Baixe o app para aproveitar ainda mais
Prévia do material em texto
Pesquisa Operacional II – Engenharia de Produção – UFPI UNIVERSIDADE FEDERAL DO PIAUI CURSO DE ENGENHARIA DE PRODUÇÃO Apostila de Pesquisa Operacional II Pesquisa Operacional II – Engenharia de Produção – UFPI ANÁLISE DE DECISÕES Na análise de decisões usa-se um processo racional para selecionar a melhor de varias alternativas. A qualidade da alternativa selecionada depende da índole dos dados a serem usados para descrever o caso abordado pela decisão (Taha, 2004). Alguns autores costumam abordar e classificar as decisões segundo o conhecimento das probabilidades envolvidas. Conforme Changkong et all (1992), as decisões podem ser classificadas em três tipos: Decisões sob certeza. Neste tipo de decisão sabe-se o que acontecerá quando é eleita uma alternativa, consistindo o problema em escolher a melhor alternativa. Nesta categoria encontram-se os problemas determinísticos como os encontrados na programação linear e inteira, nos modelos EOQ, etc. Decisões sob risco. Nestes casos são conhecidas as probabilidades associadas à escolha de cada alternativa. Nesta categoria encontram-se os problemas estocásticos. Decisões sob incerteza. Supõe-se que o decisor não conhece as probabilidades associadas a cada alternativa, deixando disponível alguns critérios para a tomada de decisão que funcionam sem a necessidade de probabilidade associadas à escolha de cada alternativa ou mediante a estimação subjetiva de probabilidades (Gould et al, 1992) como: Maximin/Minimax, Método de Laplace, etc. TOMADA DE DECISÕES SOB RISCO (Taha, 2008): Em condições de risco, as vantagens associadas a cada alternativa de decisão se descrevem com distribuições de probabilidade. Por essa razão a tomada de decisão sob risco se baseia no critério valor esperado, no qual se comparam alternativas de decisão com base na maximização da utilidade esperada ou a minimização do custo esperado. a) Critério do Valor Esperado: Esse critério busca a maximização do lucro (médio) esperado ou a minimização do custo esperado. Nesse caso, se supõe que o lucro (ou o custo) associado a cada alternativa de decisão é probabilística. O caso da arvore de decisão, usada em esse tipo de problemas pode ser mostrado com um exemplo. Exemplo: Suponha que uma empresa deseja investir 10.000 reais no mercado de valores, comprando ações de uma de dois companhias: A e B. As ações da companhia A são arriscadas, mas poderiam produzir um rendimento de 50% sobre o investimento durante o próximo ano. Se as condições do mercado de valores não são favoráveis (isto é, o mercado está “em baixa”), as ações podem perder 20% do seu valor. A empresa B proporciona utilidades seguras, de 15% num mercado “em alta” e só 5% num mercado “em baixa”. Todas as publicações que consultou predizem que há 60% de probabilidade que o mercado esteja “em alta” e 40% de que esteja “em baixa”. Onde deveria investir seu dinheiro?. Solução: O problema pode-se resumir como segue: Rendimentos em um ano por investimento de $ 10.000 Alternativa de decisão Mercado “em alta” ($) Mercado “em baixa” ($) Ações da empresa A 5000 - 2000 Ações da empresa B 1500 500 Probabilidade de ocorrência 0,6 0,4 O problema também pode ser representado mediante uma arvore de decisão. Um quadrado representa um ponto de decisão e um círculo representa um evento: Mercado “em alta” (0,6) Investir em ações de A 1 Investir em ações de B 2 Mercado “em baixa” (0,4) Mercado “em alta” (0,6) 3 Mercado “em baixa” (0,4) $ 5000 $ - 2000 $ 1500 $ 500 Pesquisa Operacional II – Engenharia de Produção – UFPI Os rendimentos esperados para o ano 1 das alternativas são: Ações A: (5000) (0,6) + (- 200) (0,4) = 2200 Ações B: (1500) (0,6) + (500) (0,4) = 1100 Com base nesses cálculos, se escolheria investir nas ações de A. Em geral, diz-se que é necessário conhecer os estados da natureza (“em alta” e “em baixa” do problema anterior), isto implica conhecer suas probabilidades e seus possíveis