Pesquisa Operacional e Modelagem

Curso de Engenharia de Produção

Prof. Marcelo Pacheco Toledo

Teoria da Decisão RISCO e INCERTEZA

Definição

Teoria da Decisão

Conjunto de técnicas quantitativas que tem por objetivo ajudar na tomada de decisão. Esta ajuda vem tanto na forma de sistematização do problema como na condução da solução.

Estrutura Teoria da Decisão Estratégias alternativas Estados da natureza Resultados .

Duas estratégias alternativas: Aproveitar as instalações existentes. Resultados diferentes: 1)Uma nova unidade operacional provavelmente fará a empresa incorrer em custos maiores. especialmente dedicada a esse novo produto. 2)Reformas e adaptações custarão eventualmente menos e talvez sejam mais interessantes economicamente. portanto. promovendo reformas e ampliações. mas apresentará uma flexibilidade maior. apta a atender demandas maiores. Temos. que a demanda futura pelo produto irá influenciar nos resultados de se escolher uma ou outra alternativa. os cursos de ação alternativos que podemos seguir. se a demanda pelo produto for pequena ou mesmo média. Construir uma nova unidade operacional. Ex: Lançamento de um produto novo. Se não conseguirmos listar as alternativas. .Estrutura Estratégias alternativas Teoria da Decisão São as possíveis soluções para o problema. nem mesmo teremos um problema de decisão. que serão necessárias.

No caso do lançamento do produto. sob cada estado da natureza. . média e pequena -. conduzirá a um certo resultado. Cada alternativa de decisão. os estados da natureza são as demandas futuras possíveis. Se imaginarmos que há três demandas possíveis grande.Estrutura Estados da natureza Teoria da Decisão São todos os acontecimentos futuros que poderão influir sobre as alternativas de decisão que o tomador de decisão possui. ficaremos com duas alternativas de decisão e três estados da natureza.

. com duas alternativas e três estados da natureza.Estrutura Resultados Teoria da Decisão Chama-se de resultado à consequência de se escolher uma dada alternativa de decisão. quando ocorrer certo estado da natureza. teremos um resultado possível. No exemplo que estamos considerando. teremos. A cada combinação alternativa de decisão/estado da natureza. então. 2 x 3 = 6 resultados possíveis.

· · · · Dados inadequados Dados únicos Condições dinâmicas Incerteza . · · · ·  Dados adequados Dados repetitivos Condições estáticas Certeza Decisões não-programadas são as caracterizadas pela não-estruturação e. pela novidade.Tipos de decisão Decisões Teoria da Decisão programadas são as caracterizadas pela rotina e repetitividade. basicamente.

Os problemas podem ser divididos em dois grandes grupos: – os problemas estruturados – os problemas não-estruturados . objetivos). a realidade) e o que poderia ou deveria ser ( isto é. Um problema pode ser definido como uma discrepância entre o que é ( isto é.Grau de certeza da decisão As Teoria da Decisão organizações defrontam-se constantemente com problemas que variam em graus de complexidade. valores. metas.

Grau de certeza da decisão Problema não-estruturado Teoria da Decisão É aquele que não pode ser claramente definido. . pois uma ou mais de suas variáveis é desconhecida ou não pode ser determinada com algum grau de confiança.

. As possibilidades associadas aos resultados são desconhecidas. c) Decisão Tomada Sob Incerteza – DTSI (Teoria dos Jogos): as variáveis são conhecidas. b) Decisão Tomada Sob Risco – DTSR (Mod. mas as probabilidades para determinar a conseqüência de uma ação são desconhecidas ou não podem ser determinadas com algum grau de certeza.DTSC (Prog. Linear): as variáveis são conhecidas e a relação entre a ação e as conseqüências(resultados) é determinística. A decisão conduz a um resultado específico . Probalilísticos): as variáveis são conhecidas e a relação entre ação é resultados é probabilística. a) Decisão Tomada Sob Certeza .Grau de certeza da decisão Um Teoria da Decisão problema estruturado é aquele que pode ser perfeitamente definido pois as suas variáveis são conhecidas. São classificados de acordo com o maior ou menor conhecimento que temos acerca dos estados da natureza.

Previsibilidade. Tomada de decisão individual e criativa.Problemas e Decisões Decisões Programadas Dados adequados e repetitivos. Dados inadequados. Tomada de decisão individual e rotineira. Problemas com situações conhecidas e estruturadas. Imprevisibilidade. únicos e novos. NãoEstruturados . certos e corretos. Processamento de dados convencional. Previsibilidade. Problemas com situações desconhecidas e não-estruturadas. incertos e não confiáveis. Teoria da Decisão Não Programadas Estruturados Dados inadequados. certos e corretos. Problemas Dados adequados e repetitivos. Pesquisa Operacional. Imprevisibilidade. Técnicas Quantitativas. únicos e novos. incertos e não confiáveis. Problemas com situações desconhecidas e variáveis não estruturadas e ou desconhecida. Problemas com situações conhecidas e variáveis estruturadas.

