ilovepdf_converted

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Biblioteca_1832923.pdf
APRESENTAÇÃO
RACIOCÍNIO LÓGICO E ANALÍTICO - GST1935
Prof Dr SANDRO GOMES RODRIGUES
2019
CAMPO GRANDE, MS
APRESENTAÇÃO
• Professor com atuação na área de Empreendedorismo e Inovação, Logística, Gestão de
Operações, Transporte, Processo de Tomada de Decisão, Inteligência Artificial e Recursos
Humanos
• Doutor em Transportes ( UnB)
• Mestre em Transportes ( UnB)
• Especialista em Recursos Humanos (UCB)
• Especialista em Logística ( FGV)
• MBA em Logística ( University Miami).
• Graduado em Administração pela Faculdade de Ciências Administrativas de Ponta Porã -
MS.
• Integrante da Sociedade de Dinâmica de Sistemas
• Integrante do Grupo de Pesquisa de Inovação e Transportes (UnB)
• Autor do diversos artigos publicados nacionalmente e internacionalmente.
• Participou dos Jogos Mundiais de Simulação da Harvard Business School.
• Militar do Exército desde 1993.
• Consultor de empresas desde 2011. Focos de atuação: Empreendedorismo e Inovação,
Planejamento Organizacional, Auditoria em Recursos Humanos, Planejamento em
Transportes, Gestão de Operações, Processos Decisórios e Análise de Cenários por meio
da utilização da Dinâmica de Sistemas e Lógica Paraconsistente.
A constatação de que o conhecimento é
crescentemente provisório, dada à velocidade com
que as informações trafegam, faz crescer a demanda
por profissionais com velocidade de raciocínio
baseado em um perfil analítico.
Para tanto é necessário saber coletar, analisar e,
sobretudo, interpretar dados para tomar decisões, ou
seja, transformar os dados coletados em ações
estratégicas que trarão benefícios reais para as
organizações.
CONTEXTUALIZAÇÃO
A disponibilidade de ferramentas de gestão,
isoladamente, não oferece as melhores condições
para traçar e atingir os objetivos a serem alcançados,
pois, um gestor precisa vislumbrar as etapas a serem
desenvolvidas bem como a ordem de relevância entre
estas, buscando estabelecer e entender parâmetros
para análise situacional/informacional prévia e ao
longo de todo o processo, configurando um perfil de
comportamento mais pró-ativo.
CONTEXTUALIZAÇÃO
Nesse sentido, a disciplina visa contribuir diretamente
com algumas disciplinas correlatas tais como:
Estatística e Probabilidade, Métodos Quantitativos,
Teoria dos Jogos, Análise de Investimento e
Gerenciamento de Projetos.
CONTEXTUALIZAÇÃO
OBJETIVOS GERAIS:
- Proporcionar ao aluno fundamentos teóricos e práticos para
analisar e resolver casos e situações que simulem a realidade,
utilizando conhecimentos de cálculo matemático, estatístico e
financeiro, como ferramentas a serem utilizadas visando
facilitar a visualização das ações, objetivando identificar
condições adequadas e informações necessárias aos
processos de planejamento, controle e tomada de decisão na
área de Gestão, além de propiciar a identificação de
oportunidades de melhoria.
OBJETIVOS
-OBJETIVOS ESPECÍFICOS:
-Definir o conceito de tomada de decisão, com seus principais
requisitos.
- Apresentar Teorias racionais e o uso de árvores de decisão.
- Apresentar a lógica associada à hierarquia de decisões.
- Relacionar a Modelagem e Simulação de situações;
- Desenvolver a habilidade de analisar gráficos e identificar
tendências.
OBJETIVOS
-OBJETIVOS ESPECÍFICOS:
-Introduzir o conceito de modelagem matemática de
designação.
- Mostrar a lógica do caminho crítico no desenvolvimento de
projetos.
- Discutir o papel da Teoria da decisão como ferramenta
estratégica na área de Gestão.
