Slides Modelagem Matemática 12.03.24

-0 0
8 6 8
Modelagem Matemática 3 5 . e
8 . 4
Estruturação o 0 1de Problemas
o s
Complexos a rr
o B
i d
nDr. Marcos dos Santos
Prof.
e ol
s D
r c o
Ma
-0 0
. 68
8
4 3 5
*A responsabilidade pela idoneidade, originalidade e licitude
8 .
01 é do professor.
dos conteúdos didáticos apresentados
o
r o s
a r
B
o ou parcial, sem autorização. Lei
Proibida a reprodução, ntotal d
i nº 9610/98
e ol
s D
r c o
M a
2
2
BACKGROUND
Oficial Superior, com 30 anos de serviço na Marinha do Brasil;
Colégio Naval;
Escola Naval;
Viagem de instrução de Guardas-Marinha (VIGM) em 2001;
-0 0
Assessor do Ministério da Defesa (em Brasília);
. 868
12 anos no CASNAV: Pesquisador e Gerente de Projetos na Divisão
43 5
8 .
01
de Pesquisa Operacional;
Professor de PO do CAAML, EsAO, CIASC e ECEME;
o s o
Especialização em Instrumentação Matemática (UFF);
a rr
Aperfeiçoamento em Matemática (IMPA);
o B
Governança de TI (FGV-RJ);
in d
e ol
Mestrado em Engenharia de Produção - Pesquisa Operacional (COPPE/UFRJ);
Doutorado e pós-doutorado em Sistemas, Apoio à D
c o s Decisão e Logística (UFF);
a r
Pós-doutorado em Ciências e Tecnologias Espaciais (ITA);
M
Diretoria da Sociedade Brasileira de Pesquisa Operacional (SOBRAPO);
Professor do MBA em Data Science e Analytics da USP; Mais de 10.000 alunos em mais de 20 países.
Professor de Pesquisa Operacional (mestrado e doutorado) da UFF;
linkedin.com/in/profmarcosdossantos
Professor do Programa de Pós-graduação em Sistemas e Computação do IME.
3
BACKGROUND
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
4
REFERÊNCIA DA NOSSA AULA DE HOJE
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
5
O GRUPO DE PESQUISA É UMA REFERÊNCIA NO BRASIL E NO MUNDO
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
Capitão de Fragata Marcos Santos, PhD em Modelagem Matemática e Tomada de Decisão

6
-0 0
. 868
43 5
8 .
01
INTRODUÇÃO
a rr o s o
o B
i n d
(Tomada
e ol de Decisão)
s D
r c o
Ma
7
O QUE É PESQUISA OPERACIONAL?
-0 0
. 868
43 5
8 .
1 the solution of problems in the
Operational Research (OR) is a scientific approach 0to
s o
rro makers to make better decisions.
management of complex systems that enablesadecision
o B
i n d
o l
e are messy and complex, often involving considerable
D
Most of the problems OR tackles
s
rc o
uncertainty. OR uses aadvanced analytics, modelling, problem structuring, simulation,
M
optimization and data science to determine the best solution to the problem and the best
practical course of action. Capitão de Fragata Marcos Santos, PhD em Modelagem Matemática e Tomada de Decisão
8
AS ÁREAS DA PESQUISA OPERACIONAL
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
o B
in d
Ciência de
ol Apoio
e Multicritério
Teoria das
Análise
Envoltória
D
Dados Filas
s
à Decisão de Dados
r c o
Programação
P. Linear a
M Simulação a
Teoria dos
Eventos Estatística
Matemática Grafos
P. Inteira Discretos
9
TOMADA DE DECISÃO
-0 0
Uma decisão precisa ser tomada sempre que
. 868
43 5
estamos diante de um problema que possui 8.
0 1
o
ros
mais de uma alternativa para sua solução.
a r
o B
Mesmo quando, para solucionardum problema,
l i n
e o
possuímos uma única ação
s D a tomar, temos as
r c o
a
alternativas de tomar
M ou não essa ação.
10
TOMADA DE DECISÃO
-0 0
O processo de decisão requer a existência de
. 868
43 5
um conjunto de alternativas factíveis para sua 8 .
01
o
composição, em que cada decisãorrotem s
Ba
associados um ganho e uma perda. do
l i n
e o
s D
r c o
M a
11
MÉTODOS MULTICRITÉRIO
Critério 1
-0 0
Alternativa 1
. 868
43 5
Critério 2
8 .
o 01
r o sAlternativa 2
a r
Critério 3
o B Solução do
d
Problema
ol in Alternativa 3
D e
c os
Critério 4
a r
M Alternativa 4
Critério 5
12
MÉTODOS MULTICRITÉRIO
Problemas de tomada de decisão multicritério (do inglês, Multi-Criteria
Decision Making, abreviado por MCDM) são caracterizados por uma Matriz
-0 0
de Decisão, que é composta de alternativas e critérios ponderados de
. 68
8
acordo com o tomador de decisão em questão. Métodos para solucionar
4 3 5
1 8 .
problemas MCDM têm sido amplamente utilizados para selecionar
o 0 a
r s
o Como exemplo
r
melhor alternativa entre um número finito de alternativas.
a
B
de métodos, podemos citar AHP, ANP, PrOPPAGA,oTHOR, SAPEVO e TOPSIS.
i n d
e ol
s D
TOPSIS
r c o THOR SAPEVO-M
M a
AHP PrOPPAGA ELECTRE
13
MATRIZ DE DECISÃO
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
14
-0 0
. 868
43 5
8 .
01
MÉTODO
arr o s o AHP
o B
i n d
(Analytic ol
e Hierarchy Process)
s D
r c o
M a
15
MÉTODO AHP
O Analytic Hierarchy Process (AHP) é um método para

-0 0
. 868
auxiliar às pessoas na tomada de decisões complexas.
43 5
1
Mais do que determinar qual a decisão correta, o AHP8 .
o 0
ajuda as pessoas a escolher e a justificar a sua r o s
escolha.
a r
o B desenvolvido
Baseado em Matemática e Psicologia, ele
i n d foi
ol
na década de 1970 pelo Prof. eThomas Saaty, então na
s D
r c o
Escola Wharton da Universidade da Pensilvânia.
M a
16
ARTIGO SEMINAL SOBRE O MÉTODO AHP
O AHP é um método de tomada de decisão

