FACULDADE DE ECONOlvllA DA UNIVERSIDADE DE COIMBRA

PEDRO LOPES FERREIRA

A V ALIAAO MULTIATRIBUTO:

MODELOS DE UTILIDADE
E MTODOS

Nenhuma parte desta publicao poder ser

reproduzi da ou transmitida por qualquer forma ou
processo, electrnico, mecnico ou fotogrfico,
incluindo fotocpia, xerocpia ou gravao. sem
autorizao PRVIA.

COIMBRA-1996

Impresso na Seco de Textos da FEUC

NDICE

Introduo

A tomada

Teoria

- - - - - - - -- - - - - - ---- - -- -- - -- ---- ---- ----- --- - - - - --- ----------

de deciso

da deciso
.3. I

.3 .

Objectivos

3.1.3

Funo

de valor

3. 1.4

Mtodo

de Keeney

3.1.5

Mtodo SMART

A tomada

e avaliao

7
.7

--------------------------------------------

da medio ---------------------------------

li
12

----------------------------------------------

17

-------------------------------------------------

24

-------------------------------------------------------

25
26
28

rvore de deciso

30

-----------------------------------------------

pelo risco ----------------------------------------------------

32

Noo de util idade -----------------------------------------------

32

Funes

38

unidimensionais

de utilidade

------------------------

Noo de risco---------------------------------------------------

da deciso

Uu

Crticas teoria da utilidade

4.2

Outras abordagens

4.3

Aspectos psicolgicos

Refenencias

u __ u_

Conceito de probabilidade
Matriz de deciso ------------------------------------------------

Preferncia

3.3.3

u_uuu

---------------------------------------------------

Bases matemticas

3.3. 1

em conflito

3.1.2

') ')
:>.-.-

4.

__ UuUUuu

Atributos

..,

_uuuu

2 Estudo da incerteza

.3. .3

racional

3.1. 1

3.2.1

normativas

uu

42
46

uu

------:.--------------------------------------------

46

------------------------------------------------

48

da tomada da deciso --------------------------------

bibliogrficas

__u

u_u

__ u

uu

50

56

11

AV ALIAO MULTIA TRIBlTfO: MODELOS DE UTILIDADE E MTODOS

1
Introduo

Este um curso acerca da tomada da deciso, como as pessoas tomam decises e

o que fazem

(OU

podem fazer) para melhorar as decises que tomam.

Esta frase implica vrias questes:

Poder a tomada de deciso ser estudada?

De facto, h certas civilizaes que afinnam que o homem no pode tomar decises
pois tudo ordenado por um Deus. Outras, por outro lado defendem que ns ainda
temos a liberdade de escolhermos entre as vrias avenidas que nos so postas nossa
frente;

Ser que uma tomada de deciso pode ser melhorada?

O que que se entende por uma "boa" ou "m" deciso? Uma deciso boa ser aquela
que resulta numa boa consequncia?
satisfatrio?

Ou ser aquela cujo processo de deciso foi

(veja-se, por exemplo, o incidente da Baa dos Porcos e a deciso dos

governos francs e ingls de apoiarem a produo do Concorde).

AVALIAO

MUL TIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

Partindo da hiptese de que a qualidade da tomada de deciso pode ser melhorada,

a questo seguinte : como que isso pode ser feito? A teoria da deciso tem as suas
raizes na economia, na psicologia e na lgica matemtica. Debruar-nos-emos sobre estes
tpicos no decorrer deste curso.

Irei tambm falar da arte de tomar decises, tambm

chamada anlise da deciso.

A matria usada neste curso foi baseada essencialmente

um clssico em teoria da deciso e o segundo

coloca

em dois livros (o primeiro

a teoria no seu contexto

psicolgico ):
Keeney & Raiffa (1976)
von Winterfeldt & Edwards (1986)
Outros dois livros
matemticos

tambm

escolhidos

tratam essencialmente

dos aspectos

da teoria da medio e da axiomtica necessria para suportar a teoria da

deciso. So eles:
Krantz, Luce, Suppes & Tversky (1971)
Fishburn (1970)
French (1988)
Para os aspectos da contribuio da psicologia para a teoria e arte da deciso ser
usado o livro
Watson & Buede (1989)
Alguns artigos sero tambm apresentados para leitura.

AVALIAO MULTIA TRIBlITO: MODELOS DE lmUDADE

E MTODOS

A tomada de deciso racional

Nonnalmente

consideramos

este conceito de racionalidade

que uma deciso boa se for racional. No entanto,

tem sido encarado sob vrias perspectivas, sendo uma

delas a seguida pela investigao

operacional e pela anlise de sistemas. Outra, mais

subjectiva, est mais relacionada com as percepes do agente da deciso e ser objecto
de estudo destas notas.

H decises que podem ter boas ou ms consequncias independentemente dos

processos seguidos, podendo estas situaes ser julgadas por vrios factores. De entre
eles h a salientar a complexidade, a incerteza, os objectivos em conflito e a existncia de
mltiplos agentes de deciso.
Com a rede de interaces do mundo actual, a maior parte das decises tomaramse extremamente complexas com vrios factores. As consequncias negativas de algumas
decises so devidas impossibilidade
factores importantes

do agente de deciso em incorporar todos estes

I.

Investigadores na rea da psicometria asseguram-nos de que s podemos processar em paralelo 72 bits

de informao; caso contrrio, ficaramos sobrecarregados.

AVALIAO MULTIA TRIBLrrO: MODB..OS DE UTILIDADE E MTODOS

A incerteza tem sido vista como um dos problemas mais importantes da tomada da
Se soubesse o que que o meu competidor ia fazer, ter-me-ia sido bem mais

deciso.

claro detenninar qual a deciso a tomar.

Um outro problema importante na tomada da deciso a existncia de objectivos
em conflito (trade-offjudgments).
local de implantao
vantagem

de uma nova fbrica num outro pas pode estar a contar com a

da existncia

eventualmente

O director de uma empresa, por exemplo, ao decidir o

de mo de obra mais barata. No entanto, poder tambm

ter de enfrentar

problemas

de m qualidade

de bens ou mesmo de

instabilidade da economia nesse pas.

Ainda mais difcil se torna a deciso quando o nmero de actores intervenientes
mltiplo, cada um deles com uma perspectiva diferente relativamente importncia dos
objectivos.
Necessitamos ento de um enquadramento racional que nos ajude a pensar atravs
das decises.

Poderemos dizer que somos racionais sempre que, tendo adoptado regras

que as nossas afirmaes e aces respeitam, actuamos de maneira consistente.

O comportamento
racionalidade

do agente de deciso depende do conjunto de regras s quais a

est associada.

Por exemplo,

ser racional

dizer-se que, sendo eu

indiferente entre A e B e tambm entre B e C, eu prefira A a C? Se exigirmos que os

juzos de indiferena sejam transitivos, isto demonstra um comportamento irracional.
No entanto, e apesar de nos terem sempre apresentado a transitividade como uma
propriedade normal, nem sempre a respeitamos no dia-a-dia. A intransitividade pode, de
facto, ocorrer nas seguintes circunstncias:

AV ALlAO MUL TIA lRIBUTO:

A
B~~
C ~

MODELOS DE UTILIDADE E MTODOS

impossibilidade de se distinguirem objectos (diferenas muito pequenas).

Esta situao ocorre em medies fsicas e psicolgicas.
A - B , B - C mas

-<

comparao atravs de lados diferentes de uma funo de preferncia no

monotnica.

Ocorre em medies psicolgicas.

x - y , y - z mas

x:> z

comparao de preferncias entre dimenses.

Ocorre em medies psicolgicas
x - y , y - z mas

Por conseguinte,

x:>

para se ser racional na tomada da deciso, precisamos de

construir um conjunto de regras que pretendemos usar na determinao do que fazer em

situaes complexas de deciso.
No entanto, ser-se racional uma coisa e ser-se cientfico outra. Para se utilizar
um mtodo cientfico, escolhemos uma hiptese, recolhemos dados, testamos a falsidade
da hiptese e, em consequncia

do teste, usamos ou no a hiptese para explicar o

fenmeno em causa. Estes procedimentos so s vezes tambm chamados racionalismo

cientfico (estes procedimentos podem de facto ser encarados corno regras).
A aplicao deste racionalismo cientfico s organizaes ou actividade humana
por vezes denominado investigao operacional (10) ou anlise de sistemas. Apesar de
muito divulgada, esta no a nica abordagem possvel.

Tal como Linstone (1984),

AV ALl-\O MUL TIA TRIBlITO: MODELOS DE UTILIDADE E MTODOS

considero

que existem trs perspectivas

tecnolgica (ou

Ia), a abordagem

A 'abordagem tecnolgica

para se analisar uma deciso: a abordagem

organizacional e a abordagem pessoal.

tem sido a mais usada apesar de existirem algumas

crticas sua utilizao, nomeadamente

na rea da gesto. Trs destas crticas so:

no envolvimento do agente da deciso na natureza experimental e iterativa da anlise;

insuficiente ateno ao contexto organizacional e pessoal da tomada de deciso;

menos importncia dedicada aos meios quando comparada com a dedicada aos fins.
Como evidente, a utilizao de uma determinada abordagem dever depender

no s dos conhecimentos do investigador ou analista, mas tambm, e principalmente,

natureza

do problema

em causa.