OBJETIVOS
-Conceitos e Requisitos para a Tomada de Decisão.
-Modelagem e simulação: gráficos e análise de
tendências. Modelos de Designação e Caminho
Crítico de um Projeto.
-Teoria da Decisão.
EMENTA
UNIDADE I - Conceitos e requisitos para a tomada de
decisão
1.1 Conceito de decisão
1.2 Os elementos para a tomada de decisão
1.3 Requisitos de um modelo de decisão
1.4 Conceito de pay-off e trade-off.
CONTEÚDOS
UNIDADE II - Modelagem e simulação
2.1 Diagrama de árvore
2.1.1 Valor médio esperado (VME)
2.2 Gráfico de Pareto
2.3 Diagrama de matriz de priorização
2.3.1 Matriz de Eisenhower
2.4 Gráficos, tabelas e análise de tendências
2.4.1 Normas de apresentação gráfica e tabular
2.4.2 Método de análise das variações percentuais
2.4.3 Método de análise pela média ponderada
2.4.4 Método de análise pela média móvel simples
CONTEÚDOS
UNIDADE III - Modelos de designação e Caminho crítico
3.1 O problemas de transporte e designação para modelos
balanceados
3.2 Solução básica inicial: método do canto noroeste
3.3 Método custo mínimo
3.4 Caminho crítico de um projeto
3.5 Calcular o caminho crítico de um projeto
3.6 Folgas de cronograma
CONTEÚDOS
UNIDADE IV - Teoria da Decisão
4.1 Os problemas de decisão e a Teoria da Decisão
4.2 Matriz de decisão
4.3 Decisão tomada sob risco
4.4 Valor Esperado da Alternativa
4.5 Valor Esperado da Informação Perfeita
4.6 Decisão tomada sob incerteza
4.7 Critério maximax
4.8 Critério maximin
CONTEÚDOS
METODOLOGIA
Promover aulas expositivas-interativas; estudos dirigidos com
o material didático; estudos de casos; atividades em equipe;
workshops; palestras com especialistas; reflexão sobre os
exercícios constantes nos Planos de Aula da disciplina;
atividades que integrem a teoria e a prática no ambiente de
sala de aula/instituição, atividades nos laboratórios; visitas
técnicas e atividades na biblioteca (IES/Virtual).
METODOLOGIA
Deverá ressaltar que cada integrante do corpo discente se
torna protagonista do próprio processo de aprendizagem, já
que vasto material é disponibilizado preliminarmente para
real aproveitamento dos momentos em sala de aula.
AVALIAÇÃO
O processo de avaliação será composto de três etapas,
Avaliação 1 (AV1), Avaliação 2 (AV2) e Avaliação 3 (AV3).
As avaliações poderão ser realizadas através de provas
teóricas, provas práticas, e realização de projetos ou outros
trabalhos, representando atividades acadêmicas de ensino,
de acordo com as especificidades de cada disciplina.
A soma de todas as atividades que possam vir a compor o
grau final de cada avaliação não poderá ultrapassar o grau
máximo de 10, sendo permitido atribuir valor decimal às
avaliações.
AVALIAÇÃO
Na disciplina Cultura Empreendedora, a AV1 e AV2 serão
compostas pela aplicação trabalhos (individuais e em grupo),
com valor de até 10 pontos cada (detalhamento sinalizado
abaixo).
A AV3, por sua vez, será composta por uma prova escrita com
valor de até 10 pontos que contemplará todo o conteúdo
programático abordado na disciplina.
LIMA, Rinaldo José Barbosa. Gestão de Projetos. São Paulo:
Pearson Education do Brasil, 2010.
SHIRAISHI, Guilherme. Administração de marketing. São
Paulo: Pearson Education do Brasil, 2012.
TAHA, Hamdy A. Pesquisa Operacional: uma visão geral. 8
Ed. São Paulo: Pearson Prentice Hall, 2008.
