Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Introduo
Quando temos que tomar uma deciso, h alguns procedimentos que seguimos de forma
mais ou menos sistemtica:
a) Identificamos alternativas, opes ou hipteses de deciso. Por exemplo um
conjunto de automveis de entre os quais pretendemos escolher um, uma lista de
candidatos que pretendemos ordenar, trajectos possveis para uma viagem, um
conjunto de propostas num concurso pblico, etc.
b) Verificamos a viabilidade da alternativas (eliminando as que no satisfazem certos
critrios eliminatrios, a que tecnicamente chamamos restries). Por exemplo,
descartamos os automveis cujo custo ultrapassa a nossa disponibilidade financeira,
os candidatos sem certas qualificaes mnimas para o cargo, etc. Neste texto,
vamos partir do princpio que as listas de alternativas em anlise satisfazem todas
as restries, ou seja, so viveis.
c) Definimos os critrios de avaliao, aspectos relevantes ou pontos de vista a ter em
conta quando comparamos duas alternativas em termos de preferncia. Por
exemplo, o custo (preferimos uma alternativa com menor custo do que outra), a
experincia profissional (preferimos geralmente um candidato com maior
experincia), a qualidade tcnica (preferimos um projecto com maior qualidade
tcnica).
Em muitas circunstncias da vida corrente, estes passos interligam-se e misturam-se, e a
deciso acaba por surgir de modo relativamente informal. No entanto, em situaes mais
complexas ou quando as decises so tomadas num ambiente organizacional, onde tm que
ser justificadas ou, pelo menos, explicadas, h vantagem em seguir um procedimento
formal que garanta a consistncia do processo global. o que veremos no
desenvolvimento deste texto.
2. Formalizao do problema
2.1. Tipos de problemas
Embora tendo caractersticas comuns, distinguem-se trs tipos fundamentais de problema
de deciso:
1. Escolha ou seleco da melhor alternativa (ocasionalmente, seleco de um
nmero definido de alternativas por exemplo as cinco melhores);
2. Ordenao de um conjunto de alternativas;
1 de 23
Manuel Matos
2
3
Recorde-se, por exemplo, a discusso pblica de alternativas para a localizao do novo aeroporto de
Lisboa, ou os mltiplos esquemas possveis para o desenvolvimento da Alta Velocidade Ferroviria.
Independentemente do mrito das possveis solues, a caracterizao completa de cada uma exigiu um
conjunto de estudos complexos e demorados.
Termo usado pela Escola Francesa de Ajuda Deciso
o que se passa, por exemplo, na discusso pblica de projectos de novas estradas existe um projecto
previsto, mas obrigatrio apresentar alternativas com menor impacto ambiental. Como se ver no
seguimento deste texto, essa no talvez a melhor forma de definir o problema de deciso.
2 de 23
Manuel Matos
Para alm disso, desejvel que sejam asseguradas ainda as seguintes propriedades:
- Legibilidade: o nmero de critrios deve ser relativamente baixo.
- Operacionalidade: a famlia de critrios deve ser aceite pelos interessados 1 e pelos
agentes de deciso.
Neste ponto, surge-nos o conceito de agente de deciso (por vezes tambm designado por
decisor), que central nestes problemas. Trata-se da pessoa (por vezes o representante de
uma entidade) responsvel pela deciso final. Por um lado, o agente de deciso define e
especifica os critrios a considerar, eventualmente com o apoio de especialistas. Por outro
lado, como se ver mais frente, no possvel levar a cabo o processo de deciso sem
nele incorporar as preferncias do agente de deciso.
Uma vez identificada uma famlia coerente de critrios, necessrio avanar na
operacionalizao, definindo as unidades associadas e respectiva escala. Este processo
pode ser simples em critrios econmicos, onde o custo se exprime directamente em euros,
ou mais complicado quando esto envolvidos critrios associados a conceitos mais vagos,
como a qualidade, o risco, o impacto ambiental ou social, etc. Na concretizao deste tipo
de critrios em atributos mensurveis usual recorrer a indicadores numricos (por vezes
mais do que um), que tm a vantagem de serem objectivos, mas podem no representar
adequadamente o conceito que se pretende avaliar 2 , o que exige cautela, clareza e
transparncia na sua definio.
