Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal Fluminense Apostila de Pesquisa Operacional II Teoria da Decisão Lidia Angulo Meza Renato Teixeira da Silva Volta Redonda, 11 de março de 2008 I Sumário 2. Teoria da Decisão.................................................................................................... 1� 2.1Conceitos Básicos ................................................................................................... 1� 2.1.1 Decisor ............................................................................................................................. 1� 2.1.2 Analista ............................................................................................................................ 1� 2.1.3 Conjunto de Alternativas.................................................................................................. 1� 2.1.4 Atributos........................................................................................................................... 1� 2.2 Apoio Multicritério à Decisão............................................................................... 2� 2.2.1 Tipos de Problemas .......................................................................................................... 2� 2.2.2 Preferência do Decisor ..................................................................................................... 2� 2.2.3 Método ou Escolha Justa.................................................................................................. 3� 2.3 Exemplo ................................................................................................................. 3� 2.4 Métodos Elementares............................................................................................ 3� 2.4.1 Método da Dominância .................................................................................................... 3� 2.4.2 Método Conjuntivo .......................................................................................................... 3� 2.5 Métodos Ordinais.................................................................................................. 4� 2.5.1 Método Lexicográfico ...................................................................................................... 4� 2.5.2 Método de Borda.............................................................................................................. 4� 2.5.3 Método de Condorcet ....................................................................................................... 4� 2.5.4 Método de Coppeland ...................................................................................................... 6� 2.5.5 Método das Ponderações.................................................................................................. 6� 2.6 Decisão com Incerteza........................................................................................... 9� 2.6.1 Exemplo ........................................................................................................................... 9� 2.6.2 Regra Otimista ................................................................................................................. 9� 2.6.3 Regra Pessimista ............................................................................................................ 10� 2.6.4 Regra de Laplace............................................................................................................ 10� 2.6.5 Regra de Savage ............................................................................................................. 11� 2.6.6 Critério de arrependimento (ou de perda de oportunidade)............................................ 12� II 2.7 Decisão com risco ................................................................................................ 13� 2.7.1 Exemplo 1 ...................................................................................................................... 13� 2.7.2 Exemplo 2 ...................................................................................................................... 