI
CONSIDERAES FINAIS
O AHP uma importante ferramenta de auxlio
deciso que possibilita o reconhecimento e tratamento da
subjetividade inerente aos processos decisrios.
Na utilizao desta ferramenta o problema de
deciso modelado pela construo de hierarquias, nas
quais so considerados mltiplos critrios e subcritrios
de deciso.
No AHP os resultados so apresentados sob a
forma de prioridades. Isto permite que se possa avaliar o
78
quanto uma alternativa superior a outra, de um ponto de

vista global.
Tambm possvel estabelecer uma anlise de
consistncia que permite avaliar o grau de consistncia
dos julgamentos. Esta uma caracterstica positiva e de
extrema valia no tratamento de problemas de deciso- em
especial daqueles que envolvam avaliaes subjetivas.
Registra-se que o AHP uma ferramenta de
auxlio deciso. Portanto, a qualidade dos resultados
obtidos depende da qualidade da modelagem e das
avaliaes envolvidas.
Neste texto apresentou-se uma introduo ao
AHP, buscando descrever o seu funcionamento de forma
didtica. Para uma incurso mais aprofundada aos
fundamentos matemticos deste mtodo, sugere-se a
leitura de Saaty (1989).
Finalmente, o autor espera ter atingido o seu
objetivo inicial: desenvolver um texto introdutrio ao
AHP, em uma linguagem acessvel ao tomador de
deciso que deseja avaliar e resolver os problemas
complexos - com os quais lida - de uma forma simples,
Captulo VI: Consideraes finais.
79
que considere a subjetividade e explore o bom senso e a

experincia do tomador de deciso.
CAPTULO VII
FONTES DE REFERNCIA E
CONSULTA
Neste
captulo
apresentam-se
as
referncias
utilizadas durante o texto. Adicionalmente apresenta-se uma

bibliografia e uma lista de endereos eletrnicos, associados
Anlise Multicritrio.
Captulo VII: Fontes de referncia e consulta
81
7.1 REFERNCIAS BIBLIOGRFICAS

AZEVEDO, M. C.; COSTA, H.G. ELECOMP: Metodologia
Multicritrio para a Avaliao da Competitividade. In:
XXV ENANPAD (Encontro Nacional da Associao
Nacional dos Programas de Ps- Graduao em
Administrao).Anais do .., Campinas, SP, Brasil:
Associao Nacional dos Programas de Ps- Graduao
em Administrao -ANPAD, 2001 (CD- ROM).
CHANKONG, Y.; HAIMES, Y. : Multiobjective Decision

Making. Amsterdam, Ed. North Holland, 1983.
COSTA, H.G.; MOLL, R.N Emprego do Mtodo de Anlise

Hierrquica (AHP) na Seleo de Variedades para o
plantio de Cana-de-Aucar, Gesto e Produo, So
Carlos, SP, Brasil: Ed. UFSCar, v. 6, n. 3, pp. 243-256,
1999.
MOLL, R.N. Tratamento do processo decisrio na seleo

de variedades de cana-de-acar: uma bordagem
multicritrio. Dissertao (Mestrado), Programa de Ps-
82
Graduao em Cincias de Engenharia (Engenharia de

Produo ), UENF , Campos dos Goitacazes, 1997.
RIBEIRO, A.C.; COSTA, H.G.; Emprego do Mtodo de

Anlise Hierrquica (AHP) na distribuio de custos
indiretos: uma proposta para a pequena e mdia
empresa. In: XIX ENEGEP (Encontro Nacional de
Engenharia de Produo), (V Intemational Congress of
Industrial Engineers). Anais do , Rio de Janeiro, RI,
Brasil: Associao Brasileira de Engenharia de
Produo - ABEPRO, 1999 (CD-ROM).
SAATY, T.L., Decision Making for Leaders , Pittsburg,

USA: R WS Publications, 2000.
SCHONER, B.S.; WEDLEY, C. W. Ambiguous Criteria

Weights in AHP: Consequences and Solutions, Decision
Sciences, v. 20, , pp. 462-475, 1989.
83
7.2 BIBLIOGRAFIA
BELTON, V.; GEAR, A.E. On a Short-coming of Saaty's

Method of Analytic Hierarchies ; Omega, v. 11, n 3, pp
. 228-320, 1983.
BELTON, V. AND GEAR, A.E. The Legitimacy of Rank

Reversal- A Comment ; Omega, v. 13, n 3, pp. 375388, 1985.
COSTA, H.G. Seleo de Parmetros para a Usinagem

Mecnica:
Uma
Abordagem
Multicritrio,
Tese
(Doutorado), Departamento de Engenharia Mecnica,