Sente-se ento, por vezes, a necessidade

da

de uma

abordagem mais aberta e de um conjunto de regras em que nos apoiamos para a tomada
de deciso.

Estas regras devem fornecer os clculos I}ecessrios para conduzir o agente

da deciso em problemas

complexos.

Devem tambm ter em conta os \-alores dos

agentes da deciso, de modo a permitir a articulao das suas preferncias e percepes

em relao aos objectos e variveis do ambiente da deciso. Finalmente, devem definir o
que se entende por racional em face das percepes da incerteza.
A teoria da deciso
Garante-nos

apresenta-se

como respeitando

todos estes requisitos.

que a escolha que fazemos consistente com aquilo em que acreditamos,

com os nossos sistemas de valores e com os valores da organizao em que trabalhamos.

AV ALlAO

MULTlA TRIBlITO: MODELOS DE UTILIDADE E MfOoos

3
Teoria da deciso

A teoria da deciso

apresenta,

com efeito, um enquadramento

necessrio a encorajar a consistncia, essncia da racionalidade.

quantitativo

Comearemos por falar

da teoria (das funes) de valor essencialmente orientada para problemas de deciso com
objectivos em conflito.

Seguidamente

falaremos de incerteza, de como o clculo das

probabilidades pode ser usado para a descrever e de como a teoria da utilidade pode ser
usada em situaes de tornada de deciso em face da incerteza. Finalmente, a fuso dos
estudos

de objecti\"os

em conflito

e em incerteza

permite-nos

discutir as vrias

perspectivas perante o risco.

3.1

Objectivos em conflito
Estamos constantemente

a tomar decises.

questes:

que rOllpas devo vestir de manh?

o que VOlicomer ao almoo?

Exemplo

disso so as seguintes

A V..!oJ.L1.COMUL TI.~TRlBl"7i[r. ~!ODELOS DE U1lUD.-\DE E MTO:05

noitE, irei ler:Jm

Ji-..70 ou ver televiso?

Na maioria dos proble::l2.5 de 3=dso

em conflito.

na existncia de alguns o:je=-jyc~

=-=side

Escolherei

o emprego

corr. o

progressj)

r..a ca.rreira,

Escolherei

!I..171.

CJi}.

computa&-r

sd.rio,

r.;.i1iOT

C1f!'.LEL

a ~:..Jde d1culdade

que enfrentamos,

com as melhores

!:om melhores condies

compatvel

q;.t.e ~-~il

perS;'i?crr.::.sc.e
de tra1-/~no_

com os sistema ;C..l.ais.

DU

aquele que G;)resenta cara..::erJ.c:.:;sr.avas e lteis.

Toda a e~.:)lha seria rrn:::m-:;J:::-=' siI::iples se s houyesse um cr:-~;:;o:::cc-nsiderar.

S-= pudssemos

comprar a me~~

s.=ia o do custo.
e-.-entualmente

Mas

ir:::ponante.

C(\~

m::SIDO 2;;'iw.

poder-se-iarn

levantar

C':!U05

d::. deciso
critrios

A dis-kl...~.E. 2 loja ou a simpatia do p=s:.vaJ que atende

;.:deriam justific2:" g2.Star-se rru:s E!~

3.1.1

=::I1todas as lojas. o nico c:tno

n;;:.heiro na compra.

Atributos e avaliao
Se conseg-cissemos

:cdos

enc,:w~

c:::l.nica

medida numrica que

estes factc:-es. ento a as.~ -=s.:olha seria simples;

.:.c'D.5truirmos tal medida.

E~

=-~Tesentar o valci;"de cada u~

ide:;&.

de se construir

j,=s~

em conta

a dif:-='iirh~= est em

uma mediC-.l 311:D.-5ca para

::..::
. --:~.u2Iivasfoi primeiramente

es::.'':~,'';~ p'-=,rDaniel

3=TI1ouUi (1738). Como iremc..~...

~ a s=g-:.:ir, BernouUi defendeu que,; '-:"~C.rr.:tno era
. I ,3

medida adequ.ada de valOJ~

-~neiro

:0i=m.ariva, ele sugeriu que o vaJ0r 0U TITc~dadedo

para cad2. indivduo fcs~ :::m:~:fur..o no linear e com um dc'::'':'-~ ~mpre

y~z menor.

cada

AV ALlAO MULTlA TRIBUTO: MODELOS DE UTILIDADE E MlDoos

Aqui importante definirmos dois tipos de preferncias. A primeira a preferncia

de valor entre objectivos ou atributos em conflito e onde no existe incerteza. A segunda
consiste na preferncia de risco, medida pelas funes de utilidade.
Cada vez que tomamos uma deciso, estamos concomitantemente

a resolver um

problema de avaliao; cada avaliao tem subjacente um contexto de deciso. Vejamos o

exemplo de comprar um aparelho de TV e consideremos que estamos apenas perante dois
objectivos em conflito: melhor qualidade e mais baixo custo. Em cada escala, a maior
preferncia representada por valores maiores.

o
...
tIJ
=

U
+

Qualidade.

100
melhor

Valor
pIOr

Cada dimenso descreve um aspecto diferente do problema.

A escala representa

as opinies e juzos; a ordem na escala deve representar as preferncias.

Vrios passos devem ser seguidos quando se pretende fazer uma avaliao. So
elas:

1. definir os limites do conjunto das alternativas;

2. definir os vrios atributos Xi,X2, ... ,Xn;
3. obter medidas para cada Xi;
4. obter a funo f;

AVJ..llACAO MUL1l~ TIUBl 10: ~IODELOS DE t.mLIDADE E MTOoos

5. preoceparmo-nos

com as incertezas.

funco de \"alor
(modelo)

f
O

- preferido

100

+ preferido

Ao d::finirwos os atribmos temos de nos certificar que satisfazem as seguintes

C2T2.Cterstic25(K~::Jey & Raiff::... 19761:
1. int=gric1.a..=
- todos os atributos relevantes esto na estrutura

2. op=racio,;~lid.ade - tOC.,:lS
os atributos de mais baixo nvel tm s:gnific::do

3. d~ompo:UDilidade - 1=,-xie-sejj..-idir em pa.lles mais pequenas

4. nc redu::dncia

5.

pes-ueno I3Il1anho

Para ~x.emF3ficar estas rroprie6des

vejamos a seg-illnre rvore d:: arribcros para o

obje.ctivo "c.cmprar 11m carro".

10

AVALIAO MUL TIA1RIBlITO: MODELOS DE UTILIDADE E MTODOS

3.1.2

Bases

matemticas

da medio

Este tipo de problema de avaliao leva-nos s bases matemticas da medio.

Krantz, Luce, Suppes e Tversky (1971) definiram medio como sendo a atribuio de
nmeros (ou outras entidades matemticas, tais como vectores) a objectos de tal modo
que as propriedades dos objectos sejam correc~amente representadas como propriedades
numricas.

Outros esforos tm tambm sido feitos para definir medio.

(1968), por exemplo,

apresentou

a medio

Blalock

como uma ponte entre a teoria e a

investigao, entre os conceitos abstractos e os indicadores empricos.

De uma maneira formal, se tivermos um conjunto de objectos empricos e um
conjunto de relaes Ri (i
A

= ( A ; Ri (i

I) definido em A, podemos construir um sistema relacional

I) (Pfanzagl, 1973). Se A for o conjunto dos reais (A

==

9t), o sistema

relacional denominado numrico.

Sendo dado dois sistemas
numrico, (9\;Sj U

I),

relacionais,

consideremos",

um emprico,

(A;Ri (i

I)) e outro

como sendo uma funo entre estes dois

sistemas. '" chamado um homomorfismo sse envia A em 9\ e preserva as propriedades

das relaes, isto ,

onde (aI, ... ,ak) um k-tuplo e Ri(al, ... ,ak) uma relao ki -ria em A.

A abo,rdagem matemtica da medio (Kyburg, 1984) fornece-nos os teoremas

que garantem a medio.
representao
propriedades

De entre estes h a salientar a importncia do teorema de

(que nos permite

usar os nmeros ou vectores para representar

as

dos objecto) e o teorema da unicidade (que nos diz que quaisquer duas

funes de objectos a nmeros esto relacionadas).

A maneira como estas duas funes

esto relacionadas fornece-nos o tipo de escala que podemos usar e determina o tipo de
manipulaes aritmticas que nos esto acessveis (significncia de estatsticas).

11

AVALIAO

MUL TIATRIBUfO: MODELOS DE UTILIDADE E MTODOS

E assim voltamos de novo problemtica da racionalidade

Porque grande parte deste curso baseada em relaes binrias de preferncia,
debrucemo-nos

um pouco sobre relaes binrias. Uma relao binria R, num conjunto

X, um conjunto de pares ordenados (x,y) tal que x e X e ye X. Esta relao R pode

ter algumas propriedades.