13� 2.7.3 Decisão com experimentação ou a “posteriori”............................................................. 15� 2.7.4 Exemplo 3 ...................................................................................................................... 15� 2.7.5 Valor da Experimentação ............................................................................................... 17� 2.7.5.1 Valor esperado da informação perfeita (EVPI) ....................................................... 17� 2.7.5.2 Valor esperado da experimentação.......................................................................... 17� 2.8 Bibliografia.......................................................................................................... 18� Pesquisa Operacional II – Teoria da Decisão Profª Lidia 1 2. Teoria da Decisão "Faça as coisas o mais simples que você puder, porém não as mais simples." Albert Einstein Nos dias atuais, tanto na área pública quanto na privada, somos cercados de vários problemas complexos da tomada de decisão. O Homem sempre tentou resolver esses problemas através de raciocínios dedutivos, heurísticas e abstrações a fim de guiar suas escolhas e também poder validá-las (Gomes et al., 2004). Este capítulo visa apresentar alguns métodos para o auxílio na tomada de decisão em cenários complexos. 2.1Conceitos Básicos 2.1.1 Decisor Indivíduo ou grupo de indivíduos que, direta ou indiretamente, proporciona o juízo de valor final que poderá ser utilizado no momento de avaliar as alternativas disponíveis, objetivando identificar a melhor escolha. Sempre se supõe a existência de um decisor, seja este ideal ou real. 2.1.2 Analista É a pessoa, ou equipe de trabalho, incumbida de modelar o problema e fazer as recomendações relativas à seleção final. Ela deve examinar as opiniões do decisor, tratando-as de forma objetiva para que sejam transferidas posteriormente para o modelo. 2.1.3 Conjunto de Alternativas Conjunto sobre o qual o decisor deverá identificar a melhor escolha. Essas alternativas podem ser discretas, como apartamentos para alugar, ou contínuas, como a localização em um plano. 2.1.4 Atributos Atributos ou critérios são o conjunto de características de cada alternativa. Somente a partir dos atributos é possível realizar a escolha. Tomemos como exemplo a compra de Pesquisa Operacional II – Teoria da Decisão Profª Lidia 2 um carro: o conjunto de alternativas são os carros possíveis para compra, como Astra, Parati, Gol, etc. e os atributos podem ser o preço, conforto, rendimento, potência, entre outros, de cada carro. 2.2 Apoio Multicritério à Decisão Segundo Gomes et al. (2004), o Apoio Multicritério à Decisão é a atividade do analista que, baseado em modelosclaramente apresentados, ajuda na obtenção de elementos de resposta às questões de um decisor no decorrer de um processo. Esses elementos servem para esclarecer cada decisão e, normalmente, recomendá-la ou, simplesmente, favorecê- la. A metodologia multicritério se segmenta em dois segmentos: • O primeiro é a contínuo, conhecido como Programação Multiobjetivo ou Otimização Vetorial, que trabalha com problemas com objetivos múltiplos, onde as alternativas podem assumir um número infinito de valores. • O segundo é o discreto, conhecido como Decisão Multicritério Discreta (DMD), que analisa problemas com o conjunto de alternativas de decisão formado por um número finito e geralmente pequeno de variáveis. Somente este segmento será abordado nesta apostila. 2.2.1 Tipos de Problemas Em um dado problema de decisão, uma das quatro problemáticas é abordada pela DMD: • P�: seleciona a melhor alternativa ou as melhores alternativas. • P�: aceita alternativas que parecem boas e descarta as alternativas que parecem ruins, ou seja, realiza classificação das alternativas. • P�: gera uma ordenação das alternativas. • P�: realizar uma descrição das alternativas. 