ARTIGO - PESQUISA OPERACIONAL - TEORIA DA DECISÃO PDF

Prévia do material em texto

Teoria da Decisão 
Andressa Thais da Silva, EPA, UNESPAR/Campus de Campo Mourão 
Andressath156@hotmail.com 
Mirian da Silva, EPA, UNESPAR/Campus de Campo Mourão 
Miriansilva.epa@ hotmail.com 
Resumo: O presente artigo trata da Pesquisa Operacional (PO) e da Teoria ou Análise da 
Decisão, visto que é de suma importância dentro das dez áreas da Engenharia de 
Produção (EP) pois tem como objetivo a resolução de problemas reais envolvendo 
situações de tomada de decisão, através de modelos matemáticos habitualmente 
processados computacionalmente. A pesquisa foi realizada através de pesquisas 
bibliográficas onde o objetivo foi colher informações sobre o tema anteriormente citado. 
Foi tratado nesta pesquisa sobre os riscos nos quais as decisões podem ser feitas, que 
podem ser classificadas como certeza, risco e incerteza. Tendo como a incerteza a pior 
dentre as condições, pois o indivíduo não tem a informação necessária para atribuir 
probabilidades para os resultados das soluções alternativas. 
Palavras-chave: teoria da decisão; pesquisa operacional; engenharia de produção. 
1. Introdução 
A Universidade Estadual do Paraná (UNESPAR) – Campus de Campo Mourão - 
oferece a graduação em Engenharia de Produção Agroindustrial (EPA). A EP tem como 
competência o projeto, a implantação, a operação, a melhoria e a manutenção de sistemas 
produtivos integrados de bens e serviços, envolvendo homens, materiais, tecnologia, 
informação e energia. 
A EP possui dez Áreas de conhecimento, instituídas pela Associação Brasileira de 
Engenharia de Produção (ABEPRO), em que os engenheiros de produção estão aptos a 
desenvolver suas funções. A Pesquisa Operacional (PO) é uma delas e tem como objetivo a 
resolução de problemas reais envolvendo situações de tomada de decisão, através de 
modelos matemáticos habitualmente processados computacionalmente (ABEPRO, 2008). 
Dentro da PO é possível encontrar a Teoria ou Análise da Decisão, que segundo 
Francisco (S/D) é um conjunto de conceitos e técnicas que permite estruturar e analisar um 
problema (oportunidade) de maneira lógica, de forma a permitir a melhor decisão possível 
face às informações disponíveis, de acordo com as preferências do decisor. O processo de 
tomada de decisão é o procedimento de identificar um problema ou uma oportunidade e 
selecionar uma linha de ação para resolvê-lo e sua dificuldade depende da complexidade 
do problema e da incerteza dos agentes de decisão. 
A PO é uma ciência voltada para a solução de problemas reais, tendo como foco a 
tomada de decisões, aplicação de conceitos e métodos de várias áreas científicas na 
concepção, planejamento ou operação de sistemas. Trata-se de uma maneira de as 
empresas identificarem soluções para problemas complexos com ajuda de fórmulas e 
cálculos que otimizam resultados e aumentam o desempenho corporativo (IBC, 2016). 
 