BIBLIOGRAFIA BÁSICA
BARBOSA, Marcos Antonio. Iniciação á pesquisa
operacional. 3 Ed. Curitiba: InterSaberes, 2015.
BARROS, E. BONAFINI, F. Ferramentas da qualidade. São
Paulo: Pearson Education do Brasil, 2014.
BEZERRA, Cícero Aparecido. Técnicas de planejamento,
programação e controle da produção: aplicações em
planilhas eletrônicas. Curitiba: InterSaberes, 2013.
IZIDORO, Cleyton. Métodos quantitativos. São Paulo:
Pearson Education do Brasil, 2015.
LACHTERMACHER, GERSON. Pesquisa operacional na
tomada de decisões. 4 Ed. São Paulo: Pearson Education do
Brasil, 2009.
BIBLIOGRAFIA COMPLEMENTAR
Obrigado!
Biblioteca_1832925.pdf
INTRODUÇÃO A SIMULAÇÃO
RACIOCÍNIO LÓGICO E ANALÍTICO - GST1935
Prof Dr SANDRO GOMES RODRIGUES
2019
CAMPO GRANDE, MS
INTRODUÇÃO À 
SIMULAÇÃO
Introdução
• Modelagem e simulação são ferramentas empregadas na
análise de sistemas complexos. O processo envolve a:
• Criação de uma representação (modelo) do sistema em estudo;
• Experimentação com o modelo do sistema guiado por um conjunto
de objetivos, tais como: melhorias
de projeto, análise custo-
benefício, análise de sensibilidade dos parâmetros, etc.
• A experimentação produz um histórico do comportamento do 
sistema ao longo do tempo, assim como estatísticas deste
comportamento.
Sistema
Avaliação com 
o Sistema Real
Avaliação com o 
Modelo do 
Sistema
Modelo
Físico
Modelo
Matemático
Solução
Analítica
Numérica
(Simulação)
Formas de Estudo de Sistemas
CONCEITOS
Modelo
Um Modelo é a representação de um sistema real, sob um
determinado conjunto de condições operacionais e
hipóteses simplificadoras que retratam a estrutura e o
comportamento do sistema correspondente (Law, A. M.,
2007).
CONCEITOS
Modelos Analíticos x Modelos de 
Simulação
As diferenças entre modelos analíticos e modelos de 
simulação estão na natureza de suas soluções:
• Analítico: obtenção da solução para um problema
matemático por meio de algoritmos. As soluções
encontradas são usadas como medidas de desempenho
do sistema.
• Simulação: a solução é obtida por meio da execução de 
um programa (modelo) que produz amostras do 
comportamento do sistema. As estatísticas obtidas destas
amostras são usadas como medidas do desempenho do 
sistema.
Simulação de sistemas
• “Simulação implica na modelagem de um processo ou sistema, de
tal forma que o modelo imite as respostas do sistema real numa
sucessão de eventos que ocorrem ao longo do tempo”, Thomas
Schireber (1974).
• “Simulação é o processo de projetar um modelo computacional de
um sistema real e conduzir experimentos com este modelo com o
propósito de entender seu comportamento e/ou avaliar estratégias
para sua operação”, Dennis Pegden (1991).
• “Simulação é a aplicação de uma metodologia que permite
descrever o comportamento de um sistema usando um modelo
matemático ou um modelo simbólico”, John Sokolowski (2009).
CONCEITOS
Processo e Conteúdo da Simulação
• A resolução e a análise dos problemas devem ir além de 
critérios técnicos de simulação apenas, deve-se 
considerar os impactos reais na organização.
• O sucesso do estudo envolvendo modelagem e 
simulação dependem da correta implantação do:
• Processo de planejamento, condução e conclusão do estudo de 
modo a conectar o mundo técnico do analista com o mundo real da 
organização;
• Conteúdo e conhecimento relacionado ao sistema em investigação
e às ferramentas de simulação utilizadas.
