Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 1 de 8 Página 1 de 8 Bibliografia ANDRADE, José V. de (org.). Introdução a pesquisa operacional : métodos e modelos para analise de decisão. 3ª ed. Rio de Janeiro: LTC, 2010.. FREITAS FILHO, Paulo José. Introdução à Modelagem e Simulação de Sistemas com Aplicações em Arena. 2ª ed. Florianópolis: VisualBooks, 2008. Cronograma de Aula 08/08 26/09 - Introdução. - Problemas de Congestionamento - Teoria de Filas - Planejamento, Programação e Controle de Projetos (PERT/CPM) 03/10 Prova N1 17/10 Revisão de Prova 17/10 21/11 - Modelagem e Simulação de Sistemas - A Linguagem de Simulação ARENA - Projeto de Simulação 28/11 Prova N2 05/12 Revisão de Prova 12/12 PS Teoria da Decisão Para Moreira, (1996), a teoria da decisão pode ser conceituada como um conjunto específico de técnicas que auxiliam o tomador de decisão a reconhecer as particularidades do seu problema e a estruturá-lo. A teoria da decisão sugere ainda soluções segundo alguns critérios preestabelecidos. O ponto de partida para a teoria da decisão é a identificação dos elementos comuns que existem nos problemas de decisão. Estrutura de um problema de decisão Os problemas de decisão podem abranger desde situações simples resolvidos por apenas uma pessoa, até cenários altamente complexos. Os resultados podem atingir uma única pessoa, ou até mesmo milhões de pessoas. Elementos comuns ao problema de decisão Três elementos estão presentes quando se deve solucionar um problema de decisão: 1 – Estratégias alternativas; 2 – Resultados; e 3 – Estados da natureza. 1 - Estratégias alternativas: As estratégias são as possíveis resoluções para o problema. Um problema só poderá ser resolvido se sairmos do estágio “achar uma solução”, para o estágio de “escolher entre várias alternativas de solução”. Torna-se necessário possuir uma lista, tão completa quanto possível, de todos os cursos de ação possam levar ao desaparecimento do problema. 2 - Resultados: Cada alternativa da solução leva a um ou mais resultados, que são as consequências das alternativas. É necessário cuidado nesse ponto, já que alguns podem acreditar que uma dada alternativa deve fatalmente levar a um só resultado. Isso pode ser verdade ou não. Os resultados relevantes podem ser expressos qualitativamente (estados favoráveis ou desfavoráveis), ou quantitativamente (números que medem lucro, prejuízo, receita, etc). AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 2 de 8 Página 2 de 8 3 - Estados da natureza: São as ocorrências futuras que podem influir sobre as alternativas, fazendo com que elas possam apresentar mais de um resultado. Uma Cia que quer lançar um novo produto, pode deparar-se com algumas alternativas de construir uma nova fábrica para esse novo projeto, ou utilizar as instalações existentes. Sabe-se que a demanda pode ser baixa, média e alta. Deve-se considerar com cuidado antes de passar a solução. A Matriz de Decisão A matriz de decisão é um auxílio visual a um problema de decisão, que permite juntar os três elementos comuns vistos anteriormente. A matriz é geralmente assim constituída: • Nas linhas listam-se as alternativas possíveis; • Nas colunas listam-se os estados da natureza; e • Em cada cruzamento linha/coluna coloca-se o resultado correspondente. A tabela abaixo mostra o aspecto de qualquer matriz de decisão com p alternativas e k estados da natureza Classificação dos Problemas de Decisão A classificação dos problemas de decisão é feita de acordo com os estados da natureza. a) Problemas de Decisão Tomada Sob Certeza (DTSC): São aqueles onde existe um só estado da natureza, ou seja, todos os estados da natureza levam a um só resultado para cada alternativa. Interessa-nos mais os problemas que não