 
O principal objetivo deste método é auxiliar empresas e organizações a solucionar 
problemas particulares e tomar decisões assertivas com ajuda de metodologias matemáticas 
e estáticas precisas. Isso porque uma decisão errada pode trazer consequências drásticas 
para as empresas (IBC, 2016). 
Dentre as vantagens da utilização da PO, podemos citar: Decisões mais assertivas; 
redução de erros e falhas operacionais; maximização de resultados e desempenho; melhor 
controle dos processos internos; resolução de problemas de forma precisa; dados 
completos e certeiros; melhora no potencial competitivo da empresa; soluções adequadas 
ao objetivo organizacional; diminuição de gastos e maior economia empresarial; melhoria 
da produtividade (IBC, 2016). 
2. Metodologia 
A pesquisa foi elaborada por alunos do curso de EPA, da UNESPAR, Campus de 
Campo Mourão, como parte das atividades da disciplina de Pesquisa Operacional. 
 Quanto à natureza da pesquisa, classifica-se como teórica pois segundo Demo (2000, 
p.20), se trata da pesquisa que é "dedicada a reconstruir teoria, conceitos, ideias, 
ideologias, polêmicas, tendo em vista, em termos imediatos, aprimorar fundamentos 
teóricos". 
 Quanto ao método de abordagem do problema, a pesquisa classifica-se como 
qualitativa. Para Minayo (2001) é uma pesquisa que "trabalha com o universo de 
significados, motivos, aspirações, crenças, valores e atitudes, o que corresponde a um 
espaço mais profundo das relações, dos processos e dos fenômenos que não podem ser 
reduzidos à operacionalização de variáveis". 
 Quanto aos meios a pesquisa se classificou como bibliográfica. Para Booth, Colomb e 
Willians (2005), a pesquisa bibliográfica é "realizada a partir de materiais já elaborados, 
como livros e artigos científicos" e documental pois segundo Fonseca (2002, p. 32) é um 
tipo de pesquisa que "recorre a fontes mais diversificadas e dispersas, sem tratamento 
analítico, tais como: tabelas estatísticas, jornais, revistas, relatórios, documentos oficiais, 
cartas, filmes, fotografias, pinturas, tapeçarias, relatórios de empresas, vídeos de programas 
de televisão, etc". 
 Quanto aos fins, a pesquisa é descritiva e explicativa. Para Triviños (1987) esse tipo de 
estudo pretende descrever os fatos e fenômenos de determinada realidade. Gil (2007, p. 43) 
diz que, uma pesquisa explicativa é a continuação de outra pesquisa descritiva, posto que a 
identificação de fatores que determinam um fenômeno exige que este esteja 
suficientemente descrito e detalhado. 
3. Teoria da decisão 
3.1 Definição 
Tecnicamente, define-se análise de decisão como uma “[...] filosofia, articulada por 
um conjunto de axiomas lógicos, e uma metodologia e conjunto de procedimentos 
sistemáticos, fundamentados nestes axiomas, para permitir analisar, de forma responsável, 
as complexidades inerentes aos problemas de decisão.", trad. Por J. L. V. do Vale (autor 
desconhecido, citado por BUTLER e DYER, em material didático do departamento de 
Management Science and Information Systems da University of Texas). 
A Ánalise de Decisão envolve o uso de processos racionais para selecionar a melhor 
alternativa dentre um conjunto de alternativas possíveis. Estes processos de tomada de 
 
 
decisão podem ser divididos em duas principais categorias: tomada de decisão sem 
experimentação e tomada de decisão com experimentação (VALE, 1999). 
A Análise de Decisões é um método que permite organizar informações relativas a 
decisões proferidas em um determinado contexto; verificar a coerência decisória no 
contexto determinado previamente; e produzir uma explicação do sentido das decisões a 
partir de interpretação sobre o processo decisório, sobre a forma das decisões e sobre os 
argumentos produzidos(VALE, 1999). 
3.1.1 Origem da Teoria da decisão 
As origens da teoria da decisão datam dos estudos sobre probabilidade associada a 
jogos de azar no século XVII, em plena Renascença. Até aquela época, as pessoas 
tomavam decisões com base nos instintos, uma vez que, para elas, o futuro não passava de 
uma questão de sorte ou consistia no resultado de variações aleatórias, sobre as quais elas 
não tinham qualquer controle. A grande preocupação das pessoas consistia basicamente na 
sobrevivência propriamente dita, e o dia-a-dia não apresentava maiores surpresas, exceto 
por eventuais variações climáticas bruscas. 
Segundo BERNSTEIN (1996, p. 15-20), apesar de bastante avançada sob muitos 
aspectos, inclusive quanto à clara distinção feita entre verdade e probabilidade, a 
civilização grega, anteriormente à Renascença, não desenvolveu uma abordagem 
quantitativa da probabilidade, em grande parte, pelas restrições de seu sistema numérico, o 
qual não permitia a realização de cálculos, mas apenas de registros numéricos. Ademais, os 
gregos enxergavam ordem e previsibilidade apenas nos céus, com os planetas e as estrelas 
apresentando harmonia. Isto contrastava com a "desordem" da vida na terra e com o 
"comportamento dos deuses", aos quais se outorgava a responsabilidade pelo que se 
passava naterra. Por fim, havia ainda uma forte influência dos cleros, os quais se 
reservavam a exclusividade de comunicação com os deuses. 
Esta foi uma época de busca pelo conhecimento, questionamentos de dogmas e 
crenças passadas, explorações geográficas, e experimentações permanentes. Um dos 
aspectos marcantes desta época foi o aumento significativo do comércio, que trouxe 
consigo oportunidades de riqueza, mas também riscos, contribuindo para a mudança de 
atitude das pessoas em relação ao futuro, forçando-as a buscar prever e controlar o mesmo. 
3.2 Teoria da Decisão 
Segundo LIFSON (1972, p. 2-8), problemas de tomada de decisão envolvem geralmente os 
seguintes elementos: 
1. O tomador (ou tomadores) da decisão; 
2. As possíveis alternativas; 
3. As variáveis de controle; 
4. Os estados da "natureza"; 
5. Os resultados; 
6. O (s) critério (s) de decisão. 
O tomador da decisão é, em última instância, a pessoa ou grupo de pessoas que tem 
autoridade e responsabilidade pela escolha da alternativa a ser seguida, escolha está a ser 
feita com base nas informações disponíveis, implícita ou explicitamente, no momento da 
 
