Escolar Documentos
Profissional Documentos
Cultura Documentos
v Descritivos.
as modelos deseritivos sac expressos em linguagem corrente. Sao muito limitados, uma vez que seu
metodo de predi<;ao e interno.
as modelos fisicos variam desde as representa<;6es em miniatura para-organiza<;ao de layout ate
os tuneis de vento. Possuem alto custo e sac muito especificos.
as modelos procedimentais podem ser tambem denominados de simula<;ao.
v Objetivos.
Formulac;ao e Construc;ao
do Modelo Inicial
- MODELAGEM DE P~CJBLEMAS9
~------
o segredo do sucesso do modelo de otimiza<;ao depende da adequa<;ao de sua tradu<;ao, tambem
denominada "formula<;ao". 0 proprio termo "formular", largamente empregado para exprimir 0 pro-
cesso de constru<;ao de modelos de otimiza<;ao, traz consigo uma enorme carga quantitativa e matemati-
ca. Por outro lado, a adequa<;ao pretendida depende tambem de elementos que escapam ao conteudo
estritamente tecnico, envolvendo a percep<;ao do elaborador do modelo (ou equipe de elabora<;ao),
urna faculdade cognitiva de alto nivel. As formulas ou equa~ijes do modelo nao existem prontas e acaba-
das na natureza, elas tern que ser identificadas ou criadas. Estranhamente, 0 rigor da tradu<;ao e obtido
atraves de processos pouco rigorosos ou conhecidos, envolvendo:
V' Intui<;ao.
V' Experiencia.
V' Criatividade.
A abordagem artistica do fenomeno de formula<;ao tern suas justificativas, mas ela pod era trazer
ern si urn elemento perverso: deslocar 0 foco do desenvolvimento das tecnicas de modelagem para urn
. contexto pouco conhecido e controlavel. Se, por urn lade, a constru<;ao de urn modelo e inegavelmente
uma atividade subjetiva, podendo exigir caracteristicas inatas do modelador, por outro, na maioria das
ocasioes, conjugar 0 verba modelar implicara urn esfor<;o absolutamente tecnico. Apesar do lado genial
e quase rnistico, na maioria dos cas os da vida (eal, os fatores predominantes da elabora<;ao serao conhe-
cirnentos e habilidades paroquiais, cuja aprendiza:gem e desenvolvimento estarao perfeitamente ao al-
cance do individuo mediano.
Na fase de formula<;ao do modelo de otimiza<;ao sac definidos os tipos de variaveis a utilizar na re-
presenta<;ao, bem como 0 nivel apropriado de agrega~ao dessas variaveis. Ainda na forrnula<;ao devem ser
representadas as restri~oes do problema, tanto as quantitativas como as de natureza logica. 0 modelo deve-
ra ser adequado a natureza dos dados de entrada e de said a, bem como ser capaz de expressar as fun-
<;oesde desempenho que possivelmente serao exigidas no processo de otirniza<;ao. As fun<;oes de de-
sempenho, via de regra, serao denorninadas de fun~oes objetivo. A formula<;ao sera completada corn 0
estabelecirnento das hip6teses de representa~ao que iraQ orientar,a escolha e a possivel utiliza<;ao de mo-
delosja existentes e de tecnicas de solu<;ao (exatas, heuristic as etc.) para 0 caso.
A constru<;ao de modelos deterrnina a inclusao de parametros e constantes que serao responsaveis
pela defini<;ao e dirnensionamento das rela<;oes entre as variaveis do modelo (constantes de similaridade).
Na fase de valida<;ao do modele, cumpre comparar seu comportamento corn a realidade e, se necessa-
rio, atuar sobre esses elementos de forma a aproxirnar ao maximo 0 comportamento do sistema modelo
ao do sistema real.
Padrao 1: quando a estrutura do sistema Ii suficientemente simples e evidente para ser compreendida por
inspe<;ao. Nesse caso, 0 modelo pode ser construido corn facilidade, 0 que nao significa que nao possa
ser muito difidl ou ate mesmo impossivel avaliar as variaveis nao controladas e divers os outros para-
metros. 0 numero de variaveis controladas pode tambem tomar impossivel a solur;ao prMica do pro-
blema. 0 padrao 1de modelagem aplica-se c1aramente aos sistemas pertencentes ao plano do mecanis-
mo do icon6grafo da Figura 3.
