Anda di halaman 1dari 158

UNIVERSIDADE DE BRASLIA

FACULDADE DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA CIVIL E AMBIENTAL

APLICAO DA LGICA PARACONSISTENTE NA


SELEO DE ALTERNATIVAS DE TRANSPORTE
PBLICO
SANDRO GOMES RODRIGUES

ORIENTADOR: JOSE MATSUO SHIMOISHI

DISSERTAO DE MESTRADO EM TRANSPORTES

PUBLICAO: T.DM-003A/2013
BRASLIA/DF: MARO / 2013

FICHA CATALOGRFICA
RODRIGUES, SANDRO GOMES
Aplicao da Lgica Paraconsistente na seleo de alternativas de transporte pblico [Distrito
Federal] 2013.
xvii, 140p., 210 x 297mm (ENC/FT/UnB, Mestre, Transportes, 2013).
Dissertao de Mestrado Universidade de Braslia. Faculdade de Tecnologia.
Departamento de Engenharia Civil e Ambiental.
1. Lgica Paraconsistente
2. Transporte Pblico

3. Tomada de Deciso

I. ENC/FT/UnB

II. Ttulo (srie)

REFERNCIA BIBLIOGRFICA
RODRIGUES, S. G. (2013) Aplicao da Lgica Paraconsistente na seleo de
alternativas de transporte pblico. Dissertao de Mestrado em Transportes, Publicao
T.DM-003A/2013, Departamento de Engenharia Civil e Ambiental, Universidade de
Braslia, Braslia, DF, 140p.

CESSO DE DIREITOS
AUTOR: Sandro Gomes Rodrigues
TTULO: Aplicao da Lgica Paraconsistente na seleo de alternativas de Transporte
Pblico.
GRAU: Mestre

ANO: 2013

concedida Universidade de Braslia permisso para reproduzir cpias desta


dissertao de mestrado e para emprestar ou vender tais cpias somente para propsitos
acadmicos e cientficos. O autor reserva outros direitos de publicao e nenhuma parte
dessa dissertao de mestrado pode ser reproduzida sem autorizao por escrito do
autor.

_____________________
Sandro Gomes Rodrigues
sgomesrod@hotmail.com
SQN 113, Bloco D, Apto 208 Asa Norte
70.763-040 Braslia DF Brasil
iii

No h nada como o sonho para criar o


futuro. Utopia hoje, carne e osso amanh.
Victor Hugo
iv

DEDICATRIA

A Deus, pela fora e f


A minha esposa, Karla, pelo apoio e pacincia
A meus filhos, Jlia e Miguel,pela compreenso
A meus pais, Antonio e Erci,pelos ensinamentos de vida
A todos vocs, o meu reconhecimento e
a minha sincera e permanente gratido.
v

AGRADECIMENTOS
- A Deus, pela minha existncia, pelas pessoas que colocou em meu caminho, pela luz
que me guia, e por ter me dado sade e foras para mais essa conquista.
- A minha companheira Karla pela compreenso, apoio e estmulo nos momentos
difceis que possibilitaram lutar e reunir foras para a concluso do curso. Obrigado
pelo apoio e carinho!
- A meus filhos Jlia e Miguel que apesar de minha ausncia sempre estiveram
presentes em meu corao e em minhas oraes. Vocs so o objetivo de minha luta.
- A meus pais Antonio e Erci, pela orientao e confiana que sempre me motivaram a
ser uma pessoa melhor em busca de meus objetivos.
- A meus irmos, Caroline e Weuller, meu afilhado Antonio Carlos e meu cunhado
Carlos que mesmo distantes sempre me motivaram a continuar a caminhada.
- Ao Professor Dr Jose Matsuo Shimoishi minha eterna gratido pela orientao,
confiana e apoio nos diversos momentos da construo deste trabalho.
- A Professora Dra. Yaeko Yamashita, pelo exemplo em seus trabalhos e ensinamentos,
sempre inspiradora de que nunca devemos desistir de lutar pelos nossos objetivos.
- Ao Professor Pastor Willy Gonzles pelo apoio, compreenso e por toda a dedicao
dispensada na realizao do trabalho.
- Aos Professores do PPGT em especial a Professor Joaquim Arago, Maria Alice,
Adelaida, Paulo Csar, Srgio, Jos Augusto e Fabiana por serem exemplos a ser
seguido e pela constante motivao.
- A Dra Karisa Maia Ribeiro, pela colaborao e participao na banca examinadora.
- Aos amigos Roma, Rodrigo, Paulo e Graziele que sempre foram companheiros no
desenvolvimento dos trabalhos e motivadores para a concluso das atividades.
- Aos membros do GPIT, em especial Professor Msc Evaldo Cezar Cavalcante
Rodrigues e a Professora Dra Martha Maria Veras Oliveira Cavalcante Rodrigues pelas
reunies de estudo, conversas e apoio no desenvolvimento de diversos trabalhos e
tambm desta dissertao.
- Aos meus amigos do PPGT, seria impossvel citar o nome todos que de alguma forma
deram sua parcela de colaborao e que puderam compartilhar comigo essa caminhada.
A todos, dedico um especial agradecimento. Porm quero agradecer aos que to de
perto me acompanharam: Alderi, Alexandre, Aline Gomes, Angela, Arthur, Caroline
Viriato, Charles, Cleber, Cristiane, Edson Bencio, Eliez, Fabrcio, Luciany, Mariana,
Mnica, Fabiane, Fabola, Fernanda, Maria Cristina, Marise, Neftal, Nilo, Noemia,
Patrcia Margon , Renata, Ronny, Rosemary Janneth e William. Quero agradecer a
Lucinete e Danielle, secretrias do PPGT, a minha imensa gratido!

vi

- Ao Cel Hlio, Chefe da Seo de Informtica do COLOG, que sempre motivou e


colaborou para realizao e concluso do curso. Minha eterna gratido.
- Ao Gen Valdetaro, Cel Rezende e Maj Elton que foram colaboradores no incio desta
caminhada, que acreditaram em meu projeto.
- Aos integrantes da Seo de Informtica do COLOG: Cap Wellington, 1 Ten Marcelo
Mendes, 1 Ten Deusilene, 1 Ten Fvio, 1 Ten Julio Cezar, 1 Ten Michelli, 1 Ten
Greice, St Melquiades, 3 Sgt Claiton, Cb Oliveira e Cb Daniel que sempre me
apoiaram nos momentos de ausncia para a realizao do curso.
- Um agradecimento especial aos amigos, Ubirajara Rezende Salgado (Bira), Carlos
Paulo dos Santos Luzardo (Cabeo), Ricardo Kasai (Japons) e Joo Amaral da Silva,
que mesmo estando ausente e distante, acreditaram e incentivaram, no me deixando
desanimar em momento algum.
- Enfim, como sempre corremos o risco de deixar pessoas importantes sem serem
citadas, meus sinceros agradecimentos a todos com quem convivi durante o tempo da
elaborao deste trabalho, e a todos os meus amigos e familiares.
Muito Obrigado a Todos!

vii

RESUMO
A seleo de alternativas de tecnologia para o transporte pblico tem sido uma das
principais decises no planejamento dos novos sistemas ou na expanso dos j
existentes em reas urbanas. O processo decisrio envolve uma deciso estratgica por
parte dos agentes envolvidos, no qual buscam informaes que possibilitam uma melhor
anlise e definio das decises. Para a seleo de alternativas de transporte necessrio
uma anlise criteriosa dos fatores e atributos utilizados neste processo, de maneira que
se possa propor a soluo mais adequada ao problema apresentado. A Lgica
Paraconsistente, por meio do Mtodo Paraconsistente de Deciso (MPD) desenvolvido
pelos estudos de Carvalho (2006), possibilita um apoio nos processos decisrios para
seleo de alternativas as decises para a escolha da tecnologia adequada. Diante disso,
este trabalho tem como objetivo o desenvolvimento de um instrumento para avaliao e
seleo das diversas tecnologias de transporte pblico utilizando a lgica
paraconsistente. Para isso, foram identificados os fatores e atributos aplicados ao
processo decisrio para seleo de alternativas de transporte, propostos nos estudo
realizados por Ciarline (2009) e Moraes (2012), bem como a formulao e aplicao do
mtodo paraconsistente de deciso. Assim, o estudo abordou o processo de tomada de
deciso utilizando-se do algoritmo para-analisador e regras de deciso baseado na lgica
paraconsistente anotada (LPA). O mtodo apropriado ao tratamento de dados incertos,
contraditrios ou paracompletos, que consiste em estabelecer proposies e
parametriz-las para isolar os fatores de maior influncia nas decises. Especialistas so
utilizados para obteno de anotaes sobre esses fatores, atribuindo-lhes graus de
crena e descrena. No caso analisado, utilizou-se da LPA como instrumento de apoio
ao processo de avaliao e seleo de tecnologias de transporte para o Eixo Sul, dentre
seis possveis solues (Bus Rapid Transit (BRT), Veculo Leve sobre Trilhos (VLT),
Monotrilho, Trem Urbano, Metr, e nibus Convencional). Foram utilizados dez
especialistas da rea de transportes (Financeiro, Consultor, Docente, Ambiental e Gestor
Pblico) para avaliar os critrios e atributos para cada modo de transporte. A
interpretao das avaliaes realizadas pelos especialistas deu-se por intermdio dos
baricentros no quadrado unitrio do plano cartesiano (QUPC), que indicou os graus de
inconsistncia ou de indeterminao dos dados utilizados. Aps a aplicao do MPD na
seleo de tecnologias de transporte foi constatado que a metodologia proposta permite
o auxilio em processos decisrios da rea de transportes.

viii

ABSTRACT
The selection of alternative technology for public transportation has been one of the
main decisions in planning new systems or expanding existing ones in urban areas. The
process involves making a strategic decision on the part of those involved, which seek
information that enable better analysis and definition of decisions. For the selection of
alternative transportation is required a careful analysis of the factors and attributes used
in this process, so that we can propose the most appropriate solution to the problem. The
paraconsistent logic through the Paraconsistent Decision Method (MPD) developed by
Carvalho (2006), provides support in decisions for selection of alternative decisions for
choosing the appropriate technology. Thus, this study aims to develop a tool for
evaluation and selection of the several technologies using the public transport
paraconsistent logic. For this, we identified the factors and attributes applied to the
decision process for selection of transportation alternatives proposed in the study
conducted by Ciarline (2009) and Moraes (2012), as well as the formulation and
application of the method paraconsistent decision. Thus, the study addressed the
decision-making process using the algorithm for-analyzer and decision rules based on
the paraconsistent annotated logic (LPA). The method is suitable to processing uncertain
or contradictory data, which is to establish propositions and parameterize them to isolate
the factors most influence on decisions. Experts are using it to obtain information on
these factors, assigning them degrees of belief and disbelief. In the analyzed case, the
LPA was used as a tool to support the evaluation and selection of technologies for the
transport to the South, among six possible solutions (Bus Rapid Transit (BRT), Light
Rail (LRT), Monorail, Urban Train, Subway, Bus and Conventional). Were used ten
experts in the field of transport (Financial Consultant, Lecturer, Environmental and
Public Management) to evaluate the criteria and attributes for each transport technology.
The interpretation of the assessments made by the experts gave up barycenters through
the unit square in the Cartesian plane (QUPC), which indicated the degree of
inconsistency or indeterminacy of the data used. After application of MPD in selecting
transportation technologies was found that the proposed methodology allows the aid in
decision-making processes in the area of transport.

ix

SUMRIO
LISTA DE TABELAS.............................................................................................. xiv
LISTA DE FIGURAS .............................................................................................. xvi
1 - INTRODUO ..................................................................................................... 1
1.1 - APRESENTAO ........................................................................................... 1
1.2 - CARACTERIZAO DO PROBLEMA .......................................................... 3
1.3 - HIPTESE........................................................................................................ 3
1.4 - OBJETIVOS ..................................................................................................... 4
1.5 - JUSTIFICATIVA .............................................................................................. 4
1.6 METODOLOGIA DE PESQUISA ................................................................... 5
1.7 - ESTRUTURA DA DISSERTAO ............................................................... 10
2 - TRANSPORTE PBLICO URBANO ................................................................ 12
2.1 - APRESENTAO ......................................................................................... 12
2.2 - CONCEITOS DE TRANSPORTE .................................................................. 12
2.3 TECNOLOGIAS DE TRANSPORTE PBLICO URBANO .......................... 14
2.4 - FATORES E ATRIBUTOS UTILIZADOS PARA SELEO DE
TECNOLOGIA DE TRANSPORTE PBLICO ...................................................... 17
2.5 - TPICOS CONCLUSIVOS ............................................................................ 18
3 - TOMADA DE DECISO EM TRANSPORTES ............................................... 20
3.1 - APRESENTAO ......................................................................................... 20
3.2- DEFINIO DE TOMADA DE DECISO .................................................... 20
3.3 - TIPOS DE PROBLEMAS E NVEIS DE DECISO ...................................... 23
3.4 - PROCESSO DE DECISO ............................................................................. 24
3.5 - MODELOS E MTODOS PARA A TOMADA DE DECISO ...................... 29
3.6 - TPICOS CONCLUSIVOS ............................................................................ 34
x

4 - LGICA PARACONSISTENTE ........................................................................ 36


4.1- APRESENTAO .......................................................................................... 36
4.2 CONSIDERAES INICIAIS ....................................................................... 36
4.3 - APLICAES DA LGICA PARACONSISTENTE ..................................... 39
4.4 - LGICA PARACONSISTENTE ANOTADA (LPA) ..................................... 40
4.5 - LGICA PARACONSISTENTE ANOTADA EVIDENCIAL ........................ 42
4.5.1 - Operadores da Lgica Paraconsistente Anotada Evidencial: NOT, MX e
MN ..................................................................................................................... 45
4.5.2 - Regras de Deciso ..................................................................................... 48
4.6 - O MTODO PARACONSISTENTE DE DECISO (MPD) ........................... 50
4.6.1 - Etapas do Mtodo Paraconsistente de Deciso........................................... 52
4.7 - TPICOS CONCLUSIVOS ............................................................................ 64
5- METODOLOGIA PARA SELEO DE ALTERNATIVAS DE
TRANSPORTE ......................................................................................................... 66
5.1 APRESENTAO ............................................................................................ 66
5.2 - MODELO PROPOSTO PARA SELEO DE ALTERNATIVAS DE
TRANSPORTE ....................................................................................................... 67
5.3 TPICOS CONCLUSIVOS ........................................................................... 71
6 APLICAO DA METODOLOGIA DE TOMADA DE DECISO PARA
SELEO DE ALTERNATIVAS DE TRANSPORTE.......................................... 73
6.1- APRESENTAO .......................................................................................... 73
6.2 APLICAO DA METODOLOGIA PARA SELEO DE ALTERNATIVAS
DE TRANSPORTE ................................................................................................. 73
6.3 - TPICOS CONCLUSIVOS ............................................................................ 97
7 - CONCLUSES E RECOMENDAES ........................................................... 99
7.1 APRESENTAO ......................................................................................... 99
7.2 - CONCLUSES............................................................................................... 99
xi

7.3 - LIMITAES DO ESTUDO ........................................................................ 101


7.4 RECOMENDACOES PARA trabalhos FUTURos........................................... 102
REFERNCIAS ...................................................................................................... 104
APNDICES ........................................................................................................... 113
APNDICE A QUESTIONRIO APLICADO AOS ESPECIALISTAS ............... 114
APNDICE B BASE DE DADOS DO GRUPO A................................................. 118
APNDICE C BASE DE DADOS DO GRUPO B ................................................. 119
APNDICE D BASE DE DADOS DO GRUPO C................................................. 120
APNDICE E BASE DE DADOS DO GRUPO D ................................................. 121
APNDICE F BASE DE DADOS DO GRUPO E ................................................. 122
APNDICE G - REGRAS DE MAXIMIZAO E MINIMIZAO DO METR . 123
APNDICE H TABELA DE CLCULO PARA ANLISE DO METR ............. 124
APNDICE I - REGRAS DE MAXIMIZAO E MINIMIZAO DO VLT......... 125
APNDICE J TABELA DE CLCULO PARA ANLISE DO VLT .................... 126
APNDICE K - REGRAS DE MAXIMIZAO E MINIMIZAO DO NIBUS
CONVENCIONAL ................................................................................................... 127
APNDICE L TABELA DE CLCULO PARA ANLISE DO ONIBUS
CONVENCIONAL ................................................................................................... 128
APNDICE M - REGRAS DE MAXIMIZAO E MINIMIZAO DO BRT ...... 129
APNDICE N TABELA DE CLCULO PARA ANLISE DO BRT ................... 130
APNDICE O - REGRAS DE MAXIMIZAO E MINIMIZAO DO
MONOTRILHO ....................................................................................................... 131
APNDICE P TABELA DE CLCULO PARA ANLISE DO MONOTRILHO . 132
APNDICE Q - REGRAS DE MAXIMIZAO E MINIMIZAO DO TREM
URBANO ................................................................................................................. 133
APNDICE R TABELA DE CLCULO PARA ANLISE DO TREM URBANO
................................................................................................................................. 134
xii

APNDICE S - ANLISE DOS RESULTADOS PELO DISPOSITIVO PARAANALISADOR, AO NVEL DE EXIGNCIA 0,50 PARA METR ....................... 135
APNDICE T - ANLISE DOS RESULTADOS PELO DISPOSITIVO PARAANALISADOR, AO NVEL DE EXIGNCIA 0,50 PARA VLT ............................. 136
APNDICE U - ANLISE DOS RESULTADOS PELO DISPOSITIVO PARAANALISADOR, AO NVEL DE EXIGNCIA 0,50 PARA NIBUS
CONVENCIONAL ................................................................................................... 137
APNDICE V - ANLISE DOS RESULTADOS PELO DISPOSITIVO PARAANALISADOR, AO NVEL DE EXIGNCIA 0,50 PARA BRT ............................. 138
APNDICE X - ANLISE DOS RESULTADOS PELO DISPOSITIVO PARAANALISADOR, AO NVEL DE EXIGNCIA 0,50 PARA MONOTRILHO ........... 139
APNDICE Y - ANLISE DOS RESULTADOS PELO DISPOSITIVO PARAANALISADOR, AO NVEL DE EXIGNCIA 0,50 PARA TREM URBANO ......... 140

xiii

LISTA DE TABELAS
Tabela 2.1 - Definio de Transporte ................................................................

12

Tabela 2.2 Classificao dos tipos de transporte pblico ...............................

15

Tabela 2.3 - Comparativo das Tecnologias de Transporte Pblico ...................

16

Tabela 2.4 Critrios para seleo de tecnologias de transporte ......................

18

Tabela 3.1 - Tipos de problemas e nveis de deciso ......................................... 24


Tabela 3.2 - Modelos do Processo de deciso ...................................................

32

Tabela 4.1 Resumo da anlise de doze regies do QUPC ..............................

45

Tabela 4.2 Resumo da anlise de doze regies do QUPC ..............................

50

Tabela 4.3 Base de Dados: matrizes dos pesos,

, e das anotaes,

..... 56

Tabela 4.4 Matrizes dos pesos,


, pesquisada,
, e dos dados
pesquisados,
..................................................................... ... 57
Tabela 4.5 Avaliao com o algoritmo para-analisador ao nvel de
exigncia 0,50 ..................................................................................................... 60
Tabela 6.1 Definio de Atributos para Seleo de Tecnologias de
Transportes ......................................................................................................... 81
Tabela 6.2 Clculo da Maximizao e Minimizao dos resultados ............. 84
Tabela 6.3 Aplicao da Regra de Deciso ....................................................

85

Tabela 6.4 Concluses da anlise de cada tecnologia de transporte ............... 89


Tabela 6.5 Anlise dos atributos com algoritmo para-analisador para o
Metr ................................................................................................................... 90
Tabela 6.6 Anlise dos atributos com algoritmo para-analisador para o VLT

91

Tabela 6.7 Anlise dos atributos com algoritmo para-analisador para o


nibus Convencional .......................................................................................... 92
Tabela 6.8 Anlise dos atributos com algoritmo para-analisador para o BRT

93

Tabela 6.9 Anlise dos atributos com algoritmo para-analisador para o


Monotrilho .......................................................................................................... 94
Tabela 6.10 Anlise dos atributos com algoritmo para-analisador para o
Trem Urbano ....................................................................................................... 95
xiv

Tabela 6.11 Deciso para cada tecnologia de Transporte ............................... 97


Tabela 6.12 Grau de Crena para cada tecnologia de Transporte ..................

xv

97

LISTA DE FIGURAS
Figura 1.1- Estrutura Metodolgica da Dissertao ............................................

Figura 2.1 - Taxonomia do movimento ...............................................................

13

Figura 2.2 - Estrutura semntica do transporte ....................................................

14

Figura 3.1 Estrutura do Problema .....................................................................

22

Figura 3.2 Ciclo de Informaes na Tomada de Deciso..................................

22

Figura 3.3 Modelo esquemtico de processo de deciso ..................................

25

Figura 3.4 O Processo de deciso proposto por Simon ...................................

27

Figura 3.5 Representao de um sistema e seu ambiente .................................

28

Figura 3.6 Etapas de um processo de anlise de sistemas ................................

29

Figura 3.7 Correlao entre a complexidade e incerteza nos mtodos de


apoio deciso ...................................................................................................... 31
Figura 4.1 Estrutura de Classificao da Lgica ..............................................

37

Figura 4.2 Retculo das Anotaes ...................................................................

41

Figura 4.3 Representao do reticulado das anotaes ..................................

