Traduzido do Inglês para o Português - www.onlinedoctranslator.

com

Jornal Europeu de Pesquisa Operacional 48 (1990)9-26 9

Holanda do Norte

Como tomar uma decisão:

O Processo de Hierarquia Analítica
Thomas L. Saaty
Joseph M. Katz Graduate School of Business, University of Pittsburgh, Pittsburgh, PA 152â0, EUA

Abstrato:Este artigo serve como uma introdução ao Analytic Hierarchy Process – Uma abordagem de
tomada de decisão multicritério na qual os fatores são organizados em uma estrutura hierárquica. Os
princípios e a filosofia da teoria são resumidos fornecendo informações gerais sobre o tipo de medição
utilizada, suas propriedades e aplicações.

Palavras-chave: Decisão, prioridade, classificação, custo-benefício, escalas, proporções

1. Como estruturar um problema de decisão
Talvez a tarefa mais criativa ao tomar uma
decisão seja escolher os fatores que são
importantes para essa decisão. No Processo de
Hierarquia Analítica organizamos esses fatores,
uma vez selecionados, em uma estrutura
hierárquica que desce de um objetivo geral para
critérios, subcritérios e alternativas em níveis
sucessivos.
Para uma pessoa não familiarizada com o
assunto, pode haver alguma preocupação sobre o
que incluir e onde incluir. Ao construir
hierarquias, deve-se incluir detalhes relevantes
suficientes para:
representar o problema tão completamente quanto
possível, mas não tão completamente a ponto de
perder a sensibilidade à mudança nos elementos;
considerar o ambiente ao redor do problema;
identificar os problemas ou atributos que
contribuem para a solução; e
identificar os participantes associados ao
problema.
Organizar os objetivos, atributos, questões e partes
interessadas em uma hierarquia serve a dois
propósitos. Ele fornece uma visão geral das relações
complexas inerentes à situação; e ajuda o tomador de
decisão a avaliar se as questões em cada nível são da
mesma ordem de grandeza, para que ele possa
comparar esses elementos homogêneos com precisão.
Recebido em novembro de 1959
Certamente não se pode comparar de acordo com
o tamanho de uma bola de futebol com o Monte
Everest e ter qualquer esperança de obter uma
resposta significativa. A bola de futebol e o Monte
Everest devem ser comparados em conjuntos de
objetos de sua classe. Mais tarde, damos uma
escala fundamental de uso para fazer a
comparação. Consiste em julgamentos verbais que
variam de igual a extremo (igual, moderadamente
mais, fortemente mais, muito fortemente mais,
extremamente mais) correspondentes aos
julgamentos verbais são os julgamentos numéricos
(1, 3, 5, 7, 9) e compromissos entre estes valores.
Concluímos a compilação de um dicionário de
hierarquias referentes a todos os tipos de
problemas, do pessoal ao corporativo e ao público.
Uma hierarquia não precisa ser completa, ou
seja, um elemento em um determinado nível não
precisa funcionar como atributo (ou critério) para
um// os elementos do nível abaixo. Uma hierarquia
não é a árvore de decisão tradicional. Cada nível
pode representar um corte diferente no problema.
Um nível pode representar fatores sociais e outro
fator político a ser avaliado em termos de fatores
sociais ou vice-versa. Além disso, um tomador de
decisão pode inserir ou eliminar níveis e elementos
conforme necessário para esclarecer a tarefa de
estabelecer prioridades ou para aprimorar o foco
em uma ou mais partes do sistema. Elementos que
têm um caráter global podem ser representados nos
níveis mais altos da hierarquia, outros que
caracterizam especificamente o problema em
questão podem ser desenvolvidos em maior exige que os critérios, a
profundidade. A tarefa de estabelecer prioridades

0377-2217 390Z$ 03,50 1990 — Elsevier Science Publishers BV (Norte da Holanda)