Assim V' x,y,z e X

de preferncia
-e yRz)
transitiva
assimtrica
antissimtrica
reflexi
simtrica
irreflexiva
va
no
xRx xRx
PI expresso
ligada
(xRy
transitiva
negativa
=>
xRz
fraca
xRy
=>
ou
yRx)
(xRy
yRx
no
yRx
ou
ouyRz)
ambos
x=y
yRx)=> no xRz
(no
xRy
e no
x,.:y

3.1.3

Funo
Baseado

de valor

na definio

de estrutura relacional e nas propriedades

binrias atrs enunciadas, podemos extrair um certo nmero de concluses.

Definio 1:

(A; >-) uma ordem fraca sse

ligada

a >- b ou b >- a

transitiva

(a>-b

e b>-c)

12

=>

a>-c

das relaes

A v ALIAO MUL TIA TRIBuro: MODELOS DE UTILIDADE E MTODOS

Definio

2:

~ uma relao binria em A ~

a- b

<=>

a 1;; b e b::;;a

a>- b

<=>

a 1;; b e no b ::;;a

Para introduzir a ideia de uma funo de valor caracterizemos o tipo de problema

que iremos estudar. H um conjunto bem definido de opes e n atributos usados para as
discriminar.

Partimos do pressuposto de que inequivocamente

possvel associar um

valor numrico a cada atributo de cada opo. Assim a opo x poder ser escrita como
x=(x 1,x2, ... ,xn).

A raiz do problema consiste ento em decidir qual dos vectores mais

atractivo ao agente de deciso.

Teorema 1:

Se (A ; ::;;> uma ordem fraca

(teorema de representao)

::::}3 v: A~9\

: a::;;b

<=>

v(a) ~ v(b)

'i a,b

::::} v'(a) = f [v(a)]

(teorema de unicidade)

Como a funo v existe, o problema de deciso reduz-se escolha do vector x

para o qual v(x) maior.
simplificada.

Definio 3:

Por vezes, a deciso da escolha do vector grande mente

o caso de uma opo dominar todas as outras.

Uma opo A diz-se dominar uma outra opo B se 'i i E I, XjA ~ XjB e

para pelo menos um i, XjA

> XiB.

13

A v ALIAO MUL TIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

Se uma opo domina todas as outras racional escolh-la.

Vejamos um exemplo

com duas dimenses.

Temos sete opes para escolher,

das quais

x2

'I'

trs so dominadas pelas restantes (E, F e G).

----.-,.
Quando removermos

do conjunto das opes,

todas as dominadas por outras, o conjunto com que

lo.

G:F'

ficamos chamado a fronteira eficiente ou o conjunto

ptimo de Pareto.

sobre este conjunto de opes

que deve assentar o nosso modelo de deciso.

Como j vimos, a garantia de existncia de uma funo de valor conseguida pelo

teorema de representao.

Exemplo disso o teorema para estruturas conjuntas, finitas e

aditi vas (Luce & Tukey, 1964) que se segue.

Teorema 2: Se tivermos a estrutura (AIXA2; >-) com AI e A2 finitos e as propriedades

P1

>-

P2

AI preferencialmente

uma ordem fraca

independente de A2
bl- --;-

I
I

::S .,

,
,

a2~--~ I ::S.:I
ento

'\I b e A2 (aI, b)

>-

(bI, b)

as preferncias em AI so indep. de valores fixados em A2

14

.to:. .!...I...:..~.\O

P3

MUL 11-\lRIBUTO:

.~~:{;:".::ferencialmente

MODELOS DE UT1LE,.;_~.DEE MTCJ:os

de A]

independente

b- ~ --,- ---,
fA

2.-L

::.s?="=:=-=-:-ncias
em

s=:

P5

::y=:::uos

.~_jj:I7'"",:'-

):~

arquimediano

:::-'::-2

indep de valores fi:; ~-1osem A]

(a,b) e (c,x 1. sempre

possvel e:...::ontrar-se I de

(fornece-nos

infinitamente

);::::=:S57.2ITIOS

:\1 so

longe que se no posS-::.2.tingir nu::. =spa;o ::mIO

de duas dimenses;

ti! ::nIX!O que

a continu:-=':,ne)

cada comF..:::..-ente ess~ci.:.1o

CO::J-=;
:-~oestrutura] - cancelamento

s~ -':)~~ (a,e)

IA

(c.e) ~ (b,d)

duplo

ento

,=-f) ~ (a,d)

Emo,

ou ~.la Fi5:'~tL-:. '.

PI. P:o ?o:

adtividade.

?i so

condies

necessrias

':'=\~!C5 ler estas condies.

para a ~Iividade,

~;:o .

P-+ e P6 so con..:5es suficj::::res.

15

s;;:

jyermos

AVALIAO MULTIA1RIBUTO:

MODELOS DE UTILIDADE E MTODOS

Vamos continuar a falar em independncia.

dois atributos preferencialmente
mtua preferencialmente

independentes.

J definimos o que se entende por

Vejamos agora a definio de atributos

independentes.

Definio 4: Se a nossa estrutura de preferncias tal que quaisquer dois atributos

sejam preferencialmente

independentes

atributos so mtua preferencialmente

de todos os outros, ento dizemos que os

independentes.

{Xl,X2, ... ,Xn} MPI se {X!,X2} PI {X12}

{X2,X3} PI {XE}

Em vez de fazermos 2n-2 testes, apenas necessitamos de usar (n-1) subconjuntos

(Keeney

& Raiffa,

1986).

DV
Exemplo de teste de MPI para "perfis de sade";

CE

CE - condio emocional
DV - durao de vida
CF - condio fsica

CF

16

AV ALIAO MUL TIA 1RIB\JfO:

{CE,DV} PI {CF}

MODELOS DE UTILIDADE E MTODOS

{CE,CF}

PI {DV}

{CF,DV} PI {CE}

DV

CF

CF

Se conseguirmos

provar

CF

que as nossas

preferncias

respeitam

a mtua

independncia preferencial, ento deve existir uma funo de valor com a forma aditiva
n

v(x) =

i=l

kj Vj(Xj)

Mais ainda, a funo v(x) nica a menos de uma transformao linear positiva.
Se existir outra funo v'(x) com as mesmas propriedades, devem tambm existir dois
nmeros a e b, com b>O, tal que v'(x)=a+bv(x).

Como exemplo de funes deste tipo h

as escalas Fahrenheit e CeIcius de temperatura.

3.1.4

Mtodo de Keeney

1. Obter os atributos, usando normalmente a hierarquia existente nos objectos. Tentar

obter medidas contnuas e MPI tanto quanto possvel.

17

AV ALIACO MUL TIA 1RIBUTO: MODELOS DE UTILIDADE E MTODOS

Atributo

Medida

x*

2. Partir da hiptese de que vamos construir um modelo aditivo.

3. Derivar as constantes de escala (obter indiferenas)

obter o ordem global de importncia,

observando as preferncias

X21'"

>- ~

Xl

para os pontos de canto;

obter indiferenas em relao ao atributo mais importante.

4. Obter funes componentes,

Vj(Xj)

tcnica da diviso pelo ponto mdio (se possvel)

estimao directa (com verificao de indiferenas)
5. Resolver as equaes geradas em ordem aos kjs.

18

AV ALlAO MULTlA 1RIBUTO: MODELOS DE UTILIDADE E MroDOS

Exemplo

1:

Funo multiatributo

de valor.

Problema: Seleccionar um local para se construir um aeroporto.

1.

Atributo

Medida

1. Perigo para a populao

Xl

2. Dificuldade da construo

X2 preo estimado da

y;O

densidade da populao
num raio de 3 milhas

nivelao do local
X3 velocidade mdia do
vento

3. Segurana dos avies

= pior

x*

= melhor

100.000

1.000

2.5

0.5

milhes

milhes

25 kph

2 kph

2. Teste de MPI

independncia preferencial individual

empiricamente, seremos capaz de imaginar uma situao onde Xjo > Xj* , 'j i= 1,2,3 ?
pares preferencialmente

independentes

S era' que a .10d'f1 erena

quando

X30

alterado para

X3

'
se mantem

*?

Verificar para os outros pares

19

X2

AV ALL-\O MULTIA 1RIBlITO: MODELOS DE UTILIDADE E MfODOS

3. Ordem de importncia relativa dos atributos

0.5

,,,
,,,
,,,

2 "

2 ",

,,
,

?
-<

?
>-

.,,

2.5 I

25

'.

100000

1000

,.,
,

?
-<

,,

2.5

0.5

25

' ".

]00000

1000

Quais so os pontos de canto preferidos?

Suponhamos que XI

>-

X3

>-

X2

4. Escala para atributos

H trs mtodos:

1. passos fixados - mtodo longo

2. diviso pelo ponto mdio - mtodo curto
3. desenhar uma curva - mtodo rpido

4.1 Mtodo de Passos Fixados

(quase nunca usado na prtica)

usar o atributo mais importante, X], como mtrica

Xjo a origem. Vj(Xjo)=O
escolher X]I como passo unitrio

X2

I'

-:

: ! G~0

\. :

passos

x~I'~
x 1o

x 1o

X'I

20

T4

Xl

AVALIAO MULTIA TRIBlITO: MODELOS DE UTILIDADE E MTODOS

definir a escala
V'l

(x I *) = 20

V'2(X2

*) = 4

V'3(X3

*)=

10

nota: usamos v' porque as funes que obtemos so ligeiramente diferentes das
iniciais

Para que todas as amplitudes estejam entre Oe I, fazemos

Vi (Xi)

= v~'~(Xi)
i Xi

Ento,

Normalizando,

funo MA V = 2:. constante de escala (2:.=1) * funo de valor (O-I)

4.2 Diviso pelo ponto mdio (mtodo alternativo)

Encontramos

xt5

de tal modo que as indiferenas se

X

mantenham; isto , de tal modo que consigamos chegar

-_1~--

a Xi * em d'OlS passos.