43

Figura 4.4 Quadrado unitrio do plano cartesiano ............................................ 44


Figura 4.5 Diviso do quadrado unitrio do plano cartesiano em
doze regies............................ ........................................................

44

Figura 4.6 Esquema de uma aplicao dos operadores MX e MIN ............... 47


Figura 4.7 Regies extremas com graus de contradio e de certeza, em
mdulo .................................................................................................................. 48
Figura 4.8 Regies extremas com graus de contradio e de certeza, em
mdulo, iguais ou maiores que 0,60 ..................................................................... 53
Figura 4.9 Esquema da aplicao dos operadores MX e MIN ......................

58

Figura 4.10 Fluxo de Anlise para a Tomada de Deciso ................................

60

Figura 4.11 Fluxograma para tomada de deciso .............................................

61

Figura 4.12 QUPC com 12 Regies .................................................................. 62


Figura 4.13 QUPC com 16 Regies .................................................................. 63
xvi

Figura 5.1 Mtodo para Seleo de Tecnologias de Transporte .......................

67

Figura 6.1 Mapa dos Eixos de Transporte do Distrito Federal .........................

76

Figura 6.2 Regra de deciso e algoritmo para-analisador para o NE igual a


0,50 ........................................................................................................................ 80
Figura 6.3 Anlise dos resultados pelo dispositivo para-analisador, ao nvel
de exigncia 0,50 para metr ................................................................................ 88
Figura 6.4 QUPC a nvel de exigncia de 0,50 ................................................. 89
Figura 6.5 Aplicao do algoritmo para-analisador para anlise do Metr ......

90

Figura 6.6 Aplicao do algoritmo para-analisador para anlise do VLT ........

91

Figura 6.7 Aplicao do algoritmo para-analisador para anlise do nibus


Convencional ........................................................................................................ 92
Figura 6.8 Aplicao do algoritmo para-analisador para anlise do BRT ........

93

Figura 6.9 Aplicao do algoritmo para-analisador para anlise do


Monotrilho ............................................................................................................ 94
Figura 6.10 Aplicao do algoritmo para-analisador para anlise do Trem
Urbano ................................................................................................................... 95
Figura 6.11 Aplicao do algoritmo para-analisador para anlise dos
tecnologias de transporte ....................................................................................... 96

xvii

1 - INTRODUO
1.1 - APRESENTAO
Os

centros

urbanos

tm

apresentado

alguns

problemas

tais

como

engarrafamentos constantes, a dependncia de automveis, o crescimento da frota de


carros, o aumento da poluio ocasionando assim a diminuio da qualidade de
vida.(GOLIAS, 2002). Segundo DENATRAN (2012), a frota de veculos nacional em
2002 era de aproximadamente 36 milhes aumentando em 2012 para 76 milhes de
veculos registrados, mostrando a saturao da capacidade de vias urbanas que s tende
a piorar.
As cidades esto em constante crescimento e consideradas um complexo de
atividades e com necessidades inter-relacionadas, as quais requerem um sistema de
transporte eficiente a fim de garantir o crescimento e desenvolvimento econmico
sustentvel em longo prazo (AKIMBAMI e FADARE, 1997). Percebe-se ento que a
necessidade de deslocamento nas cidades existe e sem tecnologias de transporte pblico
para atender a demanda, a frota de veculos das cidades tende a crescer rapidamente.
Com isso, a ocorrncia do aumento nos tempos de viagem, dos acidentes de
trnsito, problemas ambientais, como rudo, vibrao, poluio atmosfrica e consumo
crescente de energia que tm chamado a ateno dos tomadores de deciso
(ALTERKAWI, 2006). No planejamento de sistemas de transporte urbano existe a
relao com o conceito de mobilidade urbana sustentvel, que contribui ao estado
econmico e social sem trazer prejuzos sade humana e ao meio ambiente, integrando
as dimenses econmicas, ambientais e sociais (SILVA et al., 2008).
Um projeto de sistema de transporte urbano que leve em considerao o conceito
de mobilidade sustentvel requer comprometimentos de longo prazo e grandes
investimentos de capital. O problema relacionado a transportes que um bom traado
ou uma boa configurao de malha no uma escolha bvia, pois os critrios e atributos
envolvidos na seleo so dos mais diversos possveis e os agentes envolvidos no
processo, tais como polticos, engenheiros, usurios, ambientalistas e outros grupos de
interesses geralmente no possuem objetivos e limitaes em comum. Observa-se outro
problema, que na etapa de planejamento os dados utilizados para deciso so
geralmente escassos e muitas vezes no confiveis, os custos variados, incertos ou
1

subestimados e, alm disso, critrios no quantificveis ou atributos externos devem ser


levados em considerao, como alteraes no tipo de uso do solo, poluio atmosfrica
e sonora, segurana de usurios e da populao, impactos no mercado imobilirio, entre
outros (DUFOURD et al., 1996).
A seleo de alternativas para o transporte pblico tem sido uma das principais
decises no planejamento dos novos sistemas ou na expanso dos j existentes em reas
urbanas. O processo decisrio envolve uma deciso estratgica por parte dos agentes
envolvidos, que buscam informaes que possibilitam uma melhor anlise e definio
das decises.
Para que ocorra essa seleo deve-se ter a preocupao em realizar uma anlise
criteriosa das caractersticas tecnolgicas, dos passageiros a serem transportados, das
condies urbanas e do sistema onde ele ser inserido. Nesse sentido, pode-se observar
o nvel de dificuldade na tomada de deciso, pois a seleo da tecnologia mais adequada
est relacionada a fatores e atributos como custo, capacidade ofertada, segurana,
potencial de atendimento em reas centrais e periferias, impactos ao meio ambiente,
infraestrutura disponvel, etc.
O uso de ferramentas que auxiliam os gestores na tomada de deciso possibilita
uma anlise mais consistente e detalhada, adequada s necessidades dos gestores, da
comunidade e do meio-ambiente. No estudo da tomada de deciso vrios mtodos tm
sido desenvolvidos. Entre as metodologias de tomada de deciso mais usadas no
planejamento de sistemas de transportes, esto anlises custo-benefcio e abordagens
multicritrio. (INIESTRA e GUTIRREZ, 2009). No estudo de tomada de deciso
surgiu um novo mtodo fundamentado em uma lgica alternativa clssica, lgica
paraconsistente, a qual recebe o nome de Mtodo Paraconsistente de Deciso (MPD).
O MPD utiliza uma nova espcie de lgica, que consegue lidar com dados
incertos e contraditrios, sem se tornar trivial. Essas lgicas podem ser usadas como
lgica subjacente para teorias inconsistentes, porm no triviais, ideia que pode ser
estendida, tambm, para conjuntos de informaes, conjuntos de dados etc.
Deste modo, busca-se nesta pesquisa estudar a aplicao da lgica
paraconsistente na seleo de alternativas tecnolgicas de transporte e para isso faz-se
necessrio o levantamento terico sobre Transporte Pblico Urbano e Tomada de
Deciso, bem como sobre a Lgica Paraconsistente para auxiliar no entendimento sobre
2

o processo decisrio, os modelos de deciso, em especial, sobre o Mtodo


Paraconsistente de Deciso, no s para entender as particularidades e aspectos dos
modelos existentes, mas para embasar a utilizao do mtodo utilizado por este
trabalho.
Nesse sentido, a pesquisa pretende desenvolver um instrumento para avaliao e
seleo das diversas tecnologias de transporte pblico utilizando a lgica
paraconsistente a fim de escolher a melhor alternativa para determinada cidade.
1.2 - CARACTERIZAO DO PROBLEMA
O processo decisrio sempre um ponto que deve ser considerado de maneira
particular, pois em funo das decises tomadas as consequncias podem ser as mais
variadas possveis. Nesse sentido, o processo decisrio deve ser muito bem planejado na
utilizao de ferramentas que auxiliem esse processo de maneira a minimizar os riscos e
as consequncias da escolha errada. No planejamento de transportes h uma
preocupao na seleo da tecnologia de transporte mais adequado. Para isso, utilizam
vrios mtodos para a tomada de deciso nos quais as solues apresentadas so
aderentes a ferramenta utilizada. O planejamento em transportes envolve diversas
variveis no processo decisrio, tais como caractersticas sociais, uso do solo, poltico,
ambiental, tcnico e econmico, onde cada uma tende a um vis adequado a sua
realidade.
Na seleo de uma tecnologia de transporte para as cidades e regies
necessria a realizao de um estudo detalhado para a identificao dos fatores e
atributos que favoream o processo decisrio de maneira a facilitar a anlise e a tomada
de deciso.
Nesse sentido, este estudo busca responder a seguinte questo:
Como selecionar a tecnologia de transporte pblico de passageiros de mdia
capacidade mais adequado para as condies das cidades?
1.3 - HIPTESE
A hiptese considerada nesta pesquisa :
O uso da lgica paraconsistente permite selecionar a tecnologia de transporte
pblico de passageiros de mdia capacidade mais adequado para as condies das
cidades.
3

1.4 - OBJETIVOS
O objetivo principal desta pesquisa o desenvolvimento de um instrumento para
avaliao e seleo das diversas alternativas de transporte pblico utilizando a lgica
paraconsistente.
E como objetivos especficos:
- identificao dos fatores e atributos do processo decisrio na seleo de
alternativas de transporte;
- formulao do mtodo paraconsistente de deciso aplicado na seleo de
alternativas de transporte;
- aplicao do mtodo paraconsistente de deciso na seleo de alternativas de
transporte;
- criao de cenrios para aplicao do mtodo paraconsistente de deciso na
seleo de alternativas de transporte.
1.5 - JUSTIFICATIVA
As tecnologias de transporte pblico a ser selecionados para implementao nas
cidades geram necessidades por tcnicas modernas que possam auxiliar os gestores no
processo decisrio para que quantifiquem as informaes constantes dos projetos de
forma que seja definida a tecnologia mais adequada.
Percebe-se ento a necessidade da elaborao de uma metodologia que auxilie
no processo decisrio de forma mais gil e eficiente, no sentido de que possam ser
aplicadas e repetidas sempre que necessrio, e possam ser atualizadas com frequncia
para a seleo de tecnologias de transporte.
Apresentar um modelo para auxiliar no processo decisrio de seleo de
alternativas de transportes com a utilizao da lgica paraconsistente uma maneira de
buscar vantagens no tratamento direto de informaes imprecisas, conflitantes
(contraditrias) e/ou paracompletas, podendo ser manipuladas por meio do algoritmo
para-analisador que lhe confere critrios lgicos e que lhes imprime alta validade e
fidedignidade, que nos ltimos tempos vm ganhando espao e considerao nos
diversos campos de pesquisa e possuem vantagens que derivam do fato que os

parmetros de entrada sejam estabelecidos pela estrutura do pensamento dos


especialistas, consolidando uma lgica coletiva traduzida em termos matemticos.
Em razo da relevncia do sistema de transporte coletivo urbano no contexto
socioeconmico das cidades e da variedade de modelos, em atendimentos s diferentes
demandas, em caractersticas tcnicas, econmicas, infraestrutura viria necessria para
a operao e, principalmente, em concepo e condio operacionais, importante
analisar tcnica e economicamente o desempenho operacional dos diferentes tipos de
tecnologias de transporte pblico para se escolher a tecnologia mais indicada em cada
caso.
A necessidade de uma ferramenta que possa auxiliar no processo decisrio para
seleo de alternativas de transporte, em funo de o processo decisrio ser complexo e
demorado, tendo diversos critrios e atributos envolvidos no processo decisrio,
acarreta esforos e gastos duplicados. Com a utilizao do mtodo paraconsistente
pode-se haver a minimizao dos erros na seleo de alternativas de transporte, bem
como a diminuio dos custos envolvidos no processo.
Outro fator considerado a expanso da aplicabilidade da

lgica

paraconsistente, demonstrando a vantagem em processo de tomadas de deciso e em


proporcionar condies de novas pesquisas com o uso da ferramenta.
Assim, o presente estudo busca trazer uma contribuio para o processo de
elaborao de planejamento de transportes, auxiliando na tomada de deciso,
minimizando os riscos e antecipando aes para responder as incertezas e ameaas do
ambiente.
1.6 METODOLOGIA DE PESQUISA
A pesquisa foi desenvolvida segundo a abordagem metodolgica quanto ao
problema, tipo de pesquisa, aos objetivos estabelecidos e aos procedimentos tcnicos.
Segundo a abordagem do problema, essa pesquisa foi desenvolvida mediante a
utilizao do mtodo hipottico-dedutivo, que se inicia a pesquisa a partir de uma
hiptese que orientou a formulao dos objetivos a serem alcanados no decorrer do
estudo.
A pesquisa tem carter quantitativo, pois foi quantificada a influncia de cada
indicador na seleo da tecnologia de transporte para o estudo de caso.
5

Quanto aos objetivos a pesquisa foi:


- exploratria, pois permite ao pesquisador aumentar sua experincia, tendo um
aprofundamento do estudo e a aquisio de um maior conhecimento a respeito do
problema.
- descritiva, pois seu objetivo foi expor as caractersticas de processo de deciso
para seleo de alternativas de transporte, bem como estabelecer as relaes entre as
variveis do processo.
- explicativa, pois teve como objetivo buscar e esclarecer os fatores que
influenciam o processo de escolha das alternativas de transportes.
Quanto aos procedimentos tcnicos, essa pesquisa foi do tipo estudo de caso,
pois buscou analisar o processo para a seleo de alternativas de transporte, com a
utilizao do mtodo paraconsistente de deciso a fim de verificar o mais adequado para
o corredor em estudo.
O universo desta pesquisa se constitui nos eixos de transporte do DF, e como
amostra foi selecionada o Eixo Sul, que se enquadra como no probabilstica e por
convenincia, visto que no foi utilizado nenhum meio estatstico para a obteno do
Eixo Sul e tambm devido a convenincia para realizao da pesquisa que serviu de
base desse estudo de caso.
A amostra da pesquisa poderia apresentar todos os eixos existentes no DF de
maneira a selecionar a melhor tecnologia de transporte pblico para cada um, mas
devido s semelhanas entre eles, escolheu-se apenas um eixo para que pudesse ser feito
o estudo de caso mais profundo do que uma pesquisa tipo levantamento. Sabe-se que o
resultado auferido neste trabalho no poder ser aplicado diretamente nos outros eixos
que fazem parte da populao estudada.
Para a aplicao dos questionrios junto aos especialistas da rea de Transportes,
foi utilizada a amostragem no probabilstica e intencional, no qual os especialistas so
selecionados pelo conhecimento do tema a ser estudado e escolhido os elementos
julgados mais representativos da populao. Segundo Carvalho e Abe (2011), o MPD
apesar de no limitar o nmero de especialistas, no aconselhvel a utilizao de
menos de quatro especialistas, para que o resultado no fique dotado de muita
subjetividade. A amostra para realizao da pesquisa e aplicao do MPD na seleo de
alternativas de transporte foram de 10 (dez) especialistas.

Para a coleta de dados nesta pesquisa utilizou-se como instrumento o


questionrio estruturado aplicado aos especialistas da rea de transportes para que estes
pudessem avaliar nos atributos apresentados a melhor tecnologia de transporte pblico
para o Eixo Sul. Os especialistas foram das seguintes reas: Financeiro, Consultor em
Transportes, Docente da rea de Transportes, Ambiental e Gestor Pblico.
Quanto aos meios, em relao coleta, os dados receberam as seguintes
classificaes:
- Pesquisa bibliogrfica, porque realizou estudos sistematizados em livros e
documentos relevantes disponveis ao pblico.
- Pesquisa de campo, realizada junto aos especialistas para obteno das
opinies a fim de elaborar o mtodo paraconsistente de deciso.
- Investigao ex post facto, pois se referiu a fatos j ocorridos, impossibilitando
a manipulao ou controle das variveis envolvidas na pesquisa.
Para complementar os objetivos do estudo, foi adotado o enfoque metodolgico
denominado como mtodo de pesquisa rpida (rapid assessment ou quick appraisal)
(RRA), proposto por Holtzman (2008). Trata-se de um enfoque pragmtico, que utiliza,
de forma combinada, mtodos de coleta de informao convencionais nos quais o rigor
estatstico flexibilizado em favor da eficincia operacional.
Este enfoque caracterizado por trs elementos principais: o uso maximizado de
informaes de fontes secundrias, a conduo de entrevistas informais e
semiestruturadas com agentes-chave da cadeia e a observao direta dos estgios que
a compem. Este mtodo de pesquisa foi aplicado na utilizao dos atributos
estabelecidos por Ciarlini (2009) e Moraes (2012), para que fossem definidos pelos
especialistas a tecnologia de transporte que pudesse ser implementado no eixo
considerado. (SILVA; SOUZA FILHO,2007)
Foi solicitado aos especialistas que apresentassem os graus de crena e
descrena para cada indicador, de maneira que fossem identificados a aceitao e
rejeio para cada tipo de transporte pblico que poderia ser implementado no Eixo Sul.
Aps a coleta de dados da pesquisa junto aos especialistas, os mesmos foram
lanados e analisados no modelo elaborado e modelado em planilhas eletrnicas do
Microsoft Office Excell para um melhor tratamento e anlise dos mesmos.
Quanto a delimitao deste estudo, as variveis que cercam o problema de
pesquisa so:
7

- caractersticas dos fatores e atributos utilizados para seleo de alternativas de


transporte pblico;
- qualificao dos especialistas;
- fatores ligados ao ambiente institucional (leis, normas, costumes, tradies); e
- assimetria de informao, relaes contratuais entre os agentes e as formas de
governana adotadas entre os agentes.
Outras variveis que podem influenciar na anlise do problema pesquisado so:
fatores tcnicos, organizacionais, econmicos e financeiros, sendo que todas essas
variveis podem influenciar no processo de deciso para seleo de alternativas de
transportes pblicos.
Para elaborao da dissertao foram realizadas diferentes atividades separadas
em cinco macro-etapas conforme ilustrao na Figura 1.1.

Figura 1.1- Estrutura Metodolgica da Dissertao


Fonte- Elaborao Prpria

A primeira macro-etapa desenvolvida foi a reviso bibliogrfica em que so


apresentadas as diferentes propostas de definio sobre transporte pblico urbano, os
tipos de alternativas de transporte e, em seguida, sobre os critrios para seleo de
alternativas de transporte. Posteriormente foram revisados os conceitos e diferentes
modelos de tomadas de deciso. Em seguida foi apresentado os conceitos da lgica
paraconsistente, bem como sua aplicao em processos decisrios.
J a segunda macro-etapa est relacionada aos procedimentos metodolgicos
aplicados na seleo de alternativas de transporte, como a delimitao do mtodo
paraconsistente, o levantamento das informaes fundamentais para o estudo,
construo do instrumento para coleta de dados e delimitao dos critrios para a
formulao mtodo paraconsistente de deciso aplicado a transportes.
Na terceira macro-etapa consiste na aplicao do mtodo paraconsistente de
deciso para seleo de alternativas de transporte a partir do estudo de caso. nessa
etapa que se pretende verificar o quanto a proposta metodolgica elaborada para tomada
de deciso elaborada por Carvalho (2006) pode ser ou no utilizada em planejamento de
transportes.
A avaliao dos resultados obtidos a partir das atividades obtidos com o estudo
de caso constitui a quarta macro-etapa para realizao da pesquisa. E por fim, a quinta
macro-etapa a ser realizada consiste na formatao final da dissertao.
1.7 - ESTRUTURA DA DISSERTAO
A presente dissertao foi dividida em 7 captulos no intuito de apresentar a
aplicao da lgica paraconsistente em projetos de transportes, quanto seleo de
alternativas, alm das referncias bibliogrficas e apndices. Aps este captulo
introdutrio, os trs captulos seguintes apresentam a base terica necessria para o
entendimento do trabalho e a metodologia que ser aplicada.
O Captulo 2 trata dos conceitos, os tipos de transporte pblico que atuam no
cenrio nacional e os critrios que podem ser utilizados para seleo das tecnologias
existentes.
O Captulo 3 aborda a Tomada de Deciso em Transportes, de maneira a trazer
um embasamento sobre o processo decisrio e as ferramentas que possam ser utilizadas
para futuras anlises.

10

O Captulo 4 apresenta o conceito de Lgica Paraconsistente e sua aplicao,


que possibilita o entendimento da aplicabilidade da lgica e o Mtodo Paraconsistente
de Deciso.
O Captulo 5 detalha a metodologia e apresenta a aplicao do mtodo
paraconsistente, no qual demonstra o uso da ferramenta de maneira a selecionar a
melhor tecnologia de transporte baseado nos critrios estabelecidos.
No Captulo 6 ser apresentado a aplicao do mtodo na seleo de alternativas
de transporte com base nos fatores e atributos selecionados e por fim, as principais
concluses, bem como as recomendaes para estudos futuros, fecham o trabalho no
Captulo 7.