10 TL Saaty / O AHP.' Como tomar uma decisão
propriedades ou características das alternativas
que estão sendo comparadas, e as próprias
alternativas são gradualmente colocadas em
camadas na hierarquia para que seja significativo
compará-las entre si em relação aos elementos do
próximo nível superior.
Finalmente, depois que os julgamentos foram
feitos sobre o impacto de todos os elementos e as
prioridades foram computadas para a hierarquia
como um todo, às vezes, e com cuidado, os
elementos menos importantes podem ser
descartados em consideração por causa de seu
impacto relativamente pequeno no objetivo geral.
As prioridades podem então ser recalculadas por
completo, com ou sem alteração dos julgamentos
restantes.
2. Escalas de medida — Evitando meros
númerostrituração
Pode-se argumentar que todo o processo de
tomada de decisão é tão desestruturado e tão
amorfo que não adianta tentar ser preciso. Fica-se
então tentado a ir mais longe e concluir que a
“satisfação do participante” é o principal objetivo
da tomada de decisão. Se fosse esse o caso, então a
tomada de decisão multicritério seria uma simples
questão de usar a engenhosidade, apoiada em
terminologia matemática, para melhorar os
números que agradam às pessoas. Mas é provável
que resultem diferentes conjuntos de números
arbitrários, produzindo decisões diferentes, e
estamos de volta ao ponto de partida. Um conjunto
de números agrada a um grupo de pessoas que
pode ficar igualmente satisfeito com outro
conjunto de números que contradiz as
recomendações do primeiro conjunto. Isso é mero
processamento de números.
Consideremos por um momento a interação
grupal que muitas vezes leva a certas expectativas,
às vezes decorrentes do próprio calor do debate.
Tal debate nem sempre pode incorporar em seus
argumentos os refinamentos resultantes dos trade-
offs matemáticos para garantir a obtenção de
conclusões válidas. Às vezes, os participantes
aceitam um processo e seu resultado porque a
situação é tão complexa e os argumentos tão
complicados que qualquer coisa que surja no final
parece plausível. Embora convencer um grupo
sobre suas preferências qualitativas envolva a
política de persuasão e de
rodando e negociando, é essencial que a própria
teoria da decisão usada para ajudar o grupo a
chegar a uma decisão seja invariável à política e ao
comportamento. Deve ser uma ciência de escala
baseada em matemática, filosofia e psicologia.
Entre as várias práticas de processamento de
números, a mais censurável é atribuir qualquer
conjunto de números a julgamentos sobre
alternativas sob um critério específico e, em
seguida, normalizar esses números (multiplicando-
os por uma constante que é o recíproco de sua
soma). Geralmente, diferentes conjuntos de
números são usados para dimensionar os
julgamentos para as alternativas sob diferentes
critérios. Todos os novos conjuntos normalizados
agora estão no intervalo [0, 1], não importa de que
escala eles vieram originalmente, e podem ser
passados para os não iniciados como comparáveis.
A parte atraente dessa prática é que os números
têm uma estrutura subjacente aparentemente
uniforme e não parecem muito diferentes de
probabilidades.
Observe que quando os números iniciais
atribuídos antes da normalização são ordinais,
números arbitrários que preservam a ordem, mas
não carregam informações sobre diferenças ou
razões de magnitudes relativas, a transformação
resultante produz um novo conjunto de ordinais
entre zero e um e você pode ter certeza apenas que
preserva a mesma ordem. As operações de
ponderação e adição não podem ser significativas
porque é muito provável que resultados diferentes
sejam produzidos para diferentes escolhas dos
números ordinais. Por uma escolha criteriosa de
ordinais, pode-se fazer uma alternativa que é
dominante em até mesmo um critério, não importa
quão sem importância esse critério possa ser, ter o
maior valor após ponderação e adição e, assim,
tornar-se o mais preferido. Qualquer método como
este não é uma teoria da decisão, mas uma
abordagem que pode enganar as pessoas.
O Processo de Hierarquia Analítica é rigorosamente
preocupado com o problema de dimensionamento
e que tipo de números usar, e como combinar
corretamente as prioridades resultantes deles. Uma
escala de medição consiste em três elementos: um
conjunto de objetos, um conjunto de números e um
mapeamento dos objetos para os números. Em uma
escala padrão, uma unidade é usada para construir
o restante dos números da escala. Exemplos de tal
unidade são a polegada, a libra, o angstrom e o
dólar. Um padrão
 TL Saat i / O AHP. Como eu te façodecisão 11
lado, para conservar alguns alimentos,
escalapode ser usado para medir objetos ou
eventos com relaçã o à propriedade para a qual
uma escala foi projetada para medir. Como a
unidade é arbitrá ria, pode-se ter diferentes
nú meros para os quais os objetos sã o mapeados.
Como uma escala padrã o nã o é ú nica, é
importante interpretar o significado dos nú meros
usados na escala. Assim, em geral, os nú meros
obtidos a partir de tal escala sã o apenas estímulos
para a memó ria (o que sentiu na ú ltima vez que a
temperatura estava - 15°C) e nã o têm significado
intrínseco. No entanto, as escalas padrã o mais
cuidadosamente projetadas sã o ú teis porque
preservam certas relaçõ es numéricas nas medidas
(o mapeamento) dos objetos, dando-nos uma
maneira melhor de interpretar os estímulos que
estã o medindo do que as escalas arbitrá rias.
Uma escala pode ou nã o ter zero como origem.
Por exemplo, uma escala de nú meros ordinais
pode começar com qualquer nú mero. Uma escala
de razã o, como a temperatura absoluta, preserva a
origem. Escalas de intervalo, que medem os
mesmos fenô menos como temperatura,
preservam relaçõ es lineares, mas podem ter
origens diferentes. Zero na escala Fahrenheit é
uma temperatura diferente de zero na escala
Celsius. Ambos sã o escalas intervalares. Mais uma
vez, os nú meros nestas escalas nã o significam
nada, a menos que se possa recordar situaçõ es
associadas com as leituras numéricas que estã o
sendo consideradas. Eles sã o apenas um meio
conveniente de comunicar características de
objetos ou situaçõ es sem que todos tenham que
experimentá -los.
Muitas vezes acontece que as interpretaçõ es de
estímulos numéricos de uma dada escala padrã o
diferem dependendo das circunstâ ncias. Nã o
existe uma regra simples que possa ser aplicada
para interpretar leituras de uma ú nica escala,
mesmo quando aplicada a um fenô meno natural. A
intensidade da luz do sol tem um significado
diferente para diferentes propó sitos. Pode ser ú til
para banhos de sol, mas muito brilhante para
leitura. Da mesma forma, uma relaçã o monotô nica
entre leituras sucessivas de uma escala padrã o
nã o nos garante que leituras ainda mais altas
serã o melhores (ou piores). Mais (ou menos)
temperatura nã o corresponde necessariamente a
mais (ou menos) utilidade. As baixas
temperaturas sã o desconfortá veis. À medida que
as leituras aumentam, tornam-se mais
confortá veis e, à medida que aumentam, podem
tornar-se novamente desconfortá veis. Por outro
 como lidar com as pouquíssimas balanças padrã o
novamente. Nossos valores de conforto e que temos, e nã o o contrá rio. .4 aspecto notá vel
conveniência e outros efeitos sociais devem das escalas relativas é que elas podem usar
estar na base de todas as interpretaçõ es e
dependem de objetivos mais elevados que
possamos ter em mente.
Para um grande nú mero de escalas usadas na
física, assume-se implicitamente que a escala
pode ser estendida ao infinito e aplicada a todas
as circunstâ ncias imaginá veis. Em outras
palavras, a interpretaçã o em física assume
eventos como homogêneos, nã o importa quã o
perto ou longe da origem eles possam cair. O
mais surpreendente é a suposiçã o na física de
que objetos ainda desconhecidos, mas com as
mesmas características dimensionais dos
objetos conhecidos que estã o sendo medidos,
podem de fato ser medidos da mesma maneira.
A realizaçã o das diferentes interpretaçõ es que
podemos fazer do mesmo nú mero na física
indicaria que, quando os nú meros caem fora do
domínio da experiência, é ló gico suspender a
extensã o da verdade que construímos da
experiência para um domínio do qual nã o temos
conhecimento. e sentimento. Seria uma
especulaçã o puramente fictícia.
Em economia, o valor aritmético de um dó lar é
assumida como sendo a mesma, nã o importa se
uma pessoa tem apenas um ou um milhã o de
dó lares. Mas na realidade nã o é. Para comprar
um novo Mercedes, dez dó lares e cem dó lares
sã o quase igualmente inadequados ou inú teis
como pagamentos iniciais. Por outro lado, para
comprar mantimentos, cem dó lares sã o muito
mais ú teis, praticamente dez vezes mais ú teis do
que dez dó lares. Os primeiros mil dó lares
ganhos sã o muito mais importantes do que os
primeiros mil dó lares ganhos depois de um
milhã o.
Devemos estar constante e cuidadosamente
atentos à forma como interpretamos os dados
das escalas. As escalas padrã o nos impõ em uma
maneira de pensar que nã o está em completa
harmonia com a maneira como realmente nos
sentimos sobre o que estã o medindo.
Existe um método de mensuraçã o mais geral
que nã o utiliza escalas padronizadas. É o método
de mediçõ es relativas ú til para propriedades
para as quais nã o existe uma escala padrã o de
mediçã o (amor, influência política, retidã o).
Estes sã o conhecidos como propriedades
intangíveis. O nú mero de tais propriedades é
extremamente grande. Dificilmente podemos
esperar criar escalas padrã o para todos eles.
Somos levados a escalas relativas. e o
surpreendente é que podem servir de padrã o de
12 TLSaaty/AHP. Como tomar uma decisão
informaçõ es de escalas padrã o quando há uma
necessidade particular de fazê-lo. Mediçõ es em
uma escala de razã o padrã o sã o transformadas em
medidas em uma escala de razã o relativa
normalizando-as.
Este processo de conversã o nos dá uma dica
sobre a diferença entre os dois tipos de escalas.
Uma escala relativa para uma propriedade é
gerada para um conjunto específico de entidades
ou objetos. Uma escala padrã o para uma
propriedade está sempre pronta para ser usada.
Mais significativamente, uma escala relativa é
essencial para representar a prioridade ou
importâ ncia se alguém estiver gerando a escala
fazendo observaçõ es e julgamentos diretos sobre
a propriedade em estudo. Também é ú til quando
se está interpretando o que os dados de uma
escala padrã o realmente significam. Escalas
relativas sã o sempre necessá rias para representar
a compreensã o subjetiva. Mais é dito sobre as
relaçõ es aritméticas entre os dois tipos de escalas
nas Seçõ es 8 e 12.
3. Comparações pareadascomo proporções
Quando medimos algo comem relaçã o a uma
propriedade, geralmente usamos alguma escala
conhecida para esse fim. Uma contribuiçã o bá sica
para o assunto deste artigo, o Analytic Hierarchy
Process (AHP) é como derivar escalas relativas
usando julgamento ou dados de uma escala
padrã o, e como realizar a operaçã o aritmética
subsequente em tais escalas evitando
processamento de nú meros inú til. Os julgamentos
sã o dados na forma de comparaçõ es pareadas
[6,7,8]. Um dos usos de uma hierarquia é que ela
nos permite focar o julgamento separadamente
em cada uma das vá rias propriedades essenciais
para tomar uma decisã o correta. A maneira mais
eficaz de concentrar o julgamento é pegar um par
de elementos e compará -los em uma ú nica
propriedade sem se preocupar com outras
propriedades ou outros elementos. É por isso que
comparaçõ es pareadas em combinaçã o com a
estrutura hierá rquica sã o tã o ú teis na derivaçã o
de medidas.
Suponha que nos sejam dadas n pedras, A , ... , A ,
cujos pesos wt, ... , w„ respectivamente, são
conhecidospara nó s. Vamos formar a matriz de
razõ es de pares cujas linhas dã o as razõ es dos
pesos de cada pedra em relaçã o a todas as outras.
Aqui o menor
de cada par de pedras é usado como unidade, e o
maior é medido em termos de múltiplos dessa
unidade. É difícil fazer a comparação inversa sem
usar novamente a pedra menor como unidade. Este
é um tipo de viés no pensamento humano, que leva
a considerar um resultado não simétrico e a
inclinação para não forçar a simetria nele. Temos a
equação matricial:
—n
A formulação anterior tem a vantagem de nos
dar a solução. Mas também dá origem a uma
interpretação teórica de longo alcance.
Multiplicamos A à direita pelo vetor de pesos
›r = (ir„ ›r2, ... , ivn )T. O resultado desta
multiplicação é rim. Se n é um autovalor de A, então
w é o autovetor associado a ele. Agora A tem
classificação
um porque cada linha é um múltiplo constante da
primeira linha. Assim, todos os seus autovalores,
exceto um, são zero. A soma dos autovalores de uma
matriz é igual ao seu traço, a soma dos elementos
diagonais, e neste caso, o traço de A é igual a
n.Portanto, n é o maior, ou principal, autovalor de
A.
A solução de Aw —— nw, chamada de autovetor
direito principal de A, consiste em entradas positivas
e é única dentro de uma constante multiplicativa.
Para torná-lo único, normalizamos suas entradas
dividindo por sua soma. É claro que se nos for dada a
matriz de comparação A, podemos recuperar a escala.
Neste caso, a solução é a versão normalizada de
qualquer coluna de A.
A matriz A —— a, ), a, —— w,/w , i, j ——
1, ... , n, tem entradas positivas em todos os lugares e
satisfaz a propriedade recíproca o„ = l/a„. Qualquer
matriz com esta propriedade é chamada de matriz
recíproca. Além disso, A é consistente porque a
seguinte condição é satisfeita:
umaq k —— uma, k /a, , i, j, k —— I , ... , n . ()
 TL Saaty / O AHP: Como fazer umdecisão
Vemos que a matriz inteira pode ser construída a
partir de um conjunto de n elementos que formam
uma cadeia (ou, mais geralmente, uma árvore
geradora, na terminologia da teoria dos grafos)
através das linhas e colunas.
É fácil provar que uma matriz consistente deve ter
a forma de razão A —— (w,/w ), i, y = 1, ... , n. Uma
condição necessária para a consistência é que A seja
recíproco. Mostramos abaixo que uma condição
necessária e suficiente para a consistência é que o
autovalor principal de A seja igual a n, da ordem de
A. Quando A é inconsistente, essas duas observações
servem para nos ajudar a derivar uma escala de razão
cuja
os rácios estão próximos dos de uma escala
subjacente
C' (1' • O axioma recíproco do AHP
Wn -)
garante que as perturbações de uma escala de razão
sejam elas próprias recíprocas. O axioma da
homogeneidade garante para o caso inconsistente que
as perturbações seriam pequenas e, portanto, que os
dois autovalores principais são próximos, do que
seguiria um argumento dado em [14, p. 67] que a
escala derivada está próxima de uma escala de razão
subjacente. Além disso, este segundo axioma permite
explorar a melhoria de alguns dos julgamentos, assim
também a melhoria da inconsistência e da
aproximação da escala. Mas ainda resta a questão da
preservação da ordem. O método que usamos para
derivar a escala deve não apenas produzir uma escala
de razão, mas também capturar a ordem inerente aos
julgamentos, um requisito muito forte.
Em um ambiente geral de tomada de decisão, não
podemos fornecer os valores precisos de ir,/w, mas
apenas estimativas deles. Consideremos estimativas
desses valores dadas por um especialista que pode
cometer pequenos erros de julgamento. Sabe-se da
teoria do autovalor [14], que uma pequena
perturbação em torno de um autovalor simples, como
temos em n quando A é consistente, leva a um
problema de autovalor da forma Aw —— hq„w onde
X p„ é o autovalor principal de A onde A pode não
ser mais consistente, mas ainda é recíproco. O
problema agora é: até que ponto w reflete a opinião
real do especialista? Observe que se obtivermos w
resolvendo este problema e, em seguida, formarmos
uma matriz com as entradas ( w,/w,), obteremos uma
aproximação de A por uma matriz consistente.
Mostramos agora o resultado interessante e
talvez surpreendente de que a inconsistência em
toda a matriz pode ser capturada por um único
número
13
Seja a, —— (1 + 6„ ) w,/ir„ #„ > — 1, seja um per-
turbação de ir,/w„ onde ›r é o principal autovetor de
A.
Prova: Usando um , -1/a„ e Aw —- X q„w, temos
›..,.;z o =‹i›
Teorema 2. UMA é consistente E se e só E se X q.„ —— n.
Prova.Se A é consistente, então por causa de (1),
cada linha de A é um múltiplo constante de uma dada
linha. Isso implica que o posto de A é um, e todos,
exceto um de seus autovalores X„ i = 1, 2, ... , n, são
zero. No entanto, segue de nosso argumento anterior
que
Z" *. = Trace(A) = n. Portanto, max' n. Inversamente,
I p„ = ri implica fi„ = 0, e a, —— w,/w .
0
Para o índice de consistência (IC), adotamos o
valor (h , — n )/( n — 1). É a média negativa das
demais raízes do polinômio característico de A. Este
valor é comparado com o mesmo índice obtido como
média de um grande número de matrizes recíprocas
da mesma ordem cujas entradas são aleatórias. Se a
razão (chamada de razão de consistência CR) de CI
para aquela de matrizes aleatórias for
significativamente pequena (cuidadosamente
especificada para ser cerca de 10% ou menos),
aceitamos a estimativa de ir. Caso contrário, tentamos
melhorar a consistência. O leitor pode conhecer as
descobertas experimentais do psicólogo George
Miller na década de 1950 [4]. Ele descobriu que, em
geral, as pessoas (como os especialistas em xadrez)
podiam lidar com informações envolvendo
simultaneamente apenas alguns fatos, sete mais ou
menos dois, escreveu ele. Com mais, eles ficam
confusos e não conseguem lidar com a informação.
Isso está em harmonia com a estabilidade do
autovalor principal a pequenas perturbações quando
fl é pequeno [7,14], e seu papel central na medição de
consistência.
Vargas [12] estudou o caso em que os coeficientes
da matriz são variáveis aleatórias. Ele concentrou sua
atenção no coeficiente de distribuição gama.
ma • que mede o desvio da e derivou uma distribuição de Dirichlet para o
—x
julgamentos consistentescomponentes.aproximação do autovetor quando a matriz é
14 TL Saat y / O AHP. Como tomar uma decisão