 
mesma. É importante lembrar também que o tomador de decisão pode ter, e normalmente 
possui, preferências quanto às alternativas disponíveis e/ou aos possíveis resultados de suas 
ações, e que tais preferências podem eventualmente ser subjetivas. 
As alternativas formam um conjunto de "caminhos" possíveis de serem seguidos, os 
quais são necessariamente mutuamente excludentes, porém não necessariamente 
exaustivos, uma vez que o tomador de decisão pode eventualmente desconhecer alguma (s) 
alternativa (s). Cada alternativa possui uma. Série de características que lhe são peculiares 
e permitem sua identificação. O conjunto destas características que "identificam" cada 
alternativa é constituído pelas variáveis de controle, as quais envolvem os aspectos sobre 
os quais se tem o controle, pelo menos parcial, e são especificadas a priori. Os estados da 
"natureza", variáveis de estado ou simplesmente "estado" são aquelas variáveis sobre as 
quais se tem pouco ou nenhum controle, e envolvem, por 21 exemplo, inflação, condições 
econômicas, legislação ambiental, situação política, entre outras (LIFSON, 1972). 
Os "estados" formam um conjunto exaustivo e são mutuamente exclusivos. Cada um 
dos possíveis cursos de ação, em função das variáveis de controle e das de estado, levará a 
um determinado resultado. Um resultado pode incluir várias medidas ou dimensões, como 
por exemplo, retomo sobre o investimento, participação de mercado, imagem da empresa, 
entre outras. Para cada dimensão de um resultado, deve se estabelecer, no início da análise 
e como parte da descrição do problema, o critério de decisão correspondente. Para que se 
possa tomar uma decisão, é necessário estabelecer algum critério de decisão (LIFSON, 
1972). 
No caso de decisões de investimento, os critérios envolvem geralmente a avaliação dos 
fluxos de caixa, positivos e negativos, incluindo custos de oportunidade, com vistas a 
assegurar a geração de valor para os acionistas. David G. Luenberger (1998, p. 24) lembra 
que, para que a decisão de investimento seja "inteligente", a análise dos fluxos de caixa 
alternativos deve ser feita segundo um critério lógico. Critérios de decisão podem envolver 
ainda aspectos de participação de mercado, imagem da empresa, minimização de perdas, 
ou ainda, minimização de riscos ambientais ou de saúde pública. 
3.2.1 Processos da Tomada de decisão 
Segundo R. T. CLEMEN (1996, p. 5), análise de decisão envolve os seguintes 
processos: 
1. Identificação do problema/situação e entendimento dos objetivos; 
2. Identificação das alternativas; 
3. Decomposição e modelagem do problema (estrutura, incertezas e preferências); 
4. Escolha da "melhor" alternativa; 
5. Análise de sensibilidade; 
6. Reavaliação do problema, das alternativas e/ou dos modelos, em função dos 
resultados da análise de sensibilidade; 
7. Implementação da alternativa escolhida. 
A identificação exata da natureza do problema e a compreensão dos objetivos a serem 
atingidos são fundamentais, caso contrário, corre-se o risco de tratar o problema errado ou 
de não resolver o problema real. Deve-se notar que, muitas vezes, o verdadeiro problema 
não está evidente. A etapa de identificação das alternativas está diretamente associada à 
 