11

2 - TRANSPORTE PBLICO URBANO


2.1 - APRESENTAO
O transporte pblico eficiente a soluo para a maior parte dos problemas no
trnsito das grandes cidades brasileiras. Atualmente, estas cidades apresentam graves
problemas de transporte e qualidade de vida, sendo que esta situao, infelizmente, s
tende a piorar em curto prazo. De um lado, incentiva-se de todas as formas possveis o
uso do automvel, do outro, abandona-se o transporte coletivo prpria sorte, sem os
investimentos necessrios para garantir sua eficincia.
Segundo DENATRAN (2012), nos ltimos dez anos, a frota de veculos do pas
dobrou, chegando a 76 milhes de unidades, fazendo com que as grandes cidades e
municpios de mdio porte, sofram com o caos dos engarrafamentos.
A escolha da tecnologia de transporte mais adequado para cada sistema um
problema importante a ser considerado no processo de planejamento integrado dos
transportes e desenvolvimento urbano.
Assim, conhecer o objeto transporte, mais especificamente o transporte pblico
urbano de passageiros, bem como os fatores e atributosque podem necessrio para
seleo de alternativas de transportes. O captulo inicia-se apresentando os conceitos de
transporte. Em seguida, ser tratado o tema transporte pblico urbano, notadamente o
transporte coletivo de passageiros, suas caractersticas e as principais tecnologias.
Posteriormente, sero apresentadas as tecnologias de transportes pblicos, bem como
suas caractersticas, os quais sero a base para o entendimento para a seleo do
transporte pblico urbano. Por fim, so apresentados os tpicos conclusivos.
2.2 - CONCEITOS DE TRANSPORTE
Para a realizao do presente estudo necessrio o entendimento sobre as
definies sobre Transporte, como pode ser observado na Tabela 2.1.
Autor
Ferraz e Torres (2004)
Rodrigues (2003)
Manheim (1979)
Ceftru (2007a)

Tabela 2.1 - Definio de Transporte


Definio de Transportes
Denominao dada ao deslocamento de pessoas e de produtos.
Deslocamento de pessoas e pesos de um local para o outro.
O movimento de pessoas e bens de um lugar para outro.
O deslocamento intencional de pessoas e cargas.
Fonte: Elaborao Prpria

12

Dos conceitos apresentados pode-se concluir que o transporte possui a funo de


integrar reas distintas, diminuindo o intervalo de tempo nos deslocamentos.
Segundo Rodrigues (2003), apud Galindo (2009), transporte seria a
movimentao de pessoas de um local para o outro.
No entanto, CEFTRU (2007b) apresenta a definio de transporte como algo
mais especfico, entendido como o deslocamento intencional de pessoas e cargas.
Galindo (2009) apresenta o conceito de forma semelhante e enquadram o transporte na
taxonomia dos movimentos, onde podem ser divididos em no intencionais e
intencionais, sendo o transporte inserido como um movimento intencional, semelhante a
outros tipos de movimentos, como a energia e de mensagens. (Figura 2.1).

Figura 2.1 - Taxonomia do movimento


Fonte: Galindo, 2009

O transporte pode ser entendido de uma forma mais especfica e concreta. No


apenas um movimento qualquer de objetos ou pessoas o transporte, ele um tipo
especial de movimento em que para ser caracterizado como tal, pois necessrio haver
uma inteno, um motivo, uma necessidade. um tipo de movimento com uma
finalidade de transportar pessoas ou cargas. (GALINDO, 2009).
Como entendido em Galindo (2009), o transporte um conjunto de trs
elementos (Figura 2.2):
- o sujeito;
- o objeto; e
- o meio de transporte.

13

Figura 2.2 - Estrutura semntica do transporte


Fonte Galindo, 2009

Observa-se que o meio de transporte aquilo que realiza, que executa o


transporte, mediando o sujeito de transporte com o objeto de transporte, que se compe
de um conjunto de elementos fsicos e lgicos, que perfazem um sistema designado de
sistema de transporte. O objeto do transporte aquilo cujo deslocamento demandado
pelo sujeito e movimentado no processo de transporte, podendo constituir-se de
pessoas e de cargas. (GALINDO, 2009)
No caso do transporte de passageiros, o sujeito e o objeto se confundem, pois o
indivduo (ora sujeito) busca os meios de transporte para deslocar a si prprio (ora
objeto) para realizar as necessidades demandadas.
2.3 TECNOLOGIAS DE TRANSPORTE PBLICO URBANO
Um Sistema de Transporte Coletivo planejado aperfeioa o uso dos recursos
pblicos, possibilitando investimentos em setores de maior relevncia social. As
tecnologias de transporte coletivo de passageiros podem atender demandas variadas
com maior produtividade, em cada qual esfera de atuao. Devido a maior flexibilidade,
custo de investimentos e de aquisio para operao em relao aos demais, apesar da
capacidade menor, o nibus ainda a principal tecnologia de transporte coletivo na
maioria das cidades brasileiras, alm de atuar como complemento a sistemas de alta
capacidade.
Dada a importncia do transporte coletivo para melhorar a qualidade de vida nas
cidades, os planejadores de sistemas de transportes adotaram em todo o mundo a
priorizao do transporte coletivo de passageiros. Uma das maiores dificuldades para se
implantar este tipo de sistema de transporte o desenvolvimento de estratgias que
levem ao equilbrio de oferta e demanda, com otimizao de seu desempenho. O
desempenho avaliado por dois critrios bsicos: eficincia (capacidade do sistema de
14

utilizar os recursos disponveis para realizar o servio); e eficcia (nvel de qualidade


alcanado na realizao destes servios). (RODRIGUES,2003).
Devido multiplicidade de tecnologias que os sistemas de transportes urbanos
podem apresentar, toma-se necessria uma classificao adicional que, segundo Vuchic
(2007), se divide basicamente em trs grupos: em funo do tipo de uso; do tipo de
agrupamento de passageiros transportados; e segundo as caractersticas operacionais.
(Tabela 2.2).
Tabela 2.2 Classificao das tecnologias de transporte pblico
CLASSIFICAO
CATEGORIAS
CARACTERSTICAS
Privado ou
Sistemas de transporte operados por seus prprios
Particular
donos para uso particular
Servio de transporte oferecido por um operador a
todos aqueles que tenham condies de pagar pelo
Aluguel ou
servio. O preo depende das condies da viagem
Fretado
TIPO DE USO
distncia, condies das vias e/ou do cliente idade,
quantidade de passageiros.
Servio de transporte urbano de passageiros, com rotas
Pblico ou de
e horrios fixos disponveis a todos aqueles que
Massa
paguem a tarifa pr-estabelecida.
Sistema de transporte nos quais cada veculo serve a
TIPO DE
Individual
uma pessoa ou grupo organizado.
AGRUPAMENTO DE
PASSAGEIROS
Sistema de transporte carrega pessoas sem relaes
Coletivo
TRANSPORTADOS
entre si no mesmo veculo.
Representado pela faixa de terreno onde o sistema de
transportes opera.
- Categoria C ou Via Partilhada: quando a faixa para o
sistema em questo tambm usada por outros tipos de
trfego.
Categoria de
- Categoria B ou Via Segregada: existe a separao
direito de
longitudinal do trfego do sistema em questo dos
circulao
outros tipos de trfego, porm permite-se o cruzamento
transversal de veculos e pedestres.
- Categoria A ou Via Exclusiva: quando a faixa usada
apenas pelo sistema em questo, podendo ser
subterrnea, elevada ou em nvel.
Refere-se aos aspectos mecnicos dos veculos e das
CARACTERISTICAS
vias.
OPERACIONAIS
- Suporte: o contato vertical entre o veculo e a via;
- Orientao: refere-se ao tipo de orientao lateral dos
Tecnologia
veculos;
empregada
- Propulso: refere-se ao tipo de gerao e de
transmisso das foras para acelerao dos veculos; e
- Controle: a forma de regular a viagem de um ou
mais veculos no sistema
Quanto a rotas e viagens: servio local, servio urbano
e servio regional;
Quanto a programao de viagens: servio parador,
Tipo de servio
servio acelerado e servio expresso; e
Quanto a Programao de Horrio: servio regular,
servio sazonal e servio especial.
Fonte Adaptado de Vuchic (2007)

15

Os dois principais modos utilizados para o transporte pblico de passageiros


disponveis nos centros urbanos brasileiros so: ferrovirio e rodovirio.
Os veculos que fazem o transporte pblico urbano por meio rodovirio nibus
e trlebus normalmente operam compartilhando o espao das vias com os demais
veculos (trnsito misto) (MOLINERO e ARELLANO, 2005; VUCHIC, 2007). Em
algumas cidades, no entanto, foram criados sistemas de nibus que circulam por vias
exclusivas adquirindo caractersticas de modos ferrovirios, conhecidos genericamente
como Bus Rapid Transit (BRT).
Os principais representantes do modo ferrovirio urbano so o bonde, o veculo
leve sobre trilhos (VLT), o trem rpido, o metr, o trem suburbano e o monotrilho.
A Tabela 2.3, apresenta as principais caractersticas das principais tecnologias de
transporte pblico urbano.
Tabela 2.3 - Comparativa das tecnologias de Transporte Pblico

Fonte Adaptado pelo autor (Arias (2001), Alouche (2007), Kennedy (2007), Ministrio das Cidades
(2008), NTU (2009), Oliveira (2009), e Monorail Society (2012))

16

2.4 - FATORES E ATRIBUTOS UTILIZADOS PARA SELEO DE


TECNOLOGIA DE TRANSPORTE PBLICO
A seleo de tecnologia de transporte para as cidades, que atenda as
necessidades da populao, um dos tpicos principais em planejamento de transporte,
pois geram diversas abordagens e tendncias quanto definio da tecnologia que
melhor atende.
O equilbrio entre a maximizao da qualidade de servio, a minimizao dos
custos, o menor impacto ao meio ambiente e que defere aos anseios polticos um dos
maiores objetivos do planejamento de transportes, mas para que esse objetivo seja
alcanado os fatores e atributos relevantes para determinado tipo de projeto devem ser
estabelecidos de forma minuciosa e adequada a cada tipo de projeto.
Ciarlini (2009) identificou os principais fatores e atributos que podem ser
utilizados para seleo de tecnologias de transporte de massa, no qual levou em
considerao a seleo de diversos trabalhos que abordavam a utilizao de variveis
para a seleo de tecnologias de transportes. Foram selecionados na pesquisa, os fatores
e atributos que se mostraram mais relevantes para seleo de tecnologias de transporte
de massa para cidades.
Ciarlini (2009) selecionou os seguintes critrios para seleo de tecnologias de
transporte:
- Aspectos econmicos, so os fatores que fazem parte dos valores envolvidos
no planejamento de transportes, como o custo da obra, custo de desapropriaes, custo
de reassentamento e custo operacional.
- Aspectos Sociais, considera-se os impactos trazidos por um novo sistema de
transporte urbano, sejam os benefcios ou os problemas que o empreendimento poder
trazer para a populao da cidade. Neste critrio estabeleceu a diviso de anlise os
aspectos relacionados cidade e aos usurios.
- Aspectos ambientais, so interferncias em reas de vegetao nativa ou de
proteo ambiental, travessia em reas de parques, pastagens, ou de agricultura, alm de
interferncias nos recursos hdricos, qualidade do ar, e rudos.
A Tabela 2.4 apresenta a lista de critrios selecionados a partir de trabalhos de
destaque na literatura de transportes de maneira a auxiliar na escolha da melhor
17

tecnologia para um dado sistema buscando atender aos interesses dos diferentes agentes
envolvidos no processo, alm de garantir a sustentabilidade em longo prazo.
Tabela 2.4 Critrios para seleo de tecnologias de transporte
CRITRIOS
ATRIBUTOS
Custo de projeto
Custo da obra
Aspectos econmicos
Custo de desapropriaes
Custo de reassentamento
Custo operacional
Impactos no trfego
Impactos em acidentes de trnsito
Poluio visual
Aspectos da cidade
Impacto em reas histricas
Impactos no mercado imobilirio
Impactos no uso do solo
Impactos na ocupao do solo
Cobertura do servio
Aspectos dos
Tempos de viagem
usurios
Nmero de transferncias
Conectividade com outros modais
Interferncias em reas de vegetao urbana e
parques
Interferncias em reas de proteo ambiental
Interferncias em reas de pastagens ou de
Aspectos ambientais
agricultura
Interferncias nos recursos hdricos
Qualidade do ar
Rudos
Fonte Adaptado de Ciarlini e Correia (2011)

Corroborando com os estudos, Moraes (2012) apresenta a influncia do fator


poltico na tomada de deciso para projetos de transportes, apresentando os stakeholders
que fazem parte do processo e o nvel de influncia na deciso. Observa-se que alguns
aspectos so considerados, como a posio poltica, o relacionamento dos agentes
envolvidos, as aes e recursos que possibilitam o convencimento e o interesse no
projeto.
Pode-se considerar como fatores de influncia em processos decisrios para
seleo de tecnologias de transporte os aspectos econmicos, da cidade, dos usurios,
ambientais e polticos, que interferem diretamente ou indiretamente em qualquer
deciso relacionados a projetos de transportes.
2.5 - TPICOS CONCLUSIVOS
Neste captulo procurou-se apresentar o conceito de transporte, os tipos e os
fatores e atributos utilizados para seleo de tecnologias de transporte de massa.
Considerando os conceitos conclui-se que o transporte tem como objetivo final a
18

garantia das condies necessrias ao bom deslocamento do sujeito e/ou objeto. Por
bom deslocamento entende-se o deslocamento eficiente, eficaz e que permita a
mobilidade do objeto a ser transportado.
Alm do entendimento do fenmeno de transportes, foram apresentados os tipos
de transporte pblico que podem ser classificados em funo do tipo de uso, do tipo de
agrupamento de passageiros transportados e segundo as caractersticas operacionais.
Outra abordagem foi quanto as tecnologias de transporte pblico urbano, no qual
foram apresentados os principais disponveis nos centros urbanos brasileiros, o
ferrovirio e o rodovirio. No modal ferrovirio, destacam-se o VLT, Monotrilho, Trem
Urbano e Metr, e no rodovirio, BRT e o nibus Convencional.
Foram apresentados os atributos e critrios utilizados para seleo de tecnologias
de transporte de massa, que permite identificar as possibilidades de utilizao e de
escolhas em projetos de transporte, a qual permite realizar uma anlise levando em
considerao os fatores de clculos os fatores e atributos mais importantes.
Pode-se concluir que o entendimento do fenmeno de transportes, bem como os
critrios e atributos aplicados ao setor permite ao gestor variveis que auxiliem na
tomada de deciso e assim selecionar a tecnologia de transporte mais adequada para as
cidades.

19

3 - TOMADA DE DECISO EM TRANSPORTES


3.1 - APRESENTAO
As decises fazem parte de todas as atividades humanas, tanto no nvel pessoal
como em nvel organizacional, e diversas dessas decises so tomadas de maneira
informal ou intuitiva. No entanto, ao longo dos tempos, a necessidade de melhores
decises levou busca de abordagens sistemticas e estruturadas que conduzissem a um
processo de deciso mais satisfatrio.
O objetivo principal de uma ferramenta de apoio deciso aprimorar sua
racionalidade, ou seja, aumentar a perspectiva de que uma escolha conduza a um
resultado satisfatrio. A escolha racional pode ser definida como sendo aquela que se
baseia em tudo que o decisor sabe, julga e sente, satisfazendo suas preferncias de
forma eficaz e lgica. A racionalidade em uma deciso melhora sua qualidade na
medida em que se baseia em todo o conhecimento e expertise disponveis, alm de
tornar transparentes as motivaes subjacentes (BROWN, 2005).
Nesse capitulo sero apresentados definio de tomada de deciso, tendo em
vista que essas so as bases para o desenvolvimento da metodologia proposta no
trabalho, de maneira a trazer um melhor entendimento e aplicabilidade da ferramenta no
processo de deciso. O entendimento possibilitar analisar o processo de deciso
aplicado na seleo de tecnologias de transporte, bem como as teorias envolvidas nesse
processo.
3.2- DEFINIO DE TOMADA DE DECISO
Segundo Furtado e Kawamoto (2002), decidir confrontar preferncias, ou seja,
quando h apenas um decisor, os conflitos giram em torno das preferncias de quem
decide, e quando a deciso envolve vrios decisores, pode haver divergncias em suas
preferncias, fazendo com que neste caso necessrio um conjunto de interaes para
avaliar os diferentes interesses e determinar-se uma situao de consenso.
Conforme Zeckhauser e Schaffer (1968), apud Furtado e Kawamoto (2002), a
tomada de deciso caracteriza um processo de escolha e implica em alteraes das
rotinas de um indivduo, de uma entidade ou de uma comunidade. Abramczuk (2009)
define deciso como ato ou efeito de decidir, que significa escolher uma dentre vrias
tecnologias de ao que se oferecem para alcanar determinado propsito e renunciar a
20

todas as outras. Toda deciso , portanto, um processo que envolve simultaneamente


escolha e renuncia.
Para Carvalho (2006), a tomada de deciso na administrao pode ser definida
como a escolha consciente de um rumo de ao entre vrias tecnologias possveis para
chegar a um resultado desejado. importante atentar para os vrios aspectos dessa
definio:
- a tomada de deciso envolve uma escolha consciente, no uma reao
involuntria ou inconsciente;
- a tomada de deciso implica a necessidade de decidir, ou seja, deve haver duas
ou mais tecnologias disponveis; e
- o rumo escolhido da ao leva a um resultado desejado.
Entende-se que a deciso o processo pela seleo de uma alternativa que
atenda os objetivos estabelecidos levando em considerao a preferncia de quem
decide, de maneira que chegue ao resultado almejado, considerando toda aquela ao
que se desenvolva com a finalidade de solucionar determinado problema, possibilitando
assim, a escolha da melhor opo entre as tecnologias propostas. Para que seja tomada
determinada deciso necessrio entender o problema que se encontra envolvido, bem
como as variveis que fazem parte de processo, para assim, ter informaes necessrias
a fim de que sejam tomadas as decises adequadas.
Abramczuk (2009) define a tomada de deciso como a soluo de um problema,
ou seja, a seleo de uma alternativa entre as possveis apresentadas de maneira a
definir qual a mais vivel para determinada situao.
Furtado e Kawamoto (2002), definem que um problema de tomada de deciso
caracterizado por um conjunto de objetos, alternativas e valores, no qual necessrio se
considerar as vrias solues possveis, chamadas de aes potenciais, que so explcita
ou implicitamente definidas, no qual se pretende escolher a melhor, ou pelo menos
chegar quela que traga o menor nmero possvel de inconvenientes. Verifica-se que o
problema algo que deve ser superado e solucionado, ou seja, deve ser identificado para
que se possa tomar a deciso mais adequada a fim de que tenha os resultados almejados.

21

Neste estudo, admite-se a noo de problema como necessidade de escolher um


dentre vrias aes possveis diante de uma situao, no qual ao identificar o problema
necessrio que algum haja de maneira a escolher uma ao dentre vrias possveis.
Segundo Abramczuk (2009), para a soluo de um problema necessrio a
considerao de alguns fatores, que auxiliam em sua estruturao de maneira a
possibilitar o alcance ao resultado desejado. A identificao desses elementos se faz por
meio de uma anlise da situao, no qual determina a estrutura do problema. (Figura
3.1)
Constituintes relevantes da situao
Relaes entre os constituintes relevantes
Mtodo de elaborao das alternativas de
soluo
Mtodo de verificao da soluo
Figura 3.1 Estrutura do Problema
Fonte Adaptado de Abramczuk (2009)

Para Cassarro (1999) a tomada de decises envolve um ciclo e fundamental a


existncia de informaes apropriadas a cada uma das fases do ciclo. (Figura 3.2)

Figura 3.2 Ciclo de Informaes na Tomada de Deciso


Fonte: Adaptado pelo autor (Cassarro, 1999)

22

Assim, pode-se verificar na Figura 3.2 o quanto importante as informaes em


cada uma das fases do processo de tomada de deciso, de maneira que se pode contar
com informaes adequadas e oportunas de maneira a favorecer na seleo da
alternativa adequada.
3.3 - TIPOS DE PROBLEMAS E NVEIS DE DECISO
Segundo Turban e Aronson, (1998), apud Shimizu (2010), os problemas podem
ser classificados em trs categorias sob o ponto de vista da tomada de deciso.
O problema considerado estruturado ou bem definido se sua definio e fases
de operao para chegar aos resultados desejados esto bem claras e sua execuo
repetida sempre possvel. Temos como exemplo de problemas bem estruturados: folha
de pagamento, lanamento contbil e operao de processamento de dados em geral.
Os problemas semiestruturados so problemas com operaes bem conhecidas,
mas que contm algum fator ou critrio varivel que pode influir no resultado, como
acontece com o problema de previso de vendas ou problema de compras.
Nos problemas no estruturados, tanto os cenrios, como o critrio de deciso,
no esto fixados ou conhecidos a priori. Um exemplo de problema no estruturado a
operao de escolha da capa de uma revista semanal, na qual diversas alternativas esto
previstas, mas todas podem ser substitudas, na ltima hora, se algum fato ocorrer.
Segundo Shimizu (2010), a deciso sobre qualquer um dos tipos de problemas pode ser
diferenciada por nvel. A Tabela 3.1 exemplifica a relao e caractersticas dos nveis de
deciso ao tipo de problema, permitindo o melhor entendimento do processo, bem como
possibilitar a anlise dos problemas existentes em uma organizao em funo do nvel
que se encontra.

23

Tabela 3.1 - Tipos de problemas e nveis de deciso

Fonte- Adaptado de Turban e Aronson (1998), apud Shimizu (2010)

Pode-se verificar que nveis de deciso (Estratgico, Ttico e Operacional) esto


relacionados ao tempo, em que a deciso tomada, de 5 anos at meses, independente
do tipo de problema que est envolvido. Quanto maior o tempo para a tomada de
deciso, mais alto o nvel em que se encontra o processo de deciso. Outro fator que
deve ser observado quanto a complexidade das decises, que aumenta de acordo com
o nvel em que se encontra, e quanto ao tipo de problema a complexidade aumenta de
acordo com a categorizao do problema (Estruturado, Semi-Estruturado, No
Estruturado).
3.4 - PROCESSO DE DECISO
Toda organizao passa por problemas quanto deciso. Um colaborador
poderia analisar o problema e escolher a melhor alternativa a ser tomada de maneira
informal. Nas organizaes, os problemas existentes apresentam uma elevada amplitude
e complexidade, envolvendo riscos e incertezas para as decises. A participao dos
diversos agentes, em diferentes nveis da organizao necessria para a tomada de
deciso. Todo processo de deciso em uma organizao deve ser estruturado e
24

formalizado, de maneira que as aes sejam consistentes e transparentes. (Shimizu,


2010)
O processo de deciso depende do nvel de complexidade envolvido, de acordo
com as quantidades de informaes e a necessidade de mais definies polticas como
podemos observar na Figura 3.3.