-0 0
. 8 68
multicritério simples de usar e flexível. Permite a
43 5
8 .
avaliação de problemas complexos, em que existam
01
o
critérios conflitantes entre si. É adequadoropara s
a r
o B dependa
diferentes problemáticas, uma vez que
i n d ela
da interação humana para conduzire ol o processo de
s D
comparação. r c o
M a
Saaty T. L. (1977) A scaling method for priorities in
hierarchical structures. J Math Psychol 15:234–281
17
O QUE DIZIA SAATY...
“PRINT” DA OBRA ORIGINAL

-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
18
MÉTODO AHP NO BRASIL E NO MUNDO
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
19
MÉTODO AHP NO BRASIL E NO MUNDO
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
Ali Emrouznejad and Marianna Marra. The state of the art development of AHP (1979–2017): a literature review with a social network analysis.
International Journal of Production Research, 2017.
20
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
21
O Método AHP aparenta ser difícil...
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
22
MÉTODO AHP
Uma das principais características do método é a

-0 0
. 8 68
possibilidade de trabalhar com questões subjetivas
5
43Variável
8 . Variável Variável Variável
01
quanto às atribuições de desempenho das variáveis do
o
problema. Simplificando, na aplicação do método AHP,s o Variável
r
a aor
B
não é necessário definir um número preciso quanto
o
Variável
i d
n a outra
desempenho de uma variável em relação
e ol Variável
s Dverbal já satisfaz o Variável

variável, onde uma atribuição
c o
rmétodo AHP são realizadas
M
modelo. As atribuições doa
com base na Escala Fundamental de Saaty.
23
ESCALA FUNDAMENTAL DE SAATY
Escala Fundamental de Saaty

-0 0
Grau de Recíproc
8 68
a 35.
Relação de Importância
Importância
8 . 4
Igualdade 1
0 11
Intermediário 2 o s o 1/2
rr
Importância moderada 3Ba 1/3
do4
Intermediário
olin 1/4
Mais importante D e 5 1/5
Intermediário rco
s 6 1/6
M a
Muito mais importante 7 1/7
Intermediário 8 1/8
Extremamente mais importante 9 1/9
24

-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
25
MÉTODO AHP
A B C
-0 0
68
A
5 . 8
3
B
. 4
8
Grau de
Importância
Recíproca
C
0 1
o s o Igualdade 1 1
a rr Intermediário 2 1/2
o B Importância moderada 3 1/3

A avaliação é realizada par a par entre
in d
e
as variáveis (critérios/alternativas)ol Intermediário 4 1/4
s D Mais importante 5 1/5
r c o Intermediário 6 1/6
Ma Muito mais importante 7 1/7

26
MÉTODO AHP
A B C
5 -0 0
68
A
5 . 8
3
B
4
Grau de
1 8 .
Importância
Recíproca
C
o 0 Igualdade 1 1
r o s
a r Intermediário 2 1/2

in d
e

Neste caso A é mais importante que B Extremamente mais importante 9 1/9
27
MÉTODO AHP
A B C
5 7 -0 0
68
A
5 . 8
3
B
. 4
8
Grau de
Recíproca
1
Importância
C
o 0Igualdade 1 1
s
a rro Intermediário 2 1/2

in d
e

Neste
Nestecaso A éAmuito
caso mais
é mais importante
importante queBC
que Extremamente mais importante 9 1/9
MÉTODO AHP
A B C
5 7 -0 0
68
A
3 5 . 8
3
B
Relação de4
.
Grau de
8
Importância Recíproca
1
Importância
C
o 0
s
Igualdade 1 1
rr o Intermediário 2 1/2
Ba
do Importância moderada 3 1/3
in
e

Neste caso B possui importância moderada quanto à C Extremamente mais importante 9 1/9
29
MÉTODO AHP
A B C
5 7 -0 0
68
A
1/5 3 5 . 8
3
B Grau de
8 . 4
Importância
Recíproca
C 1/7 1/3
0 1
o
Igualdade 1 1
r o s Intermediário
r
2 1/2
Ba Importância moderada 3 1/3
do
in
l
e
as variáveis (critérios/alternativas)o
D
Mais importante 5 1/5
c os Intermediário 6 1/6
a r
M
30
-0 0
. 868
43 5
8 .
01
MÉTODO
arr o s o AHP
o B
i n d
(Consistênciae ol das Atribuições)
s D
r c o
Ma
31
MÉTODO AHP
A B C Transitividade:
5 7 -0 0
68
A
1/5 3 5 . 8
43
B
Se A >8.B e B > C , então: A > C.
C 1/7 1/3
0 1
o o
sPara ∀ A, B e C ∈ R.
a rr
o B
i n d
e ol
s D
r c o
Ma
32
MÉTODO AHP
A B C Transitividade:
5 7 -0 0
68
A
1/5 3 5 . 8
43
B
Se A >8.B e B > C , então: A > C.
C 1/7 1/3
0 1
o o
sPara ∀ A, B e C ∈ R.
a rr
o B
i n d
ol
e Mas como posso avaliar a
s D
r c o consistência das atribuições?
Ma
33
MÉTODO AHP
A B C
5 7 Teste de Consistência:
-0 0
68
A
1/5 3 5 . 8
43
B
8 .
C 1/7 1/3
01
O AHP permite calcular uma razão de consistência (CR)
o
r o s
mediante a comparação do Índice de Consistência (CI)
a r das atribuições do decisor quanto a um índice de
o B consistência de uma matriz aleatória (RI).
in d
Valores de RI: e ol Saaty fornece os valores de RI conforme a indicação
s D abaixo:
r c o
M a
Ordem da Matriz 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59
34
MÉTODO AHP
Onde:
Teste de Consistência:
-0 0
𝐶. 𝐼. =
(λ𝑚á𝑥 −𝑛)
. 8 68
(𝑛−1)
43 5
8 .
𝐶.𝐼.
o 01
O AHP permite calcular uma razão de consistência (CR)
𝐶. 𝑅. =
r s
mediante a comparação do Índice de Consistência (CI)
o
𝑅.𝐼.
a r das atribuições do decisor quanto a um índice de
o B consistência de uma matriz aleatória (RI).