Padrao 2: quando a estrutura do sistema e relativamente aparente, mas a representafao simb6lica nao e tao apa-
rente. Nessa situa<;ao, a busca de urn sistema analogo corn estrutura ja conhecida e urna boa op<;ao. 0
sistema ana logo podera auxiliar na descoberta daspropriedades do sistema ern estudo. ..
Exemplificamos a aplica<;ao do padrao 2 no caso do modelo de simulated annealing, ern que os maxi-
mos de uma complexa fun<;ao sao pesquisados atraves de uma analogia corn 0 processo de recozimen-
to de certos materiais.
Padrao 3: quando a estrutura do sistema nao e aparente, contudo, uma analise estatistica do mesmopode
atender ao desejado. Nesse caso, 0 sistema e considerado uma caixa preta, onde conhecemos, corn segu-
ranc;a, as respostas para deterrninados estimulos.
Padrao 4: quando a estrutura do sistema nao e aparente e nem e passive! isolar as efeitos das diversas varidveis
atraves de uma analise estatfstica. Nesse caso, uma boa politica sera 0 projeto de experimentos, de forma a
determinar variaveis e correla<;6es relevantes e reduzir 0 caso ao padrao 3.
Padrao 5: quando verificamos as situac;6es do padrao 4, porem as experimentafoes possiveis sabre a modelo
sao limitadas para 0 fim desejado. Sera 0 fim da linha? Nesse caso, existem ainda os modelos de conflitos
e jogos de operac;6es (ver Ackoff [1971]). Se isso ainda nao for suficiente, entao a dimensao criativa da
modelagem deve ser ativada. .
Conceitos Basicos
As hknicas e algoritmos que abordaremos no presente trabalho destinam-se a estruturar e a soluda-
. nar os modelos quantitativos que podem ser expressos matematicamente. Nesse ramo do conheci-
mento humano, destaca-se a Pesquisa Operacional (PO), uma tradicional disciplina que congrega di-
versas das mais consagradas tecnicas da modelagem matematica. Os modelos de PO sao estrutu!a-
dos de forma 16gica e amparados no ferramental matematico de representac;ao, objetivando clara-
mente a determinac;ao das melhores condic;6es de funcionamento para os sistemas representados. Os
principais modelos de PO saD denominados de Programac;ao Matematica e constituem uma das mais
importantes variedades dos modelos quantitativos. Inicialmente, cabe desfazer uma pequena duvi-
da que pode ocorrer aos iniciantes, especialmente devido ao uso da palavra "programac;ao". Progra-
mac;ao aqui e entendida no sentido de planejamento. Apesar do termo ter se consagrado ultirnamen-
te como associado ao processo de comando computacional ou "programa<;ao" computacional, ele e
igualmente adequado para expressar as atividades genericas de programac;ao de atividades. Inevita-
velmente, contudo, a Programa<;ao Matematica ira implicar programac;ao computacional, uma vez
que 0 numero de variaveis de decisao e restri<;6es e enorme na pratica. Obviamente, isso sera leva do
ern conta pela modelagem e pelas tecnicas de solu<;ao empregadas. No momento oportuno ressalta-
remos esse fato.
Ocampo da Programac;ao Matematica e enorme e suas tecnicas consagraram-se em face a sua
grande utilidade na solu<;ao de problemas de otimizac;ao. Em virtude das varias peculiaridades
inerentes aos divers os contextos de programa<;ao (planejamento), os metodos de soluc;ao sofreram
especializac;6es e particularizac;6es. 0 processo de modelagem matematica, em si, pouco varia;
contudo, as tecnicas de soluC;iio acabaram agrupadas em varias subareas como:
-- MODELAGEM DE i>AOBLEMAS 11
~-------
Programafao Linear
Urn caso particular dos modelos de programa~aoem que as variiiveis sao continuas e apresentam com-
portamento linear, tanto em rela~ao as restri~6es como a fun~ao objetivo. Caso extremamente impor-
tante devido it eficit~nciados algoritrnos de soluy3.oexistentes e a possibilidade da transforma~ao dos
model os de Programa~ao Nao-linear em modelos de Programac;ao Linear. A literatura nessa classe de
problemas e particularmente rica, cabendo citar, entre os autores brasileiros, Barroso e Ellenrieder
(1971),Puccini (1975),Maculan e Pereira (1980),Humes e Humes (1987)e Gonzaga (1989).