SIMULAÇÃO E ENGENHARIA DE PRODUÇÃO
SIMULAÇÃO
Vantagens
 Estudos de sistemas reais sem modificá-los;
 Possibilita melhor compreensão de quais variáveis são mais importantes
em relação a performance e como estas interagem entre si e com os
outros elementos do sistema;
 Facilita a identificação de “gargalos”;
 Permite análise do tipo “o que aconteceria se…”;
 Permite replicações precisas;
 Análise de condições extremas com segurança;
CONCEITOS
SIMULAÇÃO
Desvantagens
 Construção do modelo: treinamento e experiência
 Resultados: podem ser de difícil e complexa interpretação
 Resultado ótimo: podem ser necessárias inúmeras replicações e testes
 Modelagem consome tempo, especialmente para sistemas muito
complexos
CONCEITOS
PROCESSO DE 
DESENVOLVIMENTO 
DA SIMULAÇÃO
• Os modelos de simulação computacional atuais executam, 
sequencialmente e de maneira repetitiva, um conjunto de 
instruções.
• Na medida em que as instruções são executadas, os
valores que determinadas variáveis podem assumir são
alterados, uma vez que se modificam as condições que
influenciam o comportamento do modelo.
MODELO DE SIMULAÇÃO
Simulação de Eventos Discretos
Simulação de Eventos Discretos
MODELO DE SIMULAÇÃO
• Simulação de eventos discretos é utilizada para modelar sistemas que
mudam o seu estado em pontos discretos no tempo.
CHWIF, Leonardo. 1999.
Terminologia Básica Utilizada
• Entidades e Atributos
• Recursos
• Variáveis de Estado
• Eventos e Atividades
TERMINOLOGIA
Entidades e Atributos
• Entidades: objetos que constituem o modelo, que se 
movimentam através do sistema e seu comportamento é 
rastreado.
• Exemplos: Pacientes em um hospital, aeronaves em um aeroporto, 
máquinas em uma fábrica.
• Atributos: características pertencentes a cada entidade. Usado
para controlar o comportamento de uma entidade, e para 
distingui-las entre si.
• Exemplos: Nome ou tipo de peça, cliente ou tarefa.
TERMINOLOGIA
Recursos
• Recursos são também objetos individuais do sistema, 
mas são contáveis e fornecem serviços às entidades.
• Podem ter vários estados. Ocupado, livre, bloqueado, falhado, 
indisponível, etc.
• Pode servir uma ou mais entidades ao mesmo tempo.
• Uma entidade pode operar com mais de uma unidade de recurso
ao mesmo tempo, ou com diferentes recursos ao mesmo tempo.
TERMINOLOGIA
Variáveis de Estado
• Determinam o estado de um sistema num particular 
momento.
• Constituem o conjunto de informações necessárias que
descrevem a evolução do sistema ao longo do tempo.
• Exemplo:
• Linha de Produção: o número de peças esperando para serem
processadas na máquinas (fila da máquina);
• Banco: número de caixas ocupados, número de clientes
esperando na fila do caixa, horário de chegada de cada cliente ao
banco.
TERMINOLOGIA
TERMINOLOGIA
Eventos e Atividades
• Eventos são acontecimentos, ocorrências, que provocam mudança 
de estado em um sistema.
• Toda mudança de estado é provocada pela ocorrência de um evento.
• Exemplos:
• Chegada ou saída de uma entidade (ex. Passageiro, cliente, aeronave) em um 
processo.
• Início ou término de alguma operação.
• Atividades são operações e procedimentos com duração
predeterminada. Todo início e final de uma atividade é causada por
um evento (mudança de estado).
• Exemplo: 
• Processamento por uma máquina.
TERMINOLOGIA
Escolher qual melhor: esse ou slide19
PROCESSO DE SIMULAÇÃO
Etapas da simulação
PLANEJAMENTO
• Formulação e análise do problema (objetivos)
• Planejamento do projeto (recursos necessários)
• Formulação do modelo conceitual (esboço do sistema)
• Coleta de macro-informações (ex: qual fonte de dado?)