consistente. Quando a matriz é inconsistente, o limite de consistência Isso ficará claro no segundo exemplo
10a é uma medida suficiente para abaixo. Não há razão para que padrões forçados garantam que o autovetor
siga o Dirichlet em um problema deve produzir a mesma distribuição de resultados com determinados
parâmetros que podem ser obtidos por meio de medição relativa. Estes são calculados a partir do
correspondente consistente ma- dois diferentes descritivos (o que pode ser) e trix. A suposição de gama é
uma poderosa configuração normativa (o que deveria ser).
por causa da densidade inerente da combinação linear
dessas distribuições.
4.1. Medição relativa: Escolhendo a melhor casa
comprar
4. Doisexemplos
Ao aconselhar uma família de renda média a
O AHP é utilizado com dois tipos de medida - comprar uma casa, a família identificou oito critérios,
relativos e absolutos, tendo este último que fazer o que achavam que deveria procurar em um com os
padrões de memória mencionados acima. Em ambos, casa. Esses critérios se enquadram em três categorias:
comparações pareadas são realizadas para derivar os antecedentes econômicos, geográficos e físicos.
Embora uma idades para critérios com relação ao objetivo. Em rela- ção pode ter começado examinando a
medida relativamente importante, as comparações pareadas são perten- centes a esses agrupamentos, a
família sentiu que queria ser formada em toda a hierarquia, inclusive para priorizar a importância relativa de
todas as alternativas no nível mais baixo. dos critérios de hierarquia sem trabalhar com clusters. O prob-
com relação aos critérios no nível acima. Em lem era decidir qual das três casas candidatas a medida
absoluta, as comparações pareadas devem ser escolhidas. O primeiro passo é a estruturação do também
realizado através da hierarquia com o problema como hierarquia.
exceções das próprias alternativas. onível No primeiro (ou superior) nível está o objetivo
geral logo acima, as alternativas consistem em intensidades ou 'Satisfação com a casa'. No segundo nível
estão as notas que são refinamentos dos critérios ou os oito critérios que contribuem para a meta, e os
subcritérios que regem as alternativas. Um par - o terceiro nível (ou inferior) são os três candidatos sábios
comparam as notas em cada casa que devem ser avaliadas em termos do critério, respondendo a perguntas
como: Como critérios no segundo nível. As definições de muito melhor é um aluno candidato com
excelentes critérios seguir e a hierarquia é mostrada na Fig- notas do que um com notas muito boas? e como
está 1.
muito melhor é um candidato estudante commédiaO critérios importantes para as cartas de
recomendação da família individual do que um com pobres foram:
uns? e assim por diante. As alternativas não sãopar a par(1) Tamanho da casa:Espaço de armazenamento;
tamanho dos quartos, comparado, mas simplesmente classificado de acordo com a categoria em número de
quartos; área total da casa.
que se enquadram em cada critério. UMAponderação (2) Localização para lirtes de ônibus: Ônibus
conveniente e próximoe o processo de soma produz suas classificações gerais. serviço.

SATISFAÇÃO COM A CASA

TAMA TRANSP VIZINHO- ERA ESPA INSTALAÇ CONDIÇÃO

FINANCIA
NHO OSIÇÃO DE DOLAR ÇO DE ÕES GERAL
MENTO
DA CAPUZ PÁTI MODERNA
CASA O S

CASA A CASA B CASA C

Figura 1. Decomposição do problema em uma hierarquia

 TL Saaiy / O AHP. Como fazer umde‹'ision 15

Tabela I
A escala fundamental

Intensidade ou Definição Explicação

importância em escala
absoluta
Igualimportância Duas atividades contribuem igualmente para o objetivo

Importância moderadade Experiência e julgamento favorecem fortemente uma atividade sobre uma
não ela uma sobre outra

Essencial ou forteImport-Experience e julgamento favorecem fortemente uma atividade em

relação a outra atitude
7 Muito forteimportância Uma atividade é fortemente favorecida e sua dominâ ncia demonstrada em
prá tica
9 Extremoimportância A evidê ncia que favorece uma atividade em detrimento de outra é da mais
alta
possívelordem de afirmaçã o
2, 4, 6, S
Valores intermediáriosser- Quando o compromisso é
necessárioentre os dois adjacentes
julgamentos
Recíprocos
Se a atividade i tiver um dos números acima atribuídos a ela quando comparada com a atividade /.
então / tem o valor recíproco quando comparado com i
Justificativ
a Razões decorrentes daescala Se a consistência fosse forçada pela obtenção de n valores numéricos para
abranger a matriz