Programafao Nao-linear
Urn modelo de otimiza~ao constitui urn problema de Programac;ao Nao-linear se exibir qualquer tipo
de nao-linearidade, seja na func;ao objetivo ou em qualquer de suas restric;6es. A introduc;ao de
nao-linearidade e bem tratavel nos casas de convexidade, situac;ao em que se preserva propriedades
importantes tanto sob a 6tica da Programac;ao Matematica, como da teoria economica. Em tais casos,
algoritmos eficientes podem resolver grandes problemas reais, e 0 comportamento descentralizado de
maximizac;ao de lucros fica sintonizado com a maximizac;ao do beneficio socialliquido no setor econo-
mico em questao.
Programafao Inteira
Urn modelo de otirnizac;aoconstitui urn problema de Programac;ao lnteira se qualquer variavel nao pu-
der assumir valores continuos, ficando condicionada a assumir valores discretos. a requisito de que
variaveis tenham que ser inteiras, normalmente implica maior complexidade computacional do que a
oriunda de situac;6es de nao-linearidade de func;6es.0 livro de Maculan (1978)e uma tradicional refe-
rencia da literatura brasileira nessa area. ,
Cad a t6pico relacionado desenvolve tecnicas e modelos espedficos para a soluc;aode uma fami-
lia de problemas do mundo real. Muitas dessas tecnicas e modelos encontram abordagens similares
em outros campos do conhecimento. Urn exemplo disso san algumas tecnicas de busca da Programa-
c;aolnteira que utilizam metMoras como a da evoluc;ao genetica ou do resfriamento de metais.
Os passos citados nao saD facilmente executados, uma vez que existem muitas razoes e empecilhos
que obstruem 0 processo. Talvez 0 primeiro obstaculo seja a pr6pria deficiencia de informa~oes a res-
peito do ambiente e as incertezas em rela~ao ao futuro. Urn outro pacote de problemas reside nos con-
flitosde interesse e dificuldade de padroniza~ao de valores de avalia~ao. Para superar esses desafios,
surgiu a Teoria da Decisiio, uma disciplina orientada para a tomada de decisao, atraves de uma aborda-
gem sistematica, quantitativa e normativa. Assim sendo, a teoria da decisao procura explicar 0 com-
portamento do homem racional, e visa ao desenvolvimento de metodos e tecnicas capazes de auxiliar
os decisores a realizarem escolhas de uma forma eficiente e eficaz. .
Podemos contextualizar a Teoria da Decisao como uma disciplina que inearpora a Teoria de Utilida-
de, a Teoria de Probabilidade e a Pesquisa Operacional. A Teoria da Utilidade visa ao estudo de uma base
comum para a compara~ao de valores e riscos diferentes, propiciando 0 conhecimento de preferencias
de agentes economicos. A Teoria da Probabilidad~ fornece um mecanismo para lidar com incerteza ou
com informa~oes incompletas. Finalmente, aPesquisa Operacional visa 0 desenvolvimento de meto-
dos e tecnicas para resolu~ao de problemas e tomada de decisao. Os seguintes elementos saD comuns
em tomada de decisoes, independentemente da natureza ou situa~ao:
,
v Decisor: refere-se ao individuo ou grupo de individuos responsavel pela escolha da estrategia a
seguir.
v Escala de valor ou preferencia: refere-se ao criterio adotado pelo decisor para selecionar alguma
alternativa, medindo a situa~ao ou valor de utilidade que 0 decisor associa a cada resultado.
v Estado da natureza ou ambiente: refere-se a condi<;aodo ambiente em que as decisoes estao, ge-
ralmente, fora do controle do decisor.
V Resultado ou conseqiiencia: refere-se ao resultado que pode oearrer na implementa~ao de uma "
deterrninada estrategia em um determinado estado da natureza ou ambiente.
Situa~ao de risco ou incerteza: em que se tern informa~oes parciais, sabendo-se que para cada a~ao
podem resultar duas ou mais conseqiiencias, cada umaassociada a um estado da natureza cuja proba-
bilidade seja conhecida. A complexidade computacional imposta por esses modelos pode nos induzir
ao uso de metodos heuristicos, em detrimento do ideal de otimiza~ao.
