Escolar Documentos
Profissional Documentos
Cultura Documentos
▪ Engenheiro de Produção
Exemplo Referências
CONTEXTUALIZAÇÃO
A tomada de decisão, está integrada na
atividade humana desde os princípios das
civilizações, caracterizando-se como um processo
onde um conjunto de ações é analisado em busca
de obter uma solução favorável para a resolução de
um problema (MUNIER et al., 2019).
CONTEXTUALIZAÇÃO
Conforme observado por Maghrabie, Beauregard e Schiffauerova (2019), com o
envolvimento de múltiplas circunstâncias e cenários, é perceptível um aumento quanto ao
nível de complexidade relativa à análise, a partir do momento em que existem diferentes
pontos de vista e perspectivas relacionadas à importância ou preferência de uma
variável, sempre sendo necessário considerá-los em prol de uma análise substancial e
tomada de decisão assertiva.
CONTEXTUALIZAÇÃO
Conforme apresentada pela Sociedade Brasileira de Pesquisa Operacional, a
Pesquisa Operacional, em forma de ciência, busca a resolução de problemas reais, tendo
como foco a tomada de decisão, elaborando, analisando e aplicando métodos analíticos
avançados, buscando obter soluções favoráveis nas mais diversas áreas da atuação
humana (SOBRAPO, 2020).
OPERATIONAL
RESEARCH
PESQUISA OPERACIONAL
Apoio Análise
Teoria dos Teoria das
Multicritério Envoltória
Jogos Filas
à Decisão de Dados
P. Linear Simulação e
Programação Teoria dos
Eventos Estatística
Matemática Grafos
P. Inteira Discretos
CONTEXTUALIZAÇÃO
A Análise de Apoio Multicritério à Decisão (AMD), é a área de Pesquisa Operacional
que permite a estruturação, compreensão e aprendizagem de um problema em
ambientes complexos, considerando risco e incerteza, de forma transparente (ESPIE et
al., 2017), auxiliando na obtenção de respostas para problemas de naturezas variadas
(SOUZA et al., 2018).
CONTEXTUALIZAÇÃO
A tomada de decisão é uma tarefa complexa que envolve uma infinidade de perspectivas,
restrições e variáveis. Análise de Apoio Multicritério à Decisão (AMD) é um processo usado por várias
décadas para apoiar a tomada de decisão (CINELLI et al., 2020) .
Inclui uma série de etapas que ajudam sistematicamente tomadores de decisão e partes
interessadas na estruturação de um problema de tomada de decisão, na identificação de suas
preferências e na construção de uma recomendação de decisão consistente com suas preferências.
CONTEXTUALIZAÇÃO
Critério 1
Alternativa 1
Critério 2
Alternativa 2
Resultado
Critério 3
Favorável
Alternativa 3
Critério 4
Alternativa 4
Critério 5
INTRODUÇÃO
Os métodos multicritério de apoio à decisão são
Cada categoria pode, no entanto, ser expandida, podendo gerar pré-ordem parciais ou
completas. A possibilidade de usar relações de incomparabilidade permite derivar ordens parciais
de alternativas.
A P B Preferência
A I B Indiferença
A R B Incomparabilidade
A P B A P B
A P C A P C
A P D A I D
TIPOLOGIA DOS PROBLEMAS
Além dos conceitos expostos, também é necessário determinar o formato do resultado final,
podendo ser de caráter cardinal ou ordinal.
300 seg
3º
351 seg
2º
350 seg
1º
O MÉTODO
O método SAPEVO-M (Simple Aggregation of
2º) Transformar as preferências ordinais entre as alternativas para cada critério em pesos
parciais das alternativas.
ci cj = 1 ci cj
ci cj > 1 ci > cj
ci cj < 1 ci < cj
Seja D umaconjunto
Possibilita geração de valores
agentesnão
decisores, D =e{DM
negativos 1, DM2, pela
é expressa …, DMk,
, DMn ,
equação:
… …}, que expressam suas opiniões sobre os critérios em
ordem de preferência.
𝒂𝒊𝒋 − 𝒎í𝒏 𝒂𝒊𝒋
𝒗=
Para um agente decisor DM k, estas
𝒎á𝒙 𝒂𝒊𝒋 −informações
𝒎í𝒏 𝒂𝒊𝒋 geram uma matriz
de avaliação MDM k .
Quando o peso do critério resulta no valor zero, ele é substituído
A relação entre as duas escalas do 2º passo permite a
por 1% do valor imediatamente superior.
transformação da matriz MDM k = [ci cj] em um vetor coluna [vi].