(3) Vizinhança:Pouco trânsito, segurança, bela
vista, impostos baixos, bom estado de vizinhança.
(4) Idade da casa:Autoexplicativo.
(5) Espaço do quintal:Inclui frente, verso e
lateral, e espaço de vizinhos.
(6) Instalações modernas:Máquinas de lavar
louça, desinfetantes de lixoposais, ar condicionado,
sistema de alarme. e outros itens semelhantes
possuídos por uma casa.
(7) Em geraldoença:Reparos necessários,
paredes, carpete, cortinas, limpeza, fiação.
(8) Financiamento disponível:Hipoteca
assumida;financiamento do vendedor disponível,
ou financiamento bancário.
O segundo passoé a elicitaçã o r›f julgamentos de
comparaçã o aos pares. Organize os elementos do
segundo nível em uma matriz e obtenha
julgamentos das pessoas que têm o problema
sobre a importâ ncia relativa dos elementos em
relaçã o ao objetivo geral, Satisfaçã o com a Casa. A
escala a ser usada para fazer os julgamentos é
apresentada na Tabela 1. Essa escala foi validada
quanto à eficá cia, nã o apenas em muitas
aplicaçõ es por um nú mero de pessoas, mas
também por meio de comparaçõ es teó ricas com
um grande nú mero de outros escalas.
As perguntas a serem feitas ao comparar dois

mesa 2
Matriz de comparaçã o pareada para o nível 1
3 6 7 S Prioridade
vetor
1 5 3 7 6 6 0,173
3 0,054
3 3 1 6 4 6 0,188
4 EU ' NJ $
5 3 0,031
6 ' 4 1 ' 0,03G
7 3 7 5 0,167
8 4 8 6 2 eu 0,333
X „ = 9,669, CI = 0,238, RC = 0,169
16 TL Saaty / O AHP.' Como tomar uma decisão

Os critérios sã o do seguinte tipo: dos dois

comparadas aos pares são as casas em relação a
critérios comparados, qual é considerado mais
quão melhor uma é que a outra está satisfazendo
importante pela família que compra a casa em
cada critério no nível 2. Assim, haverá oito
relaçã o ao objetivo geral de satisfaçã o da família
matrizes 3 X 3 de julgamentos, pois há oito
com a casa?
elementos no nível 2 e 3 casas para serem pares
Quando oos elementos que estã o sendo
comparados para cada elemento. Novamente, as
comparados estã o mais pró ximos do que o
matrizes contêm os julgamentos da família
indicado pela escala, pode-se usar a escala 1,1, 1,2,
envolvida. Para entender os julgamentos, segue
... , 1,9. Se ainda for mais fino, pode-se usar o
uma breve descrição das casas.
refinamento percentual apropriado.
CasaR. Esta casa é a maior de todas. Ele está
A matriz de comparaçõ es pareadas dos
localizado em um bairro com pouco tráfego e
critérios fornecidos pelos compradores neste caso
impostos baixos. Seu espaço de quintal é
é mostrada na Tabela 2, juntamente com o vetor
comparativamente maior que as casas B e C. No
de prioridades resultante. O vetor de prioridades é
entanto, o estado geral não é muito bom e precisa
o principal autovetor da matriz. Dá a prioridade
de limpeza e pintura. Além disso, o financiamento
relativa dos critérios medidos em uma escala de
é insatisfatório porque teria que ser financiado por
razã o. Neste caso, o financiamento tem a maior
bancos a juros altos.
prioridade com 33$ da influência.
CasaB. Esta casa é um pouco menor que a Casa
Na Tabela 2, ao invés de nomear os critérios,
A e não fica perto de uma rota de ônibus. O bairro
utilizamos o nú mero previamente associado a
dá a sensação de insegurança por causa das
cada um. Em seguida, passamos para as
condições do trânsito. O espaço do pátio é
comparaçõ es aos pares dos elementos no nível
mais baixo. Os elementos a serem

Tabela 3
Matrizes de comparação e prioridades locais

Tamanho da casa UMA B Priorid Espaço do UMA B Prioridade

adevet quintal vetor
or
UMA 1 6 8 0,754 UMA 1 5 4 0,674
1 eu
B 4 0,181 B 0,101
C } 1 0,065 C 3 EU 0,226
X = 3,136, IC = 0,068, CR = 0,117 X„„,= 3,086, IC = 0,043, RC = 0,074
Transporte UMA B Priority Instalaç UMA B C Priorid
vCCtOf õ es adeveto
modern r
as
UMA 1 7 0,233 UMA 1 8 6 0,747
B 1 , 0,005 B 1 0,060
C 5 8 1 0,713 C 5 1 0,193
X„, = 3,247, CI = 0,124, CR = 0,213 'máximo= 3,197, IC = RC = 0,170
0,099,
Vizinhança UMA B C Prioridade Condiçã o UMA B C Prioridade
vCCtOf geral vetor

UMA 1 8 6 0,745 UMA 1 0,200

B ' 1 ' 0,065 B 2 1 1 0,400
C 4 1 0,181 C 2 1 1 0,400
X„„ = 3,130, CI = 0,068, CR = 0,117 'máximo= 3,000, IC = RC = 0,000
0,000,
Idade da casa UMA B Priorid Financiame UMA B C Vetor
adevet nto de
or priorida
de
UMA 1 1 1 0,333 UMA 7 0,072
B 1 1 1 0,333 B 7 1 3 0,650
1 1 1 0,333 5 1 0,278
h,. = 3,000, IC = 0,000, RC = 0,000 h„„ = 3,065, CI 0,032, CR = 0,056
 TL Saaty / O AHP: Como fazer umdecisão 17

Tabela 4
Prioridades locais e globais

1 2 3 4 5 6 7 8
(0,173) (0,054) (0,188) (0,018) (0,031) (0,036) (0,167) (0,333)
UM 0,754 0,233 0,754 0,333 0,674 0,747 0,200 0,072 0,396
A
B 0,181 0,055 0,065 0,333 0,101 0,060 0,400 0,650 0,341

bastante pequeno e a casa carece das instalaçõ es
modernas bá sicas. Por outro lado, o estado geral é
muito bom. Além disso, é possível obter uma
hipoteca presumida, o que significa que o
financiamento é bom com uma taxa de juros
bastante baixa.
CasaC. A Casa C é muito pequena e tem poucas
instalaçõ es modernas. O bairro tem impostos
altos, mas está em boas condiçõ es e parece
seguro. O espaço do quintal é maior do que o da
Casa B, mas nã o é compará vel ao ambiente
espaçoso da Casa A. O estado geral da casa é bom
e tem um bonito tapete e cortinas.
As matrizes de comparaçõ esdas casas em
relaçã o aos critérios e suas prioridades locais sã o
dadas na Tabela 3.
O terceiro passoé estabelecer as prioridades
compostas ou globais das casas. Colocamos as
prioridades locais da casa em relaçã o a cada
critério em uma matriz e multiplicamos cada
coluna de
vetores pora prioridade do critério
correspondente e somar em cada linha que resulta
no vetor desejado das casas na Tabela 4. Casa A
que foi a menos desejá vel em relaçã o ao
financiamento (o critério de maior prioridade),
contrariando a expectativa, teve a maior
prioridade. Foi a casa que foi comprada.
4.2. Medida absoluta. Avaliação de funcionários
A medição absoluta é aplicada para classificar
as alternativas em termos de classificações,
intensidades ou notas dos critérios. Essas notas
podem assumir a forma: excelente, muito bom,
bom, médio, abaixo da média, ruim e muito ruim.
Após estabelecer uma escala de prioridades para os
critérios (ou subcritérios, se houver) por meio de
comparações pareadas, as notas que podem ser
diferentes para cada critério ou subcritério, por sua
vez, são comparadas aos pares de acordo com

Tabela S
A hierarquia da avaliaçã o dos funcioná rios

Meta: Avaliaçã o de desempenho do funcioná rio

Critério: Té cnico Maturidade Escrita Verbal Oportuno Potencial
Habilidade Habilidades trabalhar (pessoal)
s
(0,061) (0,196) (0,043) (0,071) (0,162) (0,46t›)

Intensidades: Excelente. Muito Excelen Excelente. Nofollup Excelente

te.
(0,604) (0,731) (0,733) (0,750) (0,731) (0,75(1)
Abv. média Aceitar Mé dia Média Na hora Média
(0,245) (0,188) (0,199) (0,171) (0,188) (0,171)
Média lmmat. Pobre Pobre Lembrar Bel. mé dia
(0,105) (0,181) (0,068) (0,078) (0,081) (0,078)
Bel. mé dia
(0,046)

Alternativas:
(1) Sr. N Excelente. Ver Média Excelente. Na hora Excelente
(2) Sra. Y Média Ver Média Média Nofollup Mé dia
(3) Sr. Z Excelente. chapéu. Média Excelente. Lembrar Excelente
18 TL Saaty / O AHP.' Como tomar uma decisão

ao critério dos pais. Uma alternativa é avaliada, próximos.