Uma outra hiptese a definio de categorias que correspondem a uma avaliao global
do grau de satisfao do critrio (por exemplo, Muito Alta, Alta, Mdia, Baixa, Muito
Baixa, num critrio associado qualidade). Neste caso, convir caracterizar claramente os
aspectos a ter em conta e as situaes que correspondem a cada categoria, para diminuir a
subjectividade dos julgamentos. Por exemplo, para se considerar que um projecto tem
impacto social muito positivo poderia exigir-se que o projecto ocasione um aumento
significativo do emprego na regio, aumente a mobilidade pela criao de novas vias de
comunicao e favorea o acesso da populao a um determinado servio. Impactos menos
favorveis nestes trs aspectos (emprego, mobilidade, acesso ao servio) conduziriam a
avaliaes de positivo, regular, negativo, etc., cuja descrio teria tambm que ser
enunciada.
A Tabela 1 mostra um exemplo de uma lista de seis alternativas, caracterizadas em relao
aos trs critrios identificados para a situao (escolha de uma proposta de fornecimento de
equipamento). Note-se que, enquanto o preo e o prazo so expressos nas suas unidades
naturais, a qualidade tcnica usa uma escala de categorias ou nveis de satisfao, sendo
cada alternativa pontuada de acordo com o julgamento de especialistas. Os nmeros 0 a 5
so usados, nesse caso, apenas como legenda da categoria, no possuindo partida
significado numrico 3 . Quando muito, poder ser reconhecido que iguais diferenas de
1
2
3
Manuel Matos
p5
160
10
4
p6
160
4
3
Para alm destas das duas hipteses mencionadas (indicadores numricos e categorias),
observa-se por vezes a utilizao de ordenaes, ou seja, cada alternativa recebe, em
relao a um critrio, uma pontuao que depende do nmero de alternativas que lhe so
superiores naquele critrio. Trata-se de uma opo a evitar por vrias razes, das quais se
destacam duas:
- a diferena de pontuao entre duas alternativas pode variar com a introduo ou
sada de outras alternativas, o que no deveria acontecer;
- diferenas de pontuao iguais (por exemplo, 1 para 2 e 2 para 3) podem
corresponder a situaes muito diferentes (2 quase to bom como o 1 e o 3
bastante pior que o 2).
2.4. Problemas multicritrio
Quando se considera que um nico critrio suficiente para representar as preferncias do
agente de deciso, o problema de deciso trivial, como ocorreria no caso da Tabela 1 se
se considerasse apenas o custo. Se assim fosse, a proposta p4 seria imediatamente
escolhida, por ter o menor custo, e tambm seria fcil ordenar todas as alternativas (embora
se verificasse um empate para o ltimo lugar).
As dificuldades surgem quando a deciso se baseia em vrios critrios, pois estes so
normalmente conflituosos, ou seja, no habitualmente possvel encontrar uma alternativa
que seja melhor que as outras em todos os critrios simultaneamente. Regressando ao
exemplo, constata-se que a proposta com melhor preo (p4) simultaneamente a que tem
um maior prazo de entrega (o que no se pretende) e tambm no a que apresenta maior
qualidade.
importante deixar claro, neste ponto, que no existe qualquer metodologia que, apenas
com base na informao da Tabela 1, permita escolher de forma peremptria a melhor
alternativa, ou ainda menos ordenar as alternativas. S a interveno do agente de deciso
vai permitir chegar a uma concluso, que resultar da conjugao das suas preferncias
com os atributos das alternativas.
No h, portanto, em problemas multicritrio, uma soluo ptima que pudesse ser
escolhida sem suscitar controvrsia 1 , mas sim uma soluo preferida que poder ser
diferente para diferentes agentes de deciso, sem que se possa dizer que um est certo e os
outros errados, pois cada um dar mais ou menos importncia a cada um dos critrios, de
acordo com os seus interesses e com a sua percepo global da situao.
A incorporao das preferncias pode ser realizada de modo mais ou menos formal
1
Manuel Matos
P5
50
500
100
250
400
350
N Lugares
500
400
P3
P4
300
200
P2
100
P1
0
30
35
40
45
50
55
Custo (k)
Este tipo de representao cartesiana permite formar, desde logo, uma ideia global sobre o
conjunto das alternativas percebe-se, por exemplo, que, medida o custo aumenta,
tambm aumenta o nmero de lugares, numa espcie de compensao a que s foge P4.
