Escolar Documentos
Profissional Documentos
Cultura Documentos
Analise Decisao PDF
Analise Decisao PDF
Anlise de Deciso
1. Introduo
Uma industria lana um novo produto no mercado. Qual ser a reao dos
clientes potenciais ? Quanto deveria ser produzido ? A aceitao do produto
por parte do mercado deveria ser testada em uma pequena regio antes de
decidir sobre a distribuio total do produto ? Quanto deve-se investir em
publicidade para lanar o produto ?
Uma concorrncia pblica ser aberta. Qual ser o custo do projeto ? Quais
as potencias companhias que poderiam concorrer ?
Uma firma agrcola necessita planejar para o prximo ano o uso de suas
terras. Quantos hectares devem ser destinados a pastagens para criao de
gado e quantos hectares devem ser destinados ao plantio de milho e soja ?
Estes exemplos so tipos de processos de tomada de deciso nos quais existe uma
grande incerteza envolvida. Anlise de Deciso fornece uma metodologia para tomar tais
decises de maneira racional.
O exemplo prottipo abaixo ser utilizado para ilustrar a metodologia envolvida.
Exemplo Prottipo: a companhia GoferBroke possui terras que podem ter petrleo. Um
levantamento geofsico determinou que existe 1 chance em 4 de realmente existir petrleo
nestas terras. Por causa desta informao, outra companhia petrolfera quer comprar estas
terras por $90.000,00. Entretanto, a GoferBroke sabe que o custo para perfurar um poo
naquela regio $100.000,00. Se for encontrado petrleo, o retorno esperado dever ser de
$800.000,00. Descontando o custo da perfurao, o lucro ento ser de $700.000,00.
A tabela abaixo resume estas informaes.
Qual a deciso que a companhia GoferBroke deve tomar: 1) vender a terra e ganhar
$90.000,00 sem riscos ou 2) perfurar o poo a um custo de $100.000,00 e obter um retorno
de $800.000,00, resultando em lucro de $700.000,00 com um risco estimado em 75% (3 em
4) ?
Neste critrio, o problema de tomar uma deciso vista como um Jogo (Teoria dos
Jogos) entre o Tomador de Deciso (jogador A) e a Natureza (jogador B).
Critrio de Maximin Payoff: para cada ao (estratgia), encontrar o mnimo payoff entre
todos os Estados da Natureza e ento encontrar o mximo destes payoff mnimos. Escolher
a ao cujo mnimo payoff resultou neste mximo.
Este critrio assume como deciso a ser tomada a que for mais provvel.
Aplicando este critrio para o exemplo prottipo, indica que o Estado Poo Seco
possui a maior probabilidade. Na coluna "Poo Seco", a alternativa "Vender a terra" possui
o maior payoff.
Estado Payoff
Alternativa Poo com Petrleo Poo Seco
Perfurar $700.000,00 $-100.000,00
Vender a terra $90.000,00 $90.000,00 Mximo
Probabilidade Prior 0.25 0.75
Mximo
Uma vez que $100.000,00 maior que $90.000,00 a ao a ser tomada, segundo
este critrio perfurar o poo. Percebe-se que este critrio resultou em uma ao diferente
das aes obtidas segundo os dois critrios anteriores.
A grande vantagem deste critrio em relao aos demais que este incorpora todas
as informaes disponveis (Estados da Natureza e Probabilidades a Priori).
A fim de verificar o efeito de possveis imprecises nas Probabilidades a Priori,
pode-se realizar uma Anlise de Sensibilidade.
A figura abaixo mostra em azul a reta dada pela expresso (3), em vermelho a reta
dada pela expresso (4) e em verde a reta que divide a regio onde a deciso deveria ser
vender a terra (regio esquerda) da regio onde a deciso deveria ser perfurar o poo
(regio direita).
600
500
Regio onde Regio onde
a deciso deveria a deciso deveria
ser vender a terra ser perfurar o poo
400
Payoff Esperado
300
200
100
-100
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Probabilidade a Priori para Poo com Petroleo
Com isso, pode-se concluir que se p>0.2375, a deciso deveria ser perfurar o poo e
se p<0.2375, a deciso deveria ser vender a terra.
Para outros problemas que possuem mais de que duas alternativas, o mesmo
procedimento pode ser aplicado, a diferena que vai haver mais retas (uma para cada
alternativa). No entanto, a reta que estiver mais acima (no exemplo, reta azul acima da
vermelha para a regio onde p>0.2375 e reta vermelha acima da azul para a regio onde
p<023.75) dentre as demais em uma regio indica a deciso a ser tomada.
Com mais que duas retas, poder haver mais de um Crossover Point, onde a deciso
muda de uma alternativa para outra.
Para problemas com mais de dois Estados da Natureza, a metodologia mais direta
realizar a Anlise de Sensibilidade sobre somente dois Estados de cada vez.
A estas probabilidades dadas em (6), (7), (8) e (9) d-se o nome de Probabilidades
Condicionais, a partir das quais pode-se encontrar as Probabilidades a Posteriori dos
respectivos Estados da Natureza dada as Sondagens Ssmicas.