Figura 3.3 Modelo esquemtico de processo de deciso


Fonte: Furtado e Kawamoto, 2002

Processo de deciso a cadeia de reflexes e aes que se estende entre o


instante em que ocorre a percepo da necessidade de agir e o momento em que se
escolhe uma linha de ao. Assim, suas etapas so:
1. Reconhecimento da necessidade de agir;
2. Determinao do propsito da ao;
3. Busca de alternativas de ao;
4. Classificao de alternativas;
5. Avaliao de alternativas; e
6. Deciso.
Simon (1977) salienta que o processo de deciso comea com o indivduo e lhe
permite solucionar problemas ou defrontar-se com situaes. A subjetividade nas
decises individuais devido aos seguintes aspectos:
a. Racionalidade Limitada necessrio que se tenha um nmero muito grande
de informaes que propicie ao tomador de deciso condies de analisar e avaliar a
alternativa que melhor lhe atende.
25

b. Imperfeio nas decises As deciso no so perfeitas, e sim algumas so


melhores que outras nos aspectos considerados.
c. Relatividade nas decises na escolha da alternativa que melhor atende
necessrio que haja a renncia das demais alternativas e elaborao de alternativas e
uma sequncia de novas situaes ao longo do perodo.
d. Hierarquizao nas Decises as decises so guiadas por objetivos, e a
hierarquizao serve para distinguir o que seja um meio e o que seja um fim.
e. Racionalidade Administrativa estabelecimento de mtodos de rotina para
selecionar e determinar os cursos de ao mais adequados e na sua comunicao s
pessoas por ela afetadas.
f. Influncia Organizacional a organizao retira de seus membros a faculdade
de decidir independentemente sobre certos assuntos e a substitui por um Processo de
deciso prprio e previamente estabelecido.
Simon (1987), apresenta o modelo de Processo de deciso no qual apresenta a
relao entre as etapas e o retorno das aes estabelecidas (feedback), representado pela
Figura 3.4:
a. Fase de inteligncia ou investigao explorao do ambiente e a realizao
do processamento de dados que possam identificar os problemas e oportunidades.
b. Fase do Desenho ou Concepo a fase da criao, desenvolvimento e a
anlise dos possveis cursos de ao, no qual o tomador de deciso formula o problema,
constri e analisa as alternativas disponveis baseadas em sua aplicabilidade.
c. Fase da escolha seleo da alternativa que melhor atende suas
necessidades.
d. Feedback- a reavaliao de algumas das fases do processo de maneira a
fazer os ajustes necessrios.

26

Figura 3.4 O Processo de deciso proposto por Simon


Fonte Adaptado Simon (1987)

Pode-se concluir que o processo de deciso deve seguir as seguintes etapas:


a. Percepo da situao;
b. Anlise e definio do problema;
c. Definio dos objetivos;
d. Procura de alternativas de soluo;
e. Avaliao e comparao das alternativas;
f. Escolha da alternativa mais adequada;
g. Implementao da alternativa escolhida; e
h. Avaliao dos resultados.
Para Furtado e Kawamoto (2002), os sistemas so distinguidos de acordo com as
suas diversidades, complexidades, escalas ou outros atributos envolvidos. Um sistema
possui entradas que so processadas para produzir as sadas, de acordo com um
ambiente especfico. O tipo de ambiente determina as consequncias do sistema. Uma
grande parte dos sistemas envolve ainda a realimentao. As sadas precisam ser
avaliadas atravs da comparao com um determinado padro. Essa comparao tem
como objetivo verificar modificaes necessrias na entrada para melhorar a qualidade
da sada. Figura 3.5.

27

Figura 3.5 Representao de um Sistema e seu Ambiente


Fonte: Adaptado pelo autor (Furtado e Kawamoto, 2002)

Kawamoto (1994) apresenta um conjunto de etapas que deve ser utilizado como
instrumento de suporte na anlise de sistemas de transporte para seleo de programas,
planos e alternativas de transportes. Nesse sentido, esse autor mostra uma viso deste
conjunto de etapas, ou seja, a viso conceitual da anlise de sistemas de transportes
compreendido em trs etapas fundamentais (Figura 3.6):
- a primeira etapa caracterizada pelo diagnstico e tem o propsito de observar
a situao presente e o futuro previsvel. Com isso os problemas existentes ou passveis
de deteco futura so investigados nesta etapa, implicando na formulao correta do
problema luz dos objetivos definidos.
- a segunda etapa analisada os planos, programas ou projetos. Investigam-se
tambm as consequncias das estratgias usadas para analis-los. Estimam-se os custos
e benefcios para as vrias estratgias de anlise.
- a terceira etapa ocorre avaliao dos planos, programas ou projetos e a
anlise das consequncias da tomada de deciso. Normalmente esta terceira etapa
constitui uma sntese das duas anteriores.

28

Figura 3.6 Etapas de um processo de Anlise de Sistemas


Fonte -Adaptado pelo autor (Furtado e Kawamoto, 2002)

Nesse sentido, observa-se que as etapas apresentadas possibilita um melhor


entendimento do sistema de transportes, no qual as etapas apresentadas evidenciam sua
relao entre os objetivos estabelecidos aos resultados alcanados no processo. A
primeira etapa possibilita o entendimento das necessidades, pois com o diagnstico
apresentado tm-se condies de identificar as reais necessidades. Na segunda etapa, se
estabelece os planos e aes a serem desenvolvidas. E na terceira etapa, com a avaliao
das aes ocorrem as anlises do que foi implantado e o resultado atingido com as
aes.
3.5 - MODELOS E MTODOS PARA A TOMADA DE DECIS O
Segundo Gomes e Gomes (2012), os modelos devem ser holsticos,
interdisciplinares e permitir quantificao. Todo modelo para ser utilizado deve ser
validado. Os modelos permitem a representao, entendimento, anlise e quantificao

29

da realidade. Modelar arte e cincia. No existe receita, porm respeita princpios


gerais e tcnicas. Nesse sentido, a modelagem e a utilizao dos modelos requerem que:
a. nenhum modelo seja a reproduo perfeita da realidade, pois os modelos so
representaes simplificadas do mundo real, e as simplificaes so necessrias, pois o
mundo real normalmente muito complexo. Essas simplificaes so conhecidas como
assunes do modelo.
b. a avaliao do modelo seja feita nos termos e nos aspectos do estudo a ser
realizado, pois um modelo s vlido para a finalidade para qual foi construdo.
c. haja conscientizao de que o modelo tem sua qualidade afetada pelo tempo
disponvel para confeco, pelo pessoal envolvido e pelos recursos materiais. (Gomes e
Gomes, 2012)
Segundo Shimizu (2010), os modelos e mtodos existentes e aplicveis aos
processos de decises podem ser classificados em duas categorias: mtodos e modelos
usados para formular e estruturar as alternativas de deciso; e mtodos que selecionam a
melhor deciso. Shimizu (2010) salienta que a soluo de qualquer problema de deciso
em atividades empresariais, cientficas ou artsticas pode ser visualizada em quatro
etapas:
- percepo da necessidade de deciso ou oportunidade;
- formulao de alternativas de ao;
- avaliao das alternativas em termos de suas contribuies;
- escolha de uma ou mais alternativas para fins de execuo.
O responsvel por estruturar um modelo de deciso est encarregado de: fazer
as perguntas certas; detectar os elementos relevantes; identificar os parmetros
significativos; determinar os relacionamentos significativos entre os elementos e
parmetros selecionados; especular sobre o tamanho certo e a formulao certa do
problema (limites: decises de incluso e excluso dos elementos e parmetros); avaliar
a caracterstica temporal do problema (ciclos de vida, durao, estabilidade e
descontinuidades)..
A Figura 3.7, mostra a correlao entre complexidade e incerteza e os
correspondentes mtodos de apoio deciso no domnio dos problemas prticos. Esses
30

mtodos denominam-se mtodos de apoio deciso porque auxiliam a estruturar e


analisar alternativas de ao com vistas consecuo de um propsito. A soluo do
problema a deciso, o ato de escolher uma alternativa de ao considerada adequada
para a consecuo do propsito. Os mtodos de apoio deciso no resolvem
problemas, so apenas meios que contribuem com informaes para que o ser humano
os resolva. (ABRAMCZUK, 2009)

Figura 3.7 Correlao entre a complexidade e incerteza nos mtodos de apoio deciso
Fonte: Abramczuk (2009)

O Modelo Determinstico o modelo em que todos os eventos esto ligados por


relaes de causalidade que excluem o acaso e a indeterminao (o princpio oposto o
casualismo, ou indeterminao objetiva).
O Heuristico aquele que estimula ou guia um procedimento emprico do qual
resultam alternativas satisfatrias de soluo para um problema, mas no h como
comprovar que se levantaram todas as alternativas possveis de soluo do problema; a
melhor delas (a chamada soluo tima) pode no ter sido encontrada.
Estocstico so sistemas e processos cujo estado ou comportamento num
instante futuro, so consequncias do estado ou comportamento presente, no
totalmente determinado por este estado ou comportamento.
O Inferencial o processo de passar de uma ou mais proposies ou julgamentos
considerados verdadeiros para outra proposio ou julgamento cuja verdade se acredita
decorrer da verdade das proposies ou julgamentos anteriores, consiste na aceitao do

31

pressuposto de eventos passados ocorridos sob determinadas condies podem ocorrer


no futuro sob as mesmas condies.
Os mtodos determinsticos e os heursticos so empregados em condies de
incerteza que, para fins prticos, considerada nula. Em condies de incerteza no
nula, empregam-se mtodos estocsticos e inferenciais, ambos com razes no Clculo de
Probabilidades. Os modelos de processos decisrios podem ser exemplificados na
Tabela 3.2.

Bethlem (1987)

Tabela 3.2 - Modelos do Processo de deciso


Tipos
Definio
Modelo de Simon
As decises se dividem em programadas e no
programadas. As primeiras so as rotineiras e repetitivas;
as segundas so aquelas que no ocorrem com
freqncia e que, por causa de variveis diversas,
exigem uma resposta separada a cada vez que ocorrem.
Modelo Militar
Tambm conhecido como anlise da situao, foi
largamente usado pelas foras armadas de vrias naes.
Sua divulgao macia foi feita durante a segunda guerra
mundial, devido ao trabalho de sistematizao do
treinamento feito pela Marinha dos Estados Unidos.
Modelo Kepner e
Trata do enfoque exclusivamente racional do modelo de
Tregoe
deciso com a ausncia total de utilizao de ferramentas
matemticas e estatsticas e a ausncia total de
ferramenta de computao.
Modelo de Pesquisa
Tcnicas matemticas que foram desenvolvidas durante
Operacional
a segunda guerra mundial para auxiliar as decises.
Modelo CPSI
O modelo que usa etapas que se interpenetram em um
roteiro de soluo de problema que se configura de
acordo com a sequncia de operaes: achar fatos (facts
finding); achar o problema (problem finding); achar
idias (ideas finding); achar solues (solutions finding);
Obter aceitao (acceptance obtaining).
Modelo de Guilford
uma descrio, pelo psiclogo, do processo interno de
tratamento da informao, do que ocorre em cada
participante do Processo de deciso. Paralelamente ao
processo de gerao de alternativas, que um processo
criativo, ocorre um processo julgamento e de avaliao.
Modelo de Mintzberg decorrncia de um estudo sobre 25 processos de
deciso, estratgica feita junto a empresas, no qual o
estudo levou a concluso de que existe uma estrutura
subjacente a estes processos considerados pelos autores
como "no estruturados". Essa estrutura foi descrita em
termos de 12 elementos, sendo 3 fases centrais, 3
conjuntos de rotinas de apoio e 6 conjuntos de fatores
dinmicos.

32

Furtado e
Kawamoto (2002)

Carvalho e Abe
(2011)

Continuao da Tabela 3.2 - Modelos do Processo de deciso


Tipos
Definio
Modelo Racionalista As alternativas so selecionadas para atender da forma
ou Normativo
mais otimizada possvel alguma meta ou objetivo prselecionado.
Modelo de Satisfao A primeira alternativa a apresentar um nvel mnimo de
ou Comportamental
aceitabilidade inevitavelmente selecionada.
Modelo
A tomada de deciso movida mais pelos problemas do
Incrementalista
que pela preocupao em atingir os objetivos. As
decises so tomadas com base na diferena marginal
das consequncias entre a situao atual e as diversas
situaes propostas.
Modelo
As decises so altamente influenciadas pela estrutura
Organizacional
organizacional de uma entidade, considerando os
diversos canais de comunicao e os procedimentos de
operaes existentes.
Modelo de Barganha O processo de deciso pluralstico e caracterizado por
poltico ou misto
conflitos e poder de barganha.
Modelo
O modelo se caracteriza pela utilizao da lgica
Paraconsistente
paraconsistente anotada e do algoritmo para-analisador
para selecionar alternativas adequadas de acordo com as
informaes de especialistas.

Fonte Adaptado de Bethlem (1987) , Furtado e Kawamoto (2002) e Carvalho e Abe (2011)

Pode-se observar na Tabela 3.2, as caractersticas inerentes a cada modelo,


sendo verificada a aplicao dos modelos de acordo com o momento em que a
organizao esteja vivendo. Os diversos modelos apresentados representam como as
decises so tomadas nas organizaes, sendo que apesar de modelos especficos, as
decises nas organizaes so modificadas em funo do momento em que estejam
passando e a deciso que precisa ser tomada. Cada organizao, possui seu modelo em
funo do momento que esteja vivendo e em funo de suas necessidades.
Shimizu (2010), afirma que a escolha do modelo depende da finalidade da
deciso, da limitao do tempo e custo, e da complexidade do problema. Um problema
pode ser considerado como complexo quando:
a) O nmero de variveis e/ou objetivos aumenta (so os problemas
multidimensionais com mltiplos objetivos);
b) a ocorrncia dos valores das variveis e/ou dos objetivos est sujeita a riscos
ou incertezas; e
c) os valores das variveis e os objetivos so definidos de modo impreciso,
nebuloso ou difuso (fuzzy).
Assim, com o entendimento sobre a tomada de deciso, processo de deciso,
bem como os modelos e mtodos aplicados pelas organizaes, tem-se possibilidade de
33

identificar como so tomadas as decises nas organizaes e os fatores envolvidos nesse


processo.
3.6 - TPICOS CONCLUSIVOS
Nesse captulo foi apresentada tomada de deciso, definida como o processo de
identificao e resoluo de problemas. A tomada de deciso pode ser definida como a
escolha consciente de um rumo de ao entre vrias alternativas possveis para chegar a
um resultado desejado, ou seja, envolve uma escolha consciente, no uma reao
involuntria ou inconsciente, implica na necessidade de decidir, devendo haver duas ou
mais alternativas disponveis, e o rumo escolhido da ao leva a um resultado desejado.
Os problemas so classificados como estruturados, semiestruturados e no
estruturados. Os estruturados ou bem definidos so aqueles que os resultados desejados
esto bem claros e sua execuo repetida sempre possvel. Os problemas
semiestruturados so com operaes bem conhecidas, mas que contm algum fator ou
critrio varivel que pode influir no resultado. Nos problemas no estruturados, tanto os
cenrios, como o critrio de deciso, no esto fixados ou conhecidos.
O processo de deciso depende do nvel de complexidade envolvido, de acordo
com as quantidades de informaes e a necessidade de mais definies polticas, no qual
possibilita o entendimento e a relao entre as variveis envolvidas.
Os modelos e mtodos existentes aplicveis aos processos de decises podem ser
classificados em duas categorias: mtodos e modelos usados para formular e estruturar
as alternativas de deciso, e mtodos que selecionam a melhor deciso, no qual os
usados para formular e estruturar as alternativas de deciso permitem o entendimento do
problema e dispe as melhores alternativas que trariam soluo ao problema, e os que
selecionam a melhor deciso, permitem a definio da soluo de acordo com o que
esteja estabelecido.
Os mtodos podem ser classificados conforme o nvel de complexidade e
incerteza. Os determinsticos e os heursticos so empregados em condies de incerteza
que, para fins prticos, considerada nula. Em condies de incerteza no nula,
empregam-se mtodos estocsticos e inferenciais. Quanto a complexidade os heursticos
e estocsticos apresentam alta complexidade e os mtodos determinsticos e inferenciais
baixa complexidade.
34

Os diversos modelos apresentados representam como as decises so tomadas


nas organizaes, sendo que apesar de modelos especficos, as decises nas
organizaes so modificadas em funo do momento em que estejam passando e a
deciso que precisa ser tomada. Cada organizao possui seu modelo em funo do
momento que esteja vivendo e em funo de suas necessidades.

35

4 - LGICA PARACONSISTENTE
4.1- APRESENTAO
Neste captulo ser apresentado a Lgica Paraconsistente (LP) como uma Lgica
No Clssica que capaz de desafiar os conceitos defendidos pela Lgica Clssica, no
qual se busca trazer uma reviso dos conceitos de lgica, desde a clssica at a
paraconsistente, de maneira que seja visto e tenha uma viso sistmica da cincia.
(KRAUSE, 2004)
Alguns estudos tm sido desenvolvidos, como as do Grupo de Pesquisa em
Lgica Aplicada - GLPA (2012), que investiga e apoia trabalhos desenvolvidos e
direcionados s aplicaes de tcnicas de Inteligncia Artificial que usam os conceitos
das Lgicas No-Clssicas. As pesquisas do GLPA so direcionadas para a criao de
Sistemas Especialistas, de Automao e Controle fundamentados em Lgica
Paraconsistente Anotada e aplicados em projetos tecnolgicos abrangendo diversos
campos do conhecimento, que mostra as aplicaes e resultados obtidos por meio do
uso da LP, no qual demonstra a preocupao no entendimento e desenvolvimento de
pesquisa nesta rea.
Ser apresentado tambm a Lgica Paraconsistente Anotada Evidencial - E que
traz as proposies acompanhadas de anotaes em formas de graus de evidncia ou
crena, onde se busca suas comprovaes e procedimentos tericos, de maneira a
justificar sua aplicabilidade em tomadas de deciso em processos com dados
imprecisos, inconsistentes e paracompletos. Por fim ser apresentado o Mtodo
Paraconsistente de Deciso utilizado para auxiliar nos processos decisrios levando em
considerao a regra de deciso e o algoritmo para-analisador na seleo da alternativa
adequada.
4.2 CONSIDERAES INICIA IS
A Lgica foi criada na Grcia Antiga por Aristteles e seus seguidores.
originria dos pensamentos filosficos e nasceu para tentar substituir as opinies
contraditrias. A Lgica o instrumento que define os princpios universais do
pensamento e assim, estabelece regras prticas ao conhecimento da verdade. Em uma
definio mais moderna, a Lgica um conjunto de normas deduzidas das leis

36

psicolgicas com a finalidade de dirigir as operaes do pensamento. (DA COSTA,


1994 e DA COSTA, 1997).
A Lgica pode ser classificada em Clssica e No Clssica, como pode ser
verificada na Figura 4.1.

Figura 4.1 Estrutura de Classificao da Lgica


Fonte- Lemes Neto & Venson (2002)

A Lgica Clssica tambm conhecida por Lgica Aristotlica por atribuir a


Aristteles e seus discpulos o primeiro estudo formal do raciocnio conceituando-se um
sistema lgico. (DA COSTA, 1997).
A importncia da Lgica Clssica na histria da humanidade se deve ao fato do
conhecimento tecnolgico atual estar sustentado pelos seus princpios, pois binria e
sempre levam em considerao duas situaes apenas, ou Falso, ou ento
Verdadeiro. Nesse sentido considera-se Falso ou Verdadeiro sinais equivalentes
aos valores 0 e 1. (DA SILVA FILHO E ABE, 2000).
Lemes Neto e Venson, (2002) apresentam os princpios centrais da Lgica
Clssica:
- Princpio da identidade: onde x = x, ou seja, todo objeto idntico a si
mesmo;
- Princpio do Terceiro Excludo:

, ou seja, de duas preposies

contraditrias (tais que uma negao da outra), uma verdadeira.

37

- Princpio da No Contradio:

), ou seja, entre duas proposies

contraditrias, uma falsa.