5 de 23
Manuel Matos
N Lugares
500
400
P3
P4
300
200
P2
100
P1
0
30
35
40
45
50
55
Custo (k)
No exemplo que nos ocupa, preferimos menores custos e mais lugares, resultando que o
canto preferido o que est marcado na Figura 2 (ponto 30, 600). Em seguida, podemos
definir a zona de dominao de cada alternativa, onde se situaro todas as alternativas
dominadas por esta. Na Figura 2, marcou-se apenas a zona de dominao de P3 (onde se
1
Repare-se que, neste caso, um agente de deciso que preferisse P3 a P4 estaria a comportar-se de forma
irracional (ou ento a famlia de critrios estaria incompleta). A considerao das preferncias do agente de
deciso vai fazer-se, como veremos, apenas em circunstncias onde esta questo no se coloca.
Certos autores portugueses usam o termo dominncia.
6 de 23
Manuel Matos
encontra, naturalmente, P4), verificando-se que todas as outras zonas so vazias, uma vez
que mais nenhuma alternativa domina P4 e no h outras alternativas dominadas.
Saliente-se que estes conceitos de canto preferido ou zona de dominao tm apenas
interesse prtico para uso neste contexto. Alm disso, por comodidade, habitual construir
os atributos de forma a que sejam ou todos de maximizao, ou todos de minimizao.
3.3. Taxas de substituio
A aplicao do conceito de dominao permite, como vimos, eliminar algumas alternativas
em problemas de escolha, mas no resolve ainda o problema de deciso. Prosseguindo com
a nossa anlise, vamos calcular algumas taxas de substituio entre alternativas, ou seja, o
que se ganha e perde quando se troca uma alternativa por outra.
Comecemos por comparar os projectos P3 e P5, a partir dos dados da Tabela 2 1 :
Custo(P5)Custo(P3) = 50-40 = 10 k
Nlug.(P5)-NLug.(P3) = 500-400 = 100 lugares
ou seja, se trocssemos P3 por P5, o custo aumentava 10 000 , mas disporamos de mais
100 lugares, o que significaria que cada lugar adicional custaria 10 000/100 = 100 /lugar,
sendo essa ento a taxa de substituio 2 entre as duas alternativas. A Figura 3 mostra as
diferenas indicadas sobre o grfico, bem assim como as diferenas entre P1 e P2 (4000
euros, 150 lugares), que conduzem a uma taxa de substituio menor (4000/150=26.67
/lugar) 3 .
600
N Lugares
P5
10 k
500
100
lug.
400
P3
300
P4
4 k
200
P2
150
lug.
100
P1
0
30
35
40
45
50
55
Custo (k)
Chegados a este ponto, possvel desenvolver uma primeira ideia de interaco com o
agente de deciso, que pode exprimir de forma concreta as suas preferncias: se entender
que cada lugar adicional vale mais do que 100 , o agente de deciso prefere P5 a P3; caso
contrrio, prefere P3 a P5. O raciocnio inverso tambm verdadeiro, naturalmente.
1
2
3
Por comodidade, vamos usar, a partir deste ponto, o smbolo k para indicar milhares de euros.
Trade-off, em lngua inglesa.
Deixa-se ao cuidado do leitor calcular a taxa de substituio entre P2 e P3, notando que no faria sentido
fazer o clculo para P3 e P4, pois a o aumento de custo ocasiona uma diminuio do nmero de lugares,
conduzindo a uma taxa de substituio negativa.
7 de 23
Manuel Matos
e, se =40 /lugar,
f(P3)= 40000 - 400 x 40 = 40000 - 16000 = 24000
Este valor agregado ter agora que ser comparado com os valores correspondentes das
outras alternativas, para o mesmo . Organizou-se esse clculo na Tabela 3, que repete os
dados da Tabela 2, acrescentando linhas adicionais para obteno do custo equivalente.
Outros valores de levariam a alterao da linha L2a e a diferentes custos equivalentes1.
linha
P5
L1
Custo (k)
34
38
40
42
50
L2
100
250
400
350
500
L2a
10
16
14
20
L3
30
28
24
28
30
L4
Ordenao final
4/5 2/3
2/3 4/5
O leitor poder experimentar outros valores para a taxa de referncia e verificar por si prprio que a
deciso preferida se altera de forma consistente.