 
clareza dos objetivos a serem atingidos. Frequentemente, muitas alternativas importantes 
passam despercebidas no início da análise (CLEMEN, 1996). 
Tendo em vista que decisões são normalmente muito complexas ou envolvem grande 
quantidade de variáveis, o processo de análise do problema pode ser facilitado pela 
decomposição do mesmo em partes menores, de modo a identificar sua estrutura, assim 
como as incertezas envolvidas e seu valor análise (CLEMEN, 1996). 
Uma vez estruturado o problema, deve-se identificar a alternativa que melhor atinge os 
objetivos estabelecidos no início do processo. A análise de sensibilidade vem em seguida 
para verificar se a escolha feita no passo anterior seria mudada, caso corram mudanças em 
algumas premissas do modelo, e pode levar a uma reavaliação das etapas anteriores 
(VALE, 1999). 
3.3 Ferramentas utilizadas na tomada de Decisão 
3.3.1 Valor Presente Líquido (VPL) 
A principal ou pelo menos mais comum, ferramenta ou metodologia desenvolvida para 
auxílio a tomada de decisão, a qual é bastante utilizada pela grande maioria das empresas, 
consiste na regra do "Valor Presente Líquido" (VPL) e na abordagem pelo "Fluxo de Caixa 
Descontado" (DCF, em inglês). Em resumo, esta metodologia consiste em trazer a valor 
presente o fluxo de caixa (positivo e negativo) associado ao projeto em questão, de modo a 
se levar em consideração o valor do dinheiro no tempo, e comparar este valor presente do 
fluxo de caixa com o investimento requerido pelo projeto (VALE, 1999). 
Caso o valor presente dos fluxos de caixa seja maior do que o valor presente do 
investimento necessário, ou seja, caso o VPL seja maior do que zero, o projeto é 
eventualmente implementado. Esta regra é a base da teoria neoc1ássica de investimento, 
segundo a qual deve-se investir até que o valor de uma unidade adicional de capital seja 
igual ao seu custo (VALE, 1999). 
Segundo L. TRIGEORGIS (1993, p. 202), a regra do valor presente líquido e a 
abordagem de fluxo de caixa descontado são inadequadas, na medida em que consideram a 
flexibilidade que os gestores. Têm de adaptar e revisar decisões tomadas, à luz de novos 
acontecimentos. Tal flexibilidade para adaptar futuras ações, em resposta a novas 
condições de mercado, cria um valor adicional, através da melhoria da possibilidade de 
ganho, ao mesmo tempo em que limita as perdas em relação às expectativas iniciais. 
Apesar destas "deficiências", pode-se dizer que o método do VPL apresenta resultados 
razoavelmente satisfatórios para negócios do tipo "cash cow", ou seja, projetos que geram 
um fluxo de caixa estável ou ligeiramente dec1inante ao longo do tempo, ou ainda nos 
casos onde não haja oportunidades intrínsecas 
3.3.2 Árvore de Decisão 
Uma ferramenta muito utilizada no auxílio à análise e tomada de decisões consiste na 
modelagem, decomposição ou estruturação do problema através do uso de árvores de 
decisão. Segundo R. T. CLEMEN, a decomposição é fundamental em análise de decisão. 
(CLEMEN, 1996, p. 7). 
 Uma árvore de decisão consiste, na realidade, em uma representação gráfica do 
problema em análise, contendo as alternativas de decisão, as incertezas associadas aos 
estados da "natureza" (ou "loterias") e os resultados de cada sequência de decisões 
possíveis de serem tomadas, como podemos observar na FIGURA 1. 
 
 
 