in d
Valores de RI: e ol Saaty fornece os valores de RI conforme a indicação
s D abaixo:
r c o
M a
Ordem da Matriz 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59
35
-0 0
. 868
43 5
8 .
01
MÉTODO
arr o s o AHP
o B
i n d
(Processo ol
e Geral do Modelo)
s D
r c o
M a
36
ESTRUTURA AXIOMÁTICA
-0 0
Definição do conjunto de critérios e alternativas
. 8 68
5
43 Crit 1
8 . Crit 2 ... Crit n
o 01 Alt 1 𝑎11 𝑎12 ... 𝑎1𝑛
r o s Alt 2 𝑎21 𝑎22 ... 𝑎2𝑛

a r
o B ... ... ... ... ...
in d Alt n 𝑎𝑛1 𝑎𝑛2 ... 𝑎𝑛𝑛

e ol
s D
r c o
Ma Construção da matriz de decisão composta
pelo conjunto de alternativas e critérios em
avaliação.
37
-0 0
. 8 68
▪
4 5
Atribuição 3 dos
1 8 .
importância
julgamentos
entre os critérios;
de
Avaliação dos critérios
o0
▪ s Teste de consistência das atribuições;
o
a rr
o B ▪ Procedimento algébrico para obtenção
i n d
e ol do vetor prioridade e pesos dos
s D critérios (𝑤𝑗 ).
r c o
Ma
Obtenção das prioridades dos critérios
38
-0 0
. 868
4 5
3 dos
1 8 .
▪ Atribuição julgamentos de
o 0
importância entre as alternativas em
s
rro
cada critério;
Ba ▪ Teste de consistência das atribuições;

Avaliação das alternativas em cada critério do
l i n ▪ Procedimento algébrico para obtenção
e o
s D do vetor prioridade para cada
r c o alternativa em cada critério (𝑎𝑖𝑗 ).
M a
Obtenção das prioridades locais das
alternativas em cada critério
39
-0 0
68
5 . 8
8 .43
o 01
▪ Ponderação dos vetores prioridades das
r o salternativas pelos pesos dos respectivos
a r critérios (𝑤𝑗 𝑎𝑖𝑗 );
Avaliação das alternativas em cada critério do

B ▪ Soma das prioridades (σ 𝑤𝑗 𝑎𝑖𝑗 ).
l i n
e o
s D
Processo de agregação dasr c o
preferências
M a
Obtenção das prioridades globais das
alternativas na problemática
40
-0 0
. 868
43 5
8 .
01
AVALIAÇÃO
arr o s o AHP
o B
i n d
ol
(Modelo
e Clássico)
s D
rc o
Ma
41
ESTRUTURAÇÃO DO PROBLEMA
Comprar um Objetivo Estratégico
Smartphone
-0 0
. 8 68
43 5
8 .
o 01
r o s
Custo Câmera
r
Armazenamento
a
Bateria Critérios
o B
in d
e ol
s D
r c o
Ma
Xiaomi Samsung Iphone Alternativas
42

-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
43
AVALIAÇÃO DOS CRITÉRIOS
-0 0
. 868
43 5
8 .
01
Custo Câmera Armazenamento Bateria
o s o
a rr
o B
in d
e ol
Primeiramente vamos analisar os
s D
critérios, a fim de obter as suas
r c o
respectivas importâncias na forma de
Ma uma porcentagem.
44
AVALIAÇÃO PAR A PAR DOS CRITÉRIOS
Matriz de Ponderações (ou Julgamentos)
Custo Câmera Armaz. Bateria
-0 0
Custo 1 ATRIBUIÇÃO
. 8 68
Relação de4 3 5 Grau de
Câmera 1
1 8 . Importância
Importância
Recíproca
o 0 Igualdade 1 1
Armaz. 1
r s
o Intermediário
a r 2 1/2
Bateria RECÍPROCA 1
in d
e ol Intermediário 4 1/4
s D par a Mais importante 5 1/5
r o
Número de comparações
c Intermediário 6 1/6
a
par sempre
M 𝑛(𝑛 − 1)
será dada por:
2 Extremamente mais importante 9 1/9
45
-0 0
Custo
. 8 68
Relação de 4 3 5
.
Câmera Grau de
8
1
Importância
o 0 Igualdade 1 1
Armaz.
r s
o Intermediário
a r 2 1/2
Bateria
in d

46
-0 0
Custo 1
. 8 68
Relação de4 3 5
.
Câmera 1 Grau de
8
1
Importância
o 0 Igualdade 1 1
Armaz. 1
r s
o Intermediário
a r 2 1/2
Bateria 1
in d
e ol
Diagonal Principal => todos os elementos

iguais a 1.

47
-0 0
Custo 1 3
. 8 68
4 3 5 Grau de
Câmera 1/3 1
.
1 8 Importância
Recíproca
o 0 Igualdade 1 1
Armaz. 1
r s
o Intermediário
a r 2 1/2
Bateria 1
in d
O Custo tem importância e ol Intermediário 4 1/4
r c o
moderada quanto à câmera. Intermediário 6 1/6
M a Muito mais importante 7 1/7

Observe o Axioma da Reciprocidade.
Se aij = 3, então aji = 1/3 Extremamente mais importante 9 1/9
48
-0 0
Custo 1 3 5
. 8 68
4 3 5 Grau de
Câmera 1/3 1
.
1 8 Importância
Recíproca
o 0 Igualdade 1 1
Armaz. 1/5 1
r o s
a r Importância moderada
Bateria 1
o B 3 1/3
i n d
Ma
O Custo é mais importante que o Muito mais importante 7 1/7
armazenamento. Intermediário 8 1/8
49
-0 0
Custo 1 3 5 7
. 8 68
4 3 5 Grau de
Câmera 1/3 1
.
1 8 Importância
Recíproca
o 0 Igualdade 1 1
Armaz. 1/5 1
r s
o Intermediário
a r 2 1/2
Bateria 1/7 1
in d
Ma
O Custo é muito mais importante Muito mais importante 7 1/7
que a bateria. Intermediário 8 1/8
50
-0 0
Custo 1 3 5 7
. 8 68
Relação de 4 3 5
.
Câmera 1/3 1 3 Grau de
8
1
Importância
o 0 Igualdade 1 1
Armaz. 1/5 1/3 1
r s
o Intermediário
a r 2 1/2
Bateria 1/7 1
in d
c o
r importância
moderada
a
A Câmera possui
M em relação ao Muito mais importante 7 1/7
armazenamento. Intermediário 8 1/8