Teoria da Decisão DECISÃO TOMADA SOB RISCO Técnicas:  Matriz de Decisão  Árvore de Decisão .

são expressos numericamente. que permite visualizar os elementos apresentados: as estratégias alternativas.  Usualmente.  Os resultados. os estados da natureza são listados nas colunas. em termos de lucros ou receitas. tempo despendido etc.Matriz de Decisão Teoria da Decisão  A matriz de decisão é uma ferramenta auxiliar. . sempre que possível. custos ou despesas. os estados da natureza e os resultados associados. as alternativas são listadas nas linhas e os resultados são apresentados nas células.

Ap R11 R21 . Rpk ... R1k R2k ..Matriz de Decisão Estados da Natureza Alternativa Teoria da Decisão EN1 EN2 .. ..... Rp2 ... ..... ENk A1 A2 .. Rp1 R12 R22 .... .

Valor Esperado da Alternativa . b) Escolher o melhor dos valores calculados.  Para escolher uma das alternativas deve-se: a) Calcular.VEA Teoria da Decisão  Solução depende do Valor Esperado da Alternativa VEA = a soma dos produtos dos resultados da alternativa pelas probabilidades de ocorrência de tais estados da natureza. . para cada alternativa. o VEA. Melhor valor: MAIOR para lucro e receita e MENOR para custos.

Exemplo Teoria da Decisão A Estrela do Norte S. . As consequências são imediatas: lucro ou prejuízo. a Estrela do Norte ficará com instalações custosas e com baixa utilização de capacidade. Se. Se a demanda pelos brinquedos nos próximos meses for alta. entretanto. então a decisão de manufaturar o componente internamente terá sido bastante acertada.A. a demanda for muito pequena. é uma companhia manufatureira de brinquedos que está diante da decisão de comprar de terceiros ou manufaturar um componente comum a vários de seus brinquedos.

35 Demanda Alta P=0. .25 Comprar o componente Manufaturar o componente 10 -30 40 20 100 150 Determinar a melhor alternativa para a Estrela do Norte.40 Demanda Média P=0.Exemplo: Matriz de Decisão Teoria da Decisão Compra ou manufatura de um produto (lucro em milhares de reais) Estados da Natureza Alternativa Demanda Baixa P=0.

Exemplo: Solução Solução: Temos os seguintes alternativas (VEA): valores esperados Teoria da Decisão para as Alternativa Comprar o Componente: 10 (0. portanto é a opção escolhida. .4) + 40 (0.35) + + 150 (0.4) + 20 (0.25) = 43 (mil reais) Alternativa Manufaturar o Componente: (-30) (0.35) + 100 (0.25) = 32. a alternativa Comprar o Componente conduz a um lucro maior.5 (mil reais) Logo.

Entretanto. se não permitem prever o futuro. mesmo sabendo que algum dinheiro será gasto por isso. Dentro desses parâmetros realistas. pelo menos permitem estimá-lo com maior precisão.Valor Esperado da Informação Perfeita Teoria da Decisão  Não seria interessante saber de antemão o que vai acontecer no futuro? Seria mas é impossível prever o futuro. muitos ainda gostariam de ter tal informação melhorada. podemos gastar algum dinheiro a mais e procurar por informações melhores que. Surge a questão inevitável: Até quanto estaremos dispostos a gastar? .

a melhor alternativa seria comprar o componente. . o melhor a fazer seria fabricar o componente. c) No entanto. auferindo um lucro de 150 (milhares de reais). é impossível evitá-los ou alterar a sua probabilidade (desde que tenha sido bem determinada). No exercício anterior: a) Se soubéssemos que a demanda seria baixa. obtendo um lucro de 10 (milhares de reais). obtendo um lucro de 40 (milhares de reais). permitindo assim ao tomador de decisão que escolha a opção melhor.Valor Esperado da Informação Perfeita Teoria da Decisão Se há vários estados da natureza. b) Se soubéssemos que a demanda seria média. O máximo que podemos fazer é dizer qual será o próximo estado da natureza. se soubéssemos que a demanda seria alta. ainda assim seria melhor comprar o componente. considerando aquele estado.

então.35 ou c)que a probabilidade da demanda alta fosse 0. Pergunta-se: Tendo. conhecimento prévio do estado da natureza que vai ocorrer. no entanto.4 ou b)que a probabilidade da demanda média fosse 0.Valor Esperado da Informação Perfeita Não poderíamos evitar. mas sempre sujeita à ocorrência ditada pelas probabilidades. que: a)a probabilidade da demanda baixa fosse 0. qual será o resultado médio obtido? . Teoria da Decisão Sabendo de antemão qual será o estado da natureza.25. podemos escolher a melhor alternativa sob esse estado.