2.2.2 Preferência do Decisor Com o intuito de representar as preferências do decisor de forma realista, ao comparar duas alternativas podemos nos deparar com quatro situações mutuamente excludentes: • Indiferença (I): quando o tomador de decisão é indiferente entre x1 e x2, isto é, existem razões claras para justificar a equivalência entre duas alternativas. Essa situação é representada por x1 I x2 (lê-se x1 indiferente a x2). • Preferência estrita (P): o tomador de decisão prefere estritamente x1 a x2. Essa situação é representada por x1 P x2 (lê-se x1 estritamente preferível a x2). • Preferência fraca (Q): quando o tomador de decisão não sabe se prefere estritamente x1 a x2 ou se é indiferente a essas alternativas. Essa situação é representada por x1 Q x2 (lê-se x1 preferível ou indiferente a x2). • Incompatibilidade (R): ocorre quando não é possível identificar nenhuma das três situações anteriores. Essa situação é representada por x1 R x2 (lê-se x1 incomparável a x2). Pesquisa Operacional II – Teoria da Decisão Profª Lidia 3 OBS.: Serão utilizados nas próximas seções somente os conceitos de Indiferença (I) e Preferência (P) nos métodos apresentados. 2.2.3 Método ou Escolha Justa Consiste em um conjunto de propriedades que garante um método justo. • Propriedade 1: Transitividade Caso aPb e bPc, então podemos afirmar que aPc. • Propriedade 2: Totalidade O método deve conseguir colocar as alternativas em ordem. • Propriedade 3: Unanimidade Todas as alternativas “concordam” com a ordenação. • Propriedade 4: Independência A posição de uma alternativa em relação a outra depende somente delas e não do conjunto de todas as alternativas. • Propriedade 5: Universalidade O método deve satisfazer todas as propriedades anteriores. 2.3 Exemplo Será utilizado um problema de expansão de um prédio como exemplo de aplicação dos métodos de DMD. Este problema possui os seguintes atributos e as seguintes alternativas: Alternativas Custo Funcionalidade Qualidade A1 R$11.000,00 7 Deficiente A2 R$14.000,00 9 Suficiente A3 R$13.000,00 5 Muito Boa A4 R$12.000,00 3 Boa A5 R$12.000,00 6 Boa Tabela 2.1: Problema de expansão de um prédio 2.4 Métodos Elementares 2.4.1 Método da Dominância O Método da Dominância visa retirar do conjunto todas as alternativas que são dominadas. Sejam duas alternativas A1 e A2. Se A1 for melhor ou igual a A2 em todos os critérios, então podemos afirmar que A1 domina A2 e A2 pode ser retirada do conjunto. Aplicação: Comparando as alternativas A4 e A5 vemos que A5 domina A4. Portanto A4 pode ser retirada da análise. 2.4.2 Método Conjuntivo Pesquisa Operacional II – Teoria da Decisão Profª Lidia 4 O Método Conjuntivo objetiva classificar as alternativas em duas classes: Aceitável ou Inaceitável. Para isso pode-se estabelecer valores mínimos ou máximos para cada critério. Aplicação: Imagine uma restrição orçamentária que limita os gastos em no máximo R$ 13.500,00. Com isso as alternativas A1, A3, A4 e A5 são aceitáveis e a alternativa A2 é inaceitável. 2.5 Métodos Ordinais 2.5.1 Método Lexicográfico O Método Lexicográfico busca ordenar as alternativas através de uma ordenação prévia dos critérios. Essa ordenação dos critérios se dá por ordem de importância. A ordenação das alternativas é feita pelo critério de maior importância. Caso haja algum empate, utiliza-se o segundo critério mais importante e assim consecutivamente até que todas as alternativas sejam ordenadas. Aplicação: A ordenação dos critérios é a seguinte: Custo, Funcionalidade, Qualidade. Ordenando as alternativas: A1, A5, A4, A3, A2. 2.5.2 Método de Borda O Método de Borda ordena as alternativas através de uma pontuação atribuída a cada uma delas. Essa pontuação é dada da seguinte forma: as alternativas são ordenadas da melhor para a pior segundo cada critério. A cada posição da alternativa é atribuída uma pontuação correspondente (1º lugar = 1 ponto; 2º lugar = 2 pontos; e assim sucessivamente; em caso de empate é realizada uma média dos pontos e atribuída para cada alternativa). Aplicação: Custo Func. Quali. A1 = 1 + 2 + 5 = 8 A2 = 5 + 1 + 4 = 10 A3 = 4 + 4 + 1 = 9 A4 = 2,5 + 5 + 2,5 = 10 A5 = 2,5 + 3 + 2,5 = 8 A ordenação obtida foi: A1 e A5, A3, A2 e A4. 