51
-0 0
Custo 1 3 5 7
. 8 68
4 3 5 Grau de
Câmera 1/3 1 3 7
.
1 8 Importância
Recíproca
o 0 Igualdade 1 1
Armaz. 1/5 1/3 1
r s
o Intermediário
a r 2 1/2
Bateria 1/7 1/7 1
in d
Ma
A câmera é muito mais Muito mais importante 7 1/7
importante que a bateria. Intermediário 8 1/8
52
-0 0
Custo 1 3 5 7
. 8 68
Relação de4 3 5
.
Câmera 1/3 1 3 7 Grau de
8
1
Importância
o 0 Igualdade
s Intermediário
Armaz. 1/5 1/3 1 3 1 1
r o
r Importância moderada 2 1/2
Bateria 1/7 1/7 1/3 1
Ba
d o 3 1/3
l i n Intermediário 4 1/4
e o
Ma
O armazenamento possui importância Muito mais importante 7 1/7
moderada em relação à bateria. Intermediário 8 1/8
53
NORMALIZAÇÃO DOS JULGAMENTOS

Design
-0 0
68
. 8
Custo 1 3 5 7
4 5
3 Câmera
1 8 .
Custo Armaz. Bateria
Câmera 0,333
1/3 1 3 7
o 0
r o s
Custo
Armaz. 1/5
0,2 0,333
1/3 1 3
r
a Câmera
1o
B
Bateria
Design 0,143
1/7 0,143
1/7 0,333
1/3
in d
e ol Armaz.
s D
4,476 o 9,333
Σ 1,676
a r c 18 Bateria
M 𝑎𝑖𝑗
σ 𝑎𝑖𝑗
54

-0 0
68
. 8
Custo 1 3 5 7
4 5
3 Câmera
18 .
Câmera 0,333 1 3 7
o 0
Armaz. 0,2 0,333 1 3
rr os
Custo 0,597
Ba Câmera
d1o
in
Bateria 0,143 0,143 0,333
e ol Armaz.
s D
Σ 4,476 co 9,333
1,676
a r 18 Bateria
M
1 / 1,676 = 0,597
55

-0 0
68
. 8
Custo 1 3 5 7
4 5
3 Câmera
18 .
Câmera 0,333 1 3 7
o 0
Armaz. 0,2 0,333 1 3
rr os
Custo 0,597
Ba Câmera
1o
0,199
Bateria 0,143 0,143 0,333
in d
e ol Armaz.
s D
4,476 o 9,333
Σ 1,676
a r c 18 Bateria
M
0,333 / 1,676 = 0,199
56

-0 0
68
. 8
Custo 1 3 5 7
4 5
3 Câmera
18 .
Câmera 0,333 1 3 7
o 0
Armaz. 0,2 0,333 1 3
rr os
Custo 0,597
Ba Câmera
1o
0,199
Bateria 0,143 0,143 0,333
in d
e ol Armaz. 0,119
s D
4,476 o 9,333
Σ 1,676
a r c 18 Bateria
M
0,2 / 1,676 = 0,119
57

-0 0
68
. 8
Custo 1 3 5 7
4 5
3 Câmera
Câmera 0,333 1 3 7
18 .
o 0
Armaz. 0,2 0,333 1 3
rr os
Custo 0,597
Ba Câmera 0,199
1o
Bateria 0,143 0,143 0,333
in d
e ol Armaz. 0,119
s D
4,476 o 9,333
Σ 1,676
a r c 18 Bateria 0,085
M
0,143 / 1,676 = 0,085
58

-0 0
68
. 8
Custo 1 3 5 7
4 5
3 Câmera
18 .
Câmera 0,333 1 3 7
o 0
Armaz. 0,2 0,333 1 3
rr os
Custo 0,597 0,670 0,536 0,389
Ba Câmera
1o
0,199 0,223 0,321 0,389
Bateria 0,143 0,143 0,333
in d
e ol Armaz. 0,119 0,075 0,107 0,167
s D
Σ 4,476 co 9,333
1,676
a r 18 Bateria 0,085 0,032 0,036 0,055
59
0
Vetor
Custo Câmera Armaz. Bateria Prioridade
-0
. 868
Custo 0,597 0,670 0,535 0,389 0,548
43 5
8 .
01
Câmera 0,199 0,223 0,321 0,389 0,283
∴roso 𝑉𝑒𝑡𝑜𝑟 =
σ 𝑎𝑖𝑗
Armaz. 0,119 0,075 0,107 0,167
a r 0,117
𝑛
o B
Bateria 0,085 0,032 0,035
i n d
0,055 0,052
e ol
s D
r c o
M a
60
-0 0
. 868
43 5
8 .
01
AVALIAÇÃO
arr o s o AHP
o B
i n d
(Cálculo ol
e de Consistência)
s D
r c o
Ma
61
ANÁLISE DE CONSISTÊNCIA