21

AVALIAO

MULTIA TRIBtrrO:

MODELOS DE UTILIDADE

E MTODOS

Neste caso, definindo

I .................

obtemos

Xlo XI.5

Fazendo isto para todos os atributos, obteramos, por exemplo,

Xo

5 Obteno das constantes de escala

Suponhamos que Xl

>-

X3

>-

X2 . Para obtermos os valores das constantes de escala kiS

usamos, de novo, as indiferenas.

x [2]

XI

22

AVALIAO MULTIA TRIBUTO: MODELOS DE UTILIDADE E MlODOS

X2 =

X~

Porque os atributos so independentes,

Temos trs equaes a trs incgnitas. No nosso caso,

Ento,
k2 = .12
{ kk3 = .58
.30

k3 = kl (.5)
{ k I k2=k}
(.2)=
+ k2 + k3

o modelo

final ser ento,

Nota: Comparar com o modelo obtido pelo mtodo dos passos fixados

23

AV ALlAO MUL TIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

Mtodo SMART

3.1.5

SMART (Simple multi-attribute

Edwards

(1971) como uma alternativa

substancialmente

rating technique) foi um mtodo proposto por

abordagem

de Keeney e Raiffa.

Difere

desta (ou da de Fishburn) no que respeita o emprego de matemtica

mais sofisticada.

So os seguintes

os 10 passos do processo SMART, tirados de Gardiner &

Edwards (1975):
1. Identificar a pessoa ou organizao cujos valores iro ser moldados.
2. Identificar a deciso para a qual os valores so relevantes.
3. Identificar as entidades (isto , as alternativas) a ser avaliadas.
4. Identificar as dimenses de valor (isto , os atributos) relevantes.
Recomenda-se

que sejam menos de 15.

5. Classificar os atributos pela sua importncia.

6. Pontuar os atributos mantendo os 'ratios' de importncia.
Na formulao inicial, ao menos importante atribudo o valor 10 e aos outros so
dados pontos escala.
7. Normalizar os pesos kj.
Somar os pesos de importncia, dividir cada um pela soma e multiplicar por 100.
8. Medir a localizao de cada entidade em cada dimenso.
Normalmente

consiste na atribuio a cada alternativa de um valor entre O e 100

para cada dimenso.

24

AVALIAO MUL TIA1RIBlJfO:

MODELOS DE UTILIDADE E MfOoos

9. Calcular o valor de cada entidade

n

v(x) =

L kj

Vj(Xj)

i=l

1O. Decidir aps rever todo o processo.

3.2

Estudo da incerteza
At agora partimos da hiptese de que conhecamos com certeza os resultados da

escolha de cada opo, de tal modo que o nico problema era gerir os conflitos entre
objectivos. No entanto, para a maioria das decises, estes pressupostos so irrealistas.
Como obvio, se pretendermos
escolha, necessitamos

de desenvolver

incorporar

a incerteza nas nossas teorias de

clculos que manipulem

a incerteza.

Isto

conseguido custa da teoria das probabilidades.

Se os nossos juzos e opinies so representados
devem respeitar as regras das probabilidades.

por nmeros, estes nmeros

Se tivermos as probabilidades P(A), P(B),

P(AIB) e P(BIA), estes valores devero, por exemplo, respeitar a equao

P(BIA) P(A) = P(AIB) P(B) = P(AB)
Se esta relao no for satisfeita pelas probabilidades

obtidas, ento um ou mais

dos nmeros devero ser alterados.

Caso as pessoas sejam conscientemente enviesadas,

natural que esses enviesamentos

sejam analisados.

literatura no est completamente

A isto chama-se calibragem e a

de acordo em relao possibilidade e necessidade de

correco destes enviesamentos.

25

AVALIAO

3.2.1

Conceito
Existem

MUL TIATRIBUfO:

MODELOS DE UTILIDADE E MTODOS

de probabilidade

essencialmente

duas

perspectivas

de obteno

do conceito

de

probabilidade. So elas a objectiva e a subjectiva. A objectiva engloba duas abordagens: a

clssica e a emprica.
A abordagem clssica, tambm chamada terica ou a priori, parte do pressuposto
de que conhecemos

a situao amostra!. Organizada a partir das ideias de Laplace tem

sido, no entanto, considerada inapropriada ao mundo actual por no incorporar mtodos

satisfatrios de medio.
Utiliza os conceitos de casos igualmente provveis (n) e de casos associados a um
acontecimento de interesse para o investigador (m). A probabilidade de um acontecimento
obtida pelo quociente entre ambas:
Probabilidade

de um acontecimento

No. casos associados ao acontecimento

No. de casos possveis

m
=

De reparar que a probabilidade de um acontecimento nada tem a ver com o tipo de

amostragem.

A probabilidade

de obtermos o nmero 2 quando lanamos um dados

sempre igual a~, independentemente

do dado ser lanado ou no.

H, no entanto, casos em que esta abordagem clssica no pode ser aplicada. Por
exemplo,

ao extrairmos

amostras

podemos

no ter conhecimento

de uma populao

que no tenha sido estudada,

prvio dos valores de n ou de m. Nestes casos,

necessitamos de um outro conceito de probabilidade. a chamada probabilidade emprica

ou de frequncia relativa.
Esta abordagem de probabilidade, defendida por Venn, von Mises e Reichenbach,
apresenta a probabilidade
o acontecimento

de um acontecimento como a frequncia a longo prazo quando

ocorre um nmero finito de vezes, isto , vista como uma probabilidade

objectiva do mundo real.

26

AV ALIAO MUL TIATRIBlITO: MODELOS DE UTILIDADE E MTODOS

A probabilidade

ento definida como o nmero de vezes que o acontecimento

ocorre relativamente ao nmero de vezes que ele poderia ter ocorrido:

Probabilidade

de um acontecimento

Esta abordagem
observados,
aproximaes

NO.vezes que um acontecimento ocorreu _ !!.1

No.vezes que poderia ter ocorrido
- n

emprica baseia-se na experincia

passada ou em result~dos

sendo portanto sensvel ao tamanho e contedo da amostra. Constituem

naturais das probabilidades

verdadeiras

e so independentes do que se

sabe ou se acredita.

Uma terceira teoria considera a probabilidade

como subjectiva, incorporando a

nossa percepo do acontecimento de interesse. Defendida, entre outros, por Ramsey, de

Finetti e Savage, apresenta a probabilidade como um "grau de crena" (degree ofbelief)
que um indivduo tem relativamente

a uma afirmao. Constitui uma propriedade da

percepo subjectiva (ou estado de conhecimento) de um indivduo em relao ao mundo

real.

Finalmente,
probabilidade

em alternativa

a estas vises, e negando que as afirmaes de

sejam afirmaes empricas, h as teorias lgicas defendidas por Keynes,

Carnap e Kyburg.

Estas teorias consideram a probabilidade como uma relao lgica

entre a afirmao e o corpo de conhecimento, entre uma afirmao e outra afirmao (ou
um conjunto de afirmaes) representando a evidncia.
perspectiva

A caracterstica essencial desta

a seguinte: sendo dada uma afirmao, e sendo dado um conjunto de

afirmaes que constituem evidncia ou corpo de conhecimento, h um e um s grau de

probabilidade que a afirmao deve ter, relativa a uma dada evidncia.
A interpretao de probabilidade que dever ser adoptada para a aplicao da teoria
de deciso tem de ser a subjectiva.

S assim possvel encontrarem-se justificaes de

natureza intelectual para os processos de anlise da deciso.

27 .

A v ALIAO MULTIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

Dois destes processos iro ser estudados a seguir: a matriz de deciso e a rvore
de deciso. So essencialmente

3.2.2

Matriz

processos de organizar a informao de que dispomos.

de deciso

A matriz de deciso permite-nos

dispor a informao de uma maneira muito

concisa e econmica, sem redundncias desnecessrias.

Exemplo 2: Suponhamos

que h trs alternativas possveis e que, independentemente

disto, h trs acontecimentos

23
.2
65324.6 651
probabilidades

(estados da natureza) com as respectivas

de .2
ocorrncia.

231
Alternativas

Acontecimentos

Os valores esperados de cada uma das alternativas so dados por

VEI = (.2) (6) + (.6) (4) + (.2) (2) = 4.0
VE2 = (.2) (5) + (.6) (5) + (.2) (3)

= 4.6

VE2 = (.2) (1) + (.6) (2) + (.2) (6)

= 2.6

Assim, a opo 2 dever ser a escolhida

esperado.

28

pois corresponde

de maior valor

AVALIAO MULTIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

Exemplo 3:

Sendo

dada a seguinte

matriz

de deciso,

qual o intervalo

probabilidade do acontecimento 1 para que a alternativa

I Alternativas

32

de

I seja a melhor?