- Princpio da Identidade Proposicional: , ou seja, se uma proposio
verdadeira, ento ela verdadeira.
As Lgicas No Clssicas caracterizam-se por amplificar, de algum modo, a
lgica tradicional ou por infringir ou limitar seus princpios ou pressupostos
fundamentais. Carvalho e Abe (2011), afirmam que as lgicas no clssicas compem
dois grandes grupos:
a. os que complementam o escopo da clssica, chamadas de complementares da
clssica, que apenas complementam e no capaz de expressar, tendo por base a lgica
clssica ampliando assim seu poder de expresso ( Lgicas Epistmicas, Lgica Modal
Tradicional, Lgicas Intencionais, etc); e
b. as que rivalizam a lgica clssica, tambm cognominadas heterodoxas, que
restringem ou modificam certos princpios da lgica tradicional ( Lgica Fuzzy, Lgicas
Intuicionistas,

Lgicas

Multivaloradas,

Lgicas

Paracompletas,

Lgicas

Paraconsistentes, etc).
A Lgica Paraconsistente uma lgica no clssica e teve como precursores o
lgico russo Nikolai A. Vasiliev (1880-1940) e o lgico polons Jan Lukasiewicz
(1878-1956), que em 1910 independentemente publicaram trabalhos que tratavam da
possibilidade de uma Lgica que no eliminasse ab initio as contradies. No entanto,
estes trabalhos restringiram-se lgica aristotlica tradicional. Somente em 1948 o
lgico polons Stanislaw Jaskowski e o lgico brasileiro Newton C. A. da Costa,
independentemente construram a lgica paraconsistente. Da Costa desenvolveu vrios
sistemas paraconsistentes contendo todos os nveis lgicos usuais, e considerado um
dos criadores da Lgica Paraconsistente. Mais recentemente, J. M. Abe e outros
pesquisadores tm desenvolvido pesquisas e aplicaes para a Lgica Paraconsistente
no ramo de Cincia da Computao, Robtica, Inteligncia Artificial, entre outros.
(ARRUDA,1990, ABE,2006, DA SILVA FILHO, 2008, e RODRIGUES, 2010)
Existem na literatura duas abordagens principais da paraconsistncia, uma a da
chamada escola brasileira de paraconsistncia, baseada nas ideias de Da Costa, e a outra
a abordagem dialetesta, defendida por Graham Priest, entre outros. (VARELA,2010)
38

Segundo Da Silva e Filho (2010) e Abe (2011), a caracterstica principal da


Lgica Paraconsistente a manuteno contrria ao principio do meio excludo, pilar da
lgica clssica, pois prope admitir contradio em seus fundamentos sem trivializao.
4.3 - APLICAES DA LGICA PARACONSISTENTE
De acordo com Da Costa (1999) e Da Silva Filho (2006), entre as reas onde a
Lgica Paraconsistente pode ser aplicada, destacam-se as seguintes:
a. Na matemtica, com a axiomatizao da teoria de conjuntos sem as restries
fortes postas para evitar paradoxos, e no estudo de determinadas estruturas abstratas que
do origem a contradies;
b. Na lgica epistmica, em particular, em lgica de crena (com certeza
mantemos crenas contraditrias em nossa vida);
c. Na fsica, especialmente para se tratar de teorias incompatveis entre si, como
a mecnica quntica e a relatividade geral;
d. Na computao, inteligncia artificial e robtica;
e. Na psicanlise, disciplina que, segundo alguns autores, exige lgica
paraconsistente; e
f. Nas questes de ndole filosfica, como se d com a dialtica, a qual, em
algumas formulaes, requer ideias paraconsistentes.
Corroborando,

Abe

(2011)

complementa

as

aplicaes

da

Lgica

Paraconsistente:
a. na rea de Inteligncia Artificial, so apresentados conceitos sobre a Lgica
Paraconsistente Anotada Evidencial E e seu reticulado associado, algumas aplicaes
do algoritmo Para-Analisador e tratamentos de incertezas para tomada de deciso;
b. na rea de Engenharia de Produo, alm de noes da Lgica Paraconsistente
Anotada Evidencial E, apresenta-se os operadores dessa lgica, as regies e regra de
deciso, o Mtodo Paraconsistente de Deciso (MPD);
c. em estudos de Robs Mveis Autnomos, apresentam-se os robs Emmy I,
Emmy II e Emmy III, uma descrio geral de um Sistema de Navegao e Controle
composto pelos subsistemas Mecnico, Sensoriamento e Planejamento e, alguns testes
realizados com o Subsistema de Planejamento;
39

d. em estatstica, h um estudo dos princpios da lgica paraconsistente para


calcular o tamanho da amostra embasados nas teorias da Combinatria e da Lgica
Paraconsistente Anotada. Apresenta-se um procedimento de clculo simples e prtico
para obter um tamanho de amostra aceitvel para coletar informaes, organiz-las e
analis-las, bem como suas vantagens e desvantagens; e
e. em Redes Neurais Artificiais Paraconsistentes o reconhecimento de padres,
no qual apresenta uma breve ideia da rede neural artificial discutida e aplica-se a um
estudo preliminar de um sistema paraconsistente para o reconhecimento de caracteres
numricos.
Segundo o GLPA (2012) a Lgica Paraconsistente pode ser utilizada como
lgica subjacente a teorias inconsistentes, mas no triviais que implica no princpio da
no contradio no qual deve ser de alguma forma restringida, a fim de que possam
parecer contradies, mas deve-se evitar que de duas premissas contraditrias se possam
deduzir uma frmula qualquer. De certa forma estendem-se a lgica tradicional,
permitindo certas investigaes que no seriam possveis luz da lgica clssica, elas
no visam eliminar a lgica tradicional, que permanece vlida em seu particular
domnio de aplicao. A Lgica Paraconsistente no motivada somente por
consideraes filosficas,

mas tambm por suas aplicaes e

implicaes,

principalmente em processos de tomada de deciso. (LEITE,1999)


Murolo (2000), afirma que a Lgica Paraconsistente tambm uma nova forma
de controle de conhecimento incerto, possibilitando de forma consistente, mecanismos
que refletem um maior refinamento no processo decisrio.
4.4 - LGICA PARACONSISTEN TE ANOTADA (LPA)
Segundo Carvalho e Abe (2011) as lgicas paraconsistentes anotadas so da
famlia de lgicas no clssicas, inicialmente, aplicadas em programao lgica. Blair,
Subrahmanian, Kifer fizeram uso e aplicaes em seus estudos da LPA, fazendo com
que s aplicaes obtidas, tornassem conveniente o estudo dos fundamentos da lgica
subjacente s linguagens de programao investigadas, verificando que se tratava de
uma lgica paraconsistente e que, em alguns casos, tambm continham caractersticas
da lgica paracompleta e no-altica.

40

Na LPA as frmulas proposicionais vm acompanhadas de anotaes. Cada


anotao pertence a um reticulado finito , que atribui valores sua correspondente
frmula proposicionais.
Segundo Angelotti (2001), as informaes podem apresentar inconsistncias e
tratada adequadamente e naturalmente por meio de conceitos e operadores da lgica
evidencial paraconsistente.
Para o melhor entendimento da LPA de grande importncia o entendimento de
sua representao grfica, de maneira que as informaes ali apresentadas sejam
facilitadores para a soluo de problemas. De acordo com Carvalho (2006), para a
representao deve ser considerado o reticulado chamado de reticulado das anotaes ,
onde o par (0;0), seu nfimo representado por ; o seu supremo, o par (1;1),
representado por , recebendo o nome de Diagrama de Hasse, que considerado
como um conjunto de objetos ={,V,F,}, definindo uma estrutura matemtica,
representado pela Figura 4.2.

Figura 4.2 Retculo das Anotaes


Fonte: Carvalho e Abe (2011)

Sendo:
- chamado de inconsistente (Evidncia favorvel mxima; Evidncia
contrria mxima);
- chamado de paracompleto (Nenhuma evidncia favorvel; Nenhuma
evidncia contrria);
V chamado de verdadeiro (Evidncia favorvel mxima; Nenhuma
evidncia contrria);
F chamado de passado (Nenhuma evidncia favorvel; Evidncia contrria
mxima).
41

As regies inconsistentes representam concluses de evidncia favorvel


mxima ou contrria mxima, tendo uma maior evidncia para as concluses (favorvel
ou desfavorvel). As paracompletas representam nenhuma evidncia favorvel ou
contrria, que mostra que no h evidncias para a tomada de deciso. As verdadeiras
representam evidncia favorvel mxima e nenhuma evidncia contrria, que
evidenciam a concluso favorvel, e na falsa nenhuma evidncia favorvel e evidncia
contrria mxima, ou seja, mostrando a inviabilidade nas concluses.
Segundo Sanches et al. (2010), o mtodo apropriado ao tratamento de dados
incertos, contraditrios ou paracompletos e consiste em estabelecer proposies e
parametriz-las para isolar os fatores de maior influncia nas decises.
4.5 - LGICA PARACONSISTEN TE ANOTADA EVIDENCIAL
O estudo da Lgica Paraconsistente Anotada Evidencial E a base terica que
possibilita a realizar o entendimento do modelo a ser aplicado na anlise de tecnologias
de transportes. Tal justificativa se d pelo fato do estudo dessa lgica permitir a
manipulao de dados imprecisos, inconsistentes e paracompletos.
Segundo Carvalho e Abe (2011), na lgica E associa-se a cada proposio ,
no sentido comum, uma constante de anotao constituda de um par (a;b), sendo
representado da seguinte forma:

.a e b variam no intervalo fechado real [0,1]. O

par (a;b) pertencente ao produto cartesiano [0;1]x[0,1]. Intuitivamente a representa o


grau de evidncia favorvel (ou grau de crena) expresso em , e b, o grau de
evidncia contrria (ou grau de descrena) expresso em . O par (a;b) chamado de
constante de anotao ou, simplesmente, anotao e pode ser representado por .
Assim, escreve-se: = a;b), sendo as proposies anatmicas da lgica E so do
tipo ou
Nesse

sentido,

podem

ser

destacadas

algumas

situaes

extremas,

correspondentes aos chamados estados extremos (ou cardeais):


a.

a representao da evidncia favorvel mxima e nenhuma

evidncia contrria em p; diz-se que a proposio verdadeira (V) e que o par


(1;0) traduz o estado de verdade (V).

42

b.

a representao de nenhuma evidncia favorvel e evidncia

contrria mxima em p; diz-se que a proposio falsa (F) e que o par (0;1)
traduz o estado de falsidade (V).
c.

a representao da evidncia favorvel mxima e evidncia

contrria mxima em ; diz-se que a proposio inconsistente () e que o par


(1;1) traduz o estado de inconsistncia ().
d.

a representao de nenhuma evidncia favorvel e nenhuma

evidncia contrria em ; diz-se que a proposio paracompleta () e que o par


(0;0) traduz o estado de paracompleteza ().
e.

pode ser lida como uma proposio indefinida (evidncia favorvel

e evidncia contrria igual a 0,5)


Assim, pode-se verificar que o conceito paracompleto o dual do conceito de
inconsistncia. O par (0;0) representado por ; o par (1;1), representado por ,
sendo a representao do reticulado chamado de diagrama de Hasse generelizado,
conforme Figura 4.3.

Figura 4.3 Representao do reticulado das anotaes


Fonte: Carvalho e Abe (2011)

Quanto representao no plano cartesiano, o reticulado das anotaes define o


chamado quadrado unitrio do plano cartesiano (QUPC), como pode ser verificado na
Figura 4.4.

43

Figura 4.4 Quadrado unitrio do plano cartesiano


Fonte: Carvalho e Abe (2011)

Assim, pode-se verificar que para uma dada constante de anotao = a; b),
so definidos: G a; b) = a + b 1, que chamado de Grau de Incerteza, e H a; b)
= a b chamado de Grau de Certeza.
O segmento CD, onde o G = 0 denominado de linha perfeitamente definida
(LPD); o segmento AB, para o qual H = 0, denomina-se linha perfeitamente
indefinida (LPI).
O QUPC pode ser dividido em regies que representam os estados lgicos com
caractersticas diferentes. Uma diviso que seja atribuda ao reticulado que ele
representa uma caracterizao interessante e conveniente a que se obtm por meio das
chamadas linhas limites, no qual se divide em doze regies, como pode ser verificado na
Figura 4.5.

Figura 4.5 Diviso do quadrado unitrio do plano cartesiano em doze regies


Fonte: Carvalho e Abe (2011)

44

Como pode ser verificado na Figura 3.6, o QUPC dividido em doze regies, no
qual se destacam as quatro regies extremas: regio de verdade (CPQ), regio de
falsidade (DTU), regio de paracompleteza (AMN) e regio de inconsistncia (BRS).
(Tabela 4.1)
Regio
AMN
BRS
CPQ
DTU
OFSL
OHUL
OHTI
OENI
OEMK
OGPK
OGQJ
OFRJ

Tabela 4.1 Resumo da anlise de doze regies do QUPC


Descrio
Representao
Paracompleteza ou indeterminao

Inconsistncia

Verdade
V
Falsidade
F
Quase inconsistncia tendendo falsidade
Q F
Quase falsidade tendendo inconsistncia
QF
Quase falsidade tendendo paracompleteza
QF
Quase paracompleteza tendendo falsidade
Q F
Quase paracompleteza tendendo verdade
Q V
Quase verdade tendendo paracompleteza
QV
Quase verdade tendendo inconsistncia
QV
Quase inconsistncia tendendo verdade
Q V
Fonte: Carvalho e Abe (2011)

4.5.1 - Operadores da Lgica Paraconsistente Anotada Evidencial: NOT, MX e


MN
Segundo Carvalho e Abe (2011), para o reticulado associado Lgica
Paraconsistente Anotada E so os seguintes: NOT, MX e MN.
O operador NOT definido por NOT (a; b) = (b; a), portanto este operador
corresponde a negao ( ) da lgica E.
Quanto ao operador MX, que ser chamado de maximizante, definido que
seja aplicado a um grupo de n anotaes (n 1), no qual atua de modo a maximizar o
grau de certeza (H = a b), desse grupo de anotaes, que selecionar a melhor
evidncia favorvel (maior valor de a) e a melhor evidncia contrria (menor valor de
b).
O operador MN, que ser chamado de minimizante, definido para ser aplicado
a um grupo de n anotaes (n 1), que atua de modo a minimizar o grau de certeza
(H = a b) desse grupo de anotaes, onde seleciona a pior evidncia favorvel (menor
valor de a) e a pior evidncia contrria (maior valor de b).
Verifica-se que nas aplicaes dos operadores MX e MN em estudo de casos
reais, para o auxlio nas tomadas de deciso, alguns detalhes devem ser observados.

45

a. o operador MX tem o sentido de fazer a maximizao do grau de certeza


para um conjunto de anotaes. Sua aplicao deve ser realizada em situaes em que
os dois ou mais itens considerados no so todos determinantes, bastando que um deles
tenha condio favorvel para se considerar satisfatrio o resultado da anlise.
b. o operador MN tem o sentido de fazer a minimizao do grau de certeza para
um conjunto de anotaes. Assim, sua aplicao deve ser em situaes em que os dois
ou mais itens considerados so todos determinantes, sendo indispensvel que todos
apresentem condies favorveis para que se possa considerar o resultado da anlise
satisfatrio.
Dessa forma, ao se projetar a anlise de uma situao real, necessria a
separao dos itens pesquisados (ou os especialistas) em grupos, e devem ser
constitudos da seguinte maneira:
a. a existncia de um item (ou um especialista) dentro de cada grupo com
condio favorvel seja suficiente para se considerar o resultado do grupo como
satisfatrio; e
b. tenha tantos grupos quanto for o nmero mnimo de itens (ou de especialistas)
que devem ter condies favorveis para se considerar o resultado da pesquisa como
satisfatrio.
Aps ter sido realizado esta verificao e diviso, aplica-se o operador MX
dentro de cada grupo (intragrupo) e, depois, o operador MN entre os resultados obtidos
nos grupos (entre grupos).
Para fins de exemplificao, considera-se um conjunto de quatro especialistas,
distribudos em dois grupos: A, pelos especialistas E1 e E2, e B, pelos especialistas E3 e
E4.
Nesse caso, aplica-se a regra de maximizao (operador MX) dentro de cada
grupo (intragrupo) e a regra de minimizao (operador MN) para os resultados obtidos
nos dois grupos (entre grupos), como pode ser verificado na Figura 4.6. Neste caso, a
aplicao das regras, fica assim:

46

GRUPO A

MAX

GRUPO B

MAX

MIN

(
;
)

Para-analisador

Regra de Deciso

DECISO

Figura 4.6 Esquema de uma aplicao dos operadores MX e MIN


Fonte: Carvalho e Abe (2011)

Segundo Shimizu (2006), apud Carvalho e Abe (2011), a aplicao das regras de
maximizao e de minimizao para tomadas de deciso conhecida como princpio do
mn/mx ou de deciso otimista, pois minimiza o maior grau de certeza.
A aplicao e utilizao desses operadores do condies de determinar
possveis inconsistncias da base de dados e verificar at que ponto elas podem ser
aceitveis ou no na tomadas de deciso.
Para Carvalho e Abe (2011), a Lgica Paraconsistente Anotada Evidencial E,
apesar de ter sido descoberta muito recente, tem sido encontrando diversas aplicaes
em muitos campos de atividades, onde a adequao da lgica E a essas aplicaes se
d pelo fato de permitir os trabalhos com bases de conhecimentos contendo dados
imprecisos, inconsistentes e paracompletos, mas no triviais.
Ao se fazer uma pesquisa entre clientes ou fornecedores ou mesmo entre
especialistas, as informaes colhidas so vagas ou nem sempre so consistentes
podendo se deparar com dados incompletos. Dessa forma, para o tratamento de uma
base de dados com essas caractersticas, conveniente uma ferramenta que seja de
simples aplicao eficiente e, de preferncia, facilmente informatizada, que acaba tendo
exatamente o perfil da lgica E, onde com sua utilizao consegue-se analisar os
dados, apesar de imprecisos, inconsistentes e paracompletos, filtr-los e chegar a um
resultado final que, analisado no reticulado, permitir uma concluso.
47

Conforme Frank Filho (1999), com a utilizao do algoritmo da lgica


paraconsistente anotada que, por meio de valores de graus de crena e de descrena,
permite minimizar o tempo na tomada de deciso e simultaneamente, maximiza a
eficcia.
4.5.2 - Regras de Deciso
As regras de deciso consistem em estabelecer procedimentos a serem seguidos
a fim de que seja selecionado a alternativa mais adequada ao problema apresentado.
Para que sejam compreendidas as regras estabelecidas no processo da LPA E,
considera-se o quadrado unitrio do plano cartesiano na diviso em doze regies, onde
pode-se destacar quatro regies extremas. (Figura 4.7).

Figura 4.7 Regies extremas com graus de contradio e de certeza, em mdulo


Fonte: Carvalho e Abe (2011)

Observa-se que nas regies AMN e BRS, o mdulo do grau de incerteza tem
valor alto (prximo de 1) e o mdulo do grau de certeza baixo (prximo de zero). A
Figura 3.8, representa que G 0,6 e H < 0,6. Os pontos X = (a; b) dessas duas
regies traduzem estados lgicos de alta incerteza (inconsistncia (ou contradio) ou
paracompleteza), mas de pouca certeza. Sendo assim, no devem ser considerados para
tomadas de deciso, uma vez que apenas acusam que os dados que levaram ao par (a; b)
apresentam alta incerteza.
J nas regies CPQ e DTU ocorrem exatamente o inverso: o mdulo do grau de
incerteza tem valor baixo (prximo de 0) e o mdulo do grau de certeza alto (prximo
de 1). A Figura 4.7, representa G < 0,6 e H 0,6. Os pontos X = (a; b) dessas
duas regies traduzem estados lgicos de baixa incerteza (contradio (ou
48

inconsistncia) ou paracompleteza), mas de alta certeza (verdade ou falsidade). Sendo


assim, podem ser consideradas para tomadas de deciso, pois traduzem um alto grau de
certeza no que se est sendo analisado.
Em funo do apresentado, essas regies so chamadas de regies de deciso. A
regio CPQ, na qual o grau de certeza associado a um ponto X = (a; b) a ela pertencente
tem mdulo alto e positivo (prximo de 1), chamada de regio de verdade. A certeza
obtida das informaes alta e favorvel ao sucesso da alternativa, da ser a regio de
deciso favorvel.
A DTU, na qual o grau de certeza tambm tem mdulo alto e negativo (prximo
de -1), chamada de regio de falsidade. A certeza obtida das informaes alta, mas
desfavorvel (contrria) ao sucesso da alternativa, da ser a regio de deciso
desfavorvel (ou contrria).
Observa-se que existe um valor do mdulo do grau de certeza (H) que define
as regies de verdade e de falsidade. No caso da Figura 4.7, esse valor 0,6.
Conclui-se que:
a. se o grau de certeza igual ou maior que 0,6 (H 0,6), o estado lgico
resultante X = (a; b) est prximo do estado extremo (ou cardeal) de verdade (ponto C)
e dizemos que a deciso favorvel (o empreendimento vivel);
b. se o grau de certeza for igual ou menor que 0,6 (H 0,6), o estado lgico
resultante X = (a; b) est prximo do estado extremo (ou cardeal) de falsidade (ponto D)
e dizemos que a deciso desfavorvel (o empreendimento invivel);
c. quanto maior for o valor do mdulo do grau de certeza (H) que define as
regies de deciso, menor so essas regies, ou seja, mais exigente se torna a deciso.
Exatamente por isso, o mdulo do grau de certeza (H) que define as regies de
deciso foi chamado de nvel de exigncia (NE).
Assim, a regra de deciso pode ser escrita da seguinte maneira:
a. H NE: a deciso favorvel (o projeto vivel);
b. H NE a deciso desfavorvel (o projeto invivel);
c. NE < H < NE a anlise no conclusiva.