Design
-0 0
Custo 1 3 5 7
. 868
43 5
Câmera 0,333
1/3 1 3 7
1 8 . Vetor Prioridade
o 0
os
Armaz. 1/5
0,2 0,333
1/3 1 3 Custo 0,548
a rr
Bateria
Design 0,143
1/7 0,143
1/7 0,333
1/3 1
o B Câmera 0,283
in d
e ol Armaz. 0,117
s D
r c o Bateria 0,052
Ma
Utilizando o vetor prioridade dos
critérios, vamos ponderar a
nossa matriz de julgamentos.
62
-0 0
. 868
Vetor
Custo Câmera
4
Armaz.3 5 Bateria
Prioridade
1 8 .
Custo 0,548 Custo 1 3
o 0 5 7
Câmera 0,333 1
r o s 3 7
Câmera 0,283
r
a0,333
Armaz. 0,2 B
o 0,143
1 3
0,143 nd
Armaz. 0,117
Bateria
o l i 0,333 1
Bateria 0,052
D e
c os Custo Câmera Armaz. Bateria
a r
Custo 0,548
M
Câmera 0,182
Armaz. 0,110
Bateria 0,078
63
-0 0
. 868
Vetor
4 3 5
Prioridade Custo Câmera
1 8 .
Armaz. Bateria
Custo 0,548
Custo 1 3
o 0 5 7
Câmera 0,333 1
r o s 3 7
Câmera 0,283
a r
Armaz. 0,2
B 0,333
o 0,143
1 3
Armaz. 0,117 Bateria 0,143
i n d 0,333 1
Bateria 0,052
e o l
s D
Custo
r c o 0,548 0,849
M a
Câmera 0,182 0,283
Armaz. 0,110 0,094
Bateria 0,078 0,040
64
-0 0
. 868
Vetor
Armaz.3
4 5
8 . Bateria
o 01 5 7
Câmera 0,333 1
r o s 3 7
Câmera 0,283
a r
Armaz. 0,2
B0,333
o 0,143
1 3
Armaz. 0,117 Bateria 0,143
i n d 0,333 1
Bateria 0,052
e o l
s D
Custo rc
o 0,548
M a 0,849 0,585
Câmera 0,182 0,283 0,351
Armaz. 0,110 0,094 0,117
Bateria 0,078 0,040 0,039
65
-0 0
. 868
Vetor
43 5
8 .
Armaz. Bateria
o 01 5 7
r o s
Câmera 0,283 Câmera 0,333
a
1
r 3 7
Armaz. 0,2 B
o 0,143
0,333 1 3
Armaz. 0,117
in d
Bateria 0,052
Bateria 0,143
e ol 0,333 1
s D
c o Custo
r 0,548
Câmera Armaz. Bateria
M a
Custo 0,849 0,585 0,364
Câmera 0,182 0,283 0,351 0,364
Armaz. 0,110 0,094 0,117 0,156
Bateria 0,078 0,040 0,039 0,052
66
Obtenção do lâmbda máximo:
"𝑆𝑜𝑚𝑎 𝑑𝑜𝑠 𝑃𝑒𝑠𝑜𝑠"
𝑉𝑒𝑡𝑜𝑟 𝑃𝑟𝑖𝑜𝑟𝑖𝑑𝑎𝑑𝑒
-0 0
68
Custo Câmera Armaz. Bateria “Soma dos
Custo Câmera Armaz. Design Pesos”
5 . 8
Custo
Custo 0,548
0,548 0,849
0,849 0,585
0,585 0,364
0,362 2,346
8 . 43 2,346 / 0,548 = 4,281
Câmera 0,182 0,283 0,351 0,364
o 01
Câmera 0,182 0,283 0,351 0,362
o s 1,180 1,180 / 0,283 = 4,166
Armaz.
Armaz. 0,110
0,110 0,094
0,094 0,117
0,117 0,155 Ba
0,156 Σrr
0,477
∴ 0,477 / 0,117 = 4,077
d o
Bateria 0,078 0,040 0,039 lin0,052
0,039
Design 0,078 0,040
e o 0,052 0,209 0,209 / 0,052 = 4,038
Vetor Prioridade s
D
c o
0,548ar
෍ = 𝟏𝟔, 𝟓𝟔𝟐
Custo
Câmera
M
0,283 σ 𝑎𝑖 16,562
λ𝑚á𝑥 = λ𝑚á𝑥 =
4
Armaz. 0,117 𝑛
Bateria 0,052 λ𝑚á𝑥 = 4,14
67
Valores obtidos até o momento:
-0 0
λ𝑚á𝑥 = 4,14
. 8 68
5
43(4,14 − 4)
𝐼..=
𝐶. 8 = 0,046
R. 𝐼. = 0,9 (Valor indicado por Saaty para 4 variáveis)
0 1 (4 − 1)
o s o
a rr
Temos que obter agora: o B
i n d 𝐶. 𝑅. =
0,046
= 0,052
e ol 0,9
(λ𝑚á𝑥 − 𝑛)
s D
𝐶. 𝐼. =
r c o
(𝑛 − 1)
Ma A razão de consistência
manteve-se abaixo dos 10%,
𝐶.𝐼.
𝐶. 𝑅. = sendo aceitável, conforme
𝑅.𝐼.
indicado por Saaty.
68
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
69
-0 0
. 868
43 5
8 .
01
AVALIAÇÃO
arr o s o AHP
o B
i n d
(Modelos Dcome ol Dados Quantitativos)
c os
a r
M
70
AVALIAÇÃO COM DADOS QUANTITATIVOS
-0 0
Em grande parte das análises baseadas em6modelos
8 8
5 .
3 numéricos que
multicritério, é comum possuirmos dados
8 . 4
1
0relativas das alternativas
já representam as importâncias
o s o
a
em r
rcada critério.
o B
i n d
e ol
s D
r c o Nesta situação, também é possível utilizar o
Ma Método AHP!
71
-0 0
. 868
43 5
.
Custo Armazenamento
Xiaomi R$ 1500,00 01 8 Xiaomi 64 Gb