são imediatos no ponto de vista teórico, motivo pelo qual restringiremos nossa atenção aos outros dois tipos como veremos a seguir. b) Problemas de Decisão Tomada Sob Risco (DTSR): São aqueles onde podemos, objetiva ou subjetivamente, atribuir probabilidades de ocorrência aos estados da natureza. c) Problemas de Decisão Tomada Sob Incerteza (DTSI): São aqueles onde desconhecemos e não podemos, por qualquer motivo, atribuir probabilidades aos estados da natureza. Note-se que em todo caso conhecemos os estados possíveis: apenas não temos para eles probabilidades estabelecidas. Decisão Tomada sob Risco (DTSR) Nos problemas de decisão tomada sob risco, conhecemos as probabilidades de ocorrência de cada um dos estados da natureza. A decisão é tomada com base no resultado médio ou resultado esperado de cada alternativa. Valor Esperado da Alternativa Segundo Moreira, (1996), “Valor esperado da Alternativa (VEA) é a soma dos produtos dos resultados da alternativa pelas respectivas probabilidades dos estados da natureza a eles associados”. Com se vê, o VEA nada mais é do que a média ponderada dos resultados possíveis para a alternativa, tomando as probabilidades dos estados da natureza como pesos de ponderação. AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 3 de 8 Página 3 de 8 Uma vez calculado ao VEA para cada alternativa, a sua comparação pura e simples permite escolher a melhor delas. Retomemos o caso do lançamento do novo produto ao qual nos referimos anteriormente. A matriz da decisão, já com as probabilidades associadas aos estados da natureza, está dada na tabela abaixo. Os resultados são expressos em milhões de reais de lucro anual sob cada alternativa e estado da natureza. Resolução: A matriz nos mostra que, se forem usadas as instalações existentes, as perdas serão menores se a demanda for baixa; em compensação, os lucros serão maiores se forem construídas novas instalações e a demanda for alta (haverá maior capacidade de produção para aproveitar a alta demanda). As probabilidades 0,2; 0,3 e 0,5 representam as expectativas adotadas pelo tomador de decisão sobre a ocorrência futura dos estados da natureza, ou seja, das características da demanda. Cálculo dos valores esperados Alternativa: Usar instalações existentes VEA=(-100*0,2) + (100*0,3) + (200*0,5) = 110 Alternativa: Construir novas instalações VEA=(-300*0,2) + (0*0,3) + (400*0,5) = 140 Espera-se portanto, que a construção de novas instalações para a fabricação do produto possa levar a um lucro maior de $ 140 milhões, contra $ 110 milhões caso sejam aproveitadas as instalações existentes. Logo opta-se pela construção de novas instalações. Valor Esperado da Informação Perfeita Até que ponto devemos empenhar esforços e consumir recursos para obter melhores informações sobre o futuro? A melhor qualidade da informação disponível para a decisão leva geralmente a um melhor resultado. Em contrapartida, a informação mais apurada também custa mais caro. Deve-se buscar a informação perfeita (supondo ser isso possível) até o ponto em que custe a mesma coisa que o que estamos perdendo em não tê-la. Esse valor é chamado de VEIP-Valor Esperado da Informação Perfeita. Supondo um feirante que trabalha com melões (comprados no sábado e vendidos no domingo). É paga $2,00/unid. e vende a $4,00/unid. As demandas assumidas são 50, 100 e 150/unid. O feirante poderá comprar qualquer dessas quantidades, mas conhece somente as probabilidades, a saber, 0,35; 0,45 e 0,20 respectivamente. Os melões não vendidos são descartados. Dentro dessa situação, espera-se saber: 1 – A melhor decisão a tomar sob risco; e 2 – O valor esperado da informação perfeita. AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 4 de 8 Página 4 de 8 A primeira providência