Baixe o app para aproveitar ainda mais
Prévia do material em texto
Métodos Quantitativos para a tomada de decisões 1 Prof. Marcelo Leite Tipos de Modelos: Modelos físicos; Modelo análogo; Modelo matemático ou simbólico. 2 Objetivo Geral: Os modelos de tomada de decisão podem ser utilizados como ferramentas consistentes para avaliação e a divulgação de diferentes políticas/medidas empresariais na busca da solução de problemas. Maquetes, protótipos, modelos, etc. Mapas, hodômetro, termômetro, etc. Grandezas representadas por variáveis e suas relações representadas por expressões matemáticas. O que são problemas? Os problemas existem quando o estado atual é diferente do estado desejado. Em outras palavras, problemas são situações que a empresa precisa resolver para atingir seus objetivos. Diante dos problemas organizacionais, encontramos fatores que interferem na tomada de decisão. 3 4 Este é um processo que deve apresentar cinco etapas consecutivas, que podem ou não ser repetidas, dependendo da situação/necessidade. Sendo um processo cíclico, que pode retroceder a níveis anteriores quando algum problema, relativo a qualquer das etapas, for detectado. Pois, cada etapa essencial neste processo. 5 6 Neste processo, a etapa de partida, que consiste na “identificação do problema”, é determinante para sua resolução. Pois, se o “problema” em questão não for identificado, definido, corretamente, não há como obter sua solução. Assim, a má definição do problema não levará a sua resolução, além de levar a perda de tempo e de esforço. Muitas vezes, a falha ocorre nessa etapa inicial. 7 Obrigam os tomadores de decisão a tornarem explícitos seus objetivos e a identificação e armazenamento de diversas decisões que influenciam no atingimento destes objetivos. Exigem a identificação e o armazenamento das relações entre as diferentes decisões. Forçam a determinação das variáveis a serem consideradas pelo modelo, sua quantificação e a identificação das suas limitações. Permite a comunicação e o trabalho em grupo. 8 → São os mais utilizados na modelagem de situações gerenciais, pois: As grandezas são representadas por variáveis de decisão/explicativas, que constituem dados e informações sobre o objeto da análise e/ou objetivo a ser atingido. As relações entre estas variáveis são representadas por expressões matemáticas formuladas a partir informações coletadas. 9 → O modelo é uma simplificação da realidade. Devendo ser formulado de maneira que: Os resultados atinjam os objetivos para o qual este foi formulado; O modelo seja consistente com os dados coletados; O modelo possa ser desenvolvido e analisado no tempo que foi disponibilizado para tal. 10 São modelos simbólicos em que uma das variáveis explicativas utilizadas para sua formulação é uma decisão gerencial a ser tomada. Neste modelo, a decisão a ser tomada é definida a partir um objetivo que deve ser atingido. Desta forma, adicionalmente as variáveis de decisão que são empregadas para formular o modelo, temos uma variável que representa uma medida de performance, ou seja, de desempenho a ser atingido. 11 12 Os modelos simbólicos podem ser classificados de acordo com nível de incerteza existente entre as variáveis de decisão/explicativas. Modelos determinísticos: são aqueles em que todas as informações relevantes, variáveis de decisão, são assumidas como conhecidas, sem haver incertezas; Modelos probabilísticos: são aqueles em que uma ou mais variáveis de decisão não são conhecidas com certeza, havendo incertezas. Nos modelos simbólicos/matemáticos probabilísticos a incerteza presente em uma ou mais variáveis de decisão deve ser incorporada ao modelo, se constituindo em outro elemento a ser considerado na sua montagem. 13 Como estas variáveis são quantitativas, ou seja, seus valores são expressos em números: salários, quantidades, idades, volumes, valores, etc., estas podem assumir, teoricamente, qualquer valor entre dois limites. Podendo ser do tipo discretas ou contínuas. Modelos Probabilísticos Discretos. Modelos Probabilísticos Contínuos. Modelos Probabilísticos Discretos: Os dados quantitativos discretos assumem valores dentro de um conjunto com os números especificados. Exemplo: a quantidade de vendas feitas em um determinado período de tempo (0,1,2,3,4,...). Neste caso, os dados observados formam um conjunto finito (ou enumerável) de números. 