- MOOhAGEM OEPROBLEMAS 13
~------,...,...-----
Situa~ao de conflito: e aquela em que 0 estado da natureza e substituido por urn oponente racional que
visa, ao mesmo tempo, a maximizar a sua utilidade e a minimizar a utilidade do adversario. Tomada
de decisao em situa<;ao de confUto e estudada em Teoria dos logos.
Como verembs no decorrer deste trabalho, aPrograma<;ao Matematica podera ser util em quase to-
das as areas das atividades produtivas. Nesse ponto, estamos aptos a completar a apresenta<;ao do
grande quadro que emolCiura 0 processo de modelagem, abordando a dimensao do fluxo das informa-
<;oesque permeia a atividade. A Figura 1.6 sera util nesse sentido. 0 esquema complementa 0 fluxogra-
ma da Figura 1.5, na medida em que detalha'a inter-rela<;ao entre a elabora<;ao do modelo e 0 processo
cognitivo do modelador.
A fase de aquisi<;ao de conhecimento sobre 0 sistema normalmente e iniciada atraves de uma abor-
dagem anaHtica. 0 sistema e examinado e, via de regra, decomposto em uma rede de reladonamentos
causa x efeito para que possa ter sua arquitetura e desempenho entendidos e justificados. Ap6s a am11i-
se, cabe ao modelador identificar as partes mais importantes e significativas do sistema, elaborando,
para 0 caso, uma representa<;ao simplificada e eficiente. 0 processo de sintese c~minha no sentido in-
verso ao da analise, reorganizando as partes ja analisadas anteriormente s6 que agora sobre uma nova
estrutura, a do modelo. A sintese e elaborada sobre uma representa<;ao tentativa que vai se adaptando
napr6pria me did a de sua constru<;ao. Trata-se de uma etapa pouco precisa, por alguns considerada
como l..lmaarte, que resulta em urn modelo prot6tipo. Concluido 0 desenho do modelo, curnpre testa-Io
junto ao problema real. A fase de confrontac;ao entre 0 modelo e 0 sistema representado e tambem de-
nominada de validac;ao, e sua aplicac;ao prospectiva, de simulac;ao (ver Figura 1.5). Como regra geral, a
validac;ao exige urn procedimento iterativo que vai refinando paulatinamente 0 ajuste entre 0 modelo e
a realidade. A base da valida<;ao e 0 funcionamento do modelo quando alimentado com dados reais e
sua comparac;ao com 0 desempenho do sistema original. Na maioria das ocasioes, isso e possivel de ser
feito; mas nem sempre. A operac;ao de feedback ou realimenta<;ao da Figura 1.6, representa esse processo
iterativo de ajuste (ver tambem etapa de reformulac;ao do modelo), observado sob a face da interferencia
da consolida<;ao das informa<;oes e sua transforma<;ao em conhecimento.
Como urn modelo complexo, via de regra, nao pode ser elaborado em uma s6 etapa, as caracteristi-
cas das fases descritas na Figura 7 sao:
A etapa da formulac;ao ou traduc;iio das condi<;oes do problema para 0 contexto de modelagem:
Deterministico ¢>
Probabilistico
Restrito ¢> Irrestrito.
Monocriterio ¢> Multicriterio
Continuo ¢> Discreto
Unidecisor ¢> Diversos decisores
Univariavel ¢> Multivariavel
Linear ¢> Nao-linear
Uniobjetivo ¢> Multiobjetivo
I
i
L
Dificuldade face ao grau de incerteza do comportamento das variBveis
Como vimos anteriormente, existem situac;:6esde risco e de conflito que dificultam a previsao do com-
portamento das variaveis no futuro, mesmo quando essas esHio bem definidas. Alguns fenomenos,
contudo, podem ultrapassar os limites do risco e possuirem urn comportamento imprevisivel por na-
tureza. Tais casos sao atualmente estudados dentro da Teoria do Caos. Em alguns casos, apenas 'parte do
problema possui essa caracteristica, 0 que representa'urn desafio ainda maior para as hipoteses simpli-
ficadoras.