O valor atribudo a 1 lugar adicional normalmente maior quando h poucos lugares (P1 vs P2),
diminuindo medida que o nmero de lugares aumenta.
8 de 23
Manuel Matos
1
2
3
Manuel Matos
600
P5
N Lugares
500
40 /lugar
400
P3
P4
300
200
P2
100
P1
0
30
35
40
45
50
55
Custo (k)
600
14
N Lugares
500
22
400
18
26
300
200
100
0
30
35
40
45
50
55
Custo (k)
Com base nesta representao, fcil concluir que o ponto onde passar a recta de
indiferena de menor custo equivalente P3, como se esperava. Tambm se v que P2 e
P4 aparecem empatadas em 2 lugar e que P1 e P5 esto empatadas no ltimo lugar.
V-se assim que a funo de agregao da seco 3.4 (funo linear nos atributos) conduz
a curvas de indiferena lineares. Veremos mais tarde (4.3.4) que funes mais complexas
conduzem a curvas de indiferena no-lineares.
3.6. Preferncias do Agente de Deciso
Comparem-se agora as figuras seguintes com a Figura 4, para observar a influncia da
alterao da taxa de substituio de referncia na inclinao das rectas de indiferena e,
consequentemente, nas ordenao preferida das alternativas. Na Figura 6, o valor de
referncia 12 /lugar, ou seja, valoriza-se bastante menos do que anteriormente o nmero
de lugares, o que o mesmo que dizer que se d maior importncia ao factor custo do que
anteriormente. Com estas rectas de indiferena, fcil concluir que o novo ponto preferido
P1, o que est de acordo com a reflexo anterior 1 .
1
O leitor deve confirmar a concluso patente na figura, repetindo os clculos da Tabela 3 com a nova taxa.
10 de 23
Manuel Matos
600
12 /lugar
P5
N Lugares
500
400
P3
P4
300
200
P2
100
P1
0
30
35
40
45
50
55
Custo (k)
N Lugares
500
P5
400
P3
P4
300
200
P2
100
P1
0
30
35
40
45
50
55
Custo (k)
Duas notas finais sobre este modelo simplificado de representao das preferncias do
Agente de Deciso, com base no exemplo:
- Diferentes valores de podem conduzir mesma ordenao e, ainda mais, mesma
escolha da alternativa preferida. Na verdade, quando <20 a opo escolhida
11 de 23
Manuel Matos
3.7. Concluses
Neste captulo mostrou-se como possvel organizar a avaliao de alternativas em
situaes em que existem taxas de substituio constantes entre atributos. Viu-se como,
nessas circunstncias, podemos construir uma funo agregada de avaliao com base nas
taxas de substituio de referncia (que representam as preferncias do AD) e usar essa
funo para escolher uma alternativa ou ordenar todas as alternativas. Vimos tambm
como h uma correspondncia directa entre essa funo e as rectas de indiferena que
tambm definem as preferncias do Agente de Deciso.
Tendo-se falado da variao da importncia dos critrios entre diferentes AD, surge
naturalmente a questo da concretizao dessa importncia em termos numricos. Em
linguagem corrente, perguntar-se-ia quais os pesos dos critrios que foram utilizados nas
Figuras 4, 6 e 7. Veremos, no captulo seguinte, que esta pergunta no tem sentido se no
se definirem previamente as escalas e gamas de valores dos diferentes atributos, o que
significa, tambm, que h diferentes respostas (todas aceitveis) quando essas escalas e
gamas de valores so diferentes. Pelo contrrio, as taxas de substituio tm significado em
si (e.g. 40 /lugar), independentemente de quaisquer outros parmetros da metodologia de
deciso, pelo que prefervel a sua utilizao.
Nos intervalos indicados, a ordenao de todas as alternativas no sempre a mesma (apenas a alternativa
preferida), mas tambm se podem identificar intervalos de onde as ordenaes se mantm.
Esta situao pode ser bastante inconveniente quando as solues esto muito extremadas, e alternativas
como P2 constituem uma boa soluo de compromisso que a metodologia exclui de forma nem sempre
evidente para o AD.