resultados. A decisão será o máximo valor esperado (quando a decisão implica lucro) ou o mínimo valor esperado (quando a decisão implica perda). Note que o somatório das probabilidades é igual a 1 e cada probabilidade deve ser 0. Portanto, se VEi representa o valor esperado da alternativa “i”, teremos que: VEi = ai1 p1 + ai2 p2 + .......... + ain pn; sendo i = 1, 2, ......, n e (p1 + p2 + ..... + pn) = 1 onde: a i j é o retorno da alternativa “i”dado o estado da natureza “j” p i é a probabilidade de ocorrência do estado da natureza “j”, sendo p j 0 b) Probabilidades a posteriori (Bayes): Considere o problema anterior sobre “mercado de valores”. Agora suponha que além de confiar nas publicações (que indicam que há 60% de probabilidade que o mercado esteja “em alta” e 40% de que esteja “em baixa”) você decidiu fazer uma pesquisa mais pessoal. Sua pesquisa permitiu saber sobre o fato de votar “a favor” ou “em contra” de investir. Assim, dentro da empresa, você determinou que se há um mercado “em alta” há um 90% de probabilidade de que o voto seja “a favor”. Se há um mercado “em baixa” há um 50% de probabilidade de que o voto seja “a favor”. a) Se a pesquisa feita por você indica “a favor”, investiria você nas ações de A ou em B? b) Se a pesquisa feita por você indica “em contra”, investiria você nas ações de A ou em B? Solução: Usando os seguintes símbolos: v1 = voto “a favor” v2 = voto “em contra” m1 = mercado “em alta” m2 = mercado “em baixa” Esse problema poderia ser resolvido com um arvore decisão como segue: Voto “a favor” (v1) 2 1 3 Voto “em contra” (v2) Investir em ações de A Investir em ações de B Investir em ações de A Investir em ações de B Mercado “em alta” (m1) P (m1|v1) = 0,730 4 Mercado “em baixa” (m2) P (m2|v1) = 0,270 Mercado “em alta” (m1) P (m1|v1) = 0,730 5 Mercado “em baixa” (m2) P (m2|v1) = 0,270 P (m1|v2) = 0,231 6 Mercado “em baixa” (m2) P (m2|v2) = 0,769 Mercado “em alta” (m1) P (m1|v2) = 0,231 7 Mercado “em baixa” (m2) P (m2|v2) = 0,769 $ 5000 $ - 2000 $ 1500 $ 500 $ 5000 $ - 2000 $ 1500 $ 500 Sabe-se que a probabilidade condicional de um evento B, conhecido um evento A, denotada como P(B\A), é: Pesquisa Operacional II – Engenharia de Produção – UFPI P(B \ A) P(A B) P(A) , para P(A) 0 Note que isso leva a : P(A B) P(B \A) P(A), para P(A) 0 Supondo que E1, E2, ........, Ek sejam k conjuntos mutuamente excludentes e exaustivos, então: P(B) = P(BE1) + P(BE2) + ......... + P(BEk) = P(B\E1) P(E1) + P(B\E2) P(E2) + ......... + P(B\Ek) P(Ek) Um gráfico da divisão de um evento B entre uma coleção de 4 eventos mutuamente excludentes (sem interseção entre eles) e exaustivos (todos eles somam o universo) mostra-se na figura abaixo: B E1 E 1 E 2 S E 3 B E2 E 4 BE3 BE4 B O teorema de Bayes indica que se E1, E2, ......, Ek forem eventos mutuamente excludentese exaustivos e B for qualquer evento, então: Portanto, devemos notar que o que necessitamos calcular são as probabilidades: P (m1|v1) ; P (m1|v2) e P (m2|v1) ; P (m2|v2) Assim: P (m1|v1) = P(v1 \ m1) P(m1) P(v1 \ m1) P(m1) P(v1 \ m2) P(m2) P(v1 \ m1) P(m1) P(v1) , para P(v1) 0 Do problema inicial, sabemos que P(m1) = 0,6 e P(m2) = 0,4; e que as novas informações permitem descrever as seguintes probabilidades condicionais: P (v1|m1) = 0,9; P (v2|m1) = 0,1; P (v1|m2) = 0,5; P (v2|m2) = 0,5; portanto: P(m1|v1) P(m1|v2) (0,9)(0,6) (0,9)(0,6) (0,5)(0,4) (0,1)(0,6) (0,1)(0,6) (0,5)(0,4) 0,730, para P(v1) 0 0,231, para P(v2) 0 P(m2|v1) (0,5)(0,4) (0,5)(0,4) (0,9)(0,6) 0,270, para P(v1) 0 P(m2|v2) (0,5)(0,4) (0,5)(0,4) (0,1)(0,6) 0,769, para P(v2) 0 Agora estamos prontos para avaliar as alternativas com base nos retornos esperados: Voto a favor, investir em A: (5000) (0,730) + (- 2000) (0,270) = 3100 Pesquisa Operacional II – Engenharia de Produção – UFPI Voto a favor, investir em B: (1500) (0,730) + (500) (0,270) = 1230 Se o voto for “a favor” a melhor decisão é investir em ações A. Voto em contra, investir em A: (5000) (0,231) + (- 2000) (0,769) = - 