O objetivo :
k =1
[ ]
E Payoff (Perfurar Constatao = USS) =
1
7
(700) + 6 ( 100) 30 = 15.7
7
(18)
[ ]
E Payoff (Vender Constatao = USS) =
1
7
(90) + 6 (90) 30 = 60
7
(19)
[
E Payoff (Perfurar Constatao = FSS) =] 1
2
(700) + 1 ( 100) 30 = 270
2
(20)
[ ]
E Payoff (Vender Constatao = FSS) =
1
2
(90) + 1 (90) 30 = 60
2
(21)
Uma vez que o objetivo maximizar o Payoff Esperado, estes resultados produzem
a seguinte poltica tima, como mostra a tabela 2.
Entretanto, este resultado no responde se vlido gastar (ou no) $30.000,00 para
realizar a experimentao.
onde:
EVWOE o Valor Esperado Sem Experimentao.
Uma vez que 142.5 maior que 30 (custo do levantamento geofsico), deve-se
proceder com o levantamento geofsico. O segundo mtodo citado abaixo avalia o potencial
benefcio da experimentao.
onde:
k =1
P(USS) = P (USS petroleo ).P(petroleo) + P(USS poo sec o ).P( poo sec o) = 0.4 * 0.25 + 0.8 * 0.75 = 0.7 (27)
P(FSS) = P(FSS petroleo).P(petroleo) + P(FSS poo sec o ).P( poo sec o) = 0.6 * 0.25 + 0.2 * 0.75 = 0.3 (28)
E (Payoff Constatao = USS) = 90 (29)
E (Payoff Constatao = FSS) = 300 (30)
Payoff Esperado Com Experiment aao = 0.7 (90 ) + 0.3(300 ) = 153 (31)
EVE = Payoff Esperado Com Experiment aao Payoff Esperado Sem Experiment aao (32)
4. rvores de Deciso
Fig. 4 - rvore de Deciso para o exemplo prottipo com fluxo de dinheiro e probabilidades.
1. Comear no lado direito da rvore e mover para a esquerda uma coluna de cada
vez. Para cada coluna, utilizar o passo 2 ou passo 3, dependendo se a bifurcao na
coluna uma bifurcao de chance ou uma bifurcao de deciso.
2. Para cada bifurcao de chance calcular seu Payoff Esperado multiplicando o Payoff
Esperado de cada galho (em verde, na figura 4) pela probabilidade de cada galho e
ento somar estes produtos. Armazenar este Payoff Esperado para cada bifurcao
de deciso (tambm em verde na figura 5) e designar esta quantidade como sendo o
Payoff Esperado para o galho oriundo desta bifurcao.
Para comear o procedimento, considere a coluna mais direita cujos galhos originam-
se das bifurcaes f, g e h. Aplicando o passo 2, seus Payoff Esperados (EP) so
calculados como:
EP =
1 6
(670) + (130) = 15.7
para bifurcao f (34)
7 7
EP =
1 1
(670) + ( 130) = 270
para bifurcao g (35)
2 2
EP =
1 3
(700) + ( 100) = 100
para bifurcao h (36)
4 4
Estes Payoff Esperados so colocados acima destas bifurcaes (ver figura 5).
Dando seqncia, move-se uma coluna para a esquerda, o que consiste em alcanar
as bifurcaes de deciso c,d e e. Atravs do passo 3 obtm-se:
O Payoff Esperado de 123 deve ser colocado sobre a bifurcao a e uma barra dupla
indicando o galho rejeitado.
Uma vez concluda a rvore, move-se da esquerda para a direita atravs apenas dos
caminhos abertos (sem barras duplas), o que resulta na seguinte poltica tima:
Poltica tima:
Fazer levantamento geofsico,
Se resultado desfavorvel, vender a terra, seno perfurar.
O Payoff Esperado (incluindo os custos do levantamento) 123 ($123.000,00).
Esta soluo tima (nica) a mesma que pode ser obtida sem o beneficio da
rvore de Deciso aplicando a expresso 37 para os valores da tabela 2.
5. Teoria da Utilidade
M (38)
u (M ) = R 1 e R
onde:
M o valor do dinheiro;
R a tolerncia ao risco do indivduo.
Funo de Utilidade
3000
2000
atrao
ao risco
1000
u(M)
0
-1000 indiferena
ao risco averso
-2000
ao risco
-3000
averso
ao risco
indiferena
ao risco
atrao
ao risco
600
400
200
u(
M) 0
-200
-400
-600 indiferena
ao risco
averso
ao risco
-800
-600 -400 -200 0 200 400 600
M
A tabela abaixo mostra os valores dos Payoff monetrios e seus respectivos valores
de utilidade.
A Poltica tima obtida com os valores de utilidade neste exemplo a mesma obtida
com os Payoff monetrios, apenas com a diferena no valor da Utilidade Esperada (que
corresponde ao Payoff Esperado no caso de utilizar Payoff monetrio).