PUC-Rio, Rio de Janeiro, 1994.
LOOTSMA, F .A. The French and American School in

Multi-Criteria Decision Analysis ; Operations Research,
v. 24, pp. 263-285, 1990.
LOOTSMA, F.A. A Multiplicative Variant of the Analytic

Hierarchy Process -revised version ; The Netherlands:
84
Faculty of Technical Mathematic, Delft University of

Technology, Report 90-45, 24p, 1990.
LOOTSMA, F .A. Scale Sensitivity in the multiplicative

AHP and SMART ; Journal of Multi-Criteria Decision
Analysis, v. 2, pp. 87-110, 1993.
ROY, B. Multicriteria methodology for decision aid.

Boston,USA: Kluwer Academic Publishers, 1996.
SAATY, T.L., Mtodo de Anlise Hierrquica, So Paulo

SP,
Brs;
McGraw-Hill-Makron,
1991.
(Verso
ampliada e revisada por Wainer da Silveira e Silva , do

orignial em ingls The Analytic Hierarquic Process ,
Pittsburg, USA: R WS Publications, 1980.)
SAATY, T.L. and Vargas, L.G. The Legitimacy of Rank

Reversal, Omega v. 12 n 5, 1984.
SAATY , T .L. Physics as a Decision Theory , European

Journal of Operation Research, North-Holland, v. 48,
pp 98- 104, 1990.
85
VARGAS, L. G.: An overview of the Analytic Hierarchy

Process and its applications, European Journal of
Operations Research, v.28, pp. 2-8, 1990.
7.3 ENDEREOS ELETRNICOS

Recomenda-se a pgina da Expert Choice Inc.
(http://www.expertchoice.com/),
que
desenvolve
comercializa o programa Expert Choice capaz de executar

o AHP. Neste endereo tambm possvel encontrar
informaes sobre a literatura associada ao AHP.
Na pgina da International Society on Multicriteria
Decision
Making
(http://www.terry.uga.edu/mcdm/)
possvel acessar a Newsletter desta sociedade acessandose informaes sobre livros, artigos em peridicos e o
calendrio internacional de eventos no mbito do AMD.
Ainda neste endereo, possvel acessar o diretrio de
nomes e endereos de pesquisadores atuantes em AMD.
Outras pginas que disponibilizam material para
consulta em anlise multicritrio so:
86
http://www.dauphine.lamsade.fr, mantido pelo

Laboratrio de Sistemas de Apoio Deciso
da Universidade Paris-Dauphine. (Laboratory
for Analyzing and Modeling Decision-Aid
Systems).
http://www-idss.cs.put.poznam.pol, mantido pelo

Laboratrio de Sistemas de Inteligentes de Suporte
Deciso da Universidade da Polnia (Laboratory of
Intelligent Decison Support Systems).
ANEXO
EXEMPLOS DE ESTRUTURAS
HIERRQUICAS
Nesta seo, so apresentados alguns exemplos de aplicao
do AHP. Conforme discutido ao longo do presente texto, a
deciso depende de percepes individuais e as hierarquias
dos exemplos aqui apresentados podem ser diferentes
daqueles que seriam atribudos por diferentes leitores.
Assim, estes exemplos tm carter unicamente didtico e
justificam-se por facilitar a fixao da metodologia.
88
EXEMPLO E1: ESCOLHA DE UM SISTEMA

PARA
COMBATE
INFECO
HOSPITALAR2
De um modo geral, existe um esforo muito grande
nas instituies de sade na busca do Controle de Infeco
Hospitalar. Este Controle de Infeco pode ser efetuado de
diversas formas, objetivando a reduo do ndice de
Infeco Hospitalar. A seguir descreve-se uma proposta de
estrutura hierrquica, modelada com base no AHP, para
auxiliar na tomada de deciso quanto ao a ser priorizada
para se reduzir este ndice de Infeco Hospitalar.
E1.1 Definio do foco principal

Definir quais prioridades que um hospital deve
associar s alternativas de aes para controle de infeco
hospitalar, na busca da reduo do ndice de Infeces
Este exemplo foi adaptado do trabalho desenvolvido, sob a orientao do autor

deste texto, por Marilena Coelho de Azevedo e Luciana Rocha dos Santos ento
(1999) alunas do Curso de Mestrado em Cincias de Engenharia da Universidade
Estadual do Norte Fluminense.
Anexo: Exemplos de estruturas hierrquicas
89
Hospitalar. Este hospital est estabelecido em uma cidade

com 500 mil habitantes e pertence a rede privada de sade,
mantendo convnios com os principais planos de sade do
pas.
E1.2. Definio das alternativas viveis

preciso que as alternativas em questo sejam viveis, de
acordo com as restries do foco. No caso aqui estudado, as
seguintes alternativas foram consideradas viveis:
ALTERNATIVA 1 - Controle Estatstico.
ALTERNATIVA 2 - Treinamento do Corpo Hospitalar.
ALTERNATIVA 3 - Controle do Uso de Antibiticos
E1.3. Definio do conjunto de critrios