para cada critério ou subcritério, identificando a
nota que melhor o descreve. Fi-finalmente, as
prioridades ponderadas ou globais das notas são
adicionadas para produzir uma escala de proporção
para a alternativa. A medição absoluta precisa de um
padrão para que seja possível julgar se a alternativa é
aceitável ou não. A medição absoluta é útil na
admissão de alunos, permanência e promoção do
corpo docente, avaliação de funcionários e em outras
áreas onde há um acordo bastante bom sobre o
padrão que é então usado para avaliar as alternativas
uma de cada vez.
Consideremos uma versão abreviada do
problema de avaliar o desempenho do empregado.
A hierarquia para a avaliação e as prioridades
derivadas de comparações pareadas são mostradas
abaixo. Segue-se uma classificação de cada
funcionário pela qualidade do desempenho em
cada critério e somando as pontuações resultantes
para obter sua classificação geral. A hierarquia na
Tabela 5 pode ser mais elaborada, incluindo
subcritérios, seguidos das intensidades para
expressar qualidade.
Vamos agora mostrar como obter a pontuação
total para o Sr. N (ver Tabela 5):
0,061 x 0,604 + 0,196 x 0,731 + 0,043 x 0,199
+ 0,071 x 0,750 + 0,162 x 0,188
+ 0,466 x 0,750 = 0,623.
Da mesma forma, a pontuação para a Sra. Y e Sr. Z
pode ser 0,369 e 0,478, respectivamente. É claro que
podemos classificar qualquer número de candidatos
ao longo dessas linhas. Aqui o vetor de prioridades
dos critérios foi ponderado pelo vetor do número
relativo de intensidades sob cada critério e então
renormalizado. Chamamos isso de reescalonamento
estrutural das prioridades.