Qual investimento deve ser escolhido segundo cada um dos critrios abaixo:
a) Maximin Payoff
b) Mxima Verossimilhana
c) Deciso de Bayes
demanda mais provvel ocorrer. Experincias prvias indicam que tais pesquisas
so corretas em dois teros das vezes em que so realizadas.
a) Encontre o EVPI para este problema. Considere a probabilidade a priori de
vender 10.000 igual a probabilidade a priori de 100.000 igual a 0.5.
b) A resposta em a) indica que compensa realizar a pesquisa de mercado ?
c) Desenvolva um diagrama em rvore de probabilidade para obter as
probabilidades a posteriori dos dois nveis de demanda para cada dos dois
resultados possveis da pesquisa de mercado.
d) Encontre EVE.
4) Jos toma decises de acordo com a regra de deciso de Bayes. Jos construiu a
seguinte tabela de Payoff :
Estado da Natureza
Alternativa S1 S2 S3
A1 50 100 -100
A2 0 10 -10
A3 20 40 -40
5) Suponha que voc more em uma regio sujeita a terremotos, assim voc est
considerando comprar um seguro para sua casa ao custo anual de $180,00. A
probabilidade de um terremoto danificar sua casa durante um ano 0.001. Se isto
acontece, voc estima que o custo dos danos (totalmente cobertos pelo seguro)
$160.000,00. Seus bens (incluindo a sua casa) totalizam $250.000,00.
a) Aplique a regra de deciso de Bayes para determinar qual alternativa
(comprar ou no o seguro) maximiza seus bens esperados aps 1 ano.
b) Voc agora tem construdo uma funo de utilidade que mede o valor dos
seus bens (x) em $. Est funo dada por u (x ) = x . Compare a utilidade
de reduzir seus bens totais no prximo ano pelo custo do seguro contra
terremotos com a utilidade esperada no prximo ano de no comprar o
seguro contra terremoto. Voc deveria comprar o seguro ?
6) Faa um programa que calcule, dado uma matriz de Payoff para n estados da
natureza e m alternativas, os payoffs seguindo os critrios de Maximin,
Maxima Verossimilhana e Bayes.
7) Faa um programa que gere, a cada iterao, uma matriz de Payoff com valores
aleatrios para os intervalos dado na tabela abaixo:
Estado Payoff
Alternativa Poo com Petrleo Poo Seco
Perfurar M11 M12
Vender a terra M21 M22
Probabilidade p1 p2
Prior
onde:
M11 = [300,1000]
M12 = [-300,-50]
M21 = M22 = [50,120]
p1 = [0.05,0.40]
p2 = 1- p1
Respostas
1.a)
Estado da Natureza
Alternativas Vender 10.000 Vender 100.000
Produzir Computadores 0 54
Vender Direitos 15 15
1.b)
E[Payoff (Pr oduzir Computadores )] = 0p + 54(1 p ) = 54p + 54
E[Payoff (Vender Direitos )] = 15p + 15(1 p ) = 15
Analise de Sensibilidade
60
50
40
Payoff Esperado
30
20
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Probabilidade a Priori para Vender 10.000
1.c)
2.a)
Mximo
Investimento Especulativo.
2.c)
E[Payoff (Conservador )] = 0.1* 30.000,00 + 0.5 * 5.000,00 + 0.4 * ( 10.000,00) = 1.500,00
E[Payoff (Especulativo)] = 0.1* 40.000,00 + 0.5 *10.000,00 + 0.4 * ( 30.000,00) = 3.000,00
E[Payoff (Cclico)] = 0.1* ( 10.000,00 ) + 0.5 * 0,00 + 0.4 *15.000,00 = 5.000,00 Mximo
Investimento Cclico.
3.a)
Estado da Natureza
Alternativas Vender 10.000 Vender 100.000
Produzir Computadores 0 54
Vender Direitos 15 15
Mximo Payoff 15 54
EVWPI = 0.5(15) + 0.5(54) = 34.5
Estado da Natureza
Alternativas Vender Vender Payoff Esperado
10.000 100.000
EVWOE = 27
3.b) Uma vez que 7.500.000,00 maior que 1.000.000,00, a pesquisa deve ser realizada
segundo este critrio.
3.c)
P(Pesq100) = P(Pesq100 V10 ).P(V10) + P(Pesq100 V100).P( V100) = * 0.5 + * 0.5 = 0.5
1 2
3 3
3.d)
Regra de Bayes com probabilidade a posteriori.
Payoff Esperado se constatao Pesq10:
[ ]
E Payoff (Pr oduzir Constatao = Pesq10) =
2
3
(0) + 1 (54) 1 = 17
3
[ ]
E Payoff (Vender Constatao = Pesq10) =
2
3
(15) + 1 (15) 1 = 14
3
[
E Payoff (Vender Constatao = Pesq100) = ] 1
3
(15) + 2 (15) 1 = 14
3
Payoff Esperado Com Experiment aao = P ( pesq10) * (18) + P ( pesq100 ) * (36) = 0.5 *18 + 0.5 * 36 = 27
4.b)
Estado da Natureza
Alternativa S1 S2 S3
A1 50 100 -100
A2 0 10 -10
A3 20 40 -40
5.b)