383 Voto em contra, investir em B: (1500) (0,231) + (500) (0,769) = 731 Se o voto for “Em contra” a melhor decisão seria investir em ações B. Problema: Uma certa empresa varejista coloca candidatos a crédito em duas categorias, riscos ruins e riscos bons. Estatísticas indicam que 10% da população seria classificada como de risco ruim pelos padrões da empresa. A empresa usa uma estratégia de escore de crédito para resolver se o crédito deveria ser concedido ao candidato. A experiência sugere que, se uma pessoa de bom risco, se candidata conseguirá crédito 90% das vezes. Se um indivíduo de risco ruim se candidata, o crédito será concedido em 20% das vezes. A gerencia acredita que é razoável presumir que as pessoas que pedem crédito sejam selecionadas de modo aleatório entre a população. Qual é a probabilidade de uma pessoa que recebe crédito ser um risco ruim? (Use o teorema de Bayes) Resposta: P(risco ruim crédito) = 0,024 Problema: Jenny Lind é autora de romances. Uma empresa de filmes e uma rede de TV querem direitos exclusivos de uma de suas obras mais populares. Se ela assinar com a rede, receberá uma soma única, mas se assinar com a empresa de filmes, a quantia que receberá vai depender da resposta do mercado ao filme. Os resultados de Jenny estão resumidos na tabela abaixo. Se as estimativas de probabilidade para os estados de natureza são P(pequena) = 0,3; P(média) = 0,6 e P(grande) = 0,1. a) Para quem Jenny deveria vender os direitos? b) Qual é o máximo que Jenny deveria estar disposta a pagar para saber a magnitude da bilheteria antes de decidir com quem assinar? Decisão Estado da natureza Bilheteria pequena Bilheteria média Bilheteria grande Assinar com a empresa de cinema 200.000 1.000.000 3.000.000 Assinar com a rede de TV 900.000 900.000 900.000 Problema: O fazendeiro McCoy pode plantar milho ou soja. Se as probabilidades dos preços da próxima safra desses grãos subirem, permanecem os mesmos ou baixarem são 0,25; 0,30 e 0,45, respectivamente. Se os preços subirem, a safra de milho gerará 30.000 reais líquidos e a soja 10.000. Se os preços permanecerem os mesmos, McCoy (mal) conseguirá equilibrar a receita e despesa. Mas, se os preços baixarem, as safras de milho e soja darão prejuízos de 35.000 e 5.000 reais respectivamente. a) Represente o problema de McCoy como uma árvore de decisão. b) Qual dos grãos McCoy deve plantar? Solução: b) VE(milho) = - 8.250; VE (soja) = 250. Melhor selecionar soja. Problema: Você é o autor de um romance que promete ser um sucesso e tem a opção de publicá-lo por conta própria ou por meio de uma editora. A editora está lhe oferecendo $20.000 para assinar o contrato. Se o romance for um sucesso, vendera 200.000 cópias. Se não tiver, venderá apenas 10.000 cópias. A editora paga $ 1 de royalties por copia. Um levantamento de mercado realizado pela editora indica que há 70% de chance de o romance ser um sucesso. Se você publicá-lo por conta própria, incorrerá em um custo inicial de $90.000 para impressão e marketing, mas cada copia vendida lhe renderá $ 2. a) Você aceitaria a oferta da editora ou publicaria o livro por conta própria? b) Suponha que você contrate um agente literário para realizar um levantamento referente ao sucesso potencial do romance. Por experiência própria, o agente lhe diz que quando um romance se torna um sucesso, o levantamento preverá o resultado errado 20% das vezes. Quando o romance não se torna um sucesso, o levantamento dará a previsão correta 85% das vezes. Como essa informação afetaria sua decisão? Respostas: a) Melhor é publicar o livro por conta própria (VE = 196.000) b) Quando feito um levantamento certo melhor “conta própria” (VE = 217.568,8) Quando feito um levantamento errado melhor “conta própria” (VE = 173.784,4) Portanto, a nova informação não muda a decisão anterior. Pesquisa Operacional II – Engenharia de Produção – UFPI i j ) i j DECISÕES SOB INCERTEZA Da mesma forma que nas “decisões sob risco”, as decisões sob incerteza