é montar a matriz da decisão. O feirante ganha $2,00 em cada melão (4-2), e perde $2,00 por melão que não vende. Se comprar 50(conservadora) ele não perde nada, pois é a menor demanda possível, e sempre ganhará $2,00 x 50 = $ 100,00. Se ele comprar 100 melões e vender 50, o lucro será zero, a saber: Na venda 50 x $2,00 = 100,00 Na perda - 50 x $2,00 = -100,00 Lucro Líquido 0,00 AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 5 de 8 Página 5 de 8 Para encontrar a melhor opção de compra sob risco basta calcularmos os valores de lucro esperados de cada opção: Comprar 50 melões: VEA = (100)*(0,35) + (100)*(0,45) + (100)*(0,20) = $ 100 Comprar 100 melões: VEA = (0)*(0,35) + (200)*(0,45) + (200)*(0,20) = $ 130 Melhor opção de compra com lucro médio de $130,00 Comprar 150 melões: VEA == (-100)*(0,35) + (100)*(0,45) + (300)*(0,20) = $ 105 Valor Esperado da Informação Perfeita E se alguém oferecesse ao feirante a informação perfeita de antemão? Todo sábado alguém diz ao feirante quantos melões irá vender no domingo, aí ele sempre comprará exatamente o que irá vender. Note-se que se comprar 50 melões, o lucro será $100. Se 100, $200. Se 150, o lucro será de $ 300. Ocorre que o feirante: Lucrará $100 em 35% das oportunidades; Lucrará $200 em 45% das oportunidades; e Lucrará $300 em 20% das oportunidades. Calcular o Valor Médio Da posse da informação perfeita, o lucro médio do feirante será: (100)*(0,35) + (200)*(0,45) + (300)*(0,20) = $185. Lucro máximo sem a informação perfeita = $130. Logo VEIP = $185 - $130 = $55, ou seja, o feirante não poderá pagar mais que $55 por semana pela informação. – Exatamente o que irá ganhar com ela. Problemas de Decisão Tomada Sob Incerteza (DTSI): Na decisão tomada sob incerteza, não são conhecidas as probabilidades de ocorrência dos estados de natureza. Existem diversos critérios disponíveis para a tomada de decisão, cada qual com sua lógica subjacente. Não há critério único para problemas de decisão tomada sob incerteza. Apresenta-se a seguir alguns dos os critérios mais conhecidos: 1) CRITÉRIO MINIMAX sua principal característica é ser bastante conservador, devido escolher a alternativa com o “menos ruim” dos resultados; 2) CRITÉRIO MAXIMAX sua principal característica é ser fundamentalmente otimista, pois escolhe com o melhor dos resultados; 3) CRITÉRIO DE LAPLACE que destaca-se por atribuir probabilidades idênticas aos resultados da natureza e toma a decisão como se fosse agora o problema do tipo DTSR (problemas de decisão tomada sob risco) CRITÉRIO MINIMAX A palavra “minimax” quer dizer “ o máximo entre mínimos ” . Para cada alternativa, anotamos o pior resultado, comparando todas as alternativas entre si, escolhemos aquela que conduz ao “menos ruim” dos piores. É preciso tomar algum cuidado, pois o que é “mínimo ” ou “máximo” depende de como foi construída a matriz de decisão. Se os resultados estão expressos em lucro ou ganho de qualquer espécie, então o pior resultado será o menor valor numérico. O contrário acontecerá se os resultados expressarem despesa ou perda de qualquer espécie. EXEMPLO: AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 6 de 8 Página 6 de 8 Retornemos ao exemplo do feirante de melões, sendo que desta vez, não serão conhecidas as probabilidades dos estados de natureza, com a finalidade de aplicarmos o critério minimax: SOLUÇÃO: A tabela abaixo transcreve a matriz de decisão do problema do feirante, com uma coluna adicional que aponta para cada alternativa, o pior resultado de cada alternativa: Como a matriz de decisão é expressa em termos de lucro associado a cada opção de compra de certa quantidade de melões, os piores resultados são expressos pelos números mais baixos de cada alternativa. Como a matriz de