Simulafao
A abordagem de simulac;:aoaplica-se quando situac;:6esde incerteza ou a propria complexidade do sis-
tema dificulta 0 esfon;o de compreensao para 0 exato equacionamento do sistema, ou quando a magni-
tude do modelo de otimiza<;ao 0 toma computacionalmente inviavel. as modelos de simulac;:aocontor-
nam entao essas dificuldades com urn uso mais intensivo de dados estatisticos e com urn maior esforc;:o
ELSEVIER
de validac;ao do modelo. A desvantagem dessa abordagem e a necessidade de urn esfor<;omaior dos es-
pecialistas na identificac;ao de solu~oes nao examinadas pelo modelo.
fnteligencia Artificial
A Inteligencia Artificial (lA) e 0 ramo da informatica que concerne a automac;ao do comportamento inteli-
gente. No seu surgimento as expectativas da disciplinaenglobavam um ramo do conhecimento que procu-
racia retratar a mente com 0 uso de simula~oes no computador (ver LeDoux [1996]). as primeiros proble-
mas em lA envolviam jogos (0 xadrez sobressaiu-se inicialmente) e provas automaticas de teoremas, pois
tais problemas envolvem claramente fun<;6escognitivas superiores. Essa tradi<;aoconstruiu uma ponte en-
tre lA e PO, tanto pelo carater l6gico-matematico destes primeiros problemas, como pelas rela<;6esentre a
16gicae a Programa~ao Inteira (que serao exploradas no Capitulo 5 deste livro). Outro ponto comum dizia
respeito ao inevitavel uso das entao emergentes tecnicas de busca em grafos. Desde entao, aprendeu-se
que inteligencia requer tambem a manipula<;ao de uma conveniente base de conhecimento e que nenhum
computador seria rapido 0 suficiente para dominar a explosao combinat6ria decorrente desses pioblemas.
Essa realidade novamente uniu lA e PO na busca de algoritmos eficientes para 0 processamento do conhe-
cimento. Alem de diversas questoes filos6ficasenvolvendo a pr6pria defini~ao de inteligenda, consdffida
etc., a area de IA e rica em formalismos logico-matematicos envolvendo a representa~ao e 0 processamento
do conhecimento. a fundamento filos6ficoda disdplina desenvolveu-se principalmente associado ao fun-
donalismo (ver Neisser ([1976]). As tecnicas de IA e PO se complementam em vanos contextos, sendo mar-
cante 0 uso, por ambas, de tecnicas heuristicas: .
Talvez um dos maiores o)Jstaculos a integra<;ao entre as tecnicas de PO e IA resida nas diferen<;as
conceituais entre os paradigmas utilizados para a representa<;ao do conhecimento em cada uma das
abordagens. a iconografo da Figura 1.3, proposto por Suntherland (1975), pode auxiliar nessa compre-
ensao. as modelos de otimiza<;ao sac menos sensiveis dos que os de lA em rela<;aoa varia<;oes no eixo
do dominio e mais sensiveis em relac;ao ao eixo da dinamica. Por outro lade, para ser possivel retratar
os processos mentais de tomada de decisao, mesmo na linha do funcionalismo, 0 aspecto da redundan-
cia da arquitetura neuronal do cerebro e de dificil modelagem em ambas as tecnicas. Modernos traba-
lhos na linha de inteligencia computacional indicam novos paradigmas de representa<;ao do conheci-
mento como, por exemplo, 0 holografico. Tambem acena-se com a inc1usao de abordagens filos6ficas
mais amplas do que a proposta pelo funcionalismo (ver Emery [1969], Pribi."am[1976] e Teuber [1972],
[1974]).
realidade organizacional?
Esse ponto e tiio serio que utilizaremos as palavras do fil6sofo Karl R. Popper para 0 reSumir:
Diante de urn conjunto tao grande de objetivose natural que se imponha 0 estabelecimento de
prioridades. A busca da produtividade, a enfase na otimizac;ao de ta:r~fase 0 principio da maximiza-
~iio2nao sac atratores aleat6rios. As organizac;6es sao fen6menos em que 0 esforc;o por reduzir a va-
riabilidade de respostas e urna tare fa critic a e, por isso, demanda substancial atenc;ao e esforc;o. A pri-
oridade por estabilizac;ao de processos e previsibilidade acaba resultando em uma natural polariza-
c;aofocal na otimizac;ao de processos. E claro que devemos reconhecer que existem outros importan-
tes aspectos a considerar para se desenvolver urna boa estrategia de gestao. Nao e apenas no ideal
quantitativo que se esgotam os problemas, 0 homem e 0 foco. E exatamente reconhecendo isso que
poderemos melhor entender a importancia do amparo das tecnicas de PO na tomada de decisao.