dependem dos estados da natureza (aleatórios). Em geral o problema consiste de ter “m” ações alternativas e “n” estados da natureza, os quais podem ser representados da seguinte forma: s1 s2 ....... sn a1 v (a1, s1) v (a1, s2) ....... v (a1, sn) a2 v (a2, s1) v (a2, s2) ....... v (a2, sn) . . . . . . . . . . . . . . . am v (am, s1) v (am, s2) ....... v (am, sn) O elemento ai representa a ação “i”, e o elemento sj representa o estado da natureza “j”. O resultado associado com a ação ai e o estado sj é v (ai, sj). No caso das decisões sob risco, as probabilidades dos estados da natureza se conhecem ou se podem determinar. No caso das decisões sob incerteza, as probabilidades dos estados da natureza se desconhecem ou não se podem determinar. A falta de informação levou os pesquisadores a desenvolver vários critérios para analisar esse tipo de problema. Entre os principais temos: a) Critério de Laplace: Baseia-se no suposto de que se não se conhecem as probabilidades dos estados da natureza, então não há motivo para acreditar que elas sejam distintas. Portanto, se usa a hipótese otimista de que todos os estados da natureza são igualmente prováveis. Assim: P(s1) = P(s2) = ……. = P(sn) = 1/n Dado que o retorno v(ai, sj) representa o ganho, a melhor alternativa é a que dá: Se v(ai, sj) representar prejuízo, então a minimização substitui a maximização. b) Critério Maximin (ou Minimax): É baseado na atitude conservadora de obter o melhor das piores condições possíveis. Se v(ai, sj) for prejuízo, então escolhemos a ação que corresponde ao critério Minimax: min max v(a i , s j ) ai s j Se v(ai, sj) representar o ganho, então usar o critério Maximin: max ai min s j v(a , s c) Critério de Savage: Aplica-se ao conservadorismo moderado no critério Minimax (Maximin) pela substituição da matriz de retorno (ganho ou perda) v(ai, sj) por uma matriz de perda (ou arrependimento) r(ai, sj), usando a seguinte transformação: v(a i , s j ) min [ v(ak , s j ) ], se v for perda r (a , s ) ak max [ v(ak , s j ) ] v(a i , s j ), se v for ganho ak Pesquisa Operacional II – Engenharia de Produção – UFPI d) Critério de Hurwicz: Elaborado para refletir atitudes da tomada de decisão que vão da mais otimista à mais pessimista (ou conservadora). Defina-se 0 < 1 e se considere que v(ai, sj) representa ganho. Então, a ação selecionada deve ser associada com: O parâmetro é denominado índice de otimismo. Se = 0, o critério é conservador porque se aplica ao critério Minimax normal. Se = 1, o critério produz resultados otimistas porque procura o melhor das melhores condições. Podemos ajustar o grau de otimismo (ou pessimismo) por meio de uma seleção adequada do valor na faixa especificada de (0, 1). Na ausência de um forte sentimento em relação a otimismo e pessimismo, = 0,5 pode ser uma escolha adequada. Se v(ai, sj) representar prejuízo, o critério é mudado para: Problema: Hank é um aluno inteligente e normalmente tira boas notas, contando que possa revisar o material do curso na noite anterior ao teste. Para o teste de amanha, Hank enfrenta um pequeno problema: seus companheiros de república vão dar uma festa durante a noite, da qual ele gostaria de participar. Ele tem três opções: a1 = divertir-se a noite inteira a2 = dividir a noite em partes iguais para estudar e participar da festa a3 = estudar a noite inteira O teste de amanha pode ser fácil (s1), moderado (s2) ou difícil (s3), dependendo do humor imprevisível do professor. Hank antecipa as seguintes: s1 s2 s3 a1 85 60 40 a2 92 85 81 a3 100 88 82 a) Recomende um curso de ação para Hank, com base nos critérios de Laplace, Maximin (ou Minimax), de Savage e de Hurwicz (use = 0,5). b) Suponha que Hank esteja mais interessado na nota alfabética que conseguirá (A = 90, B = 80, C = 70 ou D 60). Essa atitude em relação às notas exige uma mudança no curso de ação de Hank? Solução: a) Segundo o princípio de Laplace teríamos 3 estados da natureza: (sj, j = 1, 2, 3), P(sj) = 1/3 O valor esperado para