632 45 Acontecimentos

1 1

Como A2 dominada por A3, no incluiremos A2 na nossa anlise.

Calculemos os valores esperados das restantes opes.
VEI

= lp + 6(1-p) = 6-5p

VE3 = 5p + 3(1-p) = 2p+3

VE1

Na intercepo,
VEl = VE3

6-5p = 2p+3
I
I
I
I
I

VE 3
1
AI

a melhor no intervalo

O:::; p

<~

------~--------

3/7

P
A3 a melhor no intervalo ~ < p :::;1
Indiferente entre A 1 e A3. quando p = ~

Nota: Comparar a linha quebrada obtida com a fronteira de Pareta atrs mencionada.

29

AVALIAO

3.2.3

MUL TIA 1RIBUfO:

MODELOS DE UTILIDADE E M1Doos

rvore de deciso

A rvore da deciso d-nos mais flexibilidade e poder. Cada alternativa pode ter
diferentes acontecimentos

associados.

Numa rvore existem ramos de acontecimentos,

circulares,

devendo

os acontecimentos

exclusivos (a probabilidade

associados

aqueles que vm de nodos

a estes ramos ser mutuamente

tem de somar 1).

Podem tambm existir ramos de aco que vm de nodos quadrados (uma das
alternativas que o agente da deciso tem) e no tm quaisquer probabilidades associadas.

ramo de acontecimento

ramo de aco

Exemplo 4:

O Ricardo est perante trs alternativas, A, B e C.

Se escolher

A, podem

probabilidades

ocorrer

os acontecimentos

de .3 e .7 respectivamente

respecti vamente.

30

e lucros

D ou E, com
de 100 e 15

AV ALIAO MULTIA 1RIBUTO: MODELOS DE UTILIDADE E MTODOS

Se o Ricardo escolhe B, podem ocorrer os acontecimentos F ou G, com

probabilidades

de .6 e .4 respectivamente.

Se F ocorrer, o lucro de 75.

Se G ocorrer, o Ricardo deve escolher entre K e L. Se escolher K, podem

ocorrer

os acontecimentos

respectivamente

O ou P, com probabilidades

e lucros de

e 120 respectivamente.

de .5 e .5
Se o Ricardo

escolher L, o lucro de 50.

Se o Ricardo escolher C, podem ocorrer os acontecimentos H, I ou
probabilidades

acontecimentos

Os lucros para H e 1 so 70

de .3, .4 e .3 respectivamente.

e 30 respectivamente.

l, com

Se o acontecimento

I ocorrer,

ento os

M ou N podem ocorrer, com probabilidades

de .4 e .6

respectivamente e lucros de 40 e 100 respectivamente.

Qual dever ser o curso de aco ptimo para o Ricardo. Calcule o
correspondente

valor esperado.

A rvore de deciso seguinte representa o problema atrs enunciado.

50
40
100

Para resolver este problema' temos de determinar para cada nodo, o seu val?r esperado.

31

AVALIAO MULTIA TRlBtITo:

MODELOS DE UTILIDADE E MfODOS

100
D ~ ,,75
15

A/40.5

~B

69

7.6
50
40

100

Assim, o Ricardo dever escolher a opo B e, se o acontecimento

G ocorrer, dever

escolher K.

3.3

Preferncia pelo risco

3.3.1

Noo de utilidade
Vejamos o seguinte exemplo:

Exemplo

5:

Uma pessoa tem neste momento 1000 contos no banco e -lhe oferecido
o jogo de lanar urna moeda ao ar e ganhar ou perder 3000 contos.

Esta situao pode ser descrita pela seguinte rvore de deciso:

32

AVALIAO

MULTIA1RIBIJfO:

MODELOS DE U1lLIDADE E MTODOS

Valor Final
1000

no aceita

u.)/

.w .....

"-

ojogo
3000

-2000
4000
(perde
r __
ganha

No ramo de baixo, representando a incerteza, temos um jogo ou lotaria. O valor

esperado

desta

opo

obtido

multiplicando

as probabilidades

dos futuros

acontecimentos pelo respectivo valor final e somando todos estes produtos.

Esta medida foi primeiramente

explorada por Daniel Bernoulli em 1738 quando

descreveu o paradoxo de S. Petersburgo.

Ele considerou a seguinte situao: dado a

uma pessoa, atravs de um preo pago por ela, a possibilidade

de jogar um jogo que

consiste em fazer vrios lanamentos de uma moeda ao ar at aparecer caras pela primeira
vez.

Se caras aparecer pela primeira vez no lanamento n, o prmio de 2n. O valor

esperado do jogo de
2 (0.5) + 4 (0.5)2 + 8 (0.5)3 + ...
O valor desta srie infinito.
00

EV =

I. Pi Vi

i=

1
1
1
= 2C2) +4(4) +8<8) + ... +~2

33

n
) =

00

1+1+1+ ... + =

i= 1

1 = 00

AV ALlAO MUL TIA TRIBlJfO: MODELOS DE UTILIDADE E MTODOS

uma medida da atractividade de uma situao

Ora, como o valor esperado

incerta, qualquer um de ns deveria estar pronto a pagar uma soma qualquer, por mais
alta que fosse s para jogar este jogo. O facto que a maioria de ns no est disposto a
pagar mais do que algumas dezenas ou centenas de escudos por este jogo. E aqui est o
paradoxo.

de que o valor esperado uma medida

A soluo reside no pressuposto

apropriada para uma opo incerta.

No Exemplo 5, o valor esperado de cada ramo da rvore de 1000 contos;
entanto, nem todos ns aceitaramos

o jogo.

Bernoulli

indivduo, o valor do dinheiro era uma funo no linear.

funo logartrnica,

o valor esperado

argumentou

no

que, para um

Usando corno exemplo a

obtido era finito, mesmo sabendo que o valor

esperado inicial, sem esta transformao,

era infinito. Esta viso constitui a essncia da

noo de utilidade .
.Se usssemos, por exemplo a funo'log2x,
00

EU

I. pj

i= 1

u(Vj)

2" u(2)

S em 1944, com o aparecimento

behavior

teramos,

1
1
1
n
+ 4 u( 4) + 8" u(8) + ... + 2n u(2 )

do livro The theory of games and economic

escrito por von Neumann e Morgenstern,

que surge o moderno conceito de

utilidade.

Definio 5: A utilidade de um resultado para um indivduo igual probabilidade de

ganhar um prmio standard

num jogo, de tal modo que o indivduo seja

indiferente entre receber o resultado de certeza e aceitar o jogo.

34

AV ALIAO MULTIA 1RIBlITO: MODELOS DE UTILIDADE E MTOoos

Suponhamos

que os valores

de dinheiro

encontram no intervalo [XC, X*]representando

em que estamos interessados

se

XO o mais pequeno valor possvel e X* o

maior.

Consideremos agora um valor intermdio X e comparemos o

jogo {XC,X*; p} com a certeza de receber a quantia X. Qual o
valor de p de tal modo que X - {XC, X*; p}?

A utilidade de X definida como sendo igual a esse valor p.

Usando esta terminologia, o princpio da substituio diz-nos que se tivermos dois

valores Se T, qualquer um deles entre XOe X*, ento
{S , T; q} - {{XO, x*; u(S)} , (Xc, X*; u(T)} ; q}
Isto , graficamente,

X*

q' = q u(T) + (l-q) u(S)

35

AVALIAO

MUL TIA TRIBtITo:

MODELOS DE UTILIDADE E MTODOS

Como S e T no foram especificados, podemos dizer que o agente da deciso deve

ser indiferente entre um jogo simples com prmios no intervalo [S, T] e um jogo simples
com os prmios padro XO e X* com uma probabilidade de se obter X* calculada como
atrs. Face a uma srie de jogos, o agente de deciso escolher o jogo que maximize a
expresso
q u(T)

(l-q) u(S)

Isto precisamente a noo de utilidade esperada de um jogo.

Conclumos ento que o melhor caminho de aco escolher a opo com maior
utilidade esperada.

Este tipo de frase faz parte de um mais amplo conjunto de critrios de

racionalidade conhecido pelo nome de axiomas de utilidade de Savage (A 1 a AS), que a

seguir se enunciam.
A 1 Dadas vrias lotarias, o agente de deciso capaz de as ordenar segundo a ordem de
preferncia.

Isto , dadas duas lotarias A e B, pode sempre dizer qual a que prefere

ou se indiferente entre ambos.

A2 Dados trs prmios PI, P2 e P3, se PI > P2 > P3 , ento existe uma probabilidade
O$p:5:1, tal que o agente de deciso seja indiferente entre obter P2 de certeza e a
lotaria que lhe d PI com probabilidade p e P3 com probabilidade (l-p).

P >P >P
1

=>

A3 Se o agente de deciso indiferente

indiferente

entre dois prmios PI e P2, ele tambm

entre duas lotarias, de tal modo que a primeira d o prmio PI com

probabilidade

p e o prmio P3 com probabilidade

36

(I-p) e o segundo, o prmio P2

AVALIAO MUL TIA TRIBUfO:

com probabilidade

MODELOS DE UTILIDADE E MTODOS

p e o prmio P3 com probabilidade (l-p). Isto deve verificar-se

quaisquer que sejam os valores de P3 e p.