12 de 23
Manuel Matos
Manuel Matos
ser uma qualquer, mas habitual usar-se uma escala normalizada entre 0 e 1, quer nas
funes individuais vi(ai), quer na funo de valor de valor multiatributo v(A) 1 . Um
ponto importante que o valor v no tem significado em si, sendo apenas um instrumento
para a ordenao das alternativas, quando se comparam os respectivos valores.
4.2. Funes de valor individuais
As funes de valor individuais reflectem a variao da preferncia do AD ao longo da
gama de valores em causa. Supondo um atributo a maximizar, como o nmero de lugares
no exemplo da Tabela 2, comecemos por analisar a situao em que um dado aumento do
atributo ocasiona sempre o mesmo aumento de satisfao por parte do AD.
4.2.1. Funes lineares
o que se representa na Figura 8, onde se pode ver que passar de 100 para 200 lugares
(+100) ocasiona um aumento de valor de 0 para 0.25 (+0.25), o mesmo sucedendo, por
exemplo, ao passar de 400 para 500 lugares (+100), em que o valor aumenta de 0.75 para
1.0 (+0.25).
1
Valor
0.75
0.5
0.25
0
100
200
300
400
500
N Lugares
n 100
= 0.0025 (n 100)
500 100
Isto corresponde ao que costuma designar-se por normalizao, ou seja, uma mudana de
escala de forma a que todos os valores se passem a encontrar no intervalo [0 1]. Repare-se
que, neste caso, se fixaram arbitrariamente os extremos em 100 e 500 lugares, fazendo-os
corresponder respectivamente aos valores 1 e 0, o que mostra que a normalizao no
nica, sendo possvel, por exemplo, limitarmo-nos a dividir o atributo por 500, ou definir
limites diferentes para o atributo, como 0 e 1000. Em consequncia, no basta dizer que se
normalizou para caracterizar o processo.
1
Tambm frequente, para evitar nmeros decimais, multiplicar-se a escala por 20 ou 100. Estas operaes,
ou mesmo a adio de uma constante ao valor de todas as alternativas, no afectam a ordenao, que a
mesma em todas as circunstncias, nem a obrigatria igualdade de valor entre alternativas indiferentes.
14 de 23
Manuel Matos
Atente-se agora na Figura 9, onde se mostra uma funo de valor linear para o custo. Neste
caso a funo decrescente, uma vez que o atributo a minimizar, mas mantm-se a
caracterstica de que iguais variaes no custo correspondem a iguais variaes no valor
(+5 k provocam sempre uma diminuio de valor de 0.25).
1
Valor
0.75
0.5
0.25
0
30
35
40
45
50
Custo (k)
50 c
= 0.05 (50 c)
50 30
Mais uma vez se salienta que os limites de 30 e 50 so arbitrrios, podendo ter-se utilizado
outros. Como veremos na seco 3.4, essa arbitrariedade desaparece com a definio dos
parmetros ki da funo de valor multiatributo, que sero diferentes consoante as gamas do
atributo utilizadas, de forma a conduzir sempre ao mesmo resultado final em termos de
ordenao. Isto significa, tambm, que as escalas de valor da Figura 8 ou da Figura 9 so
individuais e no esto harmonizadas, no podendo portanto, nesta fase, ser comparadas ou
agregadas. Da o uso dos ndices N e C na definio das funes.
4.2.2. Funes exponenciais
Voltemos agora ao atributo nmero de lugares de consulta, para o qual se construiu a
funo de valor linear representada na Figura 8, na suposio de que a variao da
satisfao era linear com o nmero de lugares.
Imaginemos que nos apercebemos que o Agente de Deciso no concorda com esse
pressuposto, indicando-nos que valoriza muito mais o aumento do nmero de lugares
quando h poucos do que quando h bastantes. Por exemplo, o AD indica-nos que valoriza
muito mais o aumento de 100 para 300 lugares do que o aumento de 300 para 500 (embora
o aumento seja o mesmo em valor absoluto: 200 lugares). Isso significa que a funo da
Figura 8 no representa adequadamente as preferncias do AD e no pode ser utilizada.
Repare-se, em contrapartida, na funo quadrtica da Figura 10, mais de acordo com as
indicaes do AD. Na verdade, o aumento de valor, ao passar de 100 para 300 :
15 de 23
Manuel Matos
ou seja, trs vezes menor. Naturalmente, seria preciso confirmar junto do AD que esta seria
uma funo apropriada.