2.5.3 Método de Condorcet No Método de Condorcet as alternativas são comparadas par a par em relação a todos os critérios. Uma alternativa será preferível a outra caso apresente um número de critérios favoráveis. Após comparar as alternativas, um grafo é criado. Caso uma alternativa X seja preferível a outra Y, é gerado um arco partindo de X e chegando a Y. Caso uma alternativa Y seja indiferente a outra Z, dois arcos são gerados: um saindo de Y e Pesquisa Operacional II – Teoria da Decisão Profª Lidia 5 chegando em Z e outro saindo de Z e chegando em Y. O grafo acima pode ser visto na Figura 2.1. Figura 2.1: Grafo do Método Condorcet A partir deste grafo é obtida uma matriz de adjacências (Seção 1.2.4), onde o arco do grafo receberá o valor de 1, indicando preferência e 0, caso contrário. É essa matriz de adjacências que classifica as alternativas através de duas fases: • Destilação Descendente: Identifica as alternativas da melhor para a pior. A melhor alternativa é aquela preferível a todas as outras, isto é, sua linha possui apenas valores 1 (menos na coluna que a representa), e a coluna possui apenas valores 0. Após identificar a melhor alternativa, ela é excluída da matriz de adjacências e o mesmo processo é repetido até que não seja mais possível. Assim, no final, teremos uma lista das melhores alternativas. • Destilação Ascendente: Identifica as alternativas da pior para a melhor. A pior alternativa é aquela em que todas as alternativas são preferíveis a ela, isto é, sua linha possui apenas valores 0, e a coluna possui apenas valores 1 (menos na linha que a representa). Após identificar a pior alternativa, ela é excluída da matriz de adjacências e o mesmo processo é repetido até que não seja mais possível. Assim, no final, teremosuma lista das piores alternativas. Com isso este método nem sempre permite ordenar todas as alternativas. Isso acontece porque algumas alternativas apresentam ciclos de intransitividade, isto é, são preferíveis em relação a apenas algumas alternativas. Aplicação: Custo Func. Quali. A1 e A2: A1PA2 , A2PA1 , A2PA1 � A2PA1 A1 e A3: A1PA3 , A1PA3 , A3PA1 � A1PA3 A1 e A4: A1PA4 , A1PA4 , A4PA1 � A1PA4 A1 e A5: A1PA5 , A1PA5 , A5PA1 � A1PA5 A2 e A3: A3PA2 , A2PA3 , A3PA2 � A3PA2 A2 e A4: A4PA2 , A2PA4 , A4PA2 � A4PA2 A2 e A5: A5PA2 , A2PA5 , A5PA2 � A5PA2 A3 e A4: A4PA3 , A3PA4 , A3PA4 � A3PA4 A3 e A5: A5PA3 , A5PA3 , A3PA5 � A5PA3 A4 e A5: A5IA4 , A5IA4 , A4IA5 � A5IA4 Pesquisa Operacional II – Teoria da Decisão Profª Lidia 6 Figura 2.2: Grafo do Problema de Aplicação A1 A2 A3 A4 A5 A1 0 0 1 1 1 A2 1 0 0 0 0 A3 0 1 0 1 0 A4 0 1 0 0 0 A5 0 1 1 1 0 � � � � � � � � � � � � � � � � (2.1) Nesta aplicação não é possível ordenar as alternativas, pois elas apresentam ciclos de intransitividade. 2.5.4 Método de Coppeland É uma mistura dos Métodos de Borda e de Condorcet. A partir da matriz de adjacências obtida no Método de Condorcet, consiste em somar o número de vitórias (valores da linha da alternativa) das alternativas e subtrair as derrotas (valores da coluna da alternativa), gerando uma pontuação para cada uma delas. A ordenação das alternativas se dá de forma decrescente. Este método é superior ao de Condorcet por não apresentar ciclos de intransitividade, conseguindo assim, ordenar todas as alternativas. É importante frisar que a ordenação obtida nas fases do método de Condorcet dos melhores e piores indivíduos será a mesma do método de Coppeland. Aplicação: A partir da Matriz de Adjacência da seção anterior, temos: A1 = 3 - 1 = 2 A2 = 1 - 3 = -2 A3 = 2 - 2 = 0 A4 = 1 - 3 = -2 A5 = 3 - 1 = 2 A ordenação obtida foi: A1 e A5, A3, A2 e A4. 2.5.5 Método das Ponderações Pesquisa Operacional II – Teoria da Decisão Profª Lidia 7 Este método consiste na soma ponderada dos valores dos critérios normalizados. Este método é a base dos métodos da Escola Americana como, por exemplo, o AHP e o UTA. Primeiramente, só é possível trabalhar neste método com critérios quantitativos, pois é necessário normalizar os dados de cada critério. Para isto, dependendo do tipo de critério, utiliza-se uma determinada fórmula: • Critério de Maximização: { } { } { } ij ij ij ij ij x Min x x Max x Min x − = − • Critério de Minimização: { } { } { } ij ij ij ij ij Max x x x Max x Min x − = − Após este processo, a "pior" alternativa recebe valor 0 e a "melhor" 1 em cada critério. Feito isso, cada critério recebe um peso �i, que representa sua importância, e tem como condição que � �i = 1. O