6a Aula Horacio Nelson Hastenreiter Filho

Apresentação em tema: "6a Aula Horacio Nelson Hastenreiter Filho"— Transcrição da apresentação:

1 6a Aula Horacio Nelson Hastenreiter Filho
Tomada de Decisão 6a Aula Horacio Nelson Hastenreiter Filho

2 Problemas de Decisão Tomada de Decisão: Situação problema com várias alternativas de solução Dados: Conjunto de informações a partir das quais o problema deverá ser analisado. Os problemas de decisão e as técnicas quantitativas

3 Modelos mais comuns Probabilidade e Distribuições de Probabilidade
Programação Linear PERT e CPM Teoria da Decisão Modelos de Rede Modelos de Linhas de Espera (Filas) Simulação Teoria dos Jogos Análise de Regressão

4 ELEMENTOS DA TEORIA DA DECISÃO
Teoria da Decisão pode ser conceituada como um conjunto específico de técnicas que auxiliam o tomador de decisão a reconhecer as particularidades do seu problema e a estruturá-lo.

5 Estrutura de um Problema de Decisão
Os Problemas de Decisão diferem fundamentalmente em relação a: Abrangência Conseqüência

6 Três elementos estão presentes quando se deve solucionar um problema de decisão.................

7 a) Estratégias alternativas: Possíveis soluções para o problema.
Problema1: escolher um processo de produção para uma nova fábrica ou instalação de serviço. Alternativas: vários processos disponíveis, cada qual levando a diferentes custos, volumes de produção, qualidade, atendimento ao cliente, etc... Problema2: onde localizar uma nova unidade produtiva. Alternativas: várias localizações, em função de mercado de matérias-primas, consumidores, posição geográfica de concorrentes, custos de transporte, etc... Problema3: como controlar um conjunto de atividades. Alternativas: diversos sistemas de controle, com suas rotinas, formulários, relatórios, etc. Problema4: escolher entre sistemas de pagamentos a empregados Alternativas: sistemas diferentes - horistas, mensalistas, pagamento por peça.

8 b) Resultados Cada alternativa de solução leva a um ou mais resultados, que são as conseqüências da alternativa. Neste ponto, é preciso selecionar os resultados relevantes para o problema em questão. Resultados qualitativos Resultados quantitativos

9 c) Estados da Natureza ou Cenários
São as ocorrências futuras que podem influir sobre as alternativas, fazendo com que elas possam apresentar mais de um resultado. Exemplo: Cenários para a demanda: alta, média, baixa Cenários para o PIB: Crescimento de 2%, 4%, 6%

10 A MATRIZ DE DECISÃO A matriz de decisão é um auxílio visual a um problema de decisão, que permite juntar os três elementos comuns vistos anteriormente. Nas linhas listam-se as alternativas possíveis Nas colunas listam-se os estados da natureza Em cada cruzamento linha/coluna coloca-se o resultado correspondente

11 A Matriz de Decisão

12 Classificação dos Problemas de Decisão
A classificação está relacionada aos estados da natureza a) Problema de decisão tomada sob certeza (DTSC): são aqueles onde existe um só estado da natureza ou, alternativamente, todos os estados da natureza levam a um só resultado para cada alternativa b) Problemas de decisão tomada sob risco (DTSR): são aqueles onde podemos, objetiva ou subjetivamente, atribuir probabilidades de ocorrência aos estados da natureza. c) Problemas de decisão tomada sob incerteza (DTSI): são aqueles onde desconhecemos e não podemos, por qualquer motivo, atribuir probabilidades aos estados da natureza.

13 Decisão Tomada sob Risco

14 Valor Esperado da Alternativa (VEA)
Valor esperado da alternativa (VEA) é a soma dos produtos dos resultados da alternativa pelas respectivas probabilidades dos estados da natureza a eles associados. Ou seja, o VEA nada mais é que a média ponderada dos resultados possíveis para a alternativa, tomando as probabilidades dos estados da natureza como pesos de ponderação.

15 Exemplo: Pensemos no lançamento de um novo produto ao qual nos referimos anteriormente. A matriz de decisão é apresentada abaixo:

16 Valor Esperado da Informação Perfeita
Se estamos ganhando a quantia excedente "X" com a informação perfeita, em relação ao que ganharíamos sem ela, fica claro que não podemos pagar mais do que "X" pela informação. Essa quantia "X" é aquilo que chamamos de valor Esperado da Informação Perfeita (VEIP).

17 Exemplo: Suponhamos um feirante que trabalha com melões. Estes são comprados no sábado e revendidos na feira no domingo. O feirante paga R$2 pelo melão que compra e revende-o a R$4 a unidade. Para facilitar o exemplo, vamos admitir que a demanda para os melões só assuma os valores de 50, 100 ou 150 unidades. O feirante poderá comprar qualquer uma dessas mesmas quantidades, mas não sabe de antemão qual será a sua demanda, conhecendo tão somente suas probabilidades. Vamos também admitir que para simplificar que, se por acaso, o feirante comprar mais melões do que vende no domingo , ele perde completamente os melões não vendidos. Sabe-se que o feirante estima em 0,35; 0,45 e 0,20 respectivamente, a probabilidade de que a demanda seja de 50, 100 ou 150 unidades. Dentro dessa situação, pede-se: a) a melhor decisão a tomar sob risco b) o valor esperado da informação perfeita

18 Matriz de Decisão para o Problema dos Melões

19 Decisão Tomada sob Incerteza
O critério Maximin O critério Maximax O critério da Máxima Probabilidade