Passo 4 (Processo 2):
Critérios:
▪ Conforto
▪ Design
▪ Dirigibilidade
Alternativas:
▪ Ford KA
▪ Chevrolet Onix
▪ Chevrolet Prisma
EXEMPLO
Ford KA
Conforto
Opção mais
Design Chevrolet Onix
Favorável
Dirigibilidade
Chevrolet Prisma
EXEMPLO
D1 Critérios
Pontuação
Conforto Design Dirigibilidade Pontuação Normalizada Peso
Peso
Conforto ≅
0 >
1 ≅
0 = 1 = 0,8 nulo
=? 0,8
Design -1
< ≅
0 <<
-2 = -3 = 0 = 0
0,008
Dirigibilidade ≅
0 >>
2 ≅
0 = 2 = 1 = 1
1% do menor subsequente
EXEMPLO
<<< Absolutamente pior / Absolutamente menos importante -3
Avaliação dos critérios Muito Pior / Muito menos 𝑎
𝑖𝑗 − min 𝑎𝑖𝑗
<< importante -2
< ʋ=
Pior / Menos importante -1
≅ m𝑎𝑥quanto
Equivalente / Tão importante 𝑎𝑖𝑗 − min 𝑎𝑖𝑗 0
> Melhor / Mais importante 1
>> Muito melhor / Muito mais importante 2
>>> Absolutamente melhor / Absolutamente mais importante 3
D2 Critérios
Pontuação
Conforto Design Dirigibilidade Pontuação Normalizada Peso
Peso
Conforto ≅
0 >>
2 >
1 = 3 = 1 nulo
=? 1
Design <<
-2 ≅
0 ≅
0 = -2 = 0 = 0
0,002
Dirigibilidade -1
< ≅
0 ≅
0 = -1 = 0,2 = 0,2
1% do menor subsequente
EXEMPLO
Compilando os pesos
D1
EXEMPLO
<<< Absolutamente pior / Absolutamente menos importante -3
Avaliação dos Alternativas Muito Pior / Muito menos 𝑎
𝑖𝑗 − min 𝑎𝑖𝑗
<< importante -2
< ʋ=
Pior / Menos importante -1
≅ m𝑎𝑥quanto
Equivalente / Tão importante 𝑎𝑖𝑗 − min 𝑎𝑖𝑗 0
> Melhor / Mais importante 1
>> Muito melhor / Muito mais importante 2
>>> Absolutamente melhor / Absolutamente mais importante 3
D1 Conforto Sim,
Valor
neste caso
KA Onix Prisma
Pontuação nulo ?
é possível!
Pontuação Normalizada
KA 0 -2 -2 = -4 = 0
Onix 2 0 -1 = -1 = 0,71
Prisma 2 1 0 = 3 = 1
EXEMPLO
<<< Absolutamente pior / Absolutamente menos importante -3
Avaliação dos Alternativas Muito Pior / Muito menos 𝑎
𝑖𝑗 − min 𝑎𝑖𝑗
<< importante -2
< ʋ=
Pior / Menos importante -1
≅ m𝑎𝑥quanto
Equivalente / Tão importante 𝑎𝑖𝑗 − min 𝑎𝑖𝑗 0
> Melhor / Mais importante 1
>> Muito melhor / Muito mais importante 2
>>> Absolutamente melhor / Absolutamente mais importante 3
D1 Design
Pontuação
KA Onix Prisma Pontuação Normalizada
KA 0 0 1 = 1 = 1
Onix 0 0 0 = 0 = 0,5
Prisma -1 0 0 = -1 = 0
EXEMPLO
<<< Absolutamente pior / Absolutamente menos importante -3
Avaliação dos Alternativas Muito Pior / Muito menos 𝑎
𝑖𝑗 − min 𝑎𝑖𝑗
<< importante -2
< ʋ=
Pior / Menos importante -1
≅ m𝑎𝑥quanto
Equivalente / Tão importante 𝑎𝑖𝑗 − min 𝑎𝑖𝑗 0
> Melhor / Mais importante 1
>> Muito melhor / Muito mais importante 2
>>> Absolutamente melhor / Absolutamente mais importante 3
D1 Dirigibilidade
Pontuação
KA Onix Prisma Pontuação Normalizada
KA 0 -1 1 = 0 = 0,5
Onix 1 0 3 = 4 = 1
Prisma -1 -3 0 = -4 = 0
EXEMPLO
D2
EXEMPLO
<<< Absolutamente pior / Absolutamente menos importante -3
Avaliação dos Alternativas Muito Pior / Muito menos 𝑎
𝑖𝑗 − min 𝑎𝑖𝑗
<< importante -2
< ʋ=
Pior / Menos importante -1
≅ m𝑎𝑥quanto
Equivalente / Tão importante 𝑎𝑖𝑗 − min 𝑎𝑖𝑗 0
> Melhor / Mais importante 1
>> Muito melhor / Muito mais importante 2
>>> Absolutamente melhor / Absolutamente mais importante 3
D2 Conforto
Pontuação
KA Onix Prisma Pontuação Normalizada
KA 0 -1 -3 = -4 = 0
Onix 1 0 -2 = -1 = 0,333
Prisma 3 2 0 = 5 = 1
EXEMPLO
<<< Absolutamente pior / Absolutamente menos importante -3
Avaliação dos Alternativas Muito Pior / Muito menos 𝑎