MODELAGEM
• Coleta de dados
• Tradução do modelo (linguagem de simulação)
• Verificação e Validação (modelo ok?)
EXPERIMENTOS
• Projeto experimental (criar cenários)
• Experimentação (executar simulação: cenários)
• Análise dos resultados (estatística, análise desempenho)
CONCLUSÃO
• Comparação e identificação das melhores soluções
• Documentação e apresentação dos resultados
• Implementação
PROCESSO DE SIMULAÇÃO
Construção Modelo Conceitual
• Para construção do modelo conceitual é necessário o 
entendimento claro do sistema a ser simulado e os objetivos 
do estudo.
• Deve-se decidir com clareza qual será o escopo do modelo, 
suas hipóteses e seu nível de detalhamento.
Capturar os fatores essenciais do sistema para elaboração do modelo 
conceitual.
”a compreensão do sistema e a identificação de seus elementos mais 
significativos dependem do conhecimento, da experiência e da 
habilidade do modelador” Sakurada, N; Miyake, D. I. (2009)
PLANEJAMENTO
Dados de entrada
• Coleta dos dados de entrada adequados para o modelo 
(“Garbage In, Garbage Out”).
• O modelo é que deve dirigir a coleta de dados.
• Modelagem de dados de entrada:
MODELAGEM
Coleta de dados Tratamento dos dados Inferência
Arquivos históricos, 
observações do 
sistema, oriundos de 
sistemas similares
Importante: A amostra 
deve ser representativa 
do fenômeno
Técnicas para 
descrever dados 
levantados (estatística 
descritiva)
Existem outliers? (Erro 
na coleta? Evento raro? 
Retirar da amostra?)
Qual distribuição de 
probabilidade 
representa o 
fenômeno?
(exponencial, normal, 
triangular, gama, etc.)
Variabilidade dos Sistemas
• A
utilização dos dados para o emprego em simulação 
está em:
• Compreender o comportamento dinâmico e aleatório das variáveis,
com a intenção de incorporá-lo ao modelo.
• Diferentemente da solução analítica, que é:
• Determinar valores que representam o comportamento médio das 
variáveis do sistema;
EXPERIMENTAÇÃO
Implementação computacional
• Modelo conceitual é convertido em um modelo computacional: 
codificação dos dados e relações previamente levantados por 
meio de um software de simulação apropriado ou uma 
linguagem de programação.
• Esta etapa deve ser combinada com a verificação do modelo:
• Comparar o modelo computacional frente ao modelo conceitual –
verificar se modelo computacional atende ao que foi estabelecido na 
fase de concepção;
• Verificar erros de programação.
MODELAGEM
Validação
MODELAGEM
• Processo aonde o analista e cliente avaliam se o modelo 
computacional implementado está de acordo com as 
suposições iniciais e se está válido para utilização.
• Testes estatísticos (dados reais vs. resultados da simulação);
• Duplicação de modelos (duas equipes construindo mesmo 
modelo);
• Comparação com modelos anteriores (se houver);
• Análise de Sensibilidade (alterar parâmetros de entrada).
Experimentação
EXPERIMENTAÇÃO
Razão final pela qual se constrói modelos de simulação: 
Executar experimentos e modelar cenários alternativos.
• São efetuadas várias “rodadas” do modelo, observando-
se o sistema em determinadas condições.
• Determina-se estatisticamente quais fatores são 
causadores de quais efeitos, possibilitando a construção 
de conclusões apropriadas.
Obs: O alcance de significância estatística dos resultados 
depende de quanto tempo o experimento é executado.
Esquema: Modelagem e Experimentação
EXPERIMENTAÇÃO
Ex.: Componentes na 
linha de produção de 
fábrica
Exemplo: Linha de Produção
EXPERIMENTAÇÃO
Ex.: Tempo de 
processamento, % 
utilização máquinas e 
funcionários, 
identificação de 
gargalos.