FIGURA 1 – Exemplo de árvore de decisão Fonte: Lucdchart 
 
Segundo J. Q. SMITH (1988, p. 18), o algoritmo de solução de uma árvore de decisão 
fornece o curso ótimo de ação, ou seja,como se deve agir em função dos resultados de 
vários eventos que são incertos no momento da tomada de decisão, curso de ação este que 
é chamado de regra de decisão de Bayes, o qual otimiza o resultado esperado, ou seja, 
maximiza o ganho esperado ou minimiza a perda esperada. 
Esta ferramenta apresenta várias vantagens, entre as quais, a de mostrar clara e 
explicitamente as decisões que deverão ser tomadas, a ordem em que cada decisão 
eventualmente deverá ser tomada, as consequências de cada decisão e as fontes de 
incerteza que afetam cada decisão. 
Em Principies of Corporate Finance, R. A. BREALEY e S. C. MYERS (1996) afirmam 
que árvores de decisão são comumente utilizadas para a análise de projetos que envolvem 
decisões sequenciais, entre as quais, decisões de abandono ou expansão do projeto. Pode-
se ainda incorporar funções de utilidade para refletir o comportamento específico a risco. 
Uma outra vantagem da modelagem por árvore de decisão consiste, segundo R. T. 
CLEMEN (1996, p. 69) na facilidade de se incluir múltiplos objetivos, que podem ser 
relacionados ao final de cada ramo da árvore. 
Entretanto, as árvores de decisão tomam-se imensas quando se levam em consideração 
todas as flexibilidades e alternativas associadas ao projeto em análise, e, como em última 
instância, calcula-se o valor presente líquido do projeto, incorre-se nos mesmos 
"problemas" do método do VPL, a diferença sendo que árvores de decisão calculam o 
valor presente líquido esperado. A estimativa de fluxos de caixa, assim como das 
probabilidades associadas aos resultados de cada "loteria" (ou "nó de sorteio" na árvore de 
 
 
decisão) é também um exercício complicado e, pelo menos no caso das probabilidades, 
subjetivo. 
Ademais, uma significativa limitação em se trabalhar com valor esperado é a ausência 
de guideline para restringir a exposição a prejuízos, uma vez que geralmente não se obtém 
o valor esperado, mas sim um entre os vários resultados possíveis, seja positivo, seja 
negativo. Uma forma alternativa de se enxergar esta limitação é que o valor esperado não 
mostra a magnitude do prejuízo ao qual se está exposto. 
3.3.3 Teoria de Precificação de Opções aplicada a "Opções Reais" 
Mesmo antes do surgimento da Teoria de Opções Reais, muitos gerentes corporativos e 
estrategistas consideravam intuitivamente os elementos de flexibilidade operacional e de 
interações estratégicas em suas análises (TRIGEORGIS, 1993, p. 203). Muitos trabalhos 
foram escritos que abordam as diversas opções comumente associadas aos mais diversos 
projetos de investimento, tais como opção de postergar, investir gradualmente (em 
estágios), alterar a escala, abandonar e mudar de insumo ou produto acabado, entre outras, 
assim como reconhecem o valor associado a tais opções. 
Os defensores da Teoria de Opções Reais alegam que a teoria de opções permite, 
primeiramente, impor a "disciplina" dos mercados financeiros à prática de análise de 
investimentos, na medida em que os dados são observados do mercado e quaisquer 
distorções, provenientes por exemplo de dados subjetivos, criariam oportunidades de 
arbitragem. 
Por outro lado, a já razoável literatura desenvolvida sobre esse tema mostra uma 
simplificação excessiva dos problemas de análise de investimento, para permitir sua 
resolução, mesmo por meio de métodos numéricos, já que apenas em casos especiais e 
simples existe uma solução analítica para as equações diferenciais desenvolvidas. Isto 30 
tem um forte impacto na aplicabilidade do método no mundo real. Ademais, nos casos 
onde o ativo subjacente não é negociado, o que não é raro, faz-se necessário considerar um 
ajuste via "dividendos" para equiparar a taxa de crescimento do ativo ao retomo total de 
equilíbrio esperado para um ativo financeiro de risco equivalente (TRIGEORGIS, 1993, p. 
206). 
Apesar das limitações que o método possui, recentes trabalhos divulgados sobre a 
aplicação de teoria de opções a investimentos em ativos não financeiros mostram que o 
comportamento das empresas em relação a tomadas de decisão de investimento é, em 
geral, diferente do explicado pelas teorias tradicionais. 
3.3.4 Método de Monte Carlo 
Método de Monte Carlo O método de Monte Carlo é um processo de operar modelos 
estatísticos de forma a lidar experimentalmente com variáveis descritas por funções 
probabilísticas (ANDRADE, 1990). Tal método nada mais é que uma simulação 
matemática. Em Pesquisa Operacional temos dois tipos de modelos para resolução de 
problemas, modelo de otimização e modelo de simulação. Um modelo de simulação tem 
por objetivo representar o mundo real (sempre uma parte dele). 
Este modelo pode ser usado quando o tomador de decisões tenta prever o que 
aconteceria ao sistema real em determinadas condições, condições estas que estão sob seu 
controle, o que muitas vezes é impossível no mundo real. Com o Método de Monte Carlo 
pode-se gerar inúmeras séries sintéticas. Estas séries seriam semelhantes do ponto de vista 
estatístico, tendo suas propriedades como média, desvio padrão, assimetria etc, iguais ao da 
 