=>

A 4 Se tivermos duas lotarias, cada uma delas apenas com os prmios PI e P2, e se o
agente da deciso preferir

PI a P2, ento dever preferir a lotaria com maior

probabilidade de ganhar PI.

>-

=>

AS Sejam dadas as lotarias Ai com um prmio PI com probabilidade Pi e o prmio P2

com probabilidade

(l-Pi), para i= 1,2,3. Suponhamos tambm que a lotaria B d

entrada lotaria A2 com uma probabilidade

probabilidade (l-q).

q e entrada lotaria A3 com uma

O agente de deciso indiferente entre a lotaria A e a lotaria B

P
~l
~P2

Se uma pessoa poder aceitar estas propriedades

preferncias

como indicadores

das suas

em relao a lotarias, ento pode ser demonstrado que deve existir uma

funo de utilidade e que a aco racional ser escolher a opo com maior utilidade
esperada.
37

AVALIAO MUL TIA 1RIBUfO:

MODELOS DE UTILIDADE E MTODOS

Em concluso, vejamos algumas propriedades deste tipo de funes. Em primeiro

lugar, u(Xo) = O e u(X*) = 1. Em seguida, qualquer outra funo existente pode ser
escrita como uma transformao
Esta ltima propriedade
nmeros,

incluindo

linear positiva de u, isto , u'(x) = a + b u(x), b>O.

garante-nos

negativos,

que alterando

a origem e a escala, quaisquer

podem ser usados para representar

a utilidade.

No

estarnos, por conseguinte, limitados ao intervalo [0,1].

3.3.2

Funes unidimensionais

de utilidade

Voltemos ao Exemplo 5.
Para utilizarmos a teoria da utilidade neste exemplo, necessitamos de construir a
funo de utilidade do agente de deciso para valores de dinheiro.

Os valores com que

estarnos a trabalhar so 4000, 1000 e -2000 contos. Ento,

u(-2000) = O

u( 4000) = 1

Para encontrarmos u(1000) temos de perguntar ao agente de deciso qual o valor

que p deveria ter para que ele seja indiferente entre receber 1000c de certeza e aceitar a
lotaria {-2000AOOO;p}

1000

Suponhamos
situao,

<

que ele nos diz 0.85.

4000
-2000

Assim, u(lOOO)=0.85.

Ternos ento a

AV ALIAO MUL TIA TRIBUTO: MODELOS DE UTILIDADE E MlUDOS

Valor Final

Utilidade

1000

ganha
3000
3000

0.85

-2000
4000

perde

e a utilidade de aceitar o jogo ser

u(aceitar o jogo) = 0.5 x O + 0.5 x 1 = 0.5
Comparando este valor com u(no aceitar o jogo) = 0.85, o agente de deciso, no
deveria aceitar o jogo.

Exemplo

6: Suponhamos

que ao agente de deciso oferecida uma oportunidade de

negcio em alternativa.
Fazendo um investimento

de 200 contos (dos 1000 de que dispe) ele

pode aceitar esta opo.

Aps um ms, ter 10% de hipteses de que se saiba que o investimento
no resultou e outros 10% de se infringir uma patente existente, tendo o
agente de deciso de pagar, neste caso, uma multa de 1000 contos.
Se nenhuma destas eventualidades ocorrer, o agente de deciso ainda pode
desistir, vendendo esta opo a um amigo que j lhe ofereceu 1000 contos
por ela, mas em relao ao qual sabe-se que h 10% de hiptese de que
no venha a pagar.

39

AV ALIAO MULTIA TRIBtJfO:

MODELOS DE UTILIDADE E MTODOS

Em alternativa, pode esperar at o investimento

comear a dar frutos; h

uma hiptese de 70% de que possa ganhar 2000 contos, mas h tambm
30% de hipteses de que perca mais 800 contos.

Comeamos

por construir a rvore de deciso para este problema.

Valor Final

no aceita
ojogo

1000
ganha 3000

4000

no paga

De seguida, determinamos
mtodo anteriormente

800

a funo de utilidade do agente de deciso. Usando o

descrito, encontramos a seguinte curva de utilidade em relao ao

.dinheiro:

40

AVALIAO

-2000
800
2800
1800O

MULTIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

0.0
0.4
0.8
-1000
1000
2000
4000
3000
O
X 0.71
0.97
1.00
0.67
0.83
0.85
0.92
0.00
u(X)
0.2
0.6
1.0

4000
-200
1000

-2000

Calculando as utilidades esperadas, temos

u(X)
0.85

0.83
0.67
0.97

0.71
0.92

0.83

41

AVALIAO

MULTIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

A primeira concluso a tirar que se o agente de deciso estiver na situao da

opo

IA] (aceitando

ele o princpio da maximizao

da utilidade esperada e estando

correcta a sua curva de utilidade) ele dever vender.

Ora, os valores esperados da venda e da opo de manter so respectivamente
1700 e 1960 contos.

Portanto,

usando o critrio do valor esperado, ele no deveria

vender. Esta diferena entre decises produzida pela concavidade da curva de utilidade.
Em concluso, se o agente de deciso quiser basear a sua deciso teoricamente,
deveria aceitar o jogo mais complexo e se aps um ms ele tiver boas notcia, dever
vender ao seu amigo, mesmo sabendo que ele poder no pagar.
Em nota final, devemos salientar que no correcto interpretar as diferenas entre
utilidades esperadas como medidas de intensidade de preferncia.
opes 'aceitar o investimento'
por 0.88-0.85=0.03,

3.3.3

A diferena entre as

e 'no aceitar o investimento' expressa numericamente

no tem qualquer significado.

Noo de risco
O primeiro conceito que aparece como resultado da noo de utilidade o de

equivalente certo.

Definio

6:

Equivalente

certo (EC) definido como o valor em relao ao qual o

agente da deciso considera que seria indiferente entre receber de certeza

esse valor ou aceitar o jogo. Isto , a utilidade do equivalente certo tem
de ser igual utilidade do jogo.

42

AV ALIAO MUL TIA 1RIBUTO: MODELOS DE UTILIDADE E MfOoos

No Exemplo 5, vimos que o valor esperado do jogo era de 1000 contos e que a
sua utilidade era de 0.50. Usando a funo de utilidade do agente de deciso, este valor
de utilidade corresponde

a um valor de -854 contos, francamente

inferior ao valor

esperado.

Definio 7:

diferena entre o valor esperado e o equivalente certo dado o nome

de prmio do risco (PR).

No nosso caso o prmio do risco era de

1000 - (- 854) = 1854 contos.

Corresponde ao valor que o agente de

deciso estaria disposto a aceitar para que a incerteza fosse reduzida.

Com base no valor do prmio do risco, podemos definir as seguintes atitudes

perante o risco:
1. Averso ao risco sse PR > O
2. Neutralidade perante o risco sse PR = O
3. Procura do risco sse PR < O

A figura abaixo mostra as formas tpicas das funes de utilidade associadas a

estas atitudes perante o risco.
Neutralidade
1

Utiles

0.5

Equivalente Certo

43

AVALIAO

MUL TIA TRIBlITO: MODELOS DE UTILIDADE E MTODOS

Para uma lotaria equiprovvel

equivalente
esperado.

entre o melhor e o pior dos resultados possveis, o

certo de uma pessoa com neutralidade

perante o risco igual ao valor

O de uma pessoa adversa ao risco menor e o de uma pessoa que procura o

risco maior.

A funo de utilidade de pessoa neutral ao risco uma linha recta. O equivalente

certo dessa pessoa iguala o valor esperado.

O prmio do risco sempre zero.

inclinao da funo constant e a segunda derivada zero.

A funo
neutralidade.

de utilidade

de pessoa adversa

ao risco est acima da linha de

A inclinao da funo sempre positiva mas decrescente, de tal modo que

a segunda derivada negativa. O prmio do risco positivo.

A funo de utilidade de pessoa que procura o risco est abaixo da linha de
neutralidade.

O prmio do risco negativo e a curvatura tal que a inclinao sempre

positiva com uma segunda derivada no negativa.

A tabela a seguir resume as caractersticas

das curvas de utilidade relativas s

vrias atitudes perante o risco.

f'

+O
>VE
+
O
<VE
Inclinaco
constante
+-=VE
PR
EC

cncava
recta
convexa

Linha

Funo de utilidade

o risco

A averso ao risco a tendncia mais comum.

de esperar que o agente da

deciso seja cauteloso em relao a situaes em que esto em jogo valores significativos

44

AVALIAO

para o seu bem-estar.

MUL TIA TRIBUfO: MODELOS DE UTILIDADE E MfODOS

Decises triviais de rotina no so normalmente objecto de anlise

da deciso.

Agentes de deciso neutrais em relao ao risco normalmente no discutem as suas

anlises em termos de utilidade esperada.
critrio do valor esperado suficiente.

Se um agente da deciso neutral, ento o

Normalmente isto acontece quando os valores em

jogo esto dentro das condies normais.

A neutralidade perante o risco aceite para a

maioria das anlises de poltica pblica, embora decises governamentais

de grande

importncia, tais como energia nuclear, defesa e desvalorizao, normalmente se pautem

por uma averso ao risco.