Urn born gestor deve ser capaz de perceber que nem tudo podera ser quantificado e que sua pri-
meira prioridade e, de fate, 0 ser humano. Urn born g~stor deve saber que e 0 material humano que fara
a diferenc;a; contudo, devera tambem saber que para .atender a dimensao humana, sua forma de admi-
nistrar devera equilibrar 0 emocional com 0 racional. Dominar a dimensao da ac;aoracional nao e urna
op<;aopoHtica ou uma boa peculiaridade pessoal, e atq.almente algo absolutamente indispensavel, urna
obrigac;ao. ..
E certo que nao e na otimizac;ao de recursos que a sobrevivencia a longo prazo da empresa estara
sendo garantida, mas sem ela a organizac;ao nao tern qualquer chance no futuro. a problema da gestao
2 Esse principio afirrna que as organiza~5es procurarao sempre adquirir mais dos recurs os que lhe fomecerao energia
investida em prodw;ao. 1550 resulta em fus5es e crescimento de fun~5es na tentativa de controlar 0 ambiente extemo.
@
ELSEVIER
em um mundo globalizado tern deslocado seu eixo competitivo para a criatividade e a motivac;ao hu-
mana, isso e indiscutivel, mas cabe sempre alertar que sem fazer certo as coisas, nao hti como fazer as coisas
certas de modo economicamente aceitavel. Sem buscarmos 0 ideal da otimizac;ao nao poderemos criar
uma plataforma firme na qual a criatividade e a visao ernpreendedora possam se sustentar.
Na atualidade e importante saber qual a melhor estrategia a adotar para compatibilizar as respos-
tas das empresas as constantes mudanc;as no meio ambiente organizacional. Nessa busca por respos-
tas pelo menos quatro sac os fatores a serem levados em conta:
Como nem todas as situac;6es de mudanc;a sac iguais, cabe pensar na possibilidade de outros pa-
dr6es de resposta. Usar a mesma soluc;ao para' problemas diferentes pode nao ser uma boa ideia. Se 0
meio ambiente muda, parece sabio 0 usa de uma estrategia voltada para fora da organiza<;ao, ou seja,
uma estrategia ofensiva. Isso implicaria pensar na "seguranc;a" organizacionallevando em conta con-
ceitos como:
II Promover 0 maior nu.mero possivel de esquemas diferentes em competic;aodentro da organizac;ao.
II Flexibilidade para a ado<;aodos novos esquemas.
II Boa saude organizacional para suportar 0 constante eStresse das reestruturac;6es.
A sobrevivencia e urn intrincado resultado em uma teia de relacionamento. Na 6tica da sobrevi-
venda as mudanc;as ambientais, 0 desejavel nao e simplesmente uma capacidade competitiva relativa
mas, em Ultima analise, uma habilidade definitiva de adaptac;ao mais profunda ou de segunda ordem:
a vivacidade.
o poder de vivacidade e urn resultado complexo obtido da interac;ao dos inumeros atuadores
do ecossistema organizadonal. Urn detalhe interessantissimo da vivacidade e que ela representa,
em ultima analise, uma estrategia ampla para a mudimc;a e, consequentemente, generalista. Com
ela existe uma boa capacidade de resistir a concorrencia desde que 0 cemirio da mudanc;a seja am-
plo ou intenso, incluindo a inova<;ao (Porter [1990]). Buscando a vivacidade, ocorpo organizacio-
nal se prepara para resistir a fortes mudan<;as ambientais e ser competitivo pela inovac;ao. Atraves
das estrategias defensivas a organizac;ao prepara:.se para ser competitiva atraves da otimizac;ao do
antigo arcabouc;o.
Urn aspecto importante e perceber que as necessidades e expectativas de uma organizac;ao razoa-
velmente complexa devem estar voltadas para ambas as amea<;as:concorrencia e mudan<;as ambientais.
Nesse sentido a preserva<;ao da vivacidade parece ser uma necessidade mais premente do que 0 foco
Unico na concorrencia por tres raz5es:
V' A vivacidade automaticamente traz consigo urn razoavel grau de campetitividade.