1
Valor
0.75
0.5
0.25
0
100
200
300
400
500
N Lugares
Valor
0.75
a=-2
0.5
a=-5
0.25
0
100
200
300
400
500
N Lugares
Assim, na Figura 11 podem ver-se duas funes que correspondem a uma maior (a=-5) ou
menor (a=-2) preocupao do AD em se afastar dos valores piores da escala do atributo.
possvel, portanto, adequar a funo ao AD por ajuste do parmetro a.
Entretanto, pode acontecer que o AD estivesse sobretudo interessado manter-se prximo
do melhor valor possvel para o atributo, no fazendo grande distino entre alternativas
16 de 23
Manuel Matos
com baixo nmero de lugares de consulta. Nesse caso, as funes apropriadas seriam as da
Figura 12, onde mais uma vez o parmetro a (agora positivo) permite adequar a forma da
funo maior ou menor preocupao do AD em manter-se na proximidade dos melhores
valores.
Valor
0.75
a=1
0.5
a=4
0.25
0
100
200
300
400
500
N Lugares
ea.x 1
e
, onde x =
n 100
500 100
17 de 23
Manuel Matos
Valor
0.75
0.5
0.25
0
100
200
300
400
500
N Lugares
A fixao directa s se admite se a valorizao em todos os atributos usa uma escala comum sem
ambiguidades, como o caso das classificaes escolares, onde se podem pesar, por exemplo, a
classificao de um trabalho e de um exame, ambas definidas na escala de valor tradicional (em Portugal)
0-20.
18 de 23
Manuel Matos
Ou seja, se h indiferena entre duas alternativas, o valor global delas tem que ser igual.
Aplicando ao nosso exemplo, com o julgamento obtido na seco anterior, teremos:
v(34, 180) = v(50, 500)
Partindo agora do princpio que as funes individuais so lineares (cf. 4.2.1) teramos,
aplicando as frmulas respectivas:
vC(34)=0.8, vN(180)=0.2, vC(50)=0, vN(500)=1
e, substituindo atrs,
ou
0.8 kC + 0.2 kN = kN
0.8 kC - 0.8 kN = 0
kC - kN = 0
Esta equao, conjugada com a condio kC+kN=1, permite calcular os valores dos
parmetros que, com as funes individuais utilizadas, exprimem a indiferena
identificada:
kC=0.5 e kN=0.5
tendo-se realmente
e
donde
A funo de valor multiatributo ser portanto, para uma alternativa genrica A=(c, n), de
19 de 23
Manuel Matos
50 c
n 100
+ 0.5
50 30
500 100
Isto conclui o processo de construo da funo de valor, que pode agora ser aplicada s
alternativas, como se descrever na prxima seco. No entanto, trs aspectos merecem ser
salientados neste ponto.
Primeiro, os valores dos parmetros acabaram por corresponder ao que habitualmente se
descreve como pesos iguais (50% para cada critrio), mas h que ter conscincia que
isso sucede com as funes de valor individuais que se utilizaram (lineares), com as gamas
que se consideraram no processo de linearizao. Fossem outras as gamas e os valores dos
parmetros seriam diferentes, mantendo-se a estrutura de preferncias do AD e o
julgamento de indiferena que ele estabeleceu. O leitor convidado a experimentar repetir
o processo com gamas diferentes (por exemplo linearizando o custo entre 20 e 60), para
verificar que os parmetros so diferentes mas que a ordenao e distncias relativas das
alternativas se mantm.
Segundo, o julgamento (34, 180)~(50, 500) tem implcita uma taxa de substituio de:
=
50 34
16
=
= 0.05 k / lugar = 50 / lugar
500 180
320
que constante em todo o espao de deciso, uma vez que se utilizaram funes lineares.
Esta constatao permite compreender que a metodologia baseada em taxas de substituio
que se apresentou inicialmente (seco 3) corresponde exactamente ao uso de uma funo
de valor aditiva linear, com curvas de indiferena do tipo das apresentadas na Figura 5. Na
abordagem da seco 3, a inclinao das rectas (e portanto a ordenao final) depende da
taxa de substituio, enquanto na metodologia com funes de valor depende das
alternativas indicadas como indiferentes (o que tem implcita uma taxa de substituio.