14 Modelos Probabilísticos Contínuos: Os dados quantitativos contínuos assumem valores em um intervalo contínuo de números. Em geral, este tipo de dado é proveniente de medições de uma característica da qualidade de uma peça, produto ou atividade. Desta forma, os possíveis valores podem incluir "todos" os números do intervalo de variação da característica medida. Exemplo: em quanto tempo (horas, minutos, segundos) cada venda foi realizada. É a representação mais simples de um modelo simbólico. Permitindo a visualização de suas variáveis de entrada e de saída. Neste modelo apenas as variáveis de decisão, os parâmetros e as medidas de performance ou consequências (que são as variáveis dependentes) são apresentadas. Não sendo apresentadas as formas através das quais estas foram obtidas. 15 MODELO • Variáveis explicativas ou de decisão • Parâmetros • Performance • Consequências O “Diagrama de blocos” é uma forma padronizada e eficaz de representar as etapas que devem ser cumpridas, ou, os passos à serem seguidos, em um determinado processo. Constituindo-se num modelo em que são apresentas as relações de causa e efeito entre as suas diversas variáveis. Como o “modelo da caixa-preta”, o “diagrama de blocos” é um instrumento útil na organização do problema e no início da documentação/representação do modelo. Apesar de não apresentarem a solução para o problema, estas ferramentas auxiliam no entendimento/visualização da complexidade do modelo e na identificação das variáveis que são importantes. 16 17 Modelo da Caixa-Preta Diagrama de Blocos Representações Gráficas Fonte: material didático, apostila 1 (Pesquisa Operacional na tomada de decisão), cap. 1, pag. 6 e 7. Pesquisa Operacional (P.O.) é um método científico empregado para realização do processo de “tomada de decisões” em diferentes situações, problemas. A P.O. possibilita estruturar processos, propor um conjunto de alternativas e ações, fazer previsões e realizar comparação de valores, de eficiência e de custos. A P.O. é, portanto, um sistema organizado com auxílio de modelos, bem como sua experimentação, com o objetivo de operar um sistema da melhor maneira possível. Desta forma, a P.O. é uma ferramenta matemática aplicada no processo de tomada de decisão, fazendo uso de modelos matemáticos estruturados em fases. 18 Por ser uma ferramenta matemática aplicada, a P.O. nos dá condições para: 1. Solucionar problemas reais; 2. Tomar decisões embasadas em fatos, dados e correlações quantitativas; 3. Conceber, planejar, analisar, implementar, operar e controlar sistemas por meio da tecnologia bem como de métodos de outras áreas do conhecimento; 4. Minimizar custos e maximizar o lucro; 5. Encontrar a melhor solução para um problema, ou seja, a solução ótima. 19 Os problemasde Programação Linear (PL) são modelos de programação matemática que tem por objetivo buscar soluções que apresentem de forma mais eficiente e eficaz as combinações de recursos escassos. Buscando maximizar ou minimizar uma quantidade/resultado expressa na forma de “Lucro”, “Custo”, “Receita” ou “Produção” chamada de objetivo, o qual, depende da alocação dos recursos disponíveis. Neste modelo, as relações entre as variáveis são formalizadas por meio de restrições ao problema expressas como equações e/ou inequações matemáticas. 20 Os problemas de Programação Linear (PL) buscam a distribuição eficiente de recursos limitados para atender um determinado objetivo, em geral, maximizar lucros ou minimizar custos. Em se tratando de PL, esse objetivo é expresso através de uma função linear, denominada de “Função objetivo”. A utilização de PL, com emprego de uma “Função objetivo”, busca solucionar problemas que possuam (sejam expressos) no máximo duas variáveis de decisão. Apesar deste tipo de solução estar distante dos problemas do mundo real, que tem sempre muito mais variáveis, seu emprego nos permite entender os princípios básicos do método analítico para solução de problemas práticos. 21
Compartilhar