 
série real (observada) com erro controlável. Assim, pode-se mimetizar o comportamento 
do modelo. Basta que se tenha uma série histórica, para se extrair suas propriedades 
estatísticas. É fácil perceber a importância da otimização na resolução de problemas. A 
robustez do método, aliado à sua simplicidade, apontam para uma diversa gama de 
aplicações. 
3.4. Condições sob as quais as decisões serão feitas 
As condições sob as quais os indivíduos numa organização tomam decisões refletem 
as forças ambientais (desenvolvimento e acontecimentos) que esses indivíduos são 
incapazes de controlar, mas que podem, no futuro, vir a influenciar os resultados das suas 
decisões. 
O impacto destas decisões é sempre sentido no futuro, mais cedo ou mais tarde. 
Podemos classificar de uma forma geral as condições sob as quais as decisões são 
feitas como certeza, risco e incerteza. A seguir se explica cada uma destas condições. 
Certeza: é a condição sob a qual os indivíduos estão completamente informados acerca 
do problema, em que as soluções alternativas são obvias e os resultados prováveis de cada 
solução são claros. Debaixo de uma condição de certeza, as pessoas podem pelo menos 
antecipar (se não controlar mesmo) acontecimentos e os seus resultados. Esta condição 
significa que quer o problema quer as soluções alternativas são conhecidas e bem 
definidas. A partir do momento em que um indivíduo identifica soluções alternativas e os 
seus resultados esperados, tomar a decisão é relativamente simples. Quem toma a decisão 
apenas escolhe a solução que apresente o melhor potencial resultante. Os gestores de 
"primeira linha" tomam diariamente decisões debaixo de condições perto da certeza. 
Risco: é uma condição sob a qual os indivíduos podem definir um problema, 
especificar a probabilidade de certos acontecimentos, identificar soluções alternativas e 
formular a probabilidade de cada solução levar aos resultados desejados. Risco 
normalmente significa que o problema e as soluções alternativas estão algures entre o 
extremo de solução bem conhecida e definida e o extremo oposto de solução invulgar e 
ambígua. 
Nesta condição surge um novo conceito: o de probabilidade. Probabilidade é a 
percentagem de vezes que um resultado específico ocorreria se um indivíduo tomasse uma 
determinada decisão um grande número de vezes. O tipo, quantidade e fiabilidade da 
informação influencia o nível de risco e o facto de quem toma a decisão poder usar 
probabilidades objetivas ou subjetivas na estimação do resultado. 
Incerteza: É a condição sob a qual um indivíduo não tem a informação necessária para 
atribuir probabilidades para os resultados das soluções alternativas. De fato, o indivíduo 
pode mesmo não ser capaz de definir o problema, quanto mais identificar soluções 
alternativas e possíveis resultados. A incertezafrequentemente sugere que o problema e as 
soluções alternativas são ambos ambíguos e altamente incomuns. 
Apresenta-se a seguir alguns dos os critérios mais conhecidos: 
1) CRITÉRIO MAXIMIN 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 se destaca 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). 
Por exemplo, as organizações enfrentam esta condição de incerteza quando entram em 
novos mercados ou lançam produtos significativamente diferentes que requerem o uso de 
novas tecnologias. 
4. Considerações finais 
 Com a realização deste trabalho foi possível compreender mais sobre a análise de 
decisão e os problemas e processos que envolvem a mesma. Também foi possível tomar 
conhecimento de algumas ferramentas que são utilizadas na hora da tomada de decisão 
como o valor presente líquido, a teoria de precificação e a arvore de decisão que é uma 
ferramenta muito utilizada no auxílio à análise e tomada de decisões consistindo na 
modelagem, decomposição ou estruturação do problema através do uso de árvores de 
decisão. 
 Foi tratado nesta pesquisa sobre os riscos nos quais as decisões podem ser feitas, que 
podem ser classificadas como certeza, risco e incerteza. Tendo como a incerteza a pior 
dentre as condições, pois o indivíduo não tem a informação necessária para atribuir 
probabilidades para os resultados das soluções alternativas. De fato, o indivíduo pode 
mesmo não ser capaz de definir o problema, quanto mais identificar soluções alternativas e 
possíveis resultados. A incerteza frequentemente sugere que o problema e as soluções 
alternativas são ambos ambíguos e altamente incomuns. 
 