5. Considerações teóricas[7]

Há um princípio bem conhecido na matemática

que é amplamente praticado, mas raramente
enunciado com força suficiente para impressionar sua
importância. Uma condição necessária para que um
procedimento para resolver um problema seja bom é
que, se ele produz os resultados desejados, e
perturbamos as variáveis do problema em um
pequeno sentido, ele nos dá resultados que são
'próximos' dos originais. . Este é precisamente o uso
de continuidade e continuidade uniforme – para
assegurar que depois de transformar uma variável,
valores originalmente próximos passem para valores
valores. Uma extensão desta filosofia em
problemas onde as relações de ordem entre as
variáveis são importantes, é que em pequenas
perturbações das variáveis, o procedimento
produz resultados próximos, preservando a
ordem. O procedimento aqui descrito tem essa
característica.
Por causa da maneira natural pela qual uma
matriz de razões e pequenas perturbações dessa
matriz levam a um problema principal de
autovalor, pode-se começar com isso e generalizar
para matrizes positivas que não precisam ser
recíprocas. O matemático alemão Oskar Perron
provou em 1907 que, se A —— (a, ), a, > 0, i, y =
1, ... , n, então A tem um autovalor positivo
simples Xq a, (chamado o autovalor principal de
A) e X p„ > | X, | para os autovalores restantes de
A. Além disso, o autovetor principal w = ( w , ... ,
w,)* que é uma solução de nw —— 'max^ tem w,
> 0, i — 1, .. ., s. Nós podemos escrever
a norma do vetor w como || w || = e*w onde
e——(1, 1, ... , l) T e podemos normalizar W por di-
definindo-o por sua norma. Para unicidade, quando
nos referimos a w queremos dizer sua forma
normalizada. Nosso propósito aqui é mostrar quão
importante é o autovetor principal na determinação
do rank das alternativas por meio de caminhadas
de dominância.
Vimos que a estimativa da escala de razão
tem um cenário natural na formulação do
autovalor principal. Mostraremos agora que,
além disso, o autovetor principal também possui
as propriedades de preservação de ordem que
buscamos.
Quando A é consistente, uma maneira de definir
a ordem das alternativas é exigir que uma linha da
matriz domine elemento a outra linha. Mas quando
A é inconsistente, não é mais possível definir
dominância dessa maneira. Em vez disso, tomamos
emprestado o conceito de dominância da teoria dos
grafos, onde a soma dos coeficientes em cada linha
de A é usada. Este conceito transita de forma
natural para o caso inconsistente. Mas devemos
olhar para uma maneira diferente de capturar a
dominação, considerando outras possibilidades não
simplesmente da própria matriz ou de algum poder
arbitrário dela, mas de todos os seus poderes.
A matriz A captura apenas a dominância de
uma alternativa sobre todas as outras em uma
etapa. Mas uma alternativa pode dominar uma
segunda, primeiro dominando uma terceira
alternativa e então a terceira domina a segunda.
Assim, a primeira alternativa domina a segunda
em duas etapas. Sabe-se que o resultado para a
dominância em duas etapas é obtido pelo
quadrado da comparação par a par.
 TL Saaty / A HP: Hoisso para fazer umde‹'ision
trix.Da mesma forma, a dominâ ncia pode ocorrer
em três passos, quatro passos e assim por diante,
o valor de cada um é obtido elevando a matriz à
potência correspondente.
A ordem de classificaçã o de uma alternativa é a
soma dos valores relativos de dominâ ncia em sua
linha, em uma etapa, duas etapas e assim em
média sobre o nú mero.
ber de passos. A questã oé se essa média tende a
um limite significativo. É fá cil ver quefaz quando A
é consistente porque Ak —— nk 'A.
Podemos pensar nas alternativas como os nó s
de um grafo direcionado. Com cada arco
direcionado do nó i para o nó y (que nã o precisam
ser distintos), é
associadodum nú mero nã o negativo do domi-
aj;
matriz de nanciamento. Em termos teó ricos dos
grafos, esta é a intensidade do arco. Defina um k-
walk como uma sequência de k arcos tal que o nó
final de cada arco, exceto o ú ltimo, seja o nó fonte
do arco que o sucede. A intensidade y de uma
caminhada k é o produto das intensidades dos
arcos na caminhada. Com essas idéias, podemos
interpretar a matriz Ak : a entrada (i, y) de Ak é a
soma das intensidades de todos os k-walks do nó i
ao nó y.
Definição.A dominância de uma alternativa ao longo
de todos os caminhos de comprimento kin é dada por
1
. solução principal do autovetor direito para matrizes
Z A'e
e*A'e (3)
k qual a inconsistência é possível e autovetor esquerdo
—
—1
Observe que as entradas de Ake são as somas das
linhas de Ak e que e*Ake é a soma de todas as
entradas de A.
Teorema 3. A dominância de cada alternativaao
longotodos os passeios k, é dado pela solução do
problema de autovalor Aw ——X„,,uma W.
Prova.Deixar
(4)
e para derivar uma escala e nenhum outro método se
EU ",= Sk • (5)
k——1
A convergência das componentes de t para o mesmo
19
onde ir é o autovetor direito principal normalizado
de A, temos
1 A'e
t como m—• (7)
m eTA'e
k m.
——1
A solução do problema de autovalor é obtida
elevando a matriz A a uma potência suficientemente
grande, somando as linhas e normalizando para obter
o vetor de prioridade w ——
(w1, ..., w, )T. O processo é interrompido quando a
diferença entre os componentes da prioridade
vetor obtido na k-ésima potência e na
(k+ l)st poder é menor do que algum pequeno
valor predeterminado.
Na referência [7] demos pelo menos cinco
maneiras diferentes de derivar as prioridades da
matriz de comparações pareadas. Além da solução
do autovetor, estes incluem a média direta da soma
das linhas, a média da coluna normalizada e
métodos que minimizam a soma dos erros das
diferenças entre os julgamentos e seus valores
derivados, como os métodos dos mínimos
quadrados e logarítmicos. mínimos quadrados.
Salientamos que o logaritmo
solução de mínimos quadrados rítmicos coincide
com a
de ordem n = 3, que é o primeiro valor de n para o
e direito
vetores são recíprocos entre si, o que não é
sempre o caso para valores maiores de n. Desde o
aparecimento do Analytic Hierarchy Process na
literatura, outros métodos têm sido propostos [7,15].
Todos os métodos produzem a mesma resposta
quando a matriz é consistente. O uso combinado de
uma medida de inconsistência que pode ser derivada
em termos de autovetores esquerdo e direito,
juntamente com a solução do autovetor direito que
captura a dominância expressa nos julgamentos, é
uma maneira eficaz de analisar o problema.
Argumentamos que enquanto a inconsistência é
tolerada, a dominância é o conceito teórico básico
qualifica. Além disso, foi fornecido um contra-
exemplo em que o
O método não só não gera uma boa aproximação,
mas também inverte a classificação. Alguns tem
limite das componentes de s é a somabilidade padrão
de Cesaro. Desde até recorreu à axiomatização artificial pensando
que ela dá a um método a aparência de rigor,
pergunte-me, (6) embora os axiomas sejam suposições e não provas.
Pode ser que a aritmética de um método seja mais
simples do que aquela usada para obter o
autovetor, mas isso não importa mais, devido ao
uso generalizado
20 TL Saaty / O AHP. Como tomar uma decisão
do computador. É razoável argumentar que uma
teoria para tomar decisões sensatas deve estar em
bases claramente justificáveis.
O pacote de software Expert Choice, útil no
ensino e em aplicações reais, pode lidar com
medições relativas e absolutas, além de possuir
recursos especiais como reescalonamento
estrutural, combinação de julgamentos de grupo,
análise de sensibilidade e dependência entre as
alternativas de decisão [2] . O leitor interessado em
aprofundar o assunto deve consultar as referências
[3,7,8,13,15].
6. Normalização – Escassez e abundância
A normalização no AHP não é apenas uma
operação mecânica. Ele contém informações sobre
a dominância total das alternativas que estão sendo
comparadas, o que nos permite distribuir a
prioridade do critério para cada alternativa de
acordo com a dominância relativa da alternativa.
A normalização também pode estar associada à
ideia de escassez e abundância da presença de um
critério nas alternativas como vermelhidão na
fruta. Muitas frutas vermelhas tornam o vermelho
abundante e sem importância na diferenciação
entre frutas individuais. Por outro lado, se a
vermelhidão ocorre de forma intensa em algumas
frutas, mas não em outras, ela é escassa e pode ser
usada como critério para diferenciar na tomada de
decisão entre frutas. Assim, quanto maior o
contraste entre as alternativas, mais útil é o valor
de prioridade do critério atribuído a cada uma. Por
outro lado, quando, por exemplo, o contraste das
alternativas é pequenopara que não (quando a
dominância total é igual a n 2, veja abaixo) e,
portanto, todas as alternativas são iguais, a porção da
prioridade do critério atribuída a cada uma é igual.
Assim, um critério em relação ao qual há maior
contraste e dominância entre as alternativas é escasso
e, consequentemente, mais influente na determinação
da classificação do que outro critério em que não há
distinção entre as alternativas, ou seja, sua matriz de
classificação. comparações pareadas tem mais 1's.
Por ser escasso, mais do critério é atribuído à
alternativa mais dominante e, portanto, afeta mais a
classificação final dessa alternativa.
Um critério 'abundante' contribui menos para a
determinação da classificação porque contribui
com uma prioridade igual ou quase igual para cada
alternativa e quando a soma é tomada sobre os
critérios, tem pouco efeito
na determinação do posto (lembre-se que se a > b
então a + c > b + c e c não inverte a ordem). Uma
alternativa que é cópia de outra pode diluir a
prioridade de um critério decisivo para que ele
deixe de ser o controlador na determinação da
classificação final. Nós temos:
Teorema 4.Z„a„—— n 2, se e somente se todos alterna-tivos
têm dominância igual, ou seja, a, ——1, i, j ——
1, ... , n, em relação a um critério.
É fácil ver que n 2 é o valor mínimo de
dominância total possível por uma comparação
pareada de n alternativas. O valor máximo é, usando
9 como o intervalo superior da escala de comparações
pareadas, [}n(n — 1)](9 + }) + n = }(4ln — 32n).
Nossa discussão sobre mensuração absoluta e
relativa pode ser enquadrada em termos
econômicos. Na medição absoluta, valor e
necessidade são idênticos; quanto mais valor,
melhor a necessidade é satisfeita'. Na medição
relativa, o valor é avaliado em termos de
necessidade. Aqui a mais-valia pode ou não
satisfazer mais necessidades. De fato, há casos em
que a saciedade ocorre e a abundância pode levar a
um declínio na satisfação da necessidade.
7. Agrupamento
A comparação de elementos em pares exige que
sejam homogêneos ou próximos em relação ao
atributo comum; caso contrário, erros significativos
podem ser introduzidos no processo de medição.
Além disso, o número de elementos a serem
comparados deve ser pequeno (não mais de 9) para
melhorar a consistência e a correspondente
precisão da medição. Por exemplo, podemos
agrupar as maçãs de uma maneira de acordo com o
tamanho, de outra de acordo com a cor e ainda de
outra de acordo com a idade. A questão então é
como realizar o agrupamento de elementos
homogêneos de forma eficiente para facilitar
comparações pareadas. Clustering é um processo
de agrupamento de elementos em relação a uma
propriedade comum. Pode-se então decompor o
conjunto de elementos ordenados em relação a um
atributo em grupos de, por exemplo, sete elementos
cada, do maior ao menor. O menor elemento do
maior cluster é incluído como um dos sete
elementos do próximo cluster. Os pesos relativos
de todos os elementos neste
 TL Saat y / O AHP. Quãofazer umdecisão
segundo cluster são divididos pelo peso do
elemento comum e, em seguida, multiplicados
pelo seu peso no primeiro cluster desta forma,
ambos os clusters tornam-se comensuráveis e são
agrupados. O processo é então repetido para os
demais clusters. Às vezes, pode ser necessário
introduzir elementos hipotéticos para preservar a
descida gradual do grande para o pequeno.
Discutimos três maneiras de como realizar o
agrupamento nas alternativas de um problema de
decisão cujo número pode ser muito grande e
precisa de uma classificação diferente para cada
um dos vários atributos. Eles são ordenados na
discussão a seguir do menos para o mais eficiente.
7.1. A abordagem elementar
Dados n elementos em um nível da hierarquia,
pode-se primeiro passar por eles comparando um
elemento com outro, descartando-o e escolhendo
outro se esse for percebido como maior e
continuando a comparação. Assim, o maior elemento
é selecionado em ii — 1 dessas comparações. O
processo é repetido para os n — 1 elementos
restantes para identificar o segundo maior elemento e
assim por diante. No final, os elementos seriam
organizados em ordem decrescente de tamanho ou
intensidade de acordo com um atributo e seriam
agrupados sequencialmente em agrupamentos de
poucos elementos, cada um do maior para o menor.
Este processo é altamente ineficiente e requer o
número astronômico de (n — 1)! comparações.
7.2. Agrupamento de tentativa e erro
As alternativas podem ser agrupadas em grupos
de grande, médio e pequeno porte. Em seguida, os
elementos de cada grupo são colocados em vários
agrupamentos de poucos elementos cada, e uma
primeira passagem nas comparações é usada para
identificar desajustes que são então retirados e
colocados na categoria apropriada das outras duas
categorias. O reclustering é então executado e as
comparações são realizadas. Se os elementos não
se encaixarem, eles são movidos novamente para a
categoria apropriada. Este processo é repetido para
cada atributo.
7.3. Agrupamento por medição absoluta
Cada alternativa é avaliada por medição
absoluta para um atributo e, portanto, em
21
ordem nesse atributo. Eles podem então ser
agrupados em pequenos grupos conforme descrito
acima e comparados aos pares.
Uma razão pela qual a medição absoluta pode
não ser desejável é que ela é fortemente subjetiva.
Nas comparações pareadas, a medição é baseada
na observação da intensidade relativa de uma
propriedade entre dois elementos. A medição
absoluta é baseada em observações armazenadas
na memória que dependem da experiência e da
capacidade de recordá-la. Para muitos problemas, é
útil primeiro realizar a medição absoluta para
classificar e agrupar os elementos, e depois seguir
com a medição relativa para maior precisão. Isso é
particularmente relevante na previsão de resultados
mais prováveis que envolvem sinergia entre as
alternativas.
8. Combinando medição relativa e absoluta —
Análise de custo-benefício
Uma armadilha fácil para um indivíduo que
acabou de aprender sobre o AHP é pegar dois ou
mais critérios sobre quais alternativas são medidas
na mesma escala padrão existente, como dólares ou
quilogramas, normalizar cada conjunto e então
compor em relação aos critérios. Descobre-se
rapidamente que a resposta não é a mesma obtida
pela aritmética usual e conclui-se apressadamente
que o AHP está com defeito. Para evitar este
problema, deve-se ter cautela na conversão de
medidas em uma escala padrão para valores
relativos quando vários desses critérios estão
envolvidos [9].
Para que a aritmética esteja de acordo com o
que se costuma fazer, atribua a cada critério uma
prioridade que é a soma das medidas das
alternativas em relação a ele, dividida pela soma
das medidas de todas as alternativas sob todos os
critérios medidos com aquela unidade. Para
encontrar a prioridade composta para cada
alternativa, multiplique o peso do critério por seu
peso normalizado correspondente sob aquele
critério e some sobre os critérios. O resultado pode
ser considerado como o peso da alternativa em
relação a um supercritério composto por todos os
critérios com a unidade de medida. Esse
supercritério pode então ser comparado com outros
critérios intangíveis e outros supercritérios com
diferentes unidades de medida. Alternativamente,
22 TL Saaty/ O AHP: Como tomar uma decisão