próximo passo é somar para cada alternativa o valor do critério multiplicado pelo seu peso. Com os resultados encontrados são ordenadas as alternativas. Aplicação: Neste método o critério "Qualidade", por ser qualitativo, foi descartado. Vamos considerar que os dois critérios têm pesos iguais, isto é, �1 e �2 iguais a 0,5. Alternativas Custo (�1 = 0,5) Funcionalidade (�2 = 0,5) Soma Ponderada A1 14000 11000 1 14000 11000 − = − 7 3 2 9 3 3 − = − 0,833 A2 14000 14000 0 14000 11000 − = − 9 3 1 9 3 − = − 0,500 A3 14000 13000 1 14000 11000 3 − = − 5 3 1 9 3 3 − = − 0,333 A4 14000 12000 2 14000 11000 3 − = − 3 3 0 9 3 − = − 0,333 A5 14000 12000 2 14000 11000 3 − = − 6 3 1 9 3 2 − = − 0,583 Tabela 2.2: Dados normalizados e soma ponderada A ordenação obtida foi A1, A5, A2, A3 e A4. Análise de Sensibilidade É possível realizar uma análise de sensibilidade dos pesos em problemas com 2 critérios. Sabemos que �1 + �2 = 1, então �2 = 1 − �1. Substituindo essa equação nas somas ponderadas de cada alternativa temos: Pesquisa Operacional II – Teoria da Decisão Profª Lidia 8 Alternativas Soma Ponderada A1 1 2 1 2 1 2 3 3 3 λ + λ � λ + A2 2 11 λ � − λ A3 1 2 1 1 1 3 3 3 λ + λ � A4 1 1 2 2 3 3 λ � λ A5 1 2 1 2 1 1 1 3 2 6 2 λ + λ � λ + Tabela 2.3: Soma ponderada Figura 2.3: Gráfico da Análise de Sensibilidade Determinando a interseção entre A1 e A2 temos: 1 2 1 2 11 3 4 = λ + λ − λ � Sendo assim, concluímos que: • Para 1λ < 1 4 a melhor alternativa é A2. • Para 1λ = 1 4 a melhor alternativa é A2 ou A1. • Para 1λ > 1 4 a melhor alternativa é A1. Para ordenar as outras alternativas, basta traçar a partir da melhor alternativa uma linha perpendicular ao eixo das ordenadas. A ordenação se dá conforme essa linha corta as linhas das alternativas. Por exemplo, em 1λ = 1 4 temos a seguinte ordenação: A1 e A2, A5, A3, A4. Pesquisa Operacional II – Teoria da Decisão Profª Lidia 9 2.6 Decisão com Incerteza O ambiente empresarial é muito dinâmico. Dentro dele podemos nos deparar com várias situações onde temos que tomar uma decisão imediata sobre um determinado assunto sem conhecer como o mercado vai ser comportar. As técnicas que serão apresentadas servem para auxiliar a tomada de decisão neste tipo de problema. Na decisão com incerteza, os dados dependem de cenários. A distribuição de probabilidade associada aos cenários não é conhecida. A matriz abaixo apresenta as informações básicas para resolução deste problema: 1 2 nS S S� 1 1 1 2 11 2 1 2 2 22 1 2m ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) n n m m m n v a ,S v a ,S v a ,Sa v a ,S v a ,S v a ,Sa v a ,S v a ,S v a ,Sa � � � � � � � � � �� � � � � � � � � �� � (2.2) onde ai representa a alternativa i com i = 1, 2, ...,m; Sj representa o cenário j com j = 1, 2, ..., e v(ai, Sj) é o resultado ou conseqüência associada a ação ai e ao cenário Sj . Nas próximas seções, serão mostradas abordagens para resolver problema de decisão com incerteza. 2.6.1 Exemplo O plano de urbanização de uma área residencial prevê a construção da infra-estrutura de saneamento básico que inclui o abastecimento de água e o tratamento de esgotos. O projeto depende da população que irá residir na área e da economia do setor. Existem 4 opções de ação a ser tomada e 4 cenários possíveis: (a) estagnação econômica; (b) crescimento moderado; (c) crescimento gradual e; (d) crescimento forte. A partir dos custos apresentados qual será a ação tomada? a b c d A1 150 270 350 470 A2 225 225 375 425 A3 300 300 300 400 A4 450 450 450 450 � � � � � � � � � �� � � � (2.3) 2.6.2 Regra Otimista Na regra otimista para problemas de minimização determinamos o do menor valor de cada alternativa e depois omenor de todos eles. Buscamos o ( ){ },i ja S i jMin min v a S . Para problemas de maximização determinamos o maior valor de cada alternativa e depois o maior de todos eles. Buscamos o ( ){ },i ja S i jMax max v a S . Esta regra considera que o “resto do mundo” conspira a favor do decisor. Aplicação: Pesquisa Operacional II – Teoria da Decisão Profª Lidia 10 min A1 150 A2 225 A3 300 A4 450 � � � � � � � � � �� � � � (2.4) Usando a regra otimista a melhor alternativa é a A1. 