Terceiro, a taxa de substituio define-se entre valores de atributos, enquanto que os
parmetros ki se definem entre funes de valor. No caso linear, seria possvel calcular
pesos dos atributos (nas suas escalas originais), mas os valores obtidos podem ser
perturbadores, uma vez que a importncia fica misturada com factores de escala 1 . Se se
usar pelo menos uma funo no-linear, a taxa de compensao indicada s vlida entre
as alternativas indicadas (cf. mais frente, 4.3.4), pelo que nem sequer faria sentido falarse de pesos entre atributos.
4.3.3. Aplicao da funo de valor multiatributo
Dadas as suas caractersticas, a aplicao da funo de valor multiatributo no oferece
quaisquer dificuldades. Os clculos detalhados na Tabela 4, onde se apresentam (linhas
L1a e L2a) os resultados das funes de valor individuais e tambm (linha L3) o resultado
final, mostram que a alternativa P3 a preferida por este AD, seguindo-se as restantes de
1
Para o AD do exemplo que temos vindo a seguir, 1 lugar corresponde a 50 , o que corresponde a pesos
normalizados para o custo e nmero de lugares de respectivamente 1/51 (2%) e 50/51 (98%). No entanto,
se o custo fosse expresso em k, os pesos passariam a ser respectivamente 1000/1050 (95.2%) e 50/1050
(4.8%). O leitor tirar as suas concluses...
20 de 23
Manuel Matos
acordo com o seu valor global, resultando a ordenao indicada na linha L4.
O leitor convidado a repetir o exerccio com diferentes funes de valor individuais
(recalculando sempre os parmetros), sejam lineares com outras gamas de definio, sejam
exponenciais.
Tabela 4 Aplicao da funo de valor multiatributo
Projectos
Critrios
P1
P2
P3
P4
linha
P5
L1
Custo (k)
34
38
40
42
50
L2
100
250
400
350
500
L1a
Valor do custo
0.8
0.6
0.5
0.4
L2a
L3
L4
ordenao
N Lugares
500
0.9
0.5
400
0.7
0.4
300
0.6
200
100
0
30
35
40
45
50
55
Custo (k)
Sem dar os detalhes dos clculos, considere-se agora uma nova situao, em que a
valorizao dos nmero de lugares segue uma funo exponencial cncava intermdia s
da Figura 11 (a=-4). Nessas circunstncias, e supondo que o julgamento de indiferena era
o mesmo que se utilizou anteriormente 1 , obter-se-ia, seguindo o processo de clculo de
parmetros exposto na seco 4.3.2, kC=0.354 e kN=0.646.
1
Manuel Matos
600
N Lugares
500
400
0.7
0.9
300
0.8
0.6
0.5
200
0.4
100
0
30
35
40
45
50
55
Custo (k)
5. Concluses
A utilizao de modelos formais de deciso, nem sempre muito complexos do ponto de
vista matemtico, permite organizar de forma consistente processos de seleco ou
ordenao de alternativas cuja avaliao exige a considerao de mltiplos pontos de vista.
As metodologias simples apresentadas neste texto so suficientes para a maior parte dos
problemas onde se pretende seguir a abordagem clssica baseada em funes aditivas.
Salienta-se, no entanto, que as condies de aplicabilidade desta abordagem (que no
discutimos no texto) nem sempre esto satisfeitas, o que pode exigir metodologias mais
complexas. Por outro lado, h outras perspectivas sobre a ajuda deciso, no
contempladas neste texto, que podem ser uma boa alternativa metodolgica em muitas
circunstncias. A bibliografia indicada a seguir abarca estes dois aspectos.
22 de 23
Manuel Matos
6. Bibliografia
Robert T Clemen, Making hard decisions with decision tools. 2nd rev. ed. . Pacific Grove, CA: Duxbury
Press , 2001.
Ralph L. Keeney e Howard Raiffa. Decisions with Multiple Objectives: preferences and Value Tradeoffs.
New York: John Wiley & Sons. 1976.
Ralph L. Keeney. Value Focused Thinking. Cambridge, MA: Harvard University Press. 1996.
Bernard Roy e Denis Bouyssou. Aide multicritre la dcision: mthodes et cas. Paris: Econmica. 1993.
23 de 23