Ex.: Aumentar número 
de funcionários, 
aumentar maquinário.
Modelos de Simulação de Monte Carlo
• Métodos numéricos que utilizam amostragem aleatória a 
partir de uma função de distribuição de probabilidade.
• Os dados são artificialmente gerados empregando-se um gerador 
de números aleatórios (GNA) 
• Utiliza-se uma distribuição de frequências da variável de interesse. 
• Estes são dois pontos fundamentais no uso desta técnica 
e na sua posterior aplicação em programas de simulação.
Gerador de Números Aleatórios
• Algoritmos matemáticos capazes de produzir valores aleatórios 
independentes e uniformemente distribuídos (todos com a 
mesma probabilidade de ocorrência) no intervalo de 0 a 1.
• O aprimoramento pleno de algoritmos geradores de números 
aleatórios deu-se com o advento dos primeiros computadores 
digitais
• Por serem gerados artificialmente, os valores aleatórios 
obtidos são conhecidos como números pseudo-aleatórios. 
• A sequência de números produzidos por um destes algoritmos 
é reproduzível e, portanto, não aleatória no sentido estrito do 
termo.
VALIDAÇÃO DE 
MODELOS DE 
SIMULAÇÃO
Introdução
Verificar erros de 
sintaxe e/ou de 
lógica
Verificar se está 
representativo do 
sistema real ou 
projetado
Durante o desenvolvimento de um modelo de 
simulação é preciso estar seguro de que o 
mesmo esteja sendo corretamente implementado.
VERIFICAÇÃO VALIDAÇÃO
Verificação
• Avaliar se suposições e simplificações do modelo 
conceitual foram corretamente implementadas no modelo 
computacional.
• A verificação de modelos de simulação é equivalente a 
retirar os “bugs” do programa (debugging).
Técnicas de Verificação
• Implementação Modular/ Verificação Modular
• Valores constantes/simplificados + cálculos manuais
• Variações dos dados de entrada
• Utilização do “Debugger”
• Animação Gráfica
• Revisão em grupo
O problema da Validação
Modelo de simulação representação do mundo real
Apesar do grande esforço para descobrir os fatores 
importantes do sistema, ...
...o modelo reflete os pontos de 
vista de um indivíduo ou grupo 
sobre o que deveria ser incluído.
O problema da Validação
• Na maioria das análises, constrói-se um modelo para que 
este atue sob condições (operacionais ou gerenciais) 
diferentes da realidade.
• Por isso, são poucas as possibilidades para a realização 
de comparações detalhadas para fins de validação.
Um modelo de simulação totalmente correto é impossível, 
porém, sua validação é medida pela proximidade entre os 
resultados obtidos pelo modelo e aqueles originados do 
sistema real.
Técnicas de Validação
• Teste de Turing ou validação black-box
Computador
Pessoa
Especialista
Técnicas de Validação
• Duplicação de modelos
• Comparação com modelos anteriores
• Análise de sensibilidade
• Validação “face a face”
Considerações Finais
Obrigado!
Biblioteca_1832924.pdf
APRESENTAÇÃO
RACIOCÍNIO LOGICO E QUANTITATIVO
Prof Dr SANDRO GOMES RODRIGUES
2019
CAMPO GRANDE, MS
A TOMADA DE DECISÕES
DECISÃO !
• No fundo, as decisões são tomadas em função 
do seu custo e seu benefício. 
• As decisões são tomadas de forma intuitiva. 
• Muitas vezes introduzimos aspectos subjetivos 
na decisões, considerando nossa experiência, 
preconceitos e valores, mas, se escolhermos 
alguma coisa é porque, objetiva ou 
subjetivamente, a preferimos a outra que foi 
preterida. 
O que é uma decisão ? Há necessidade de uma decisão ?
• Decidir é escolher entre duas ou mais alternativas. Se 
não não há dissenso não há decisão. 