Neste trabalho foram considerados oes seguintes os
critrios:
90
CRITRIO 1 - Custo
CRITRIO 2 - Desempenho
CRITRIO 3 - Tempo de Resposta
CRITRIO 4 - Disponibilidade dos Dados
CRITRIO 5 - Disponibilidade de RH
CRITRIO 6 - Aceitao
Alguns destes critrios foram estruturados nos subcritrios, apresentados abaixo. Os demais critrios no
foram estruturados em sub-critrios.
Critrio Custo
SUB-CRITRIO 1 (1A)
Custo de Implantao
SUB-CRITRIO 1 (1B)
Custo de Manuteno
Critrio Desempenho
SUB-CRITRIO 2 (2A)
Flexibilidade
SUB-CRITRIO 2 (2B)
Eficcia
91
Critrio Tempo de Resposta

SUB-CRITRIO 3 (3A)
Prazo Necessrio
SUB-CRITRIO 3 (3B)
Horria
Consumo
de
Carga
92
EXEMPLO E2: ESCOLHA DE AGNCIA

BANCRIA PARA ABERTURA DE CONTA
CORRENTE
Atualmente, observa-se uma grande competio no
Setor de Servios Bancrios pela conquista e manuteno
de clientes. Esta disputa por novos clientes leva a busca da
compreenso dos desejos do cliente quando da abertura de
uma conta corrente. O modelo aqui apresentado3 utiliza-se
do AHP para modelar o processo de seleo de uma agncia
bancria para abertura de conta corrente por um cliente do
tipo pessoa fsica.
3 Este modelo foi adaptado dos trabalhos desenvolvidos, sob a

orientao do autor deste texto, pelos alunos Selmo Eduardo Pires
Ribeiro e Andr Fernando Ube Mansur, ento (1999) alunos do Curso
de Mestrado em Cincias de Engenharia da Universidade Estadual do
Norte Fluminense, que buscaram modelar, utilizando o AHP,
processo de seleo de uma agncia bancria para abertura de conta

corrente por um cliente do tipo pessoa fsica.
93

Escolher uma agncia bancria para abertura de
conta corrente. O titular da conta estudante universitrio,
possui veculo prprio e pode ser considerado de classe
mdia. A agncia deve estar localizada em um bairro
comercial e central da cidade onde o titular da conta reside.

Devido as condies de contorno do problema, foram
identificadas trs agncias diferentes. Cada uma destas
alternativas est vinculada a uma Instituio Financeira
com grande rede de agncias e atuando h pelo 20 anos no
mercado.
ALTERNATIVA 1 - Banco Du Norte Desenvolvido .
ALTERNATIVA 2 - Banco Du Sul Desenvolvido.
ALTERNATIVA 3 - Banco Du Centro Desenvolvido.
94
E 2.3. Definio do conjunto de critrios

Neste trabalho, foram considerados os seguintes
critrios:
CRITRIO 1 - Tamanho das Filas
CRITRIO 2 - Eficcia na Soluo de Problemas
CRITRIO 3 - Taxas
CRITRIO 4 - Acesso Eletrnico.
CRITRIO 5 - Conforto da Agncia
CRITRIO 6 - Confiana na Instituio
Alguns comentrios devem ser feitos com relao a este

conjunto de critrios:
-
Fatores como estacionamento e segurana da localidade

no foram considerados. Este fato ocorreu devido as
caractersticas especficas do problema, que levaram a
alternativas localizadas em uma regio com abundncia
de estacionamento e com baixa incidncia de furtos.
Outro fato que o leitor pode estranhar a no

considerao das opes de aplicao. Ora se este no
for um fator importante, por que os Bancos investem
95
tanto em oferta-lo aos seus clientes?. Considerou-se que

devido as caractersticas do decisor, cidado ainda na
fase de estudos universitrios, o mesmo no considera
as opes de aplicao no seu processo decisrios.
96
EXEMPLO E3: ESCOLHA DE PRESTADORA

DE SERVIOS PARA TRANSPORTE DE
MATERIAIS PERIGOSOS
Algumas empresas tm optado por terceirizar alguns
de seus servios. O presente modelo de hierarquia aqui
reportado foi desenvolvido considerando um problema desta
natureza:
a terceirizao do servio de transporte de
materiais perigosos4.