V' Independe do sentido da mudanc;a. Trata-se de urna prontidao generalista para a sobrevivencia
pelo investimento no pr6prio organismo.
V' Por estar fortemente associada aos elementos internos, sobre eles repercute diretamente. A pala-
vra competitividade pode soar como uma abstrac;ao para 0 tecido organizacional, todavia a sau-
de da entidade e suas trocas com 0 meio ambiente repercutem diretamente sobre as pessoas.
Um outro modo de entender a importancia da vivacidade como habilidade fundamental para
a sobrevivencia e perceber que a essencia dos movimentos rumo a auto-adaptac;ao esta muito
mais associada a perseguic;ao de objetivos de compensac;ao de desequilfbrios e harmonizac;ao
com 0 meio ambiente, do que do exercicio do poder em beneficio pr6prio. Edward Deming (De-
ming [1990] ) percebeu essa verdade e por isso alertou que, de uma forma geral, a competic;ao exa-
cerbada e, ao contrario do que muita gente pensa, altamente danosa tanto como cultura (Judd
[1995] e Winder [1994]) como para 0 aperfeic;oamento de um contexto. A l6gica da "razap ao ven-
cedor" cria perversos desequilfbrios que se encarregarao de, em ultima analise, reduzir a vivaci-
dade de todos os participantes do contexto. A 16gica da harmonia e auto-ajuste ressalta que naa e
suficiente simplesmente sobreviver. A sobrevivencia e uma habilidade para ser exercida de forma
continua e sustentavel. A l6gica da luta por um lugar ao sol ou da conquista dos primeiros postos
pode nao inc1uir os principais elementos para a sustentabilidade dessa mesma posic;ao. Otimi-
zando 0 corpo organizacional para uma luta feroz no presente, a gestao poder~ estar eliminando
a possibilidade da continuidade desse organismo altamente especializado quando as regras mu-
darem. 0 objetivo da harmonizac;ao e mais amplo e poderoso. A vivacidade como habilidade
mestre esta voltada para garantir 0 desempenho futuro. De nada adianta veneer urn combate e
perder a guerra.
o que acontece e que sempre que houver uma mudanc;a, alguem sabera tirar p·artido do fato e isso
nao e urn problema de haver ou nao haver uma guerra em curso. A capacidade de aproveitar a situa<;ao
depende da capacidade de se adequar ou ate mesmo da sorte. Ter sucesso em urn novo contexto e com-
pletamente diferente de veneer 0 concorrente dentro do antigo contexto. No caso organizacional a espe-
cializa9ao desenfreada torna a corpa organizacional pronto para a momenta atual mas acaba crianda a sua maior
22 OTIMIZA<;:Ao COMBINAT6RIA E PROGRAMA<;.Ao LINEAR
fragilidade futura: afalta de esquemas redundantes que possam competir para auxiliar na sua adaptariio futura ...
e, em algumas areas, atualmente isso parece ser taoou mais importante do que a pr6pria amea<;ada
concorrencia. Um bom modelo de concep9iio de gestiio deve procurar uma posi9iio que otimize todas as varitiveis
do risco e nao somente as associadas a sobrevivencia imediatista. E necessario encontrar uma posi<;aode
equilibrio entre a realiza<;ao dos potenciais adaptativos pela especializa<;ao e sua preserva<;ao em for-
mato generalista para os tempos futuros. '
Basicamente, 0 tema que estamos discutindo esta relacionado a duas estratE~giasde sobrevivencia
com modelos mentais sutilmente diferentes. A estratE~giada competitividade concentra aten<;ao nas
amea<;as da concorrencia e predadores. Seu modele: mental e 0 da confronta<;ao e conquista. 0 meio
ambiente e pouco notado nos aspectos oportunisticos e mais percebido nos pontos amea<;adores. As
tecnicas desse modelo de concep<;aodao prioridade a produtividade e aos impactos de curto: e medio
prazo, pois cada novo momenta e uma nova batalha. A ideia btisica e que 0 futuro pertence a quem for um
vencedor no presente. Sua filosofia poderia ser resumida em dois pensamentos falaciosos:
v Se nao sobrevivermos ao hoje nao chegaremos ao futuro.
v Se formos sempre os primeiros, sempre estaremos vivos.