4) + 40 (0. Nessas condições. mas à combinação de alternativas. Melhor Resultado Médio (MRM) ou Melhor VEA = a soma dos produtos das probabilidades pelos melhores resultados de cada estado da natureza.40. a melhor informação possível traz um acréscimo de lucro de (55.25) = 55.5 (mil reais) Esse resultado é o melhor possível. Logo. . o lucro era de 43. sempre com a melhor informação. Não corresponde a uma alternativa.Exemplo Solução: Teoria da Decisão Temos: o lucro será 10 com probabilidade de 0.5 . com a melhor informação possível.35) + 150 (0. Sem essa informação.5 (mil reais). será 40 com probabilidade de 0.43) = 12. o melhor resultado médio (MRM) para todas as alternativas será construído a partir da soma dos produtos das probabilidades pelos melhores resultados de cada estado da natureza: MRM = 10 (0.35 e será 150 com probabilidade de 0.25.

Representa o valor máximo que poderíamos pagar por uma informação melhor. ou seja.5) chamamos de Valor Esperado da Informação Perfeita. qual o estado da natureza que ocorrerá em seguida. podemos dar a seguinte definição formal: VEIP = o excedente obtido (sobre o melhor VEA) quando temos de antemão a informação a informação perfeita. Logo.Valor Esperado da Informação Perfeita  Teoria da Decisão Valor Esperado da Informação Perfeita (VEIP) A esse acréscimo de lucro (12. aliás o valor máximo para a melhor das informações. .

Árvore de Decisão  Árvore de Decisão Teoria da Decisão É a representação gráfica do processo de decisão. Nó de Decisão ou Ponto de Decisão Nó de Estado da Natureza Ramos de Decisão / Ramos de Estado da Natureza .

2 5) 100 .Árvore de Decisão do exemplo nda em a D te nen po (0 aixa B .40) a (0 aix -30 da B an Dem co mp on en te 3 Demanda Média (0.40) 10 2 rar mp Co com o 1 Ma nu fat ur ar o Demanda Média (0.35) 40 Dem anda Alta (0.25) 150 .35) 20 Dem anda Alta ( 0.

A solução da árvore é simples: em cada nó de estado da natureza. escreveu-se a probabilidade correspondente ao estado da natureza. faz-se a soma dos produtos dos resultados pelas probabilidades dos estados da natureza. o que dará o Valor Esperado da Alternativa para cada uma delas. .Exemplo RESOLUÇÃO Teoria da Decisão Observa-se que acima de cada ramo de estado da natureza.

25) = 43 (Alternativa Comprar o Componente) VEA (nó 3) = (-30) (0. a alternativa Comprar o Componente conduz a um lucro maior.Exemplo Solução: Teoria da Decisão Temos os seguintes valores esperados para as alternativas: VEA (nó 2) = 10 (0.4) + 20 (0.35) + 100 (0. .35) + + 150 (0.5 (Alternativa Manufaturar o Componente) Logo.25) = 32. como provando através da Matriz de Decisão.4) + 40 (0.

Moreira. 2006. Gerson. 8ª Ed. 2007. São Paulo McGraw-Hill. 2009. 1956 – Pesquisa Operacional na tomada de decisões. Eduardo Leopoldino – Introdução à Pesquisa Operacional: Métodos e Modelos para a Análise de Decisão. LTC. São Paulo: Atlas. Pearson Prentice Hall. Thomson Learning. – Introdução à pesquisa operacional. . Hiller. 2ª Ed. Frederick S.Referências      Andrade. São Paulo. 2006. Daniel Augusto – Pesquisa Operacional: curso introdutório. Lachtermarcher. 2ª Ed. 2004. São Paulo. Caixeta-Filho. José Vicente – Pesquisa Operacional: técnicas de otimixzação aplicadas a sistemas agroindustriais.

informs.Operational Research Society http://www.ifors.ulb.org OR .ifors.br/ ALIO .uk/home.html IFORS .ac.html NORAM – The Association of North American Operations Research Societies http://www.be/euro/euro_welcome.dc.unicen.org.org/national/noram.org/national/apors.html EPIO .org INFORMS .Links    SOBRAPO – Sociedade Brasileira de Pesquisa Operacional http://www.ar/alio APORS – The Association of Asian-Pacific Operational Research Societies http://www.uba.sobrapo.Institute for Operation Research and Manegement Sciences http://www.The Assocition of European Operational Research Societies http://www.ifors.Asociación Latino-Ibero-Americana de Investigación Operativa http://www.Escuela de Perfeccionamiento en Investigación Operativa www.html        .International Federation of Operational Research Societies http://www.orsoc.ar/epio EURO .edu.

Sign up to vote on this title
UsefulNot useful