Selecionar empresa para prestao de servio de
transporte
de
material
perigoso
combustveis
inflamveis. Esta empresa dever prestar este servio na

Regio Sudeste do Brasil, para uma grande distribuidora de
Este modelo foi adaptado dos trabalhos desenvolvidos sob a orientao
do autor deste texto, por Adriana Costa Soares, Patrcia Fernandes de

Olveira e Julia Bruno Pentagna, ento (1999) alunas do Curso de
Graduao em Engenharia de Produo da Universidade Federal
Fluminense.
97
combustveis com atuao em todo o Pas. Esta empresa,

alm de distribuir este tipo de material, tambm desenvolve
pesquisas
para
obteno
de
novos
produtos
principalmente lubrificantes.

Foram consideradas 06 empresas transportadoras de
materiais perigosos.
ALTERNATIVA 1 - Empresa XPT_A.
ALTERNATIVA 2 - Empresa XPT_E.
ALTERNATIVA 3 - Empresa XPT_I.
ALTERNATIVA 4 - Empresa XPT_O.
ALTERNATIVA 5 - Empresa XPT_U.
ALTERNATIVA 6 - Empresa XPT_X.
98

Aps longo perodo de discusso e anlise, optou-se por
considerar os seguintes critrios:
CRITRIO 1 - Custo.
CRITRIO 2 - Segurana.
CRITRIO 3 - Prazos de execuo do servio.
CRITRIO 4 - Facilidade de negociao de ajustes.
CRITRIO 5 - Tradio da Transportadora.
Vale observar que o CRITRIO 4 indica a flexibilidade

da prestadora de servios em negociar e atender a flutuaes
na demanda do servio.
EXEMPLO
E4:
ALTERNATIVA
ESCOLHA
TECNOLGICA
99
DE
PARA
TRATAMENTO DO LIXO URBANO

Um dos grandes desafios para a sociedade moderna
o destino que deve ser dado ao ao lixo: residencial,
industrial ou hospitalar. Este problema se agrava nas
grandes cidades, em funo do grande volume de lixo
diariamente gerado nas mesmas. O modelo apresentado a
seguir, busca construir uma hierarquia para a priorizao de
tecnologias para tratar o lixo urbano.

Priorizar alternativas para reduo do problema do
lixo orgnico urbano.

Foram consideradas 04 alternativas de sistemas para o
tratamento do lixo orgnico urbano.
100
ALTERNATIVA
1-
Tecnologia
baseada
no
processamento do lixo urbano a altas presses.

-
ALTERNATIVA
Tecnologia
basada
no
processamento fsico do lixo.

-
ALTERNATIVA 3 Tecnologia baseada
nop
processamento fsico e qumico do lixo.

-
ALTERNATIVA 4 - Tecnologia baseada
nop
processamento fsico e biolgico do lixo.
E 4.3. Definio do conjunto de critrios

-
CRITRIO 1 - Custo.
CRITRIO 2- Eficcia.
CRITRIO 3 - Aproveitamento de resduos
CRITRIO 4 - Adequao o volume de lixo gerado

pela comunidade.
CRITRIO 5 - Vida til da instalao
CRITRIO 6 - Cronograma de entrada em operao
Anexo: Exemplos de estruturas hierrquicas 101
EXEMPLO
E5:
ESCOLHA
DE
ALTERNATIVA PARA MELHORIA DE UM

SISTEMA DE TRANSPORTES
Neste exemplo aborda-se um problema decisrio
apresentado ao poder pblico: escolha de uma alternativa de
investimentos para a melhoria do sistema de transportes de
uma regio.

Priorizar alternativas para a melhoria do sistema de
transportes de uma regio. Este sistema dever conectar esta
regio a uma metrpole, que dista aproximadamente 2000
Km da regio. Atravs deste sistema devero circular um
grande nmero de pessoas e cargas. As pessoas ao utilizar
este sistema devero faze-lo tanto para atividades der lazer
quanto de negcios. A unidade de deciso compostas por
membros do poder pblico ocupantes de cargos eletivos por
voto direto da populao.
102
E 5.2. Definio das alternativas viveis

Foram consideradas 03 alternativas de ao para a
resoluo deste problema:
ALTERNATIVA 1 - Reforma da malha rodoviria

existente.
ALTERNATIVA 2 Construo de uma nova rodovia

em pista dupla, integrada a malha rodoviria j
existente, conectando-a ao centro da metrpole.
ALTERNATIVA 3 Reforma e reativao da malha

ferroviria existente na regio, integrando-a a malha
rodoviria.