2.6.3 Regra Pessimista Na regra pessimista para problemas de minimização determinamos o maior valor de cada alternativa e depois o menor de todos eles. Buscamos o ( ){ },i ja S i jMin max v a S . Para problemas de maximização determinamos o menor valor de cada alternativa e depois o maior de todos eles. Buscamos o ( ){ },i ja S i jMax min v a S . Esta regra baseia-se em uma atitude conservadora, onde a decisão é tomada nas piores condições. Aplicação: max A1 470 A2 425 A3 400 A4 450 � � � � � � � � � �� � � � (2.5) Usando a regra pessimista a melhor alternativa é a A3. 2.6.4 Regra de Laplace A Regra de Laplace está baseada no princípio da razão insuficiente. Neste caso, por não serem conhecidas as probabilidades dos cenários, considera-se então que todos possuem a mesma probabilidade. P(S1) = P(S2) = ... = P(Sn) = 1 n (2.6) Deve-se então, para cada alternativa, somar o produto entre o valor da alternativa em um cenário e sua probabilidade. Para problemas de minimização, escolhemos o menor valor encontrado, ou seja, ( ) 1 1 , n i i j j= Min a v a S n � � � � e para problemas de maximização o maior valor encontrado, ou seja, ( ) 1 1 , n i i j j= Max a v a S n � � � � . Aplicação: Pesquisa Operacional II – Teoria da Decisão Profª Lidia 11 ( ) ( ) ( ) ( ) 1A1 150 270 350 470 310 4 1A2 225 225 375 425 312,5 4 1A3 300 300 300 400 325 4 1A4 450 450 450 450 450 4 � � + + + =� � � � � � + + + =� � � � � � + + + =� � � � � � � �+ + + =� � � � (2.7) Usando a Regra de Laplace, a melhor alternativa é a A1. 2.6.5 Regra de Savage A Regra de Savage introduz uma ponderação entre a regra otimista e a pessimista. A partir da definição da postura do decisor é escolhido o índice de otimismo (� � [0, 1]) onde: • � = 1 � enfoque otimista; • � = 0, 5 � enfoque moderado; • � = 0 � enfoque pessimista. É criada uma fórmula para cada alternativa com base no tipo de problema: • Para problemas de minimização: ( ) ( ) ( ){ }, 1 ,i j ja S i j S i jMin min v a S max v a Sα + − α • Para problemas de maximização: ( ) ( ) ( ){ }, 1 ,i j ja S i j S i jMax max v a S min v a Sα + − α Aplicação: Considerando um enfoque moderado do decisor (� = 0, 5) temos: min max A1 150 470 A2 225 425 A3 300 400 A4 450 450 � � � � � � � � � �� � � � (2.8) A1 = 150 � + 470(1 − �) � A1 = 310 A2 = 225 � + 425(1 − �) � A2 = 325 A3 = 300 � + 400(1 − �) � A3 = 350 A4 = 450 � + 450(1 − �) � A4 = 450 Usando a Regra de Savage a melhor alternativa é a A1. Pesquisa Operacional II – Teoria da Decisão Profª Lidia 12 Análise de Sensibilidade É possível realizar uma análise de sensibilidade do índice de otimismo. Para isto, a partir das expressões para cada alternativa, um gráfico é gerado e pode ser visto na Figura 2.4. Figura 2.4: Gráfico da Análise de Sensibilidade • Para � < 0.25, a melhor alternativa é A3. • Para � = 0.25, a melhor alternativa é A3 ou A2. • Para 0.25 < � < 0.375, a melhor alternativa é A2. • Para � = 0.375, a melhor alternativa é A2 ou A1. • Para � > 0.375, a melhor alternativa é A1. 2.6.6 Critério de arrependimento (ou de perda de oportunidade) Minimiza ao máximo a maior perda de oportunidade, consistindo em um contexto conservador ao extremo. Calcula-se a matriz de arrependimento (ou perdas) r (ai, Sj), dada por: r (ai, Sj) = { } { } ,v(ai, Sj)-min v(ai, Sj) se v for de perdas max v(ai, Sj) v(ai, Sj), se v for de ganhos �� −�� No Problema-exemplo 2: a b c d A1 150 270 350 470 A2 225 225 375 425 A3 300 300 300 400 A4 450 450 450 450 � � � � � � � � � �� � � � (2.9) 150 225 300 400 = Máxima Perda de Oportunidade Pesquisa Operacional II – Teoria da Decisão Profª Lidia 13 Matriz de arrependimento: a b c d A1 0 45 50 70 A2 75 0 75 25 A3 150 75 0 0 A4 300 225 150 50 � � � � � � � � � �� � � � (2.10) A alternativa selecionada será aquela que minimiza o máximo arrependimento (no exemplo em questão, seria escolhida a alternativa A1). max A1 70 A2 75 A3 150 A4 300 � � � � � � � � � �� � � � (2.11) 2.7 Decisão com risco Em algumas situações de tomada de decisão com vários cenários são conhecidas as probabilidades de cada um deles. Neste caso, utiliza-se a técnica de decisão com risco, onde a decisão é tomada a partir do valor esperado de cada alternativa. 