o s o
Samsung R$ 1800,00
a rr Samsung 128 Gb
o B
Iphone R$ 5000,00
in d Iphone 128 Gb
e ol
Câmera
s D Duração de Bateria
Xiaomi 12 MP
r c o Xiaomi 24h
Samsung 12 MP Ma Samsung 18h
Iphone 20 MP Iphone 10h
72
Processo de normalização
Monotônico de
custo, ou seja,
-0 0
68
quanto menor,
melhor!
5 . 8
8 .43
01
Custo Câmera Armazenamento Duração de Bateria
Xiaomi 1500 12
o s o 64 24h
rr
12 a
Samsung 1800
o B 128 18h
n d
i 20
Iphone 5000
e ol 128 10h
s D
r c o
Ma
73
1 𝑎𝑖𝑗
Monotônico de 𝑥=
𝑎𝑖𝑗
υ=
σ 𝑎𝑖𝑗
-0 0
68
custo, ou seja,
quanto menor,
5 . 8
43
melhor!
Custo Custo
8 . Custo
o01
Xiaomi 1500 Xiaomi
r o s
0,000667 Xiaomi 0,4687
Samsung a r
Samsung 1800
o B 0,000556 Samsung 0,3906
n d
oli
Iphone 5000 Iphone 0,000200 Iphone 0,1406
s De Σ 0,001423 υ𝑋𝑖𝑎𝑜𝑚𝑖 =
0,000667
= 0,4687
𝑥𝑋𝑖𝑎𝑜𝑚𝑖 =
1
rc
= 0,000667o 0,001423
1500
1 Ma υ𝑆𝑎𝑚𝑠𝑢𝑛𝑔 =
0,000556
0,001423
= 0,3906
𝑥𝑆𝑎𝑚𝑠𝑢𝑛𝑔 = = 0,000556
1800 0,000200
υ𝐼𝑝ℎ𝑜𝑛𝑒 = = 0,1406
1 0,001423
𝑥𝐼𝑝ℎ𝑜𝑛𝑒 = = 0,000200
5000
74
Monotônico de
lucro, ou seja,
-0 0
68
quanto maior,
melhor!
5 . 8
Custo Câmera
8 .43
Armazenamento Duração de Bateria
o 01
Xiaomi 0,468 12
r o s 64 24h
12 a r
Samsung 0,390
o B 128 18h
Iphone 0,140
i n d 20 128 10h
e ol
s D
r c o
Ma
75
Monotônico de
𝑎𝑖𝑗
lucro, ou seja,
υ=
-0 0
68
quanto maior, σ 𝑎𝑖𝑗
melhor!
5 . 8
Câmera
8 . 43 Câmera
o 01
Xiaomi 12
r o s Xiaomi 0,273
a r
Samsung 12
o B Samsung 0,273
Iphone 20
in d Iphone 0,454
e ol
Σ 44
s D
r c o υ𝑋𝑖𝑎𝑜𝑚𝑖 =
12
= 0,273
Ma 44
12
υ𝑆𝑎𝑚𝑠𝑢𝑛𝑔 = = 0,273
44
20
υ𝐼𝑝ℎ𝑜𝑛𝑒 = = 0,454
44
76
Processo de normalização Monotônico de
lucro, ou seja,
quanto maior,
-0 0
melhor!
. 868
43 5
Custo Câmera
8 .
o 01
Xiaomi 0,468 0,273
r o s 64 24h
0,273 a r
Samsung 0,390
o B 128 18h
Iphone 0,140
i n d0,454 128 10h
e ol
s D
r c o
Ma
77
Monotônico de
𝑎𝑖𝑗
lucro, ou seja,
υ=
-0 0
68
quanto maior, σ 𝑎𝑖𝑗
melhor!
5 . 8
Armazenamento
8 . 43 Armazenamento
o 01
Xiaomi 64
r o s Xiaomi 0,2
a r
Samsung 128
o B Samsung 0,4
Iphone 128
in d Iphone 0,4
e ol
Σ 320
s D
64
= 0,2
Ma 320
128
320
128
320
78
Processo de normalização Monotônico de
lucro, ou seja,
quanto maior,
-0 0
melhor!
. 868
43 5
Custo Câmera
8 .
o 01
Xiaomi 0,468 0,273
r o s 0,2 24h
0,273 a r
Samsung 0,390
o B 0,4 18h
Iphone 0,140
i n d0,454 0,4 10h
e ol
s D
r c o
Ma
79
Monotônico de
𝑎𝑖𝑗
lucro, ou seja,
quanto maior,
υ=
σ 𝑎𝑖𝑗
-0 0
melhor!
. 8 68
43 5
Duração de Bateria
8 . Duração de Bateria
o 01
Xiaomi 24h
r o s Xiaomi 0,462
a r
Samsung 18h
o B Samsung 0,346
Iphone 10h
in d Iphone 0,192
e ol
Σ 52
s D
24
= 0,462
Ma 52
18
52
10
52
80
-0 0
. 868
43 5
8 .
01
Custo Câmera Armazenamento Duração de Bateria
Xiaomi 0,468 0,273

o s o 0,2 0,462
0,273 a rr
Samsung 0,390
o B 0,4 0,346
n d
i 0,454
Iphone 0,140
e ol 0,4 0,192
s D
r c o
Ma
81
Processo de agregação
-0 0
. 68
8
4 5
3 de Bateria Vetor
Custo Câmera Armazenamento
1 .
Duração
8 Prioridade
Xiaomi 0,468 0,273 0,200
o 0 0,462
r o s 0,548
Samsung 0,390 0,273
a r
0,400 0,346 0,283
o B0,400
Iphone 0,140 0,454
in d 0,192 0,117
e ol 0,052
s D
r c o
Ma
82
Resultados
-0 0
. 868
43 5
8 .
o 01
1º Xiaomi
r o s
a r
2º o B
Samsung
i n d
ol
3º De Iphone
os
a rc
M
83
O Método AHP aparenta ser difícil...
Mas viram só como foi tranquilo?
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
84

-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
85

-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
86
FERRAMENTAS COMPUTACIONAIS
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
87
www.3decisionmethods.com
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
88
REGISTRO DE PROGRAMA DE COMPUTADOR
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
Referência: BOZZA, Gabriel; RUY, Milena Mayara; SANTOS, Marcos dos; MOREIRA, Miguel
Ângelo Lellis; ROCHA JUNIOR, Claudio de Souza; GOMES, Carlos Francisco Simões;
Three Decision Methods (3DM) Software Web (v.1). 2020.
89
APLICAÇÃO DO MÉTODO EM PROBLEMAS REAIS
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
o B
in d
l
Mão na massa!
e o
s D
r c o
Ma
90
www.3decisionmethods.com
Duração de
Bateria
Xiaomi 1500 12 64 24h
-0 0
Samsu
. 868
ng
1800 12 128 18h
43 5
8 .
Iphone 5000 20 128
o 01 10h
r o s
a r
o B
in d
e ol
s D
r c o
Ma
91
APLICAÇÕES DO MÉTODO AHP EM CASOS REAIS
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
92
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
93
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
94
ALGUMAS LIMITAÇÕES SOBRE O MÉTODO AHP
1. Nenhum método resolve todos os problemas.