49

O QUPC dividido em doze regies representado na Figura 4.7, chamado de


algoritmo para-analisador, pois cada regio traduz um conjunto de estados lgicos que
determinam a tendncia da situao analisada, como pode ser verificado na Tabela 4.2.
Regio
AMN

A
[0 ; 0,4]

BRS
CPQ
DTU
OFSL

[0,6 ; 1]
[0,6 ; 1]
[0 ; 0,4]
[0,5 ; 0,8[

OHUL

]0,2 ; 0,5[

OHTI

[0 ; 0,5[

OENI

[0 ; 0,5[

OEMK

]0,2 ; 0,5[

OGPK

[0,5 ; 0,8[

OGQJ

OFRJ

[0,5 ; 0,1]

[0,5 ; 0,1]

Tabela 4.2 Resumo da anlise de doze regies do QUPC


b
G
H
Descrio
[0;0,4]
[-1;-0,6]
[-0,4;0,4] Paracompleteza
ou
indeterminao
[0,6 ; 1]
[0,6 ; 1]
[-0,4;0,4] Inconsistncia
[0;0,4]
[-0,4;0,4]
[0,6 ; 1] Verdade
[0,6 ; 1]
[-0,4;0,4]
[-1;-0,6] Falsidade
[0,5 ; 0,1]
[0 ; 0,6[
[-0,5 ; 0[ Quase inconsistncia
tendendo falsidade
[0,5 ; 0,1]
[0 ; 0,5[
]-0,6 ; 0[ Quase
falsidade
tendendo

inconsistncia
[0,5 ; 0,8[ [-0,5 ; 0[
]-0,6 ; 0[ Quase
falsidade
tendendo

paracompleteza
]0,2 ; 0,5[ ]-0,6 ; 0[
[-0,5 ; 0[ Quase paracompleteza
tendendo falsidade
[0 ; 0,5[
]-0,6 ; 0[
[0 ; 0,5[ Quase paracompleteza
tendendo verdade
[0 ; 0,5[
[-0,5 ; 0[
[0 ; 0,6[ Quase
verdade
tendendo

paracompleteza
]0,2 ; 0,5[
[0 ; 0,5[
[0 ; 0,6[ Quase
verdade
tendendo

inconsistncia
[0,5 ; 0,8[
[0 ; 0,6[
[0 ; 0,5] Quase inconsistncia
tendendo verdade
Fonte: Carvalho e Abe (2011)

Representao

V
F
Q F
QF
QF
Q F
Q V
QV
QV
Q V

4.6 - O MTODO PARACONSISTENTE DE DECISO (MPD)


No processo de tomada de deciso necessria a utilizao de uma ferramenta
que possibilite uma melhor anlise das informaes a fim de que sejam selecionadas as
alternativas que atendam as necessidades e que estejam dentro dos objetivos
estabelecidos. Segundo Carvalho et al. (2003) propem criar um mtodo para auxiliar
em tomadas de deciso com fundamentao cientfica e baseado em critrios lgicos, no
qual, a partir dessas idias foi desenvolvido um processo, baseado em Lgica
Paraconsistente Anotada (LPA).
Senko (2006) apresenta um mtodo capaz de tomar decises confiveis a partir
de um conjunto de classificadores base de regras, mesmo quando opinies
contraditrias estiverem presentes.
O Mtodo Paraconsistente de Deciso (MPD) foi desenvolvido pelo estudo de
Carvalho (2006), no qual buscou identificar fatores que influenciam no sucesso ou
50

fracasso de um empreendimento, ou seja, que acabam influenciando na deciso de levar


adiante ou no determinado projeto. Sua anlise possibilitou identificar que os atributos
podem em alguns casos indicar condies favorveis, em outros desfavorveis e em
outros casos indiferentes. Esses fatores podem ser de diferentes ordens: econmicos,
sociais, legais, ambientais, tcnicos, polticos, entre outros.
O MPD um mtodo que auxilia no processo decisrio, utilizando a valorao
dos especialistas de maneira a selecionar a alternativa adequada em funo dos fatores
estabelecidos, no qual possibilita verificar a indicao pela viabilidade (deciso
favorvel) ou pela inviabilidade (deciso desfavorvel) de determinado projeto.
Segundo Carvalho e Abe (2011), pode-se verificar que toda deciso racional
deve ser baseada em uma variedade de fatores que podem influenciar na seleo da
alternativa mais adequada em um empreendimento, onde cada um vai influenciar de
uma maneira, dando indicao pela viabilidade do projeto (deciso favorvel) ou pela
sua inviabilidade (deciso desfavorvel) ou, ainda, o fator pode-se mostrar no
conclusivo, no dando indicao, nem favorvel e nem contraria. A visualizao fica
bem perceptvel quando ocorre a utilizao do algoritmo para-analisador, ou seja,
quando os valores dos graus de evidncia favorvel (ou graus de crena) ( ,R) e dos
graus de evidncia contrria (ou graus de descrena) ( ,R), resultantes para cada fator,
so plotados de modo que cada fator fique representado por um ponto X = (a; b) do
reticulado .
Algumas recomendaes devem ser seguidas para a utilizao do MPD, de
maneira a obter resultados mais satisfatrios. De acordo com Carvalho e Abe (2011),
deve-se:
a. Trabalhar com um nmero muito grande de fatores no o ideal razovel,
pois tornaria o mtodo exaustivo e dispendioso.
b. Escolher e utilizar apenas atributos mais importantes, os de maior influncia
na deciso, dentro do limite da racionalidade limitada preconizada por Simon (1997),
apud Shimizu (2010), que apresenta um modelo simplificado da realidade, no qual
considera que muitos aspectos da realidade so substancialmente irrelevantes em dado
instante, no qual a escolha da alternativa baseado no padro satisfatrio da situao
real considerando apenas alguns dos fatores mais relevantes e cruciais.

51

Carvalho e Abe (2011), apresentam que a influncia isolada de cada fator no


apresenta interesse relevante, e sim a influncia conjunta de todos os fatores escolhidos,
que traduzida por um estado lgico final que denominado baricentro (W), que
representado por um ponto W do reticulado, cujas coordenadas (

determinadas pela mdia ponderada das coordenadas dos pontos = ( ,R,

) so
,R) de ,

que traduzem a influncia resultante de cada um dos fatores, isoladamente.


O baricentro (W) corresponde ao centro de gravidade dos pontos que
representam os fatores isoladamente no reticulado , e se todos os fatores estiverem o
mesmo peso na deciso, o ponto W coincidir com o centro geomtrico dos pontos e
para efetuar a anlise e tomar a deciso deve-se analisar o baricentro dos pontos que
representam os fatores no reticulado .
No entanto, h outros mtodos que podem ser introduzida a Lgica
Paraconsistente Anotada, como no mtodo AHP (Analytic Hierarchy Process), que
possibilita tratar de maneira natural as inconsistncias nas matrizes de comparao,
dando maior aplicabilidade ao mtodo, mostrando-se eficaz em um processo de tomada
de deciso multicritrio complexo, pois, alm de ordenar as alternativas consideradas, o
mtodo fornece o grau de inconsistncia da deciso.(Torres et al.,2008)
4.6.1 - Etapas do Mtodo Paraconsistente de Deciso
A fim de que seja feita uma anlise de viabilidade de um projeto para a tomada
de deciso, deve-se ter um coordenado do processo, responsvel pelo planejamento,
sendo o prprio empresrio, um engenheiro, um consultor etc., que receber a
denominao de Engenheiro do Conhecimento (EC), que ficar responsvel pelos dados
de maneira a "traduzi-los" para a linguagem da lgica E, permitindo, assim, uma
"plotagem" adequada s anlises do ferramental oferecido por essa lgica.
Para o desenvolvimento do mtodo necessrio que sejam seguidas algumas
etapas:
1Passo - Fixao do Nvel de Exigncia
O nvel de exigncia da deciso a ser tomada a primeira tarefa ser executada no
processo, que depende do grau de segurana que se pretende na deciso, da
responsabilidade envolvida, os custos, riscos ambientais e sociais entre outros.

52

Ao fixar o nvel de exigncia da deciso, automaticamente sero definidas as


regies de deciso e, consequentemente a regra de deciso e o algoritmo paraanalisador.
Quanto mais criterioso, ou seja, caso queira decises mais seguras, mais
confiveis, necessrio aumentar o nvel de exigncia, ou seja, quanto maior o nvel de
exigncia maior ser o critrio para viabilidade ou no do projeto considerando as
variveis envolvidas.
Caso, seja fixado o nvel de exigncia igual a 0,60 (ou seja, se for estabelecido
que a deciso, somente ser tomada quando o mdulo da diferena entre os graus de
evidncia favorvel e de evidncia contrria do baricentro for, no mnimo, igual a 0,60),
a regra de deciso e o algoritmo para-analisador sero os representados na Figura 4.8.

Figura 4.8 Regies extremas com graus de contradio e de certeza, em mdulo, iguais ou maiores que
0,60
Fonte: Carvalho (2006)

2Passo - Escolha dos Fatores de Influncia


A prxima atividade pesquisar e verificar quais so os fatores que influem no
sucesso (ou fracasso) do projeto, por meio de consultas a pessoal especializada que
atuam em atividades ou reas semelhantes, projetos da mesma rea ou de similares entre
outros.
Ao ser levantado os fatores que influenciam no sucesso (ou fracasso) do projeto,
deve-se selecionar os n fatores

(1 i n) mais importantes e de maior influncia,

ou seja, aqueles cujas condies afetam acentuadamente a viabilidade do projeto, e caso


os fatores selecionados influenciam de maneiras diferentes ou se tm importncias
53

diferentes na deciso. Essas diferenas podero ser compensadas pela atribuio de


pesos diferentes a cada um dos fatores escolhidos.
3Passo - Estabelecimento dos Atributos para cada Fator
A atividade seguinte estabelecer as atributos

(1 j s), que representam

as condies em que cada fator poder ser encontrado, ou seja, dependendo do


refinamento que pretende ser efetuado na anlise, pode-se fixar mais (ou menos)
atributos.
Na escolha por fixar trs atributos, elas sero:
S1 o fator est em condio favorvel ao empreendimento;
S2 o fator est em condio indiferente ao empreendimento;
S3 o fator est em condio desfavorvel ao empreendimento.
4Passo - Construo da Base de Dados
A construo da base de dados uma etapa muito importante do processo. Para a
realizao, deve-se escolher nespecialistas

(1 k m), da rea ou de reas

afins., sendo que na seleo dos especialistas, se possvel, deve-se procurar profissionais
com formaes diferentes, para que a atribuio de valores no seja decorrente de uma
nica linha de pensamento.
Assim, percebe-se a versatilidade do processo, pois permite a escolha de mais
(ou menos) fatores de influncia, dando condies do estabelecimento de trs ou mais
atributos para cada fator, como tambm a utilizao de um nmero maior (ou menor) de
especialistas. No entanto, apesar de no limitar o nmero de especialistas, no
aconselhvel a utilizao de menos de quatro especialistas, para que o resultado no
fique dotado de muita subjetividade.
Quanto s aes dos especialistas, devem-se seguir os seguintes procedimentos:
a. os especialistas diro se, dentre os fatores escolhidos, se existe distino
quanto importncia, e se caso no houver dever ser atribudo o peso igual a 1 (um)
para todos, e se houver, cada especialista atribuir a cada fator o peso que julgar
adequado, levando-se em conta a importncia do fator em relao aos outros na deciso
que ser tomada.

54

b. quanto a atribuio dos pesos, algumas restries podem ser impostas, como,
por exemplo, que os pesos devam ser nmeros inteiros positivos e que pertenam ao
intervalo [1, 10].
c. Aps a atribuio dos pesos a todos os fatores por todos os especialistas, ser
adotado como peso final de cada fator a mdia aritmtica dos pesos atribudos pelos
especialistas.
d. Caso os especialistas tenham diferentes nveis de experincia, pode atribuir
pesos diferentes, onde o peso final para cada passaria a ser uma mdia ponderada.
e. Para a construo da base de dados necessrio que os especialistas atribuam
o grau de evidncia favorvel (ou grau de crena) (a) e o grau de evidncia contrria (ou
grau de descrena) (b) a cada um dos fatores nas condies em que poder ser
encontrado, as quais so caracterizadas pelas atributos estabelecidas, onde cada par
ordenado (

) que formado pelos valores dos graus de evidncia favorvel e

contrria, atribudos por um especialista


por uma seo

a um fator

dentro da condio definida

, constitui uma anotao simbolizada por

Assim, a base de dados constituda pela matriz dos pesos, matriz coluna de n
linhas, formada pelos pesos mdios

dos fatores, e pela matriz das anotaes

(anotaes bivaloradas) com n x s linhas e m colunas, ou seja, com n x s x


m elementos. Sua formao se d por todas as anotaes que os m especialistas
atribuem a cada um dos n fatores dentro das condies definidas pelas s atributos.
A matriz [

] pode ser representada por [(

de seus elementos

,;

um par ordenado da forma (

verificado na Tabela 4.3.

55

)], uma vez que cada um


,

), como pode ser

Tabela 4.3 Base de Dados: matrizes dos pesos,

Fatores
Influncia

de

Pesos

, e das anotaes,

Atributos
Seo
Seo
Seo
.
Seo

Fator

Seo
Seo
Seo
.
Seo

Fator

Seo
Seo
Seo
.
Seo

Fator

Fonte: Adaptado de Carvalho (2006)

5Passo - Pesquisa de Campo


Aps ter sido coletada todas as informaes pela pesquisa sobre definida pela
seo de cada fator de influncia esto prontas o dispositivo de tomadas de deciso.
Assim, a prxima atividade ser realizar a pesquisa de campo e verificar qual a
condio real de cada um dos fatores de influncia, ou seja, pesquisar em que seo

cada fator se encontra.


Aps a pesquisa, tem-se um conjunto de n atributos resultantes da pesquisa,

, com 1 i n, sendo uma para cada fator, que evidenciam quais as reais

condies os fatores se encontram (jp traduz o particular valor de j, 1 i s,


que foi obtido na pesquisa para o fator i). Os n valores dos atributos resultantes da
pesquisa constituem uma matriz coluna de n linhas. Com esse resultado pode-se
buscar na base de dados as opinies dos especialistas sobre a viabilidade do projeto nas
condies em que os fatores se encontram.
Assim, pode-se destacar da base de dados outra matriz, subconjunto dela, que
ser chamada de matriz dos dados pesquisados, [
constituda pelas linhas de

], de n linhas e m colunas,

correspondentes s atributos

pesquisa, verificado na Tabela 4.4.


56

obtidas na

Tabela 4.4 Matrizes dos pesos,


, pesquisada,
Fatores de
Atributos
Pesos
Infl uncia
Fator

Seo

Fator

Seo

Fator

Seo

, e dos dados pesquisados,

Fonte: Adaptado de Carvalho (2006)

6Passo - Clculo das Anotaes Resultantes


A prxima etapa dividir os especialistas em grupos segundo critrios adotados
pelo decisor. Na constituio dos grupos de especialista para aplicao dos operadores
MX e MN em estudo de casos reais de auxlio s tomadas de deciso, alguns detalhes
devem ser observados.
a. As tcnicas de maximizao MX (OR) busca fazer a maximizao do grau
de certeza dentro de um conjunto de anotaes, selecionando o maior grau de evidncia
favorvel e o menor grau de evidncia contrria. Sua aplicao se d em situaes em
que as opinies de dois ou mais especialistas (ou itens pesquisados) no so todas
determinantes, bastando a opinio favorvel de apenas um deles para considerar o
resultado do grupo satisfatrio. Assim, se entre os especialistas houver um que merea
maior peso ou considerao, em funo do projeto a ser selecionado, este deve ficar
sozinho em um grupo, de maneira que sua opinio seja necessariamente considerada.
Caso haja dois especialistas de mesmo nvel e atuantes na mesma rea ou em reas
correlatas, os dois podem ser colocados no mesmo grupo, pois, se a opinio de um for
satisfatria, j suficiente para se considerar a opinio desse grupo como favorvel ao
projeto.
b. As tcnicas de minimizao MIN (AND) tem o sentido de fazer a
minimizao do grau de certeza dentro de um conjunto de anotaes, escolhendo o
menor grau de evidncia favorvel e o maior grau de evidncia contrria, deve ser
aplicado em situaes em que as opinies dos dois ou mais especialistas (ou itens
pesquisados) so todas determinantes, sendo indispensvel que todas sejam favorveis
para que se possa considerar o resultado da anlise satisfatrio.

57

Para a representao constante da Figura 4.9, considera-se os Grupos A como


constitudo de um nico especialista e os demais Grupos ( B,C,D) por mais de um
especialista.

Figura 4.9 Esquema da aplicao dos operadores MX e MIN


Fonte: Carvalho (2006)

Identifica-se a importncia da anlise de uma situao real por meio dos


operadores MX e MN que est no fato de que, mesmo que as condies analisadas
apresentem resultados contraditrios, estes so levados em conta, significando que este
mtodo aceita bases de dados que apresentam contradies, ou seja, consegue lidar com
situaes incertas (inconsistentes ou paracompletas).
Assim, os valores apresentados das evidncias favorvel e contrria resultantes,
obtidos para todos os fatores, permitem determinar como a influncia de cada fator na
viabilidade do projeto. Isto ocorre por meio do algoritmo para-analisador, onde se insere
no plano cartesiano, tendo os pontos que so representados os fatores, onde se verifica a
posio desses pontos no reticulado. Se o ponto pertencer regio de verdade, o fator
correspondente influi no sentido de recomendar a execuo do projeto; se pertencer
regio de falsidade, o fator recomenda a no execuo do projeto; mas, se o ponto
pertencer a uma regio diferente dessas, diremos que o fator no conclusivo, ou seja,
que no recomenda a execuo e nem a no execuo do projeto.
Outra maneira de se realizar a anlise da influncia dos fatores calculando o
grau de certeza (
NE, o fator

) para cada fator e aplicando-se a regra de deciso. Se

recomenda a execuo do projeto; se Hi NE, o fator

58

recomenda a

no execuo do projeto; e se NE <

< NE, o fator

no conclusivo, ou seja, no

recomenda a execuo e nem a no execuo do projeto.


7 Passo - Determinao do Baricentro
Para que seja tomada a deciso final necessrio saber como a influncia
conjunta de todos os fatores sobre a viabilidade do projeto. Para que isso ocorra
necessria anlise do centro de gravidade ou baricentro (W) dos pontos que os
representam no plano cartesiano (no reticulado).
O clculo do baricentro se d pelo clculo de suas coordenadas que so os graus
de evidncias favorveis (
baricentro (

) e contrrias (

). O grau de evidncia favorvel do

) igual mdia ponderada dos graus de evidncias favorveis

resultantes de todos os fatores (

), tomando-se como coeficientes os pesos ( )

atribudos pelos especialistas aos fatores. Analogamente, calculado o grau de


evidncia contrria do baricentro (

).

8 Passo - Tomada de Deciso


Para a tomada de deciso utiliza-se o processo baseado no algoritmo paraanalisador, que aps determinados os valores da evidncia favorvel e contrria, tem-se
informaes que ao serem analisadas no algoritmo que apresenta um estado lgico, e
com base nos parmetros dos graus de certeza e contradio resultam na deciso a ser
tomada. (DA SILVA FILHO, 2006).
Com a maximizao (OR) dos resultados a partir da aplicao dos questionrios
especialistas com mesmo grau de afinidade, e o processo de minimizao (AND) na
consolidao entre os diversos grupos para chegar a um resultado final, pode-se chegar
ao resultado que ser analisado com o auxlio do QUPC, com um determinado grau de
exigncia fixo, tanto para certeza quanto para a contradio, conforme Figura 4.10.
(CARVALHO,2002).

59

Figura 4.10 Fluxo de Anlise para a Tomada de Deciso


Fonte: Ito (2009)

Com os resultados, o grau de evidncia submetido ento ao algoritmo paraanalisador, com o seu devido nvel de exigncia estabelecido, como pode ser verificado
na Tabela 4.5:
Tabela 4.5 Avaliao com o algoritmo para-analisador ao nvel de exigncia 0,50
A
GRUPO A
E1

GRUPO 2

E2

E3

A AND B

E4

Atributos
Nivel de
Exigncia
Concluses

E1 OR E2

E3 OR E4

GC

GD

1,0
0,0
0,7

1,0
0,3
0,8

1,0
0,0

0,4
0,8

0,6
-0,8

0,4
-0,2

0,7

0,5

0,2

0,2

03
0,50
DECISO

FATOR SEO

F1

S1
S2

1,0
0,0

0,2
0,8

S3

0,3

0,9

0,8
0,0
0,7

0,4
0,0
0,6

0,9
0,0

0,3
0,8

1,0
0,3

0,4
0,0

0,7

0,5

0,8

0,3

0,4
0,8
0,9

0,4
0,8
0,5

VIVEL
INVIVEL
NO
CONCLUSIVO

Fonte- Elaborao Prpria

Observa-se que o nvel de exigncia estabelecido de 0,50, no qual os


especialistas selecionados (E1, E2, E3 e E4) apresentam suas colaboraes e anlises
para cada indicador (S1, S2 e S3). Ao aplicar a maximizao para os grupos (A e B)
tm-se os resultados que consistem no maior valor entre os atributos. De posse dos
60

resultados aplica-se a minimizao que consiste na seleo dos valores mnimos.