-
CRITRIO 1 - Custo
CRITRIO 2- Eficcia
Anexo: Exemplos de estruturas hierrquicas 103
CRITRIO 3 Impactos sobre a regio
CRITRIO 4 Resultados polticos em futuras eleies
CRITRIO 5 Prazo de entrada em operao.
Estes
critrios
foram
estruturados
nos
seguintes
subcritrios:
Critrio Custo
SUB-CRITRIO Custo de Implantao
SUB-CRITRIO - Custo de Manuteno
Critrio Impacto
SUB-CRITRIO 3 (3A)
Impacto ambiental
SUB-CRITRIO 3 (3B)
Impacto social
SUB-CRITRIO 3 (3C)
Impacto cultural
SUB-CRITRIO 3 (3D)
Impacto econmico
104
Critrio Resultados polticos em futuras eleies

SUB-CRITRIO 4 (4A)
lideranas polticas
SUB-CRITRIO 4 (4B)
eleitores
Apoios articulados de
Apoio
direto
de

Ahp INTRODUÇÃO AO MÉTODO DE ANÁLISE HIERÁRQUICA

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ahp INTRODUÇÃO AO MÉTODO DE ANÁLISE HIERÁRQUICA

Enviado por

Direitos autorais:

Formatos disponíveis

INTRODUO AO MTODO

ANLISE MULTICRITRIO NO AUXLIO DECISO

Helder Gomes Costa

ANLISE MULTICRITRIO NO AUXLIO DECISO

Ficha Catalogrfica elaborada pela Biblioteca da Escola de

Costa, Helder Gomes.

Este texto foi elaborado no mbito do Projeto Integrado de Pesquisa

minha me Maria e ao meu pai Drio (in memoriam); ao

minha amada Rose e aos meus amados filhos Tas e Lo

A Profa. Valma Maciel, que me ensinou a enxergar no

O Prof. Maurcio Nogueira Frota, que orientou os meus

O Prof. Emygdio Pinto (in memorian), que orientou a

O Prof. Lus Flvio Autran Monteiro Gomes e a Prof.

Aura Conci, que orientaram o meu trabalho de doutorado,

A Sra. Regina Cabral que sempre estimulou as minhas

O Engenheiro e Mestre Augusto Srgio Mendes Silva,

No poderia deixar de registrar os meus agradecimentos aos

A Deciso um grande desafio que se apresenta aos

possibilitando o reconhecimento e tratamento da

1.2 Situaes de deciso

1.3 Etapas do processo decisrio

1.4 Construo de modelos de deciso

1.5 Auxlio Multicritrio Deciso (AMD)

1.6 Princpios do Mtodo de Anlise Hierrquica

CAPTULO II: CONSTRUO DE

2.2 Etapas do AHP

2.2.1 Definio do foco principal

2.2.2 Identificao das alternativas viveis

2.2.3 Identificao do conjunto de critrios

2.2.4 Estruturao da hierarquia

2.3 Nveis ou camadas de critrios

CAPTULO III: JULGAMENTOS DE VALOR

3.1 O que julgar ?

3.2 Como julgar?

3.2.1 Mtodos de aquisio de dados

3.3 Quem julga? (Seleo dos avaliadores)

CAPTULO IV: CLCULO DE

4.2 caracterizao do problema exemplo

4.3 Julgamentos de valor

4.4 Quadros de julgamentos

4.5 Quadros normalizados

4.6 Prioridades mdias locais

4.7 Prioridades Mdias Globais (PG)

CAPTULO V: ANLISE DE CONSISTNCIA

5.1 Julgamento consistente

5.2 Julgamento inconsistente

5.3 Avaliando o grau de inconsistncia

5.4 Clculo de max

CAPTULO VI: CONSIDERAES FINAIS

VII: FONTES DE REFERNCIA E

7.3 Endereos eletrnicos

ANEXO EXEMPLOS DE HIERARQUIAS

Introduo ao Mtodo de Anlise Hierrquica Helder Gomes Costa

O estado de competio em que nossa sociedade

Estimativa da taxa de cmbio para o prximo ano;

Estimativa da incidncia de chuvas para a

Demanda estimada para o prximo perodo.

Em geral, os cenrios so classificados em otimista,

Introduo ao Mtodo de Anlise Hierrquica Helder Gomes Costa

Uma empresa possui quatro alternativas de investimento

respectivamente, as seguintes probabilidades: 0,3; 0,6 e

1.2 SITUAO DE DECISO

Introduo ao Mtodo de Anlise Hierrquica Helder Gomes Costa

sub-conjuntos. Por exemplo: Os