-0 0
. 868
2. Só funciona para até 15 critérios.
43 5
8 .
o 01
3. Número de comparações paritárias cresce muito rápido.
r o s
a r
4. Desgaste cognitivo do tomador de decisão. o B
i n d
e ol
5. Dificuldade de se obter uma RC
s Dmenor que 10%.
r c o
a
M inviável tomar muito tempo do DM.
6. Muitas vezes, torna-se
95
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
96
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
97
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
98
-0 0
. 868
43 5
8 .
o 01
Método AHP-Gaussiano Ba rr o s
do
olin
De
c os
ar
M
99
PROBLEMA REAL DA MARINHA DO BRASIL
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
100
REFERÊNCIAS DO MÉTODO AHP-GAUSSIANO
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
O método AHP-Gaussiano apareceu pela 1ª
vez no SBPO 2016.
101
PROBLEMA REAL DA MARINHA DO BRASIL
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
102
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
103
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B Artigo científico publicado
in d no IJAHP no ano de 2021.

e ol
s D
r c o
Ma
104
MÉTODO AHP-GAUSSIANO
-0 0
. 868
43 5
8 .
01
o
O rques
ro há de diferente
Ba
do
olin no AHP-Gaussiano?
De
c os
a r
M
105
O Método AHP-Gaussiano apresenta uma nova

-0 0
abordagem ao método original, baseada em uma
. 868
análise de sensibilidade proveniente do fator 43 5
8 .
gaussiano. 01
o
r o s
a r
o B
i
Com essa abordagem é possível obterd
n os pesos dos
e ol
s
critérios mediante as entradasD quantitativas das
r c o
alternativas em cada a
critério em análise, ou seja, a
M
partir dos dados da própria matriz de decisão.
106
Um dos pontos de destaque do novo modelo

-0 0
relaciona-se a redução do esforço cognitivo do decisor,
. 868
a partir do momento em que não é mais necessário a 43 5
8 .
o de
avaliação par a par entre os critérios para obtenção 01
r o s
seus respectivos pesos. a r
o B
i n d
e ol
s D que a viabilidade do
Entretanto, vale ressaltar,
c o
a rcenários em que as alternativas
M
modelo só é satisfeita em
possuam entradas cardinais nos critérios em análise.
107
...UTILIZANDO O EXEMPLO ANTERIOR
-0 0
. 868
43 5
Custo
8 . Armazenamento
Xiaomi R$ 1500,00
o 01 Xiaomi 64 Gb
r o s
Samsung R$ 1800,00
a r Samsung 128 Gb
o B
Iphone R$ 5000,00
in d Iphone 128 Gb
e ol
Câmera
s D Duração de Bateria
Xiaomi 12 MP
r c o Xiaomi 24h
Samsung 12 MP Ma Samsung 18h
Iphone 20 MP Iphone 10h
108
VAMOS CONSIDERAR VALORES JÁ NORMALIZADOS
Etapa 1 – Matriz de Decisão Normalizada

-0 0
. 868
4 3 5
Custo Câmera
.
Armazenamento
1 8
Duração de Bateria
Xiaomi 1500 12
o 0 64 24h
r o s
Samsung 1800 12
a r 128 18h
o B
Iphone 5000
i n d20 128 10h
e ol
s D
Custo
r c o Câmera Armazenamento Duração de Bateria
Xiaomi
Ma0,468 0,273 0,2 0,462
Samsung 0,390 0,273 0,4 0,346
Iphone 0,140 0,454 0,4 0,192
109
Etapa 2 – Cálculo da média das alternativas em cada critério

-0 0
. 868
4 3 5
Xiaomi Samsung
1 .
Iphone
8
Média
Custo 0,468 0,390

o 0 0,140 0,3333
0,273 rro
s
Câmera 0,273
B a 0,454 0,3333
Armazenamento 0,2
do0,4 0,4 0,3333
ol in
Bateria 0,462
D e 0,346 0,192 0,3333
c os
a r
M
110
Etapa 3 – Cálculo do desvio padrão dos critérios

com base na amostra das alternativas
-0 0
. 868
4 3 5
Xiaomi Samsung
1 .
Iphone
8
Desvio Padrão
Custo 0,468 0,390

o 0 0,140 0,1714
0,273 rro
s
Câmera 0,273
B a 0,454 0,1045
Armazenamento 0,2
do0,4 0,4 0,1155
ol in
Bateria 0,462
D e 0,346 0,192 0,1354
c os
a r
M σ𝑛𝑖=1(𝑥𝑖 − 𝑥)²
ҧ Obs: vejam a importância da
𝜎= Estatística em todas as áreas da DS!
𝑛−1
111
Etapa 4 – Cálculo do Coeficiente de Variação para cada critério