45

AVALIAO

MUL TIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

A tomada de deciso

Crticas teoria da utilidade

4.1

A teoria de utilidade de von Neumann e Morgenstern

domnios.

No entanto, no universalmente

tem sido usada em vrios

aceite. Algumas crticas tm aparecido em

relao ao uso da utilidade esperada como guia para a tomada da deciso em face de
incerteza.

Uma das primeiras crticas devida ao economista francs Maurice Allais (1953) e
conhecida pelo nome de paradoxo de Allais. Vejamos os seguintes dois exemplos de
situaes:

Exemplo 7: Suponhamos que lhe dado a escolher entre a opo certa A e a lotaria B

500 mil contos

100 mil contos

100 mil contos

o mil contos
Qual que prefere?
46

AVALIAO MUL1lA1RIBlJfO:

Exemplo 8:

MODELOS DE UTILIDADE E MTODOS

Consideremos agora a escolhe entre a opo certa C e a lotaria D

D
100 mil contos

500 mil contos

o mil contos

o mil contos

Qual que prefere?

As pessoas que escolherem A e D esto a violar os axiomas da utilidade. E isto

porque as situaes dos Exemplos 7 e 8 esto relacionadas.

Apenas retiramos 89% de

hipteses de ganhar 100 mil contos e colocamos esta percentagem na hiptese de ganhar
nada. Apenas subtramos uma constante do jogo A-B para o jogo C-Do
De facto, usando a teoria da utilidade esperada, podemos ver que as escolhas de A
e D so inconsistentes.

Para provar isto, vamos definir uma funo de utilidade com

u(500)=I, u(O)=O e u(100)=u.

Se A mais atraente do que B, em termos de utilidade esperada podemos dizer
que
u > 0.1 x 1 + 0.89 x u + 0.01 x O
10

u > 11
Por outro lado, se D preferida a C,
0.1 x 1 + 0.9 x O > 0.11 x u + 0.89 x O
10
u <

11

47

AV ALIAO MUL TIA TRIBlJfO:

Como consequncia

imediata

MODELOS DE UTILIDADE E MfODOS

desta situao podemos afirmar que no existe

nenhum imperativo moral que nos force a adoptar a teoria da deciso.

Os agentes da

deciso so livres de tomarem as suas decises da maneira que quiserem. A teoria existe
para guiar aqueles que queiram seguir os princpios e fornece-lhes um enquadramento
sensvel

para pensarem

incerteza.

A racionalidade

atravs

de situaes

de deciso complexas

que envolvam

definida em termos de aderncia a um conjunto de regras;

no h razo que obrigue o agente de deciso a reger-se pelas regras da teoria da deciso,
ou por quaisquer outras.
Uma outra crtica algumas vezes apontada teoria da deciso o facto da teoria
necessitar de funes de utilidade obtidas por vezes em situaes hipotticas, em jogos
que pode talvez nunca encontrar na realidade.

Aqui, mais uma vez h a salientar que o

agente da deciso no obrigado a seguir os procedimentos da anlise da deciso. Estes

procedimentos

no so mais do que uma srie de ideias usadas para estruturar problemas

complexos e incertos. Usamos a teoria da utilidade no porque consideramos que esteja

correcta, mas sim porque representa as nossas preferncias em relao ao risco na altura
da tomada da deciso e na forma que quisermos.

4.2

Outras abordagens

normativas

Acabamos de ver uma abordagem

em postulados comportamentais.

que encara os problemas de deciso baseados

No entanto, na literatura, e em especial nos ltimos 30

anos, tm aparecido outros enquadramentos

conflito.

Vejamos muito rapidamente

para atacar o problema de objectivos em

cinco destas alternativas

tendo em conta que

algumas diferenas entre elas so mais resultantes de rivalidades entre cientistas do que
verdadeiras

diferenas.

Para cada uma destas abordagens,

apresentamos

referncias bibliogrficas que podero auxiliar o leitor como primeira iniciao.

48

algumas

AV ALIAO MUL TIA 1RIBUTO: MODELOS DE UTILIDADE E MTODOS

A primeira destas tcnicas a anlise de custo-benefcio

comparao

dos efeitos positivos e negativos dos vrios cursos de aco possveis

(Layard, 1972; Sassone

desenhada

(CBA). Baseia-se na

& Schaffer,

para avaliaes

& Williams,

1978; Sugden

econmicas

de projectos

1978). especialmente

de ndole social.

No um

procedimento geral de apoio deciso.

No entanto, importa salientar que, quando se leva a cabo uma anlise de custobenefcio,

implicitamente

estamos a construir

uma funo multiatributo

de valor.

Comea-se por identificar os factores, medir os resultados para cada factor, atribuir um
preo a cada factor e adicionar todos os custos resultantes. Constri-se ento uma funo
multiatributo de valor onde os preos podem ser interpretados como pesos e o custo final
apenas como uma mdia ponderada.
Uma outra alternativa, oriunda de um grupo de investigadores norte-americanos
resultou no chamado movimento de tomada de deciso multicritrio (MCDM). De certo
modo seguindo as ideias de Zeleny (1982), baseia-se no estudo da programao linear e
no uso do algoritmo simplex com a correspondente

optimizao de uma funo linear

com restries lineares nas variveis.

A terceira alternativa a teoria de opinio social (SJT) baseada nos trabalhos de
Hammond da Universidade do Colorado (Hammond et al., 1975). Uma vez definidos os
atributos e as opes colocadas em stio visvel, pede-se ao agente de deciso que faa um
juzo holstico da atractividade

de um conjunto representativo

de opes.

ento

construdo urna funo multiatributo de valor, normalmente aditiva e linear, sendo estes
dados aproximados
regresso,

pelo mtodos dos mnimos quadrados.

o nmero de opes necessrias

Como se trata de uma

cresce com o nmero de atributos.

Na

prtica, este mtodo utiliza uma funo multiatributo de valor aditiva e linear, onde os
pesos so determinados pela aplicao da regresso linear multivariada ajuzes holsticos.

49

AVALIAO MULTIA TRIBUTO: MODELOS DE UTILIDADE E MTODOS

Especialmente

em Frana e na Blgica

tem sido usado um outro mtodo

desenvolvido pela Universidade de Paris (Roy, 1973, 1977) e com o nome de ordenao
(surclassement

ou outranking).

ordenao das vrias opes.

Este mtodo produz, sempre que apropriado, urna

Sendo conhecido o conjunto das opes e estando cada

opo bem definida em termos dos vrios atributos, as opes so ordenadas custa de
duas medidas: a medida de concordncia e a medida de discordncia.

Finalmente podemos considerar o processo hierrquico analtico (AHP) centrado

volta da ideia de hierarquia
Pittsburgh,

EUA (Saaty,

de factores e do trabalho de Saaty da Universidade de

1980).

Embora

se possa encarar

este processo

corno

produzindo uma anlise multiatributo de valor, os pesos dos atributos so obtidos de urna
forma verbal: Considere um par de atributos. Tm a mesma importncia ou um mais
importante do que outro? Se um deles mais importante, qual deles e de que maneira?
pouco mais importante,

fortemente

~zais importante,

muito mais importante ou

muitssimo mais importante?

Em concluso

e simplificando

muitssimo,

a anlise de custos-benefcios

foi

desenhada para avaliao econmica de opes de poltica pblica e talvez a melhor

opo neste contexto.

A maioria dos mtodos multicritrio so aplicados em situaes

onde as variveis de deciso so contnuas, no discretas. A tcnica de ordenao pode

ser aplicada com qualquer outra que crie um modelo aditivo linear. Todos os outros
mtodos podem ser vistos como tcnicas para gerar pesos numa funo linear aditiva de
valor.

4.3

Aspectos psicolgicos da tomada de deciso

Os enviesamentos mais vulgares na tornada da deciso so resultantes do seguinte:
Enquadramento da deciso

50

AV ALIAO MUL TIA TRIBtITo: MODELOS DE UTILIDADE E MTODOS

Disponibilidade

Representatividade

Ancoragem e ajuste

Comeamos

por

ver

alguns

exemplos

de enviesamento

resultante

do

enquadramento da deciso. Suponhamos as situaes descritas nos exemplos 9 e 10.

Exemplo 9:

Imagine que decidiu ver um filme e o bilhete custa 500$00. Quando vai a
chegar bilheteira do cinema descobriu que perdeu uma nota de 500$00.
Mantm a deciso de pagar 500$00 para ver o filme (partindo da hiptese
de que tem dinheiro suficiente)?

NO

SIM

Exemplo 10: Imagine que decidiu ver um filme e pagou o bilhete que custou 500$00.
Quando vai a entrar no cinema reparou que perdeu o bilhete. Partindo da
hiptese de que o bilhete no pode ser recuperado e que tem dinheiro
suficiente, decidir comprar um novo bilhete?

NO

SIM

Normalmente

as pessoas tm tendncia a responder SIM ao primeiro e NO ao

segundo. No entanto, os resultados em ambas as situaes o mesmo: perde 500$00 e

no v o filme; paga 1000$00 e v o filme. S o enquadramento diferente

51

AVALIAO MULTIA 1RIBlJfO:

MODELOS DE UTILIDADE E MTODOS

Vejamos agora as situaes descritas nos Exemplos I I e 12.