A estratE~giada vivacidade concentra aten<;,aono ser humano e na sua adequac;ao ao meio ambien-
te. 0 impacto das a<;oesorganizacionais sobre 0 meio ambiente e urn dos fatores fundamentais na me-
dida dessa adequa<;ao. E evidente que a amea<;ada concorrencia e percebida como urn dos componen-
tes desse mesmo meio ambiente, contudo 0 modelo de resposta nao e obrigatoriamente a confronta<;ao
direta e nem exige a vit6ria. A estratigia objetiva a harmoniza9ao com 0 meio ambiente e e dentro desse con-
texto que os concorrentes serao considerados. Na mentalidade da vivacidade 0 objetivo nao e ser 0 pri-
meiro sempre e sim estar bem 0 tempo inteiro. 0 objetivo nao e ser 0 maior ou 0 melhor e sim estar mui-
to bem. 0 alvo nao e conquistar todos os clientes do mundo mas os clientes certos. Nao e necessario ser 0
campeao em todas as competi<;oespara se alcan<;arqualidade de vida; pelo contrano, 0 estresse da luta
paran6ica esvazia os louros da vit6ria e erradica a saude.
Esse e urn dos mais dan050s paradigmas que a mentalidade da competitividade impoe: 0 sucesso 56
pode ser alcanrado ap6s a vitoria na guerra da concorrencia. Talvez a vit6ria sobre a concorrencia s6 possa
ser obtida com urna bela guerra, contudo os levantamentos estatistico~ de desempenho nao permitem
afirmar que para se alcan<;aruma longa, saudavel e proffcua vida, obrigatoriamente alguem tenha que
se envolver e veneer guerras. A hist6ria dessa mentalidade parece estar cheia de vencedores mas possui
poucos sobreviventes. Urn trivial estudo nos mostra que os verrcedores do passado simplesmentesumi-
ram. Foram tao habeis em conquistar 0 mercado ... e dai? Seu Unico legado e a mentalidade que se per-
petua, modelo mental que capitaliza as g16rias e repassa para outros culpados os insucessos. Felizmente
nem todos pensam que os vencedores tern razao.
AS modelos quantitativos nao sac capazes de, sozinhos, fazerem uma empresa vencedora na tarefa
de estar bern, mas evitam que as energias sejam gastas de forma irracional. Perrnitern que 0 tornador de
decisao possa tirar 0 melhor proveito possivel daquilo que ele dispoe. as rnodelos quantitativos nao
definem urna estrategia para 0 futuro, mas podem ser capazes de examinar imimeros cemlrios e ajudar
o gestor a informar seus "sentimentos" das possibilidades rnais provaveis. E impossivel ao tecido orga-
nizacional a1can<;ar urn patamar razO<lvel de vivacidade trabalhando longe da melhor realiza<;ao de
seus potenciais. '
o papel dos model os quantitativos no momenta atual e oferecer ferramentas poderosas para assis-
tir ao tomador de decisao e protege-Io de erros evitaveis. Talvez uma das piores decisoes que alguem
possa tomar atualmente no mundo empresarial seja subutilizar ou desconhecer 0 uso do ferramentai
quantitativo, porque talvez nao seja essa a decisao de seus concorrentes ou parceiros.
No contexto descrito, ern que muitas sac as duvidas e poucas as certezas, osmodelos quantitativos per-
rnitem a amplia<;ao da capacidade de abordar racionalmente aquilo que assim possa ser feito. Os mo-
delos quantitativos sac poderosos instrumentos para que 0 gestor possa amp liar seu sentido e sua per-
cep<;ao, economizando energias e aproveitando oportunidades. Finalmente:
Foco
Simplificador
Obviamente nem todos os problemas sac iguais. qE!~cesso de tr.adu~a~co?textual d~ve sercapaz
e
de identificar os el~~entos fundamentais da questao traILSpo~tcf·lospara uma representa~ao capaz,de
se~3la~E-U1a~~~~!_a~icios' C?~met9c!osde s~l,-!s.~o.As dificu1dades dos pr.ocess?s,d~ tradu<;ao e 50-
luc;aoSaDde naturezas diferentes, contudo profundamenteinterferentes~lhtt'IUU bJ.J14S. Hij1W£ b Ii