2.7.1 Exemplo 1 O Grupo de Investimento Retorno Certo está disposto a adquirir novas cotas para seu grupo. As ações disponíveis no mercado são das Companhias A e B. Segundo os analistas, especialistas em mercados de ações, há uma chance de 60% de que o mercado esteja provável e 40% desprovável. Qual ação deve ser comprada? Rendimento do Investimento Mercado Provável Mercado Desprovável Ação da Cia. A 5000 -2000 Ação da Cia. B 1500 500 Tabela 2.4: Dados do Exemplo E [A] = 0, 6(5000) + 0, 4(−2000) = 2200 E [B] = 0, 6(1500) + 0, 4(500) = 1100 Sendo assim, é melhor investir nas ações da companhia A. 2.7.2 Exemplo 2 Uma empresa A é proprietária de uma área de terra que pode conter petróleo. Um geólogo consultor relatou à direção que ele acredita que haja 1 chance em 4 de encontrar petróleo. Outra companhia petrolífera, B, ofereceu US$ 90.000 para comprar o terreno. No entanto, a empresa A está considerando a possibilidade de permanecer no Pesquisa Operacional II – Teoria da Decisão Profª Lidia 14 terreno e ela própria perfurá-lo em busca de petróleo. O custo de perfuração é de US$100.000. Se for encontrado petróleo, a receita esperada resultante será de US$ 800.000. A empresaarcará com uma perda de US$100.000 caso o terreno seja seco. Os lucros, em milhares de dólares, obtidos de acordo com a decisão tomada estão contidos na Tabela 2.5. Petróleo Seco Perfurar 700 -100 Vender 90 90 Tabela 2.5: Dados do Exemplo 2 Escolha qual a melhor alternativa utilizando o critério do valor esperado. Solução: Decisões (alternativas): perfurar (A1) ou Vender (A2). Cenários (estados): petróleo (P) ou seco (S). Petróleo Seco Perfurar (A1) 700 -100 Vender (A2) 90 90 Probabilidade 0,25 0,75 Tabela 2.6: Exemplo 2 Valor esperado de cada alternativa: E [A1] = ( ) ( )700 0,25 100 0,75 100× − × = E [A2] = ( ) ( )90 0, 25 90 0,75 90× + × = Como o lucro esperado em média é superior para a alternativa A1, é escolhida a opção de perfurar o terreno. Análise de sensibilidade Chamando de p a probabilidade de encontrar petróleo, o valor esperado para cada decisão pode ser escrito como: E [A1] = ( )700 100 1p p× − × − E [A2] = ( )90 0 1 90p+9 p× × − = Se p ≥ 0,2375, a melhor opção é perfurar. Se p ≤ 0,2375, a melhor opção é vender. Testes mais detalhados poderiam ser recomendados para se verificar com mais exatidão a existência ou não de petróleo. Pesquisa Operacional II – Teoria da Decisão Profª Lidia 15 Figura 2.5: Gráfico da Análise de Sensibilidade 2.7.3 Decisão com experimentação ou a “posteriori” Quando se tem informações adicionais através de testes, experimentos, entre outros, que serão utilizadas para aperfeiçoar estimativas preliminares das probabilidades dos estados da natureza: probabilidades posteriores. Definimos: • Estados da Natureza: Si (i = 1, ..., n; n estados da natureza) • Resultados do teste: tk (k = 1, ..., r; r resultados do teste) Usa-se o Teorema de Bayes para obtenção das novas probabilidades associadas a cada cenário (probabilidades posteriores ou a posteriori): ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )1 1 2 2 k j jj k j k k k k j j j k k k k n n P t S P SP S t P S t P t P t P t S P S P S t = P t S P S +P t S P S + +P t S P S ∩ = = � (2.12) 2.7.4 Exemplo 3 Do exemplo 2: Antes de tomar uma decisão a empresa pode realizar um levantamento sísmico detalhado do terreno para obter uma estimativa melhor da probabilidade de se encontrar petróleo a um custo de US$30.000. Este levantamento obtém sondagens sísmicas que indicam se a estrutura geológica é favorável à presença de petróleo. Baseado em experiências passadas, se existir petróleo então a probabilidade de sondagens sísmicas desfavoráveis é de 0,4. Se não existir petróleo, então a probabilidade de sondagens sísmicas desfavoráveis é de 0,8. Qual alternativa seria escolhida de acordo com os possíveis resultados do teste? Solução: Teste: levantamento sísmico detalhado ���� ���� � ��� ��� ��� ��� ��� �� �� ��� � ��� � ��� � � � �� �� � � �� � � �� �� � �� � �� � � ������� ������ Pesquisa Operacional II – Teoria da Decisão Profª Lidia 16 Dois possíveis resultados: Sondagens sísmicas desfavoráveis (USS) e Sondagens sísmicas favoráveis (FSS). ( )P USS P 0,4= ( )P USS S 0,8= ( ) ( )P FSS P 1 P USS P 