Exemplo

11: Estima-se que 600 pessoas morram numa determinada zona do mundo
devido a um doena. Foram propostos dois programas alternativos para
combater a doena
Programa A: 200 pessoas sero salvas;
Programa B: 1/3 de probabilidade que 600 pessoas se salvem e 2/3 de
probabilidade de que nenhum se salve.
Qual dos programas escolheria?

Exemplo

12:

Entretanto outros dois programas foram apresentados

Programa C: 400 pessoas morrero
Programa D: 1/3 de probabilidade de que nenhuma pessoa morra e 2/3
de probabilidades de que as 600 pessoas morram.
Qual dos programas escolheria?

Postas perante as duas situaes anteriores, a apesar de serem idnticas sob o ponto
de vista prtico, as pessoas tendem a responder A ao Exemplo 11 e D ao Exemplo 12.

o segundo

caso de enviesamento

resultante da denominada

Consiste na tendncia para estimar a probabilidade

de um acontecimento baseado na

possibilidade de recordar instncias desse acontecimento.

52

disponibilidade.

AVALIAO MUL TIA1RIBUTO: MODELOS DE UTILIDADE E MTODOS

Exemplo 13:

Em cada um dos pares seguintes, qual dos elementos causa mais mortes
B2.
C2.
A2.
Todos
osveculos
acidentes
D2.
Homicdio
Enfisema
ou
em cada
Derrame
ano?
Tuberculose
Acidentes
em
motorizados
Cancro
docerebral
pulmo
Fogo
e chamas

Bl.

AI.

Quando postos perante esta situao, as pessoas tm normalmente a tendncia a

escolher A2, B2, C2 e DI. No entanto, a tabela seguinte, apresentando os valores reais,
embora datados de 1981 e para os EUA, contradiz estas respostas mais vulgares.

24
8
16
37 milhares)
276
3
O
10
1
89
2
112
76
09
22
19
4 US
136
41
Causas de Morte264
Notcias
Totalmilhares)
Anual
55
(em
(em
Estimaes

Normalmente,

as pessoas consideram mais importante e mais grave as situaes

mais noticiadas.

53

A v ALIAO MULTIA1RIBUTO:

Outro enviesamento
probabilidade

MODELOS DE UTILIDADE E MTODOS

o resultante da representatividade,

tendncia para estimar a

de que uma coisa pertena a uma classe independentemente

da baixa

representatividade da classe. Ignoramos a nmero relativo de cada classe.

Exemplo 14: Ao lanar uma moeda ao ar, qual das situaes considera mais provvel?

A: CKCKKC
B: CCCKKK
c:

A normalmente

CCCCKC

(C=cara; K=coroa)

considerada mais provvel do que B que no parece aleatria e

mais provvel do que C que no parece ter vindo de uma moeda equilibrada. No entanto,
se a moeda de facto equilibrada, qualquer das situaes tem a mesma probabilidade.
Vejamos mais exemplos.
Exemplo 15:

Uma determinada cidade servida por dois hospitais.

No hospital maior, nascem cerca de 45 crianas por dia, e no hospital
mais pequeno, cerca de 15 por dia.
Sabemos que cerca de 50% das crianas nascidas so rapazes. No entanto
a percentagem

exacta varia de dia para dia. Uns dias pode ser maior do

que 50%, outros dias menor.

Por um perodo de um ano, cada hospital registou os dias nos quais mais
de 60% das crianas eram rapazes.
Qual dos hospitais pensa que registou mais destes dias?
A: O hospital maior

B: O hospital mais pequeno

C: Mais ou menos o mesmo com diferena menor do que 5%.

54

AVALIAO MUL TIA 1RIBlJfO:

Normalmente,

MODELOS DE UTILIDADE E MTODOS

mais de metade dos inquiridos,

teoria da amostragem,

respondem C. No entanto, pela

o nmero esperado de dias nos quais mais de 60% das crianas

nascidas rapaz muito maior no hospital mais pequeno. No hospital maior muito mais
difcil sair-se dos 50%.

Exemplo

16:

A Fernanda tem 31 anos, solteira e inteligente. Licenciou-se em

Filosofia

e enquanto

discriminao

estudante,

sempre

se preocupou

com a

entre seres humanos, assim como com outros problemas

sociais e participou em vrias manifestaes

anti-nuc1eares. Qual das

afirmaes considera mais provvel?

A: A Fernanda empregada bancria
B: A Femanda empregada bancria e sindicalista.

Como se sabe, o conjunto formado pela opo B muito mais pequeno ( um subconjunto)

do formado

probabilidades,

pela opo A.

Logo, se B < A, ento, pela teoria das

P(B) < P(A). H, no entanto, uma tendncia

generalizada

em se

responder B. Isto devido descrio inicial.

Por fim, a ancoragem e ajuste constitui um enviesamento tambm muito comum.
Em muitas situaes as pessoas fazem estimativas partindo de um valor inicial que
ajustado at resposta final.

Exemplo 17:

Gastando no mais de 5 segundos com cada um deles, d a sua melhor

estimativa para os seguintes produtos:
A:

8x 7 x 6x 5x 4x 3x2 x 1

B:

1x 2 x 3 x 4 x 5 x 6 x 7 x 8

Normalmente as pessoas do um valor mais alto a A do que a B.

55

AVALIAO MUL TIATRIBUTO: MODELOS DE UTILIDADE E MTODOS

Referncias

bibliogrficas

Allais, M. (1953). Le comportement de I'homme rationnel devant le risque: Critique des

postulats et axiomes de I'cole amricaine. Econometrica, 21,503-546.
BemouIli, D. (1738).
academiae

Specimen

scientiarum

theoriae novae de mesura sortis.

imperialis

Petropolitanae,

Commentarii

175-192;

traduzido em

Sommer, L.~ 1984, Econometrica 22, 23-26.

Blalock, H. M. (1968).

The measurernent problem.

(Eds.), Methodology
Edwards, W. (1971).

ln H. M. Blalock & A. BlaIock

in social research (pp. 5-27). New York: McGraw-Hill.

Social utilities.

El1gineering Economist, Summer Syrnposiurn

Series,6.
Fishburn, P. C. (1970).
Sons.
Fishburn,

Utility theory for decision making. New York: lohn \Viley &

P. C. (1989).

Foundations

of decision

analysis:

Along the way.

Management Science, 35 (4), 387-405.

French, S. (1988). Decision theory: An introduction to the mathematics of rationality.
Chichester: Ellis Horwood Ltd.
Gardiner,

P. C. & Edwards,

rneasurement

W. (1975).

Public values:

for social decision making.

eds., Humanjudgment
Hamrnond, K. R., Stewart,
judgment theory.

Multiattribute

utility

1n Kaplan, M. F. & Schwartz, S.,

and decisioll Process, New York: Academic Press.

T. R., Brehmer. B., & Steinrnan, D. O. (1975).

Social

1n Kaplan, M. F. & Schwartz, S., eds, Human Judgment and

Decisioll Processes.

New York: Academic Press, 272-307.

Keeney, R.L., & Raiffa, H. (1976). Decisiolls with multiple objectives: Preferences and
value tradeoffs. New York: lohn Wiley & Sons.

56

AVALIAO MUL TIA 1RlBUTO: MODELOS DE UTILIDADE E MTODOS

Krantz,

D. H., Luce,
measurement.

R. D., Suppes,

P., & Tversky.

(1971).

Foundations

of

San Diego: Acadernic Press.

Kyburg, H. E. (1984).

Theory and meaSllrement.

Carnbridge, England:

Carnbridge

University Press.
Layard, R. (ed.) (1972). Cost-benefit analysis.

Harrnondsworth: Penguin.

Linstone, H. A. (1984). Multiple perspectives for decision making. New York: North
Holland.
Luce, R. D.

& Tukey,

J. W. (1964). Simultaneous conjoint measurement:

of fundamental measurement.

JOll11lalof Mathematical Psychology, 1, 1-27.

Pfanzagl, J. (1968). TheO/y ofmeasurement.

Roy, B. (1973).

A new type

New York: Wiley.

How outranking relation helps multiple cri teria decision-rnaking.

Selected Proceedings of a Seminar on Multi-criteria Decision-making.

Tn

Chapel

Hill, Se: University of South Carolina Press.

Roy, B. (1977).

Partial preference analysis and decision-aid.

R. L., & Raiffa, H., eds., COllflicting

objectives

In Bell, D. E., Keeney,

in decisions.

New York:

Wiley.
Saaty, T. L. (1980). The analytic hierarchy processo New York: McGraw-Hill.
Sassone, P. G. & Schaffer, W. A. (1978).
Y ork: Academic Press.
Sugden, R. & Williams, A.
Press.

(I 978).

Cost-benefit analysis:

A handbook.

New

Practical cost-benefit analysis. Oxford University

Watson, S. R., & B uede, D. M. (1989). Decision synthesis: The principles and practice
of decision analysis. Cambridge: Cambridge University Press.
von Winterfeldt, D., & Edwards, W. (1986). Decision analysis and behavioral research.
Cambridge:

Cambridge University Press.

Zeleny, M. (1982). Multiple criteria decisionl7Zaking. New York: McGraw-Hill.

57