Aplicam-se as regras de deciso comparando-as ao nvel de exigncia estabelecida,
obtendo assim a viabilidade, inviabilidade ou no conclusivo para o projeto selecionado.
A deciso passa a ser tomada tendo como referncia o nvel de exigncia. Caso o
valor do grau de certeza seja menor que o valor do nvel de exigncia a deciso
invivel. Caso o valor do grau de certeza seja maior que o valor do nvel de exigncia a
deciso vivel. Caso o valor do grau de certeza seja intermedirio, nenhuma deciso
poder ser tomada, resultando em no conclusivo. (Figura 4.11)

Figura 4.11 Fluxograma para tomada de deciso


Fonte: Ito (2009)

Neste algoritmo, o nvel de exigncia nico, aplicando-se apenas os resultados


obtidos pelo grau de certeza. Assim, a utilizao do QUPC, por meio do Baricentro
(W), o nvel de exigncia aplicado tanto para o limite de certeza quanto ao da
contradio. Desta forma, no possvel tratar caso seja necessrio analisar os estados
de inconsistncias e indeterminao. O resultado expressa muitas vezes apenas a
deciso, apresentando estados conclusivos, sem levar em considerao a coerncia dos
dados de entrada.
Para a anlise por meio do baricentro necessrio apenas selecionar o par
ordenado (

) no plano cartesiano e verificar a que regio do reticulado o

baricentro W pertence. Caso pertencer regio de verdade, a deciso favorvel, isto ,


a anlise permite concluir que o projeto vivel; se pertence regio de falsidade, a
deciso desfavorvel, isto , o projeto no vivel; mas se pertence a qualquer regio
61

do reticulado diferente dessas duas, diremos que a anlise no conclusiva. (Figura


4.12 e 4.13)

Figura 4.12 QUPC com 12 Regies


Fonte: Carvalho (2006)

O nmero de regies pode variar conforme o Nvel de Exigncia estabelecida.


Na Figura 4.12 foi considerado o Nvel de Exigncia de 0,55. Assim, o QUPC foi
dividido em 12 regies que possibilitam uma melhor anlise para a tomada de deciso.
As regies 1 e 2 so as mais importantes, pois definem claramente uma deciso. A
regio 1 onde a deciso totalmente vivel e a regio 2 onde a deciso totalmente
invivel, ou falsa.
As regies 3 e 4 so as regies aonde existe respectivamente a completa
inconsistncia e a completa indeterminao. A deciso nestas regies, conforme o
quesito avaliado poder ser analisado caso a caso, desde a simples indicao de uma
incloncluso, partindo-se para uma nova avaliao, at a tomada de decises da
alternativa quanto a viabilidade ou inviabilidade.
As regies 5, 6, 7, 8, 9, 10, 11 e 12 no permitem uma concluso clara, mas
indicam uma tendncia.
As regies 5, 6, 7 e 8 so denominadas respectivamente: quase falso tendendo ao
inconsistente, quase falso tendendo ao indeterminado, quase verdadeiro tendendo ao
inconsistente e quase verdadeiro tendendo ao indeterminado.
As regies 9, 10, 11 e 12 que so fronteirios com as regies de inconsistncia e
indeterminao respectivamente, recebem o nome de indeterminado tendendo ao falso,
indeterminado tendendo ao verdadeiro, inconsistente tendendo ao falso e inconsistente
62

tendendo ao verdadeiro. Em situaes em que as fronteiras so bem definidas estas


regies so suficientes para definir as regies QUPC.
No entanto, nem sempre se pode trabalhar com nveis de exigncias bem
comportados. Ao aplicar nveis de exigncia abaixo de 0,5 surgem regies no vistas at
agora. Surgem quatro novas regies, que so simultaneamente vivel e inconsistente,
vivel e indeterminado, invivel e indeterminado e invivel e inconsistente. So regies
que no podero ser utilizadas para uma imediata tomada de deciso. (Figura 4.13)

Figura 4.13 QUPC com 16 Regies


Fonte: Carvalho (2006)

Na Figura 4.13 foi considerado o Nvel de Exigncia de 0,30, Assim, o QUPC


foi dividido em 16 regies que em casos em que a deciso extremamente crucial, uma
deciso sem qualquer dvida, apenas as regies 1 e 2 sero teis. Caso a deciso seja
considerada apenas para analisar uma tendncia, as reas 13, 1, 14, 15, 2 e 16 podero
ser teis.
No se conclui pela viabilidade do projeto e nem pela sua inviabilidade,
relatando apenas que a anlise foi no conclusiva e que, se for de interesse, novos
estudos devem ser feitos para se tentar chegar a uma concluso positiva (viabilidade ou
inviabilidade).
Alm da forma apresentada, tem-se outra maneira de se obter a deciso final
utilizando a regra deciso. Para isso basta calcular o grau de certeza do baricentro (
=

) e aplicar a regra de deciso.


a. Se

NE, a deciso favorvel e recomenda a execuo do projeto

(vivel);
63

b. se

NE, a deciso desfavorvel e recomenda a no execuo do

projeto (invivel); e
c. se NE<

< NE, diz-se que a anlise no conclusiva.

Observa-se que o grau de certeza do baricentro (

) o nmero final, bem

determinado, que permite a deciso procurada, e que todo o processo acaba levando a
esse nmero.
4.7 - TPICOS CONCLUSIVOS
O presente captulo apresenta a possibilidade da aplicao dos conceitos tericos
da Lgica Paraconsistente, por meio da criao da Lgica Paraconsistente Anotada
(LPA). Na LPA o grau de evidncia de uma dada proposio descrita variando entre
os valores reais de 0 a 1. Este grau de evidncia pode ser obtido por medies, por
estatsticas ou probabilidades. A diferena em relao lgica clssica, ou mesmo a
Fuzzy, que a adoo de uma tomada de uma segunda medida para a mesma
proposio, avaliando-se por meio do grau de evidncia negativa. Estes estados de
evidncia positiva ou negativa podem ser, conforme a proposio, alterados para outras
crnas como fator favorvel, e desfavorvel, possvel e impossvel.
O LPA traz o entendimento que toda deciso deve ser baseada em um nmero de
fatores que podem influenciar na deciso, sendo cada um influenciando de uma
maneira, indicando pela viabilidade, inviabilidade, ou ainda, o fator pode ser no
conclusivo, no dando indicao, nem favorvel e nem contrria.
Os valores que devem ser utilizados para anlise so os aplicados por
especialistas, no qual apresentam suas opinies baseadas em seu conhecimento,
experincias, vivncia, sensibilidade, intuio e bom-senso que geram a base de dados
para a anlise dos fatores de influncia.
A melhor representao, a LPA pode ser associada a um reticulado, em cujos
vrtices so alocados os smbolos que indicam os estados lgicos. O estado lgico
encontrado por meio de dois valores de anotao que representam o grau de evidncia
favorvel e o grau de evidncia desfavorvel atribudo proposio.
Os graus de evidncia favorvel e desfavorvel em um procedimento prtico so
considerados como informaes de entrada do sistema e os estados lgicos
representados nos vrtices do reticulado so as sadas resultantes da anlise
64

paraconsistente, representados no Quadro Unitrio do Plano Cartesiano (QUPC), no


qual pode ser dividido em regies que representam os estados lgicos com
caractersticas diferentes.
Pode-se observar que a influncia isolada de cada fator no permite ter uma
viso da soluo, e o que proporciona uma melhor anlise pela viabilidade influncia
conjunta de todos os fatores escolhidos, que traduzida por um estado lgico final que
se denominou baricentro (W).
Do estudo da LPA, Carvalho (2006) apresentou o Mtodo Paraconsistente de
Deciso (MPD), que utiliza da LPA para auxiliar na tomada de deciso, que consiste
basicamente em oito etapas:
- Fixao do Nvel de Exigncia;
- Escolha dos Fatores de Influncia;
- Estabelecimento dos atributos para cada Fator;
- Construo da Base de Dados;
- Pesquisa de Campo;
- Clculo das Anotaes Resultantes;
-Determinao do Baricentro; e
- Tomada de Deciso.

65

5- METODOLOGIA PARA SELEO DE ALTERNATIVAS DE


TRANSPORTE
5.1 APRESENTAO
Os captulos anteriores revisaram tpicos importantes que serviram de base para
o desenvolvimento de uma viso crtica sobre a utilizao da lgica paraconsistente,
para tomada de deciso em transporte. Como verificado, os estudos levam ao
entendimento do problema por meio de sua contextualizao que, por sua vez, levam a
definio do problema para que seja ento feita a coleta de dados para aplicao do
mtodo paraconsistente de deciso. Os dados coletados por meio de questionrios
aplicados aos especialistas da rea de transportes (

xxxxxxx

), geram informaes

que so utilizadas para as tomadas de deciso em transportes.


Ento, a Lgica Paraconsistente, conforme o captulo 4, apresenta regras que
devem ser levados em considerao, para que sejam utilizados no suporte, na tomada de
deciso em transporte. Numa tomada de deciso, quanto mais critrios e atributos
fazerem parte do processo, maiores sero as informaes que podero estar relacionados
s decises, tornando, assim, extremamente estratgicas.
A Lgica Paraconsistente permite avaliar o grau de crena e descrena dos
avaliadores, onde suas opinies so requisitos necessrios para seleo das alternativas e
dos conceitos, a fim de aplicar o mtodo na seleo de tecnologias de transporte
pblico.
A metodologia para elaborao de sistema de apoio deciso em transporte,
utilizando o mtodo paraconsistente de deciso foi adaptado do estudo desenvolvido por
Carvalho (2006) considerando as particularidades da rea de planejamento de
transportes e desenvolvida por meio do levantamento da opinio dos especialistas da
rea, de forma a representar a preocupao do gestor na tomada de deciso. Como foi
visto, o entendimento do problema envolvem todo o processo de deciso, do nvel
estratgico ao operacional.
O presente captulo busca sistematizar a metodologia para a elaborao do
sistema de apoio deciso em planejamento de transporte, que por meio da utilizao
da lgica paraconsistente possibilite auxiliar no processo decisrio para seleo de
tecnologias de transporte pblico.

66

5.2 - MODELO PROPOSTO PARA SELEO DE ALTERNATIVAS DE


TRANSPORTE
Segundo Ayrosa (2009), a utilizao da lgica paraconsistente uma forma de
tratar a incerteza inerente ao processo avaliativo, por meio do algoritmo paranalisador,
no qual um conjunto de informaes analisado e,ento, possvel a tomada de deciso
ou a concluso quanto ao processo em anlise.
O modelo proposto para seleo de alternativas de transporte considera que o
principal objetivo a ser alcanado a melhoria do processo de tomada de deciso e a
seleo da melhor tecnologia de transporte, por meio da identificao e avaliao dos
fatores e atributos selecionados para o estudo.
Para o alcance dos objetivos estabelecidos no presente trabalho, sinteticamente
foram adotados em sete macro-etapas fundamentais (Figura 5.1):
- a primeira macro-etapa caracterizada pela realizao do diagnstico e tem o
propsito de observar a situao presente e o futuro previsvel, de maneira que os
problemas existentes ou passveis de deteco futura so investigados, implicando na
formulao correta do problema luz dos objetivos definidos. Esta etapa composta da
contextualizao e a definio do problema.
- a segunda macro-etapa a definio das variveis que fazem parte da
elaborao do processo,
- a terceira macro-etapa consiste na elaborao e aplicao do instrumento, bem
como a construo da base de dados.
- a quarta macro-etapa a avaliao da aceitao e rejeio constante da base de
dados;
- a quinta macro-etapa o clculo do grau de crena e descrena para que sejam
definidos os valores que possam ser aplicados na tomada de deciso;
- a sexta macro-etapa consiste na aplicao da regra de deciso e do algoritmo
para-analisador a fim de que sejam feitas a avaliao dos planos, programas ou projetos
e a anlise das consequncias da tomada de deciso.
- a stima macro-etapa a deciso pelo que apresenta melhores resultados.

67

1 Macro-etapa

2 Macro-etapa

Contextualizao do
Problema

Definio de
Especialistas

Definio de Fatores e
Atributos

Definio do Nvel
de Exigncia

Definio das
Sees

Elaborao e
Aplicao do
Questionrio

3 Macro-etapa

Construo da Base
de Dados
Avaliar a Aceitao

Avaliar a Rejeio

4 Macro-etapa

Calcular o Grau de
Crena

5 Macro-etapa

No Conclusivo

6 Macroetapa

Calcular o Grau de
Descrena

Regra de Deciso

ParaAnalisado
r

No Vivel

Vivel

7 Macro-etapa

Deciso
Figura 5.1 Mtodo para Seleo de Tecnologias de Transporte
Fonte:67Elaborao Prpria

67

1) Paracompleteza ou indeterminao
2) Inconsistncia
3) Verdade
4) Falsidade
5) Quase inconsistncia tendendo falsidade
6) Quase falsidade tendendo inconsistncia
7) Quase falsidade tendendo paracompleteza
8) Quase paracompleteza tendendo falsidade
9) Quase paracompleteza tendendo verdade
10) Quase verdade tendendo paracompleteza
11) Quase verdade tendendo inconsistncia
12) Quase inconsistncia tendendo verdade

importante ressaltar que a metodologia aqui utilizada fundamentada pelos


estudos da Lgica Paraconsistente e do Mtodo Paraconsistente de Deciso
desenvolvidos por Carvalho (2006) e Carvalho e Abe (2011), e que nesta pesquisa sero
apresentados apenas os tpicos mais importantes, j que o material por completo pode
ser consultado no trabalho do autor da tese aqui analisada. Entretanto, faz-se necessria
uma breve explicao a respeito das sub-etapas mencionadas na figura metodolgica.
1 Etapa Contextualizao do Problema
Nesta etapa realizada o levantamento dos problemas que esto relacionados a
rea de transportes. Tem o propsito de observar a situao presente e o futuro
previsvel. Com isso os problemas existentes ou passveis de deteco futura so
investigados nesta etapa, implicando na formulao correta do problema luz dos
objetivos definidos.
realizada a definio clara do objeto de estudo, o entendimento do problema, a
delimitao da rea de estudo, bem como os aspectos relacionados com a mobilidade
urbana, as caractersticas socioeconmicas, ao uso do solo, tipos de tecnologias de
transporte pblico empregado, o sistema de transporte pblico existente, dentre outras
informaes que se fizerem necessrias para aplicao da metodologia.
2 Etapa - Definio dos especialistas
Definir os agentes que possam participar diretamente na seleo de alternativas
de transporte, caso fossem solicitados. A funo do especialista avaliar os atributos,
para cada modo de transporte pblico identificado.
3 Etapa - Definio dos critrios
Consiste na definio de fatores que possam ser utilizados para seleo de
tecnologias de transporte. Deve-se pesquisar e verificar quais so os fatores que influem
na deciso, ou seja, na viabilidade ou no do projeto. Esta pesquisa deve englobar todo
o tipo de consulta, como pessoal que atua na rea de transportes, ou reas similares,
consultores, docentes, pessoas que atuem em outros projetos que possam colaborar com
informaes que auxiliem no processo decisrio.
4 Etapa - Definio do nvel de exigncia para auxiliar no processo decisrio
Esta etapa consiste na definio do nvel de exigncia (NE), que vai depender da
segurana que se pretende para a deciso, a qual, por sua vez, depende da
68

responsabilidade que ela implica. A definio do NE, automaticamente define as regies


de deciso e, por consequncia, tambm a regre de deciso e o algoritmo paraanalisador.
5 Etapa - Definio dos atributos
Os atributos devem ser elaboradas de acordo com a similaridade de cada critrio,
sendo alocado para o correspondente. Os atributos traduzem as condies em que cada
fator pode ser encontrado, no qual dependendo do refinamento que pretenda dar a
anlise, podemdo fixar mais ou menos atributos.
6 Etapa - Elaborao e aplicao de questionrio
O questionrio deve contemplar informaes que apresentam os atributos para
selecionar a tecnologia de transporte pblico e sua aplicao deve ser realizada nos
especialistas selecionados de maneira que se possa elaborar a base de dados para
verificar o grau de aceitao e rejeio para cada indicador.
Segundo Rocha (2010), devem-se identificar os fatores crticos para a elaborao
dos questionrios, a fim de que a dificuldade em lidar com a subjetividade, a incerteza,
inconsistncia e eventuais contradies que surgem na anlise dos dados coletados nas
pesquisas seja devidamente relacionada.
7 Etapa Construo da base de dados
Para construo da base de dados, devem ser utilizados os especialistas
selecionados, com suas opinies, por meio dos valores da evidncia favorvel (Graus de
Crena) e da evidncia contrria (Graus de Descrena) que cada um atribui para cada
indicador. Aps a atribuio dos especialistas da evidncia favorvel e de evidncia
contrria para cada seo de cada fator, ser feita a elaborao da base de dados para o
MPD.
A base de dados consistiu na diviso entre os grupos existentes, que representam
a valorao apresentada em cada indicador para cada tipo de tecnologia a ser avaliada.
Os graus de crena e descrena de cada critrio constituram-se pelo valor mdio das
avaliaes de cada especialista.
8 Etapa - Obteno do Grau de Contradio e de Certeza para cada indicador
com a utilizao dos parmetros lgicos paraconsistentes
69

Com os valores do grau de crena (G) e do grau de descrena (GD) possvel


estabelecer o grau de contradio (GCT) e o grau de certeza (GC). Segundo Da Costa et
al. (1999) o GCT est no intervalo fechado [-1;+1] e composto pelo grau de
indeterminao e pelo grau de inconsistncia. O grau de certeza GC, est no intervalo
fechado [-1; +1] e composto pelo grau de falsidade e pelo grau de verdade.
O grau de contradio dado por:
GCT=1+2-1
O grau de certeza dado por:
GC=1-2
Onde:
1- Grau de Aceitao
2 Grau de Rejeio
9 Etapa - Obteno do Grau de Crena e Descrena
Para cada indicador com a utilizao dos parmetros lgicos paraconsistentes,
cuja aplicao depender do nvel de exigncia definido.
Segundo Da Costa (1994), a lgica paraconsistente utiliza trs diferentes
conectores para compilao das informaes:
- operador NOT corresponde a negao da lgica anotada. Definido por: NOT
( 1;1) = (1; 1), ou seja, NOT V = F e NOT F=V.
- operador OR tem o mesmo sentido da disjuno clssica, ou seja, de fazer a
maximizao. Definido por: ( 1;1) OR (2; 2) = (Max { 1; 2}; Max {1;2}).
- operador AND tem o mesmo sentido da conjuno clssica, ou seja, de fazer a
minimizao. Definido por: ( 1;1) AND (2; 2) = (Min { 1; 2}; Min {1;2}).
Para a seleo de alternativas de transporte, adota-se o maior grau de crena
entre os atributos avaliados pelos especialistas, bem como o menor grau de descrena.
Para isso aplica-se a tcnica de maximizao (OR) para as avaliaes dos especialistas
para cada indicador e a tcnica de minimizao (AND) para os resultados da anlise,
como se segue:
[(Gr. A 1)] OR [(Gr. B 2)] OR [(Gr. C 3)]. OR [(Gr. N n)];
70

[(Gr. A i1)] AND [(Gr. B i 2)] AND [(Gr. C i 3)]. AND [(Gr. N in)];
10 Etapa - Avaliao final dos dados resultantes considerando a aplicao
das regras de deciso e do algoritmo para-analisador
a) Clculo de Evidncia Favorvel e Desfavorvel, que consiste no resultado da
aplicao do operador Min entre os grupos.
b) Clculo dos graus de certeza (

) para cada indicador e

aplicando-se a regra de deciso.


- Se

NE, o fator

- Se Hi NE, o fator
- Se NE <

recomenda a execuo do projeto;


recomenda a no execuo do projeto; e

< NE, o fator

no conclusivo, ou seja, no recomenda a

execuo e nem a no execuo do projeto.


c) Clculo dos graus de incerteza (

=[(

)-1] para que com os valores

do grau de certeza de cada indicador possa estabelecer o local de anlise no algoritmo


para-analisador, definindo assim a situao do indicador e mesmo do projeto.
11 Etapa - Tomada de deciso
Aps a determinao dos valores de evidncia favorvel e contrria do
baricentro, tm-se informaes que possibilitam a auxiliar no processo decisrio para
tomada de deciso.
Primeiramente plota-se o par ordenado no plano cartesiano de maneira a
verificar a que regio do reticulado o baricentro pertence.
5.3 TPICOS CONCLUSIVOS
Este captulo procurou expor a metodologia para aplicao da lgica
paraconsistente na seleo de alternativas de transporte pblico, que teve como base os
trabalhos de Carvalho e Abe (2011), Ciarlini (2009) e Moraes (2012). O reagrupamento
das etapas originais em novos itens trouxe uma maior conciso nos procedimentos de
elaborao do mtodo.
A adaptao da metodologia existente determinou que o mtodo paraconsistente
de deciso aplicado a transportes dever ser formado por grupos distintos, conforme a
especialidade de cada avaliador atuante na rea de transportes.
71

As vantagens desta abordagem so o tratamento direto de informaes


imprecisas, conflitantes (contraditrias) e/ou paracompletas, podendo abarcar dados
objetivos ou mesmo subjetivos, por meio de uma estrutura de sistemas especialistas;
implementao computacional extremamente simples e segurana ao decisor e
garantindo qualidade ao diagnstico, ao produto, ao servio ou ao resultado, de uma
maneira geral.( REIS,2007 E ANDRADE, 2009)
Por fim, foram determinadas as etapas que deveriam ser seguidas para seleo de
tecnologias de transportes utilizando a lgica paraconsistente. De posse do modelo
proposto, segue-se a sua aplicao em um estudo de caso no Captulo 6.