𝑖𝑗 − min 𝑎𝑖𝑗
<< importante -2
< ʋ=
Pior / Menos importante -1
≅ m𝑎𝑥quanto
Equivalente / Tão importante 𝑎𝑖𝑗 − min 𝑎𝑖𝑗 0
> Melhor / Mais importante 1
>> Muito melhor / Muito mais importante 2
>>> Absolutamente melhor / Absolutamente mais importante 3
D2 Design
Pontuação
KA Onix Prisma Pontuação Normalizada
KA 0 -1 -1 = -2 = 0
Onix 1 0 1 = 2 = 1
Prisma 1 -1 0 = 0 = 0,5
EXEMPLO
<<< Absolutamente pior / Absolutamente menos importante -3
Avaliação dos Alternativas Muito Pior / Muito menos 𝑎
𝑖𝑗 − min 𝑎𝑖𝑗
<< importante -2
< ʋ=
Pior / Menos importante -1
≅ m𝑎𝑥quanto
Equivalente / Tão importante 𝑎𝑖𝑗 − min 𝑎𝑖𝑗 0
> Melhor / Mais importante 1
>> Muito melhor / Muito mais importante 2
>>> Absolutamente melhor / Absolutamente mais importante 3
D2 Dirigibilidade
Pontuação
KA Onix Prisma Pontuação Normalizada
KA 0 -2 -2 = -4 = 0
Onix 2 0 1 = 3 = 1
Prisma 2 -1 0 = 1 = 0,71
EXEMPLO
Agregando as Preferências
EXEMPLO
Agregação
Conforto Design
Decisor 1 Decisor 2 Total Matriz Compilada Decisor 1 Decisor 2 Total
KA 0 0 = 0 KA 1 0 = 1
Conforto Design Dirigibilidade
Onix 0,71 0,333 = 1,04 Onix 0,5 1 = 1,5
Prisma 1 1 KA = 02 1Prisma 0,5
0 0,5 = 0,5
Prisma 2 Dirigibilidade
0,5 0,714
Decisor 1 Decisor 2 Total
KA 0,5 0 = 0,5
Onix 1 1 = 2
Prisma 0 0,7142857 = 0,714
EXEMPLO
Agregação
Matriz Compilada
Pontuação
Pesos Finais Conforto Design Dirigibilidade
Final
Resultado Final
KA 0,61 3º
Onix 4,30 2º
Prisma 4,46 1º
POSSIBILIDADES DE APLICAÇÃO
Decisões em nível:
Operacional;
Tático;
Estratégico.
POSSIBILIDADES DE APLICAÇÃO
POSSIBILIDADES DE APLICAÇÃO
POSSIBILIDADES DE APLICAÇÃO
POSSIBILIDADES DE APLICAÇÃO
POSSIBILIDADES DE APLICAÇÃO
POSSIBILIDADES DE APLICAÇÃO
SAPEVOWEB
Foi desenvolvido um programa web, para facilitar o acesso e utilização por pesquisadores. O
Alternativas:
▪ McDonald’s
▪ Bob’s
▪ Burger King
▪ Madero
REFERÊNCIAS
GOMES, L. F. A. M.; MURY, A. R.; GOMES, C. F. S. Multicriteria Ranking with Ordinal Data. SAMS, vol. 27, pp. 139 – 145.
GOMES, Luiz Flavio Autran Monteiro; GOMES, Carlos Francisco Simões. Tomada de decisão gerencial: Enfoque multicritério
(5a ed.). São Paulo, Atlas (2014).
GRECO, T; SANTOS, M.; GOMES, C. F. S.; LIMA, A. R. Escolha de um Navio de Desembarque de Tropa para a Armada
Argentina por Meio do Método SAPEVO com Múltiplos Decisores (SAPEVO M). Conference: XXI Simpósio de Aplicações
Operacionais em Áreas de Defesa - SIGE 2019.
MIRANDA, Alessandro Moreira; SANTOS, Marcos dos; GOMES, Carlos Francisco Simões. Seleção de Alternativa de projeto
de desenvolvimento da produção de um campo offshore através do método SAPEVO com múltiplos decisores (SAPEVO M).
In: SIMPÓSIO DE PESQUISA OPERACIONAL E LOGÍSTICA DA MARINHA, 19., 2019, Rio de Janeiro, RJ. Anais […]. Rio de
Janeiro: Centro de Análises de Sistemas Navais, 2019.
TEIXEIRA, L. F. H. S. B.; SANTOS, M.; GOMES, C. F. S. SapevoWeb Software (v.1). Desenvolvido no Instituto Militar de
Engenharia (IME), no Centro de Análises de Sistemas Navais (CASNAV) e na Universidade Federal Fluminense (UFF).
http://www.sapevoweb.com, 2018.
HORTA, A.; SANTOS, M.; GOMES, C. F. S. Software SADEMON (v.1). Desenvolvido no Instituto Militar de Engenharia (IME).
http://www.sademon.com, 2020.
SAPEVO – M
Simple Aggregation of Preferences Expressed by
Ordinal Vectors - Multi Decision Makers