-0 0
. 8 68
Coeficiente 3
4 5
Desvio Padrão Média
1 8 . de Variação Coeficiente de Variação
Normalizado (Fator Gaussiano)
Custo 0,1714 0,3333
o 0 0,5142
0,3333 r r o s 0,3254
Câmera 0,1045
B a 0,3135 0,1984
Armazenamento 0,1155
d o
0,3333 0,3465
in
0,2192
Bateria 0,1354 e ol 0,3333 0,4062 0,2570
s D
c o
r conhecido como desvio padrão relativo (DPR),
é uma medida padronizada de
a
O coeficiente de variação (CV), também
Mdispersão de uma distribuição de probabilidade ou de
uma distribuição de frequências. É frequentemente expresso como uma porcentagem,
sendo definido como a razão do desvio padrão pela média
112
Etapa 5 – Processo de Agregação
-0 0
. 868
4
Duração.de
5
3Bateria Coeficiente de
1 8
0 0,462
Variação Normalizado
o
(Fator Gaussiano)
Xiaomi 0,468 0,273 0,200
r o s
0,400ar
0,3254
Samsung 0,390 0,273
B
o0,400
0,346
0,1984
Iphone
i n d
ol
0,140 0,454 0,192 0,2192
D e
os 0,2570
a rc
M
113
Etapa 6 – Obtenção do ranking
-0 0
. 868
43 5
8 .
01
AHP-Gaussiano Ranking AHP
Xiaomi 0,369
o s
1º o 0,381
rr
a 2º
Samsung 0,358
o B 0,356
in d
Iphone 0,273
e ol 3º 0,262
s D
r c o
Ma
114
O MÉTODO ESTÁ SENDO UTILIZADO NO BRASIL E NO MUNDO
Apresentação no Ministério da Defesa em Brasília
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
115
Apresentação para o Chefe do Estado-Maior da PMERJ
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
116
Palestra no Seminário Internacional de Estatística com R
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
117
Publicação de artigos científicos com professores da Índia
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
118
Publicação de artigos científicos com professores dos EUA
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
119
-0 0
68
. 8
4 5
3 com professores de Portugal
8 .
Publicação de artigos científicos
1
o 0
r o s
a r
o B
i n d
e ol
s D
r c o
Ma
120
-0 0
. 868
43 5
Pesquisas com professores da Irlanda
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
121
-0 0
Workshop para 86 líderes e gestores da Prefeitura do Rio de Janeiro
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
122
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
123
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
o B
in d
e ol Pesquisas orientadas que se tornaram artigos
s D científicos nacionais e/ou internacionais.
r c o
Ma
124
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
o B Pesquisas orientadas que se tornaram artigos
in d
l
científicos nacionais e/ou internacionais.
e o
s D
r c o
Ma
125
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
in d
l
e o
s D
r c o
Ma
126
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B Pesquisas orientadas que se
in d
l
tornaram artigos científicos nacionais
e o
D
e/ou internacionais.
c os
a r
M
127
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
in d
l
e o
s D
r c o
Ma
128
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
129
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
130
-0 0
. 8 68
43 5
8 .
o 01
r o s
r
Mão na massa!
Ba
do
ol in
D e
c os
a r
M
131
MODELANDO UM PROBLEMA “DO ZERO”
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
132
Critérios:
-0 0
1. Custo;
. 868
2. Alcance;
4 3 5
3. Mísseis; 1 8 .
o 0máxima;
4. s
Velocidade
r o
5.
B ar
Transporte de tropa.
do
li n
e o
s D Alternativas:
r c o
Ma 1. Apache;
2. Katran;
3. Viper.
133
MONTANDO A MATRIZ DE DECISÃO
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
134
ACABAMOS DE RESOLVER UM PROBLEMA QUE FOI
PUBLICADO EM UMA REVISTA INTERNACIONAL
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
135
REVISANDO A NOSSA AULA DE HOJE
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
136
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
137
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d Artigo científico
e ol publicado em 2021.
s D
r c o
Ma
138
STRENGTHS DO MÉTODO AHP-GAUSSIANO
-0 0
1.
68
Método novo, publicado em 2021 (estado da arte);
. 8
2.
43 5
Fácil de entender (dispersão em torno da média);
8 .
01
3. Fácil de usar (só preencher a Matriz de Decisão);
4.
s o
Possibilidade de trabalhar com um grande volume de dados
o
a rr
(muitas alternativas e muitos critérios);
B
5.o Exige menor esforço cognitivo por parte do decisor (não trabalha
d
in com comparações paritárias);
e ol
s D 6. Várias ferramentas computacionais gratuitas que realizam todos os
r c o
Ma 7.
cálculos do método (R, Python e Excel);
Aplicável em inúmeros problemas gerenciais do cotidiano, de
pequena, média e alta complexidade.
139
PESQUISA OPERACIONAL NÃO É BLÁ BLÁ BLÁ...
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
140
Aprendi o Método AHP de Thomas Saaty.
-0 0
. 868
43 5
8 .
o01
o s
Aprendi o Método AHP-Gaussiano.
r
a r
o B
in d
e ol
s D
r c o
Ma Aprendi os Métodos AHP e AHP-Gaussiano
Utilizando Excel.
141
-0 0
. 8 68
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
Capitão de Fragata Marcos Santos, PhD em Modelagem Matemática e Tomada de Decisão 142
OBRIGADO
-0 0
. 868
43 5
8 .
o 01
r o s
a r
o B
in d
e ol
s D
r c o
Ma
143
-0 0
. 868
43 5
8 .
01
OBRIGADO! B a rr o s o
do
l i n
linkedin.com/in/profmarcosdossantos
e o
s D
r c o
Ma
144
144

Slides Modelagem Matemática 12.03.24

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Slides Modelagem Matemática 12.03.24

Enviado por

Direitos autorais:

Formatos disponíveis

-0 0

c o s Decisão e Logística (UFF);

Capitão de Fragata Marcos Santos, PhD em Modelagem Matemática e Tomada de Decisão

Capitão de Fragata Marcos Santos, PhD em Modelagem Matemática e Tomada de Decisão

O Analytic Hierarchy Process (AHP) é um método para

O AHP é um método de tomada de decisão

“PRINT” DA OBRA ORIGINAL

Uma das principais características do método é a

s Dverbal já satisfaz o Variável

Escala Fundamental de Saaty

“PRINT” DA OBRA ORIGINAL

o B Importância moderada 3 1/3

s D Mais importante 5 1/5

Ma Muito mais importante 7 1/7

o B Importância moderada 3 1/3

s D Mais importante 5 1/5

Ma Muito mais importante 7 1/7

o B Importância moderada 3 1/3

s D Mais importante 5 1/5

Ma Muito mais importante 7 1/7

s D Mais importante 5 1/5

Ma Muito mais importante 7 1/7

Ba Importância moderada 3 1/3

o B consistência de uma matriz aleatória (RI).

o 01 Alt 1 𝑎11 𝑎12 ... 𝑎1𝑛

r o s Alt 2 𝑎21 𝑎22 ... 𝑎2𝑛

in d Alt n 𝑎𝑛1 𝑎𝑛2 ... 𝑎𝑛𝑛

Ba ▪ Teste de consistência das atribuições;

r c o alternativa em cada critério (𝑎𝑖𝑗 ).

r o salternativas pelos pesos dos respectivos

a r critérios (𝑤𝑗 𝑎𝑖𝑗 );

Avaliação das alternativas em cada critério do

“PRINT” DA OBRA ORIGINAL

Custo Câmera Armaz. Bateria

s D par a Mais importante 5 1/5

Custo Câmera Armaz. Bateria

s D Mais importante 5 1/5

Ma Muito mais importante 7 1/7

Custo Câmera Armaz. Bateria

s D Mais importante 5 1/5

Ma Muito mais importante 7 1/7

Custo Câmera Armaz. Bateria

s D Mais importante 5 1/5

M a Muito mais importante 7 1/7

Custo Câmera Armaz. Bateria

s D Mais importante 5 1/5

Custo Câmera Armaz. Bateria

s D Mais importante 5 1/5

Custo Câmera Armaz. Bateria

s D Mais importante 5 1/5

armazenamento. Intermediário 8 1/8

Custo Câmera Armaz. Bateria

s D Mais importante 5 1/5

Custo Câmera Armaz. Bateria

Custo Câmera Armaz. Bateria

Custo Câmera Armaz. Bateria

Custo Câmera Armaz. Bateria

Custo Câmera Armaz. Bateria

Custo Câmera Armaz. Bateria

Custo Câmera Armaz. Bateria

Custo Câmera Armaz. Bateria

“PRINT” DA OBRA ORIGINAL

Xiaomi R$ 1500,00 01 8 Xiaomi 64 Gb

Samsung 12 MP Ma Samsung 18h