cada uma das 3 possíveis ações (ai com i = 1, 2, 3) será: E(a1) = 1/3 (85 + 60 + 40) 61,67 E(a2) = 1/3 (92 + 85 + 81) = 86 E(a3) = 1/3 (100 + 88 + 82) = 90 Portanto, em função do critério de Laplace a melhor ação seria a3. Segundo o critério Maximin/Minmax, temos que os valores v(ai, sj) representam ganho, portanto, o princípio a ser usado é Maximin: s1 s2 s3 Min da linha a1 85 60 40 40 a2 92 85 81 81 a3 100 88 82 82 Maximin Pesquisa Operacional II – Engenharia de Produção – UFPI 85 60 40 92 85 81 100 88 82 40 81 82 85 92 100 42,5 + 20,0 = 62,5 46,0 + 40,5 = 86,5 50,0 + 41,0 = 91,0 Max Segundo o critério de Savage, primeiro faríamos representam ganho: max [ v(ak , s j ] v(a i , s j ) , já que as notas ak s1 s2 s3 a1 100 - 85 = 15 88 – 60 = 28 82 – 40 = 42 a2 100 - 92 = 8 88 – 85 = 3 82 – 81 = 1 a3 100 – 100 = 0 88 – 88 = 0 82 – 82 = 0 Logo escolhemos o Minimax da coluna, isto é escolhemos a alternativa a3, estudar a noite inteira Min (42; 41; 0) = 0. s1 s2 s3 Max da linha a1 15 28 42 42 a2 8 3 41 41 a3 0 0 0 0 Minimax Segundo o critério de Hurwicz e para = 0,5 teriamos: s1 s2 s3 Min linha a1 a2 a3 Max linha 0,5*Max linha + (1-0,5)*Min linha Por ser uma matriz de ganho, a melhor alternativa seria a de maior valor (Max ai), ou seja, Max (62,5; 86,5; 91) = 91, isto é, a alternativa a3. Problema: A Cia. ABXT-Produtos Eletrônicos Ltda. está considerando o lançamento de um auto-rádio e tem quatro opções de modelo: ST, LX, LS e GL, que diferem entre si no acabamento e características técnicas. Os lucros anuais que cada modelo pode fornecer são dependentes das escalas de produção, que por sua vez são funções dos contratos com revendedores e fornecedores de peças e componentes. Os custos não variam uniformemente com as produções, já que a maioria dos componentes é comprada de fornecedores diferentes. Por outro lado, os preços dependem da aceitação do mercado. Nessa etapa do processo de planejamento, a empresa acredita que o lucro de cada alternativa irá depender da escala de produção e venda de cada tipo e, dessa forma, identificou quatro eventos que podem influenciar fundamentalmente os resultados finais. São eles: Evento 1: produção e venda de 50.000 auto-rádios por ano Evento 2: produção e venda de 70.000 auto-rádios por ano Evento 3: produção e venda de 90.000 auto-rádios por ano Evento 4: produção e venda de 100.000 auto-rádios por ano É importante observar que a companhia não deseja, neste estado de análise do problema, realiz ar análises mais detalhadas de custo e mercado, como por exemplo entrar em contato com revendedores e fornecedores, para não gerar expectativas. Assim, deseja examinar o problema em caráter preliminar, de forma a obter elementos para discutir, mais tarde, com os demais interessados. Para cada um dos eventos, os lucros esperados de cada modelo são fornecidos na tabela abaixo. Tipo Evento 1 Evento 2 Evento 3 Evento 4 ST 26 24 24 23 LX 27 28 22 20 LS 25 27 29 31 GL 26 26 26 26 Recomende que tipo de auto-rádio a empresa deve fabricar com base em cada um dos critérios de decisão sob incerteza. Problema: Um empresário de shows tem que organizar um concerto e o pode fazê-lo ao ar livre ou num campo coberto. Os benefícios vão depender da assistência do público, e ela (a assistência) por sua vez do clima, que pode ser com chuva, nublado ou ensolarado. Os resultados esperados caso o show Pesquisa Operacional II – Engenharia de Produção – UFPI seja ao ar livre são 10.000, 50.000 e 65.000 euros se o tempo for chuvoso, nublado ou ensolarado respectivamente. Se o concerto se realiza em campo coberto, os resultados seriam 45.000, 40.000 e 35.000 euros para cada estado climático respectivamente. Pede-se: a) Determinar a matriz de decisão. b) Qual decisão deve tomar o empresário se utiliza o critério de Laplace? c) Qual seria a opção mais adequada se fosse aplicado o critério de arrependimento de Savage? d) Qual decisão deve tomar o empresário se utiliza o critério de Hurwicz para = 0,35?
Compartilhar