• Cumpre lembrar, porém, que não fazer nada, isto é, 
deixar as ações seguirem seu curso normal pode ser 
uma decisão. 
• No entanto, deixar de agir por incapacidade de 
concluir o curso da ação mais favorável quando é 
indispensável uma ação é indecisão. 
• Pode – se corrigir uma decisão errada, pagando – se 
um preço pelo erro, mas não pode corrigir uma 
indecisão. 
Decisão !
• Toda a decisão afeta algo ou alguém !
• Para decidir : “ Precisamos fazer uma análise do
sistema considerando corretamente todas as
variáveis de todos os seus elementos e as inter –
relações entre eles, bem como as relações do sistema
com o meio ambiente”.
• Decidir requer coragem tanto quanto discernimento. É
necessário equilibrar objetivos, opiniões e prioridades
conflitantes num contexto de pressão.
Decidir !
• Qualquer processo decisório, seja no íntimo do
individuo ou na organização, ocupa – se da
descoberta e seleção de alternativas
satisfatórias. Esse processo só se voltar´´a para
a descoberta e seleção de alternativas ótimas
em casos excepcionais. Toda decisão envolve,
portanto, riscos e incertezas.
Administrador : Profissional de Tomadas de 
Decisões importantes!
• O administrador deve ter consciência da sua 
responsabilidade e da sua limitação nas tomadas de 
decisões dentro das empresas. 
• A racionalidade requer um conhecimento completo e antecipado das 
conseqüências resultantes de cada opção. 
• Considerando o resultado de cada opção, atribuir valores as opções. 
• Escolha de um fração dentro das alternativas possíveis. 
Tipos de Decisões.
• Herbert Simon, criou estes termos para
designar as decisões que ocorrem com
muita freqüência e as que são novas.
»Decisões Programadas.
»Decisões Não Programadas.
Decisões Programadas.
• São mais fáceis de serem tomadas, uma vez que
tendem a ser repetitivas, mas, por outro lado, tendem a
ser numerosas. Para facilitar o trabalho dos
administradores, as empresas criam regras que
orientam as decisões como política, normas de
procedimento, práticas e rotinas. Isto permite que as
decisões sejam tomadas não só mais depressa, mas
incorporando a experiência de situações semelhantes
ocorridas.
Decisões
não Programadas.
• São as novas decisões ( sem precedentes), que
requerem tratamento especial.
• E para evitar que as decisões não programadas
sejam postergadas além do desejável, é preciso que
os executivos aloquem um tempo especifico para
elas, ou, alternativamente, formem equipes
dedicadas à análise e a recomendações especifica
para subsidiar essas decisões.
Decisões Estratégicas !
• Envolvem a definição precisa do negócio, sua alteração ou, pelo
menos, uma mudança no rumo dos negócios. Diferentemente das
táticas ou operacionais, as estratégicas são decisões com impactos
a longo prazo e grande dificuldade de serem desfeitas. Essas
decisões tendem a ser importantes e são tomadas nos níveis
hierárquicos mais alto da organização. Geralmente, envolvem
grandes investimentos, ou mudanças na cultura da empresa, ou na
maneira de conduzir os negócios, ou tem grandes influência no
ambiente externo no qual esta inserida a empresa.
ESTAPAS DO PROCESSO DECISÓRIO ESTRUTURADO. 
• Identificação de Sintomas e Sinais.
• Análise do Tipo de Problemas ou da
Oportunidade Existente.
• Identificação de Soluções alternativas.
• Análise das Soluções Alternativas e
Considerações sobre suas Conseqüências.
ESTAPAS DO PROCESSO DECISÓRIO ESTRUTURADO. 
• Avaliação das Alternativas e Escolha da 
mais Adequada. 
• Comunicação da Decisão Escolhida. 
• Acompanhamento das Ações Necessárias à 
Implantação da Decisão. 
ERROS COMUNS NAS TOMADAS DE 
DECISÕES. 
• Precipitação.
• Cegueira Estrutural.
• Falta de Referências de controle.