bers. Ou seja, interpreta-se o que os números inconvenientes são usados para estabelecer
significam e usa o julgamento em vez de girar o prioridades para as alternativas.
número mecanicamente. Com raras exceções, a Se, noPor outro lado, os benefícios e custos são
abordagem de julgamento é de longe o
procedimento mais eficaz usando o AHP para lidar
com a complexidade subjacente de um problema
de decisão, e não é preciso ter medo de fazê-lo.
Sabe-se que as escalas são inventadas para facilitar
a comunicação, e devem ser experimentadas por
muito tempo antes de serem associadas ao nosso
sistema de valores, durante o qual quase sempre
são modificadas.
O AHP é uma teoria descritiva. Portanto, não é
uma configuração automática para acomodar
qualquer abordagem normativa, como a
maximização da utilidade. Ele precisa ser
interpretado e adaptado para esse fim. É ainda
mais difícil quando uma teoria normativa tem
muitas exceções para que a interpretação do AHP
não seja universal. Na maximização da utilidade
assume-se que é sempre o caso de que quanto mais
utilidade ou mais dinheiro melhor, mas há muitos
casos em que isso não é verdade. Por exemplo,
uma agência governamental que fica com mais
dinheiro no final do ano recebe uma alocação
menor em um orçamento futuro. Um indivíduo
rico em um país pobre sob revolta dos pobres
provavelmente será morto. A disponibilidade de
dinheiro é muitas vezes um incentivo para usar o
dinheiro onde outras alternativas poderiam ser
mais eficazes. Desta forma, A adaptação do AHP
para fins de cálculo de utilidade precisa levar em
consideração tais ressalvas. Uma ideia a ter em
mente com o AHP é que a mon- tonicidade das
utilidades não precisa ser preservada e pode ser
contrariada.
O precedente tem relação com as análises de
custo-benefício. As utilidades esperadas são
usadas para repetidas tomadas de decisão. Nesse
caso, aplica-se a análise de custo benefício a partir
de duas hierarquias, e a partir dela também se pode
calcular a relação benefício marginal em relação
ao custo. A alocação de recursos pode ser feita
usando as relações custo-benefício assim
derivadas. Decisões de curto prazo geralmente
incluem custos baixos como benefícios em uma
única hierarquia. Esta é uma abordagem útil
quando a decisão de gastar dinheiro em uma das
várias opções já foi tomada. É uma maneira de
combinar benefícios e custos como se faz com
dólares, tomando as diferenças. No AHP não se
usa diferenças. Nessas decisões pontuais, os custos
podem ser considerados como benefícios inversos,
de modo que benefícios, custos baixos e outros
medidos em dólares junto com fatores
intangíveis, eles devem primeiro ser compostos
de acordo com os dólares e depois combinados
com os critérios intangíveis descritos
anteriormente. A análise do custo do benefício
marginal ao longo das linhas tradicionais pode ser
realizada organizando os custos em ordem
crescente e, em seguida, formando proporções de
diferenças sucessivas de benefícios e custos nessa
ordem. A primeira proporção é a da alternativa
com o menor custo. Então, forma-se a razão das
diferenças com aquela entre o próximo custo mais
alto e o menor no denominador, e a diferença
correspondente nos benefícios no numerador.
Sempre que uma diferença em um numerador for
negativa, essa alternativa sucessiva é descartada.
Desta forma, a alternativa que produz a maior
razão marginal é escolhida.
A próxima questão é como encontrar uma
maneira razoável de combinar benefícios (B) e
custo (C), quando uma proporção em vez de uma
única hierarquia é usada [10]. Isso é útil para
considerar problemas de conflito envolvendo
mais de um sistema de valores. Como a
hierarquia de custos leva a um vetor de valores
que indica os custos máximos relativos, os
recíprocos das entradas desse vetor podem ser
pensados como os custos mínimos incorridos na
maximização conjunta dos benefícios e na
minimização dos custos. Em geral, os resultados
de uma hierarquia de benefícios e uma hierarquia
de custos são duas escalas de rácios cujos rácios
correspondentes conduzem a uma escala de rácios
significativa. Suas diferenças não seriam
significativas.
Maximizar B/C é equivalente a maximizar log
B/C, que se B e C estiverem próximos, pode ser
aproximado por (B/C)—1 ou ( B — C)/C
conhecido como retorno do investimento, ROI. Se B
e C não forem comparáveis, ficaria inicialmente
claro que apenas os benefícios ou apenas os custos
determinam se a alocação deve ser feita ou não.
Algumas pessoas tentaram comparar o anterior
com o que é tradicionalmente feito em um
problema de escolha de critério único. Um
exemplo em que B— Csozinho dá origem a
resultados enganosos é dado pelo meu colega LG
Vargas: Você tem $ 1 milhão para investir para
obter $ 1,101 milhão ou você tem
$ 500.000 para investir para obter $ 600.000. Qual é
o melhor investimento?

B—C análise dá: I .101 — 1 = 0,101,

0,6 - 0,5 = 0,1,
e a primeira alternativa seria escolhida. ROI
 TL Saaty / O AHP. Como fazer vocêJecisão 23
ordem das alternâncias.
a análise rende 10,1% e 20&o, respectivamente, ea tivos. Esta é uma situação que está em desacordo
segunda alternativa que minimiza o risco seria com a
corretamente escolhida.

9. A conexão semiótica

O Processo Hierárquico Analítico é uma

ferramenta de comunicação e significação da
informação. Em um sentido geral, pertence ao
estudo da linguagem ou semiótica. Semiótica ou
semiologia é uma codificação na qual se
consideram sinais relacionados por um conjunto de
regras ou sintaxe; um conjunto de estados ou
conteúdos chamado sistema semântico, um
conjunto de possíveis respostas comportamentais
independentes do sistema de conteúdo e uma regra
que associa sinais a conteúdos ou a respostas
comportamentais. A ideia de um código abrange
todos os quatro fenômenos mencionados acima.
Eco [1] usa código s para os três primeiros e
código para o quarto. Segundo Morris [5], o
criador da semiótica, semiose é o processo em que
algo funciona como signo. Ele menciona que tanto
o homem quanto os animais respondem a certas
coisas como sinais de outra coisa, mas sua
complexidade no homem é encontrada na fala, na
arte, escrita e até diagnósticos médicos. A ciência e
os signos estão inseparavelmente interligados. A
semiótica, um passo na unificação da ciência,
fornece as bases para qualquer ciência dos signos;
linguística, lógica, matemática, retórica
e estética.
No Processo de Hierarquia Analítica, as
palavras são usadas para conceitos envolvidos nas
decisões. Em certo sentido, o propósito de toda
informação é decidir sobre algo – mesmo que seja
uma hipótese imaginária. A hierarquia é a sintaxe,
o assunto de uma decisão é a semântica, a
priorização é a regra que associa os sinais ao
conteúdo, e o comportamento compreende as
possíveis alternativas de decisão. Essa forma de
olhar para o AHP precisa ser destacada e
enfatizada para evidenciar a universalidade do
processo decisório.

10. Catástrofee o AHP

Uma das buscas mais candentes que

empreendemos com o conhecimento que
adquirimos é a explicação e a previsão8. fie, em
particular, prever catástrofes ou, matematicamente
falando, descontinuidades repentinas que afetam a
 A escolha correspondente de alternativas também é
princípio matemático anterior de pequenas subitamente alterada, surgindo uma alternativa
perturbações que demos, no qual pequenas muito indesejável. Assim, pode-se incluir entre os
mudanças na entrada levam a pequenas
mudanças nos resultados. Em catástrofes, há uma
parte do problema em que pequenas mudanças
nas condições em algum valor crítico podem dar
origem a mudanças muito grandes no resultado.
Tudo o que podemos fazer é antecipar e tomar
medidas preventivas fortes ou nos preparar
antecipadamente com planos de contingência
juntamente com aceitação emocional de como
lidar com a emergência para pagar uma
penalidade menor se ocorrer, ou estar preparado
para pagar a penalidade total tendo aceitou que
isso pudesse acontecer. Como as catástrofes
geralmente são surpresas invisíveis, nos dá uma
sensação de controle pensar que podemos
explicar as catástrofes em nossas vidas diárias.
De acordo com o dicionário. uma catástrofe é um
desastre ou acontecimento repentino que causa
grande dano ou dano; uma calamidade. Mesmo a
ideia do que constitui uma catástrofe é relativa.
Alguém cuja vida é atormentada por um
oponente pode considerar uma bênção se uma
catástrofe acontecer com o atormentador. Em
outros termos, uma catástrofe pode ser
considerada como uma descontinuidade muito
forte no pensamento. Como representamos uma
catástrofe em termosdo AHP?
Em uma catástrofe, o elemento surpresa surge
de uma mudança na classificação dos resultados.
Assim, se uma situação está em andamento, uma
certa escolha de alternativas pode ser indicada,
mas uma pequena mudança na situação pode
causar uma mudança repentina para outra
escolha que antes seria muito indesejável. Como
podemos permitir ocorrências catastróficas no
AHP?
Uma maneira de permitir uma catástrofe é
sempre incluir um critério para o desconhecido
que representa um conjunto de ameaças
imprevistas. Ele mesmo pode ter subcritérios. As
alternativas são cuidadosamente priorizadas em
relação a esse critério para o inesperado e seus
descendentes. O próprio critério recebe uma
prioridade baixa. Agora podemos imaginar que a
cada instante os julgamentos nos critérios são
exibidos em sua totalidade em uma tela seguidos
da melhor escolha de alternativas. Com algumas
mudanças nos julgamentos, em geral, a escolha é
estável e as mudanças na prioridade relativa
doalternativa leve. Após um certo lapso de tempo, há
uma mudança repentina de julgamento na
direção deste critério tornando-o mais
importante.
24 TL Saaty / O AHP.' Como tomar uma decisão

ANTIGO DESTRUIÇÃO(0.tD2)
CHEVT

HONDA
(0,051) q)TOYOTA(0,026)
PRIORIDADES
7OYOTA

ANTIGO DESTRUIÇÃ
HONDAO
(''CHEVY(0,019)(0,345)CHPV
HONDA Y(0,197)
OPERCOST(0,135) ANTIGO
TOYOTA(0,067)DESTRUIÇÃ
O

NORMAL

ANTIGO DESTRUIÇÃ O(0,010)

CHEVY

ESTILO HONDA
(0,269) (Oi)TOTOTA(0,1)

interface do usuário
Cfi (0..