0,6= − = ( ) ( )P FSS S 1 P USS S 0, 2= − = Teorema da Probabilidade Total: ( ) ( ) ( ) ( ) ( ) ( ) P USS P USS S P S P USS P P P P USS 0,8 0,75 0,4 0, 25 0,7 = + = × + × = ( ) ( ) ( ) ( ) ( ) ( ) P FSS P FSS P P P P FSS S P S P FSS 0,6 0, 25 0,2 0,75 0,3 = + = × + × = Teorema de Bayes: ( ) ( ) ( )( ) P USS P P P 0,4 0,25P P USS 0,143 P USS 0,7 = × = = ( ) ( ) ( )( ) P USS S P S 0,8 0,75P S USS 0,857 P USS 0,7 = × = = ( ) ( ) ( )( ) P FSS P P P 0,6 0, 25P P FSS 0,5 P FSS 0,3 = × = = ( ) ( ) ( )( ) P FSS S P S 0,2 0,75P S FSS 0,5 P FSS 0,3 = × = = - Caso o resultado do teste seja desfavorável, temos: E [A1 USS ] = ( ) ( )700 0,143 100 0,857 14,4× − × = E [A2 USS ] = ( ) ( )90 0,143 90 0,857 90× + × = A melhor alternativa é vender. - Caso o resultado do teste seja favorável, temos: E [A1 FSS] = ( ) ( )700 0,5 100 0,5 300× − × = E [A2 FSS] = ( ) ( )90 0,5 90 0,5 90× + × = A melhor alternativa é perfurar. Observação: Não há necessidade de se considerar o custo do levantamento para os cálculos de valor esperado de cada alternativa, uma vez que este é o mesmo para qualquer situação, não interferindo na escolha da melhor alternativa. Pesquisa Operacional II – Teoria da Decisão Profª Lidia 17 2.7.5 Valor da Experimentação Há dois métodos complementares para determinar o valor potencial de uma experimentação: Valor esperado da informação perfeita e Valor esperado da experimentação. 2.7.5.1 Valor esperado da informação perfeita (EVPI) Supõe que a experimentação eliminará toda a incerteza, fornecendo um limite superior do valor potencial do experimento. Se esse limite superior for menor que o custo do experimento, este deve ser descartado. Calcula-se o prêmio máximo para cada estado da natureza usando as probabilidades prévias (anteriori). O valor esperado da informação perfeita é dado por: EVPI = Prêmio esperado com informação perfeita - Prêmio esperado sem experimentação A Tabela 2.7 mostra o cálculo do Prêmio esperado com informação perfeita para o Exemplo 3. Estado da natureza Alternativa Petróleo Seco 1. Perfurar em busca de petróleo 700 -100 2. Vender o terreno 90 90 Prêmio máximo 700 90 Probabilidade Prévia 0,25 0,75 Prêmio esperado com informação perfeita = ( ) ( )0, 25 700 0,75 90 242,5× + = Tabela 2.7: Prêmio esperado com informação perfeita Prêmio esperado sem experimentação = 100 (calculado no Exemplo 2) Cálculo do valor esperado da informação perfeita: EVPI = 242,5 – 100 = 142,5 Como U$ 142,50 é muito superior ao custo do levantamento (U$ 30,00), vale a pena realizar o teste. 2.7.5.2 Valor esperado da experimentação Utilizado quando o limite superior for superior ao custo do experimento. Calcula a melhoria real no prêmio esperado. Calcula-se o prêmio esperado com experimentação, sem considerar o custo do experimento e utilizando as probabilidades de cada possível descoberta do teste a ser realizado. Logo, prêmio esperado com experimentação é dado por: Pesquisa Operacional II – Teoria da Decisão Profª Lidia 18 ( ) E j Prêmio esperado com experimentação = P Descoberta = descoberta j Prêmio Descoberta = descoberta j × � �× � � � O valor esperado da informação perfeita é calculado como: EVE Prêmio esperado com experimentação - Prêmio esperado sem experimentação= No Exemplo 3, há dois possíveis resultados para o levantamento sísmico: P (USS) = 0,7 P (FSS) = 0,3 E (Prêmio Descoberta = USS) = 90 E (Prêmio Descoberta = FSS) =300 Prêmio esperado com experimentação = ( ) ( )0,7 90 0,3 300 153× + × = Prêmio esperado sem experimentação = 100 (calculado no Exemplo 2) Cálculo do valor esperado da experimentação: EVE = 153 – 100 = 53 Como este valor excede U$ 30,00 (o custo de realizar o levantamento sísmico), o experimento deve ser realizado. 2.8 Bibliografia 1. GOMES, L.F.A.M.; ARAYA, M.C.G.; CARIGNANO,C. Tomada de Decisões em Cenários Complexos. São Paulo: Pioneira Thompson Learning, 2004. 2. GOMES, L.F.A.M.; GOMES, C.F.S.; ALMEIDA, A.T.de. Tomada de Decisão Gerencial: enfoque multicritério. São Paulo: Atlas, 2002. 3. HILLIER, F.S.; LIEBERMAN, G.J. Introdução à Pesquisa Operacional. São Paulo: MacGraw Hill, 2006. 4. MEZA,L.A. Pesquisa Operacional II - Teoria da Decisão. 2007. 19 f. Notas de Aula.
Compartilhar