• Excesso de Confiança no Julgamento.
• Uso de Atalho Míope.
• Agir sem Sistematização
ERROS COMUNS NAS TOMADAS DE 
DECISÕES. 
• Condução Inadequada de um Grupo. 
• Auto – Engano sobre o Feedback. 
• Não acompanhar os Resultados da Decisão. 
• Falta de auditoria do Processo Decisório. 
DECISÕES POUCO ESTRUTURÁVEIS. 
• Algumas decisões são tão complexas, envolvem
tantas variáveis, incertezas e riscos, que mesmo
que se procure estruturar o processo decisório,
sempre haverá necessidade de flexibilizar o
processo e de se confiar no julgamento e na
intuição de pessoas que se presumem
experientes, honesta e equilibradas. A
racionalidade completa nesses casos é
inalcançável. A estruturação é menor e a
incerteza é maior.
INTUIÇÃO NA TOMADA DE DECISÃO !
• É um modo de raciocinar baseado
principalmente na experiência, por meio da
qual a avaliação da situação e o julgamento
das alternativas são feitos de forma
inconsciente e automática. Podemos dizer
que a intuição esta vinculada ao
conhecimento tácito e não implícito.
Aspectos psicológicos das decisões. 
• A armadilha da fixação. 
• A armadilha do status quo. 
• A armadilha dos custos já despendidos. 
• A armadilha da confirmação da evidência. 
• A armadilha da estruturação. 
• Armadilha de projeções estimativas. 
A INFORMAÇÃO. 
• Apesar das influências psicológicas, a
informação é o insumo mais importante para
as decisões. Se tudo acontece por meio das
decisões das pessoas e se a informação é o
insumo básico para as decisões, o
gerenciamento das informações e do
conhecimento por elas gerado tem importância
vital qualquer organização.
TIPOS E OBJETIVOS DOS SISTEMAS DE 
INFORMAÇÕES. 
• São utilizados nas empresas basicamente 
três tipo de sistemas de informação: 
– Sistema de Informação Gerenciais. 
– Sistema de Apoio á Decisão. 
– Sistema de Informação para executivos. 
Sistema de Informação Gerenciais. 
• É um sistema organizado e integrado de geração,
processamento, armazenamento e comunicação de
dados e informações ao diversos níveis da
administração para efetivação da função gerencial. Sua
ênfase é na geração, armazenamento e processamento
de informações estruturadas, consistentes e integradas
e sua apresentação sob forma de relatórios. ( SIG).
Sistema de apoio à Decisão. 
• É um sistema interativo, que proporciona ao
usuário acesso fácil a modelos decisórios e
dados a fim de dar apoio à tomada de decisões
semi – estruturadas ou não estruturadas.
• Os objetivos de apoio à decisão ( SAD) é servir
de apoio ao processo decisório.
Sistema de Informação para 
Executivos. 
• OS sistemas de informação para executivos
diferenciam – se dos sistemas de
informações gerenciais no que diz respeito
ao número de pessoas a quem se destinam.
Esse sistema é voltados a um número
restrito de altos executivos.
Importância das Informações externas à 
organização
• A maioria dos sistema de informações trata
apenas das informações relacionadas aos fatos
internos da organização, mas é preciso incluir
nesses sistemas as informações relevantes à
organização que ocorrem no ambiente externo.
Um dos grande desafios para as empresas é
organizar um suprimento sistemático e
significativo de informações relevantes externas à
organização.
Quem participa das decisões .
• Na maioria das empresas médias e pequenas essa
responsabilidade sobre determinada fica implícita e os
administradores sabem quem deve tomar cada decisão.
• Uma vez tomada as decisão quem deve informa – la ?
Quem deve ser informado ? Quem deve orientar o
processo após a decisão ter sido tomada ? Quem deve
executa – la ? Quem deve auditar os resultados da
decisão e levar as conclusões ao responsável para as
necessárias correções ou modificações de rumo?
Obrigado!