(0. CHP?
(o.om
OST HONI (0.OA

ANTIGO DESTRUIÇÃO
(o.oo1)
CHEVY
(0,0tD)
ESTILO HONDA
(0,002) (0,000
TOYOTA
(0.HD)

ANTIGO DESTRUIÇÃO

CHEYY
PREÇO (0.OOO
BAIXO )HONDA
(o.oo1)
TOYOTA

Figura 2. A hierarquia da catá strofe

 TL Saaty/rhe AHP. Como fazer umdecisão 25
inclinaçã o normativa, mas o modo relativo de
alternativas algumas catastróficas. Esse tipo de mediçã o não, por
pensamento se aplicaria em hierarquias onde uma
escolha errada real é extremamente indesejável e
custosa. Também podemos falar de caos no AHP:
uma situação em que não existe mais a
possibilidade de exercer o controle criando uma
hierarquia e definindo julgamento, pois não está
claro o que tem precedência sobre o quê.
Normalmente a catástrofe produz o caos. É
possível representar tanto a catástrofe
e caos no cenário contínuo do AHP. Tanto a
catástrofe quanto o caos são relativos. Um rev-
A solução pode ser considerada como uma
catástrofe indesejável que desarraiga uma
sociedade ou como um tipo de ação necessário
para produzir um fim desejado. No planejamento,
uma forte ação fora do comum pode ser crucial
para afetar a mudança.
Uma ilustração simples de como representar
uma catástrofe é dada na Figura 2. Um indivíduo
que compra um carro faz uma escolha inocente ao
supor que as condições normais prevalecerão sobre
os acidentes na proporção de 0,99 para 0,01. Ele
escolhe um belo Toyota novo, embora saiba que há
uma chance de que um acidente possa acontecer.
Se ele fosse comprar o carro sob a hipótese de uma
alta probabilidade de acidente, 0,99 a 0,01, e se ele
fosse agir em seu próprio interesse, ele escolheria
um velho destroço para comprar. Uma resposta
para esse dilema não é comprar o velho naufrágio
nem o Toyota, mas comprar um carro usado
razoavelmente bom. Mas a maioria de nós são
idealistas que não pensam que os acidentes vão
acontecer conosco, e por isso compramos carros
novos.

11. O que afeta a classificação {11]

Emboraem catástrofes há uma mudança

repentina de classificaçã o, devido a uma mudança
na importância dos critérios, o que acontece com a
classificaçã o das alternativas no evento mais
mundano em que seu nú mero é alterado
adicionando novas ou excluindo antigas. uns? A
regra tradicional é que a reversã o de classificaçã o
não é aceitá vel se, dado que as alternativas em si
sã o independentes umas das outras, uma nova
alternativa não introduz um novo critério ou
altera os pesos dos critérios existentes. Nó s
tendemos paratratar a posiçã o de maneira
possessiva, à s vezesinsistindoque permaneça o
mesmo, não importa o que a ló gica diga. O modo
absoluto de mediçã o do AHP atende a essa
causa da dependência das medidas das
alternativas entre si. No entanto, a medição
relativa preservará a classificação em relação a
um único critério quando as comparações forem
consistentes. A maioria das pessoas entende a
dependência de alternativas à luz das noções de
escassez e abundância discutidas anteriormente.
Não há necessidade de improvisar noções de
alternativas relevantes e irrelevantes, como é feito
na teoria da utilidade, porque com a medição
relativa tudo que está sendo comparado é por
definição relevante. A teoria da utilidade é
obcecada com a inversão de classificação porque
nessa teoria isso pode acontecer mesmo com
relação a um único critério. Este é um fenômeno
que é fortemente contra-intuitivo e nunca pode
ser matematicamente correto. Os teóricos da
utilidade, no entanto,

12. Resumo dos princípios

O AHP gera escalas de medida de razão

relativa. As medidas de um conjunto de objetos
em uma escala padrão podem ser convertidas em
medidas de escala relativa por meio da
normalização. Somente de forma muito
localizada um conjunto relativo de medidas pode
ter uma unidade, obtida dividindo-se todo o
conjunto pela menor medida. A normalização e
composição de pesos de alternativas em relação a
mais de um único critério medido na mesma
escala padrão leva a números sem sentido, porque
normalizar conjuntos separados de números
destrói a relação linear entre eles. Os pesos
devem primeiro ser compostos em relação a todos
esses critérios e depois normalizados para uso do
AHP. Podemos interpretar tal composição como
fizemos na Seção 8 como um tipo especial de
ponderação dos critérios particulares. Assim, o
AHP,
Se não insistirmos que a linearidade de uma
escala
precisa ser preservado (um velho hábito de
quando não tínhamos uma forma eficaz de
interpretar o conteúdo de informação das leituras
de uma escala padrão), podemos então tratar cada
critério como um intangível. Nesse caso devemos
ter em mente que
26 TL Saaty / O AHP. Como tomar uma decisão
os pesos dos critérios não derivam de algunsescala
padrão subjacente.Se eles devem depender de tal
escala, voltamos à necessidade de compor antes
da normalizaçã o.
A moral é que à s vezes somos levados a
desenvolver expectativas cegas por aquilo a que
estamos acostumados por há bito, e nã o
necessariamente porque sua verdade é algo
escrito em granito. Acreditamos que nossa pró pria
compreensã o temperada deve produzir resultados
mais pró ximos da experiência do que
simplesmente seguir a tradiçã o, o que
possivelmente estruturou nosso pensamento e
nos induziu a renunciar à mudança em busca de
melhores maneiras que forneçam melhores
respostas.
Referências
Eco, U., A Theory o/ Semiotics, First Midland Book
Edition, Indiana University Press, IN, 1976.
[zl Forman, E., e Saaty, T., Expert Choice ASSIM
softwarePacote para IBM PC,Expert Choice, Inc.,
Pittsburgh, PA 1983-1990.
Harker, PT (ed.), “Edição Especial sobre o Processo de
Hierarquia Analítica”, Ciências do Planejamento Sócio-
Econômico
20/6 (1986).
[4] Miller, GA, “O mágico número sete, mais ou menosdois:
alguns limites em nossa capacidade de processamento de
informações”, The Psychological Reuiew 63 (1956) 81-
97.
[5] Morris, CW, Fundação da Teoria dos Sinais, Interna-
Enciclopédia Nacional da Ciência Unificada, Vols. I e II:
Fundamentos da Unidade da Ciência, Vol. 1, No. 2,
University of Chicago Press, 1938.
[6] Saaty, TL, Tomada de Decisão para Líderes: O Processo
de Hierarquia Analítica para Decisões em um Mundo
Complexo, Publicações RWS, Pittsburgh, PA, 1986;
Versão original publicada por Lifetime Learning
Publications, 1982.
[7] Saaty, TL, MulticritérioTomada de Decisão: O Processo
de Hierarquia Analítica,1988; Revisado e publicado pelo
autor; Versão original publicada pela McGraw-Hill, Nova
York, 1980.
(8] Saaty, TL, “Método de dimensionamento para prioridades
em estruturas hierárquicas”, Journal of Mathematical
Psychology 15/3 (1977) 234-281.
[9] Saaty, TL, “Uma nota sobre o AHP e a teoria do valor
esperado”, Socio-Economic Planning Sciences 20/6
(1986) 397-398.
[10] Saaty, TL, e Kearns, KP, Analytical I fanning.- A
Organização de Sistemas, Série Internacional em
Matemática Aplicada Moderna e Ciência da Computação,
vol. 7, Pergamon Press, Nova York, 1985.
Saaty, TL, e Vargas, LG, “Inconsistência e preservação de
classificação”, Journal of Mathematical Psychology 28 2
(1984).
[12] Vargas, LG, “Matrizes recíprocas com coeficientes
aleatórios”, Mathematical Modeling 3 (1982) 69-81.
[13] Vargas, LG (ed.), “Edição Especial sobre o Processo de
Hierarquia Analítica”, Modelagem Matemática 9 3-5
(1987).
[14] Wilkinson, JH, O Problema de Autovalor Algébrico,
Clarendon Press, Oxford, 1965.
[15] Zahedi, F., “O processo de hierarquia analítica — Um
levantamento do método e suas aplicações”, Inter
ases164 (1986).