Referências 
ABEPRO. Associação Brasileira de Engenharia de Produção. Engenharia de Produção. 2018. Disponível 
em: <http://portalabepro.educacao.ws/a-profissao/>. Acesso em 25 de agosto de 2020. 
BERNSTEIN, Peter L. Against the gods: the remarkable story of risk. New York : John Wiley & Sons, 
1996. 383p. 
BREALEY, Richard A., MYERS, Stewart C. Principies of Corporate Finance. Intemational ed. New York 
: McGraw-Hill, 1996. 998p. Capo 10 : A Project Is Not a Black Box, p. 239-270. 
BUTLER e DYER. Notas de aula do Departamento de Management Science and Information Systems da 
University ofTexas at Austin, 1999. 
CLEMEN, Robert T. Making hard decisions: an introduction to decision analysis. 2.ed. Belrnont: 
Wadsworth Publishing Company, 1996. 664p. 
DEMO, Pedro. Pesquisa e construção do conhecimento: metodologia científica no caminho de 
Habermas. Rio de Janeiro: Tempo Brasileiro, 1994. 
FRANCISCO, J. Teoria da decisão. Universidade do Estado do Rio de Janeiro. Acesso em 25 de agosto de 
2020. 
GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, P. 43, 2007. 
(GIL, 1999, p. 72; BOOTH; COLOMB; WILLIANS, 2005 apud CASTRO, 2018) 
IBC. A importância da pesquisa operacional em uma empresa. 2016. Disponível em: 
https://www.ibccoaching.com.br/portal/importancia-da-pesquisa-operacional-na-administracao-de-uma-
empresa/#:~:text=A%20import%C3%A2ncia%20da%20pesquisa%20operacional%20na%20administra%C3
%A7%C3%A3o%20de%20uma%20empresa,-
Postado%20em%204&text=de%20decis%C3%B5es%20assertivas.-
,A%20pesquisa%20operacional%20%C3%A9%20uma%20ci%C3%AAncia%20voltada%20para%20a%20s
 
 
olu%C3%A7%C3%A3o,planejamento%20ou%20opera%C3%A7%C3%A3o%20de%20sistemas. Acesso em 
25 de agosto de 2020. 
LIFSON, Melvin W. Decision and risk analysis for practicing engineers. Boston : The Bames & Noble, 
1972. 274p. 
LUCDCHART. Modelo de árvore de decisão. Disponível em: 
https://www.lucidchart.com/pages/pt/exemplos/arvore-de-decisao-online. Acesso em 25 de agosto de 2020. 
LUENBERGER, David G. Investment science. New York : Oxford University Press, 1998. 494p. 
MINAYO, M. C. S. (Org.). Pesquisa social: teoria, método e criatividade. Petrópolis: Vozes, 2001. 
SMITH, J. Q. Decision ana!ysis: a bayesian approach. New York : Chapman and Hall, 1988. 138p 
SMITH, James E., NAU, Robert F. Valuing risky projects: option pricing theory and decision analysis. 
Management Science, Cambridge, v. 41, n. 5, p. 795-816, May 1995. 
TRIGEORGIS, Lenos. Real options and interactions with financiai fIexibility. Financia! \, Management, 
Hanover, v. 22, n. 3, p. 202-224, Autumn 1993. 
TRIVIÑOS, A. N. S. Introdução à pesquisa em Ciências Sociais: a pesquisa qualitativa em educação. São 
Paulo: Atlas, 1987. 
VALE,J.L.V.D. Análise de Decisão,1999. Disponivel em: 
http://bibliotecadigital.fgv.br/dspace/bitstream/handle/10438/5604/1200000956.pdf;jsessionid=DBB460FDE
2111B6ECF0343C552B80939?sequence=1. Acesso em 25 de agosto de 2020.