decisão é expressa em lucro associado a cada opção de compra, os piores resultados são expressos pelos menores valores. Portanto, a alternativa escolhida é a que conduz ao lucro de $ 100,00. O critério é baseado em um comportamento pessimista, ou pelo menos, bastante conservador. CRITÉRIO MAXIMAX Neste critério, identifica-se em cada alternativa o seu melhor resultado. A palavra “maximax” indica “o máximo dos máximos”. Dados os melhores resultados de cada alternativa, escolhe-se aquela com o melhor entre os melhores: EXEMPLO: Novamente, retornemos ao problema dos melões. A matriz de decisão aparece na tabela abaixo, agora com uma coluna apontando os melhores resultados (os de maior valor, neste caso) de cada alternativa. Utilizemos o critério maximax para tomarmos a decisão: AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 7 de 8 Página 7 de 8 A melhor alternativa é agora a opção de comprar 150 melões, conduzindo ao máximo lucro possível, de R$300,00. Esse método é claramente a maneira de pensar otimista incorrigível, que encara o futuro como totalmente favorável a seus planos. CRITÉRIO DE LAPLACE O critério de Laplace usa todos os dados da matriz de decisão. Como não são conhecidas as probabilidades dos estados da natureza, elas são suposta iguais, por falta de razão para supô-las diferentes. Por esse motivo, o critério de Laplace é algumas vezes referido como “critério ou método da razão insuficiente”. A probabilidade associada a cada estado da natureza é sempre igual à unidade dividida pelo número de estados da natureza. Após assumir probabilidades iguais, calcula-se o valor esperado para cada alternativa, escolhendo-se a que conduzir ao melhor valor esperado. EXEMPLO: No caso do feirante com seus melões, a probabilidade que o critério de Laplace atribui a cada estado da natureza é de 1/3, tendo em vista que existem 3 estados da natureza. Os valores esperados são: Comprar 50 melões VEA = (100) (1/3) + (100) (1/3) + (100) (1/3) = R$100,00 Comprar 100 melões VEA = (O) (1/3) + (200) (1/3) + (200) (1/3) = R$133,33 Comprar 150 melões VEA = (-100) (1/3) + (100) (1/3) + (300) (1/3) = R$100,00 A melhor alternativa é aquela com a maior VEA (VALOR ESPERADO DA ALTERNATIVA) , ou seja, a alternativa de se comprar 100 melões, conduzindo a um lucro esperado de R$133,33 CRITÉRIO MÍNIMO ARREPENDIMENTO Mais sofisticado que os anteriores, busca minimizar o arrependimento por se escolher uma alternativa errada. É conveniente antes de tudo definir o que se entende por arrependimento. Dado um estado da natureza chama-se arrependimento associado a uma certa alternativa aquilo que se perde, em termos relativos, por não se ter escolhido a melhor alternativa, quando considerado esse estado da natureza. Para cada estado da natureza, haverá uma melhor alternativa que lhe é associada. No problema dos melões por exemplo, se considerarmos o estado da natureza vender 100 melões teremos: AULA 01 PESQUISA OPERACIONAL: SIMULAÇÃO Página 8 de 8 Página 8 de 8 Matriz de arrependimento para o problema dos melões Suponha um feirante que trabalhe com melões. Estes são comprados no Sábado e revendidos no Domingo. O feirante paga $ 1,50 por melão que compra e revende-os por $ 3,0 a unidade. Supondo que ele tenha 04 quantidades de demanda 50, 100,150 e 200, obviamente ele não sabe qual será a demanda, conhecendo somente suas probabilidades. Com base na probabilidade ele estima os valores 0,30; 0,40; 0,20 e 0,10 para cada quantidade respectivamente. Determinar: - Construa a matriz de dados iniciais - Valor esperado da alternativa - Valor esperado da informação perfeita Desconsiderar as probabilidades dos estados da natureza e determinar - Critério Minimax - Critério Maxax - Elaborar matriz de arrependimento.
Compartilhar