72

6 APLICAO DA METODOLOGIA DE TOMADA DE DECISO


PARA SELEO DE ALTERNATIVAS DE TRANSPORTE
6.1- APRESENTAO
Este captulo tem por objetivo verificar a aplicabilidade da metodologia e dos
conceitos dispostos nos captulos anteriores para a seleo de tecnologias de transporte
pblico. Para isso, faz-se necessrio uma aplicao da mesma por meio de um estudo de
caso para verificar a aplicabilidade desta metodologia e suas possveis limitaes.
Antes de se proceder ao estudo de caso, preciso se ter claro que a
implementao desse sistema de apoio tomada de deciso se utiliza da lgica
paraconsistente para realizao da anlise dos dados. O modelo uma proposta
desenvolvida por Carvalho (2006), sendo propostos os passos a serem seguidos a fim de
que seja aplicado a ferramenta no processo decisrio.
6.2

APLICAO

DA

METODOLOGIA

PARA

SELEO

DE

ALTERNATIVAS DE TRANSPORTE
A aplicao da proposta de metodologia para seleo de alternativas de
transporte foi fundamentada nos estudos da Lgica Paraconsistente e do Mtodo
Paraconsistente de Deciso desenvolvidos por Carvalho (2006) e Carvalho e Abe
(2011), sendo o modelo proposto detalhado no captulo anterior.
Para o desenvolvimento do estudo, ser considerado o Distrito Federal,
especificamente o Eixo Sul, como o local escolhido para aplicao do mtodo, que foi
baseado na sequncia de 11 etapas (Figura 5.1) que devem ser seguidas a fim de que
tenham resultados satisfatrios.
1 Etapa Contextualizao do Problema
O projeto urbanstico de Braslia priorizou em sua concepo e ainda prioriza
claramente a utilizao do veculo individual no planejamento da cidade, o que resulta
na forte vocao a este modo, principalmente automveis e motocicletas, impactando
negativamente no meio ambiente, colaborando para o aumento da poluio, e
prejudicando a qualidade de vida da populao com congestionamentos, acidentes e o
aumento do tempo mdio de deslocamento entre a casa e o trabalho.

73

Com rea de 5.789,2 Km, o Distrito Federal apresenta populao superior a dois
milhes de habitantes e densidade demogrfica de 355 habitantes/Km, crescimento
populacional muito superior s expectativas iniciais, consequncia do poder de atrao
que o Distrito Federal exerce sobre as reas circunvizinhas e a centralizao das
atividades polticas e socioeconmicas em Braslia. (IBGE,2010)
O Distrito Federal est dividido em Regies Administrativas RAs
representando uma periferia segregada pelas longas distncias e pela esmagadora
utilizao do transporte individual.
Atualmente, a mancha urbana do Distrito Federal caracteristicamente mais
denso nas pores sul, oeste e sudoeste da rea central, seguindo primordialmente os
grandes eixos virios que interligam o Distrito Federal s principais cidades do
sul/sudeste, como Belo Horizonte, Rio de Janeiro e So Paulo e Goinia
(respectivamente pelas estradas federais BR 040/050 e BR 060).
nas direes Oeste e Sul que se encontram os ncleos urbanos mais populosos
e densos do Distrito Federal, formados por Taguatinga, Ceilndia, Samambaia, Riacho
Fundo I e II e Recanto das Emas. Estes ncleos constituem a centralidade mais
importante depois do Plano Piloto. Trata-se de uma tendncia de concentrao que se
reflete tambm no seu exterior, uma vez que nas mesmas direes encontram-se,
contguos divisa do Distrito Federal, as reas urbanas dos municpios de guas
Lindas, Luzinia, Santo Antnio do Descoberto, Novo Gama, Valparaso, Cidade
Ocidental. ).(CODEPLAN,2012)
O segundo conjunto urbano mais populoso aquele formado pelas subreas mais
prximas ao Plano Piloto como Cruzeiro, Guar, Ncleo Bandeirante, Candangolndia e
Lagos Sul e Norte. Este conjunto apresenta muitos vazios urbanos devido presena do
Lago Parano e de diversas unidades de conservao ambiental, alm da rea tombada
do Plano Piloto. Apresenta tambm a populao de renda mais alta do Distrito Federal e
as maiores oportunidades de emprego. (CODEPLAN, 2012)
O Sistema de Transporte Coletivo do DF classificado em: Bsico e
Complementar. O Servio Bsico compreende linhas dos modos - metrovirio e
rodovirio, que poderiam operar mediante integrao fsica, tarifria e operacional. O
Servio Complementar compreende linhas do modo rodovirio com caractersticas

74

diferenciadas do Servio Bsico, que vissem atender seguimentos especficos de


usurios. (DFTRANS, 2012)
O sistema de transporte urbano de passageiros no DF consiste fundamentalmente
no transporte por nibus e metr. Os nibus esto organizados em 888 linhas e 29
terminais e so operados por sete empresas
A rede de transporte coletivo que atende rea de estudo composta por:
- Sistema metrovirio;
- Sistema de transporte pblico coletivo - STPC;
- Sistema de transporte coletivo semi-urbano;
- Sistema de transporte coletivo local das cidades do Entorno.
De cada eixo estruturante, partem linhas troncais para os principais destinos no
Distrito Federal, como a Rodoviria do Plano Piloto e para outros terminais de
integrao, de onde o usurio pode utilizar outra linha para chegar ao seu destino final.
O entorno dos terminais de integrao atendido por linhas alimentadoras e circulares
que permitem a integrao, favorecendo a mobilidade da populao.
Levando-se em considerao as principais vias que integram a infraestrutura
viria do Distrito Federal e seu Entorno, sobre as quais recai a presso sobre o trfego
urbano, definem-se cinco eixos populacionais (Figura 6.1):
Eixo Norte, composto pelas Regies Administrativas de Sobradinho e
Planaltina;
Eixo Noroeste, representado pelas Regies Administrativas de Taguatinga,
Ceilndia, Brazlndia, Samambaia e Guar;
Eixo Sul, composto pelas cidades do Gama e Santa Maria;
Eixo Sudoeste, composto pelas Regies Administrativas do Ncleo
Bandeirante, Riacho Fundo, Candangolndia e Recanto das Emas; e
Eixo Leste, representado pelas Regies Administrativas de So Sebastio e
Parano.
Os eixos Noroeste e Sul reuniam, no ano 2000, mais de 56% da populao do
DF e do Entorno.
75

Figura 6.1 Mapa dos Eixos de Transporte do Distrito Federal


Fonte CODEPLAN (2012)

No Eixo Sul observa-se a diminuio da mobilidade devido ao fato das


infraestruturas virias existentes no atenderem as necessidades dos cidados,
necessitando a construo de uma malha de vias rpidas ligando o sistema virio
metropolitano e tambm a utilizao de outras tecnologias de transporte.
Com a implementao de polticas pblicas, pode-se melhorar o transporte
pblico oferecido, com a ofertas de servios de qualidade, de maneira que haja uma
diminuio da dependncia em relao ao automvel.
Com a mudana e disperso da populao nas Regies Administrativas (RA) e
municpios do entorno observa-se o crescimento econmico dentro destes espaos, no
qual se tem desenvolvido mercados locais e oportunidades de emprego, fazendo com
que diminua o deslocamento e utilizao do servio de transporte pblico para o Plano
Piloto. Tanto as RA`s quanto os municpios do entorno j possuem uma vida
administrativa e econmica independente da regio central.
76

Assim, devem-se observar as potencialidades existentes em cada espao, ou seja,


no s a necessidade de instalao de novas tecnologias de transporte, mas preocupar-se
em implementao de atividades inovadoras, de importncia metropolitana e regional,
buscando tambm uma produo urbanstica devidamente integrada e qualificada.
Trata-se de buscar projetos que colaborem com crescimento das regies em torno dos
principais eixos virios, de maneira que haja uma desconcentrao de atividades no
Plano Piloto.
No processo de deciso para a seleo da alternativa de transporte para o Eixo
Sul considerado as alternativas que foram levantadas junto aos especialistas por meio
do questionrio (Apndice A). Para sugestes de implantao foram levantados os
seguintes tipos de transporte pblico para o Eixo Sul:
- Metr;
- VLT;
- nibus Convencional;
- BRT;
- Monotrilho; e
- Trem Urbano.
A seleo de tecnologias de transporte pblico para o Eixo Sul justifica-se pela
necessidade de uma tecnologia de transporte que atenda as necessidades daquela regio.
Justifica-se o que Abramczuk (2009) define como tomada de deciso, que a soluo
de um problema, ou seja, a seleo de uma alternativa entre as possveis apresentadas de
maneira a definir qual a mais vivel para determinada situao, onde se pode selecionar
a melhor alternativa que atenderia a necessidade para o Eixo Sul.
A definio de Carvalho (2006) complementa a tomada de deciso na
administrao, pois define como a escolha consciente de um rumo de ao entre vrias
alternativas possveis para chegar a um resultado desejado, no qual considera as
variveis em que a tomada de deciso envolve uma escolha consciente, no uma reao
involuntria ou inconsciente, no qual implica a necessidade de decidir, ou seja, deve
haver duas ou mais alternativas disponveis, sendo que o rumo escolhido da ao leva a
um resultado desejado.
77

O problema vivido nessa situao considerado estruturado. Quanto ao nvel de


deciso considerado o Estratgico, pois o processo definido, sendo o resultado
varivel, tendo alta complexidade no processo de seleo de tecnologias de transporte.
Quanto ao modelo apresentado pode-se considerar modelo Racionalista ou
Normativo, onde as tecnologias so selecionadas para atender, da forma mais otimizada,
alguma meta ou objetivo pr-selecionado. No entanto, outros modelos de deciso
podem estar inseridos no processo de maneira a auxiliar na seleo da alternativa mais
adequada, com critrios e atributos que possibilitam ao tomador de deciso argumentos
que auxiliem na negociao junto aos fornecedores.
2 Etapa - Definio dos Especialistas
Para a elaborao do modelo necessria seleo de especialistas que podero
apresentar seus conhecimentos, experincias, vivncia, sensibilidade, intuio, bom
senso, etc, para dar informaes sobre as possibilidades da melhor tecnologia de
transporte pblico para o Eixo Sul, nas condies estabelecidas pelos atributos, para
cada um dos fatores de influncia escolhidos. A funo do especialista avaliar os
atributos apresentados para cada tipo de transporte pblico descritos neste trabalho.
O prximo passo a seleo dos especialistas que colaboraram na anlise de
maneira a dar informaes que possibilitem auxiliar no processo de tomada de deciso.
Este estudo utilizou-se de dez especialistas que tero a mesma relevncia em suas
opinies, de maneira a no possuir uma tendncia nas anlises apresentadas.
A definio por dez especialistas est de acordo com o proposto por Carvalho
(2006), no qual sugerem a utilizao de no mnimo quatro especialistas para que o
resultado no seja de muita subjetividade. O mtodo permite uma grande flexibilidade
quanto aos fatores considerados para a tomada de deciso, bem como o nmero de
pessoas que participaro do processo de deciso. Os especialistas selecionados para
participarem da pesquisa foram agrupados de acordo com sua experincia e
conhecimento do produto adquirido:
- Grupo A Ambiental - Nesse grupo sero utilizados dois especialistas da rea
ambiental que tenham conhecimento na rea de transportes.
- Grupo B Consultor - Nesse grupo ser utilizado dois consultores da rea de
transportes.
78

- Grupo C Docente - Nesse grupo ser utilizado dois professores que sejam da
rea de transportes.
- Grupo D Financeiro - Nesse grupo ser utilizado dois especialistas da rea
financeira.
- Grupo E Gestor Pblico - Nesse grupo ser utilizado dois especialistas da
rea Pblica especialista em Transportes.
3 Etapa - Definio dos Critrios
Nesta etapa devem-se definir os critrios que influem para seleo de
alternativas de transporte para que se possa elaborar a base de dados com os fatores que
influem no sucesso (ou fracasso) do projeto, bem como selecionar os mais importantes e
de maior influncia no processo decisrio, ou seja, os que podem afetar acentuadamente
a viabilidade ou no da tecnologia de transporte.
Os critrios estabelecidos foram definidos pelo estudo desenvolvido por Ciarlini
(2009) e Moraes (2012). Foram considerados os seguintes critrios:
- Aspectos econmicos;
- Aspectos da cidade;
- Aspectos dos usurios;
- Aspectos Ambientais; e
- Aspectos Polticos.
4 Etapa - Definio do Nvel de Exigncia para o MPD
Quanto ao nvel de exigncia aplicado nesse estudo, ser estabelecido o valor de
0,50, pois no caso desse processo, a tecnologia selecionada ser apenas para demonstrar
a aplicao do mtodo, sendo que a definio do tipo de transporte para o Eixo Sul j
passou por uma avaliao. Assim, o nvel de exigncia de maneira a diferenciar os
tipos de transporte que podem ser implementados no Eixo Sul, considerando os
atributos estabelecidos por Ciarlini (2009) e Moraes (2012). O nvel de exigncia
definir qual dos tipos de transportes pode ser implementados no Eixo Sul na opinio
dos especialistas.

79

Ser considerado favorvel ao tipo de transporte pblico urbano se, ao final, o


grau de evidncia favorvel superar o de evidncia contrria de 0,50, pelo menos. Com
esse nvel de exigncia, o algoritmo para-analisador e a regra de deciso so
apresentados na Figura 6.2.
D

1,00

Grau de Evidncia contrria

0,50

G
K

0,00

0,00

C
0,50

1,00

Grau de evidncia favorvel


Figura 6.2 Regra de deciso e algoritmo para-analisador para o NE igual a 0,50
Fonte: Adaptado de Carvalho e Abe (2011)

Para o nvel de exigncia de 0,5 consideram-se as seguintes avaliaes:


- Vivel quando o tipo de transporte esteja atendendo as exigncias estabelecidas
( H 0,50);
- Invivel quando o tipo de transporte no esteja atendendo as exigncias
estabelecidas (H -0,50);
- No Conclusivo quando necessrio novas informaes para que se possa
avaliar o tipo de transporte (-0,50<H<0,50).
5 Etapa - Definio dos atributos para o MPD
Quanto aos atributos utilizados na seleo de tecnologias de transporte pblico
para o Eixo Sul, sero considerados os critrios estabelecidos por Ciarlini (2009) e
Moraes (2012), para os Aspectos econmicos, da cidade, dos usurios, Ambientais e
Polticos. (Tabela 6.1)

80

Tabela 6.1 Definio de Atributos para Seleo de Tecnologias de Transportes


Critrios

Atributos
S1
Custo de projeto
S2
Custo da obra
S3
Custo de desapropriaes
F1 - Aspectos econmicos
S4
Custo de reassentamento
S5
Custo operacional
S1
Impactos no trfego
S2
Impactos em acidentes de trnsito
S3
Poluio visual
S4
Impacto em reas histricas
F2 - Aspectos da cidade
S5
Impactos no mercado imobilirio
S6
Impactos no uso do solo
S7
Impactos na ocupao do solo
S1
Cobertura dos Servios
S2
Tempos de viagem
F3 - Aspectos dos usurios
S3
Nmero de transferncias
S4
Conectividade com outros modais
S1
Interferncias em reas de vegetao urbana e parques
S2
Interferncias em reas de proteo ambiental
S3
Interferncias em reas de pastagens ou de agricultura
F4 - Aspectos Ambientais
S4
Interferncias nos recursos hdricos
S5
Qualidade do ar
S6
Rudos
S1
Posio poltica
S2
O relacionamento dos agentes envolvidos
F5 - Aspectos Polticos
S3
Aes e recursos que possibilitam o convencimento
S4
Interesses na tecnologia de transporte
Fonte Adaptado de Ciarlini (2009) e Moraes (2012)

6 Etapa - Elaborao do questionrio para seleo da tecnologia de


Transporte Pblico
Foi elaborado um questionrio estruturado (Apndice A) composto dos fatores e
atributos selecionados em Ciarlini (2009) e Moraes (2012).
A elaborao consistiu na proposta da colaborao dos especialistas de maneira
a selecionar a tecnologia de transporte pblico para o Eixo Sul do Distrito Federal.
Assim, neste caso foram escolhidos n fatores que influem na deciso, onde para
cada fator so estabelecidos m atributos que traduzem os atributos utilizados
para seleo de transporte de massa.
7 Etapa - Aplicao dos questionrios aos especialistas selecionados
Foi apresentado aos especialistas selecionados, para que eles emitissem sua
opinio do Grau de Aceitao e Rejeio de cada tipo de transporte a ser selecionado
para o Eixo Sul. Como "especialista" na rea, cada um deveria atribuir o valor A da
evidncia favorvel (Aceitao ou Grau de crena) e o valor R da evidncia contrria
81

(Rejeio ou Grau de Descrena) na seleo da tecnologia de transporte pblico para o


Eixo Sul. Ou seja, para cada fator nas condies determinadas pela seo Sj,
estabeleceu-se dois valores das evidncias, favorvel (Aceitao) e contrria (Rejeio).
Foi usada a opinio dos especialistas, baseada em seu background, ou seja,
conhecimento, experincia, vivncia, intuio, sensibilidade, bom senso etc.
Os valores estabelecidos das evidncias favorvel (a) e contrria (b) so nmeros
reais que variam no intervalo fechado [0;1], ou seja, so nmeros que podem variar de 0
(ou 0%) a 1 (ou 100%), incluindo estes. Esses valores no so complementares como
acontece em probabilidades, isto , no necessrio que a + b = 1. Por exemplo, h
situaes em que a evidncia favorvel alta por alguma circunstncia e a contrria
tambm pode ser alta devido a outras circunstncias.
8 Etapa - Construo da base de dados
Para construo da base de dados, foram utilizados os especialistas selecionados,
com suas opinies, por meio dos valores da evidncia favorvel (Graus de Crena) e da
evidncia contrria (Graus de Descrena) que cada um atribui para a escolha das
tecnologias de transportes. Aps a atribuio dos especialistas da evidncia favorvel e
de evidncia contrria para cada seo de cada fator, foi feita a elaborao da base de
dados para o MPD.
A base de dados consistiu na diviso entre os grupos A, B, C, D e E. (Apndice
B, C, D e E), que representam a valorao apresentada em cada indicador para cada tipo
de transporte. Os graus de crena e descrena de cada critrio constituram-se pelo valor
mdio das avaliaes de cada especialista.
O Apndice B representa a valorao apresentada pelos especialistas do Grupo
A, constitudo de especialistas da rea ambiental, no qual apresentam as opinies
referentes as tecnologias de transportes para cada indicador selecionado.
O Apndice C representa a valorao apresentada pelos especialistas do Grupo
B, constitudo de especialistas que atuam como consultores da rea de transportes, no
qual apresentam as opinies referentes as tecnologias de transportes para cada indicador
selecionado.

82

O Apndice D representa a valorao apresentada pelos especialistas do Grupo


C, constitudo de especialistas da rea de docncia, no qual apresentam as opinies
referentes as tecnologias de transportes para cada indicador selecionado.
O Apndice E representa a valorao apresentada pelos especialistas do Grupo
D, constitudo de especialistas da rea financeira, no qual apresentam as opinies
referentes as tecnologias de transportes para cada indicador selecionado.
O Apndice F representa a valorao apresentada pelos especialistas do Grupo
E, constitudo de especialistas da rea pblica, ou seja, profissionais que atuam na rea
pblica que apresentam influncia nos processos decisrios, no qual apresentam as
opinies referentes as tecnologias de transportes para cada indicador selecionado.
9 Etapa - Obteno do Grau de Contradio e de Certeza para cada indicador
com a utilizao dos parmetros lgicos paraconsistentes
Com os valores do grau de crena (G) e do grau de descrena (GD) possvel
estabelecer o grau de contradio (GCT) e o grau de certeza (GC).
Os Apndices G, I, K, M, O e Q apresentam os resultados da aplicao da lgica
paraconsistente anotada (LPA), das assertivas referentes as tecnologias de transporte
pblico (Metr, VLT, nibus Convencional, BRT, Monotrilho e Trem Urbano) para
cada indicador considerado na anlise.
A Tabela 6.2 apresenta os resultados da aplicao do operador Max e Min para
as tecnologias de transporte para o Eixo Sul para cada critrio utilizado na anlise. Foi
efetuada a maximizao dos Grupos A, B, C, D e E. Em seguida, realizou-se a
minimizao sobre os resultados obtidos e ao fim, aplicou-se o clculo do grau de
aceitao e rejeio para cada indicador. Foram calculadas as mdias (W) para cada GC
e GD, no qual se refere soluo para cada critrio considerado (F1,F2,F3,F4 e F5).

83

GRUPO 1
MAX ( E1;E2)
GD

GC

GD

GRUPO 3
MAX ( E5;E6)
GC

GD

GRUPO 4
MAX ( E7;E8)
GC

GD

GRUPO 5
MAX ( E9;E10)
GC

GD

MIN
GC

GD

0,46
0,53
0,60
0,58
0,50

0,24
0,11
0,15
0,33
0,20

F1
F2
F3
F4
F5

0,46
0,53
0,83
0,65
0,93

0,56
0,67
0,15
0,68
0,20

0,76
0,34
0,58
0,32 0,50
0,63
0,54
0,71
0,44 0,66
0,60
0,50
0,95
0,40 0,95
0,60
0,33
0,73
0,65 0,68
0,68
0,28
0,55
0,63 0,50
Baricentro W: mdias dos graus resultantes

0,24
0,11
0,40
0,33
0,55

0,90
0,80
0,85
0,58
0,53

0,40
0,56
0,58
0,80
0,80

F1
F2
F3
F4
F5

0,58
0,61
0,73
0,57
0,95

0,52
0,71
0,30
0,65
0,25

0,76
0,42
0,80
0,18 0,58
0,66
0,66
0,73
0,36 0,71
0,63
0,50
0,88
0,48 0,88
0,60
0,32
0,72
0,68 0,75
0,68
0,28
0,48
0,55 0,43
Baricentro W: mdias dos graus resultantes

0,20
0,24
0,60
0,33
0,53

0,92
0,69
0,83
0,60
0,58

0,24
0,59
0,53
0,75
0,48

0,58
0,61
0,63
0,57
0,43
0,45

0,00

0,00

1,00

0,18

0,58

0,86

0,56

0,12

0,92

0,88

0,00 0,00

F2

0,00

0,00

0,79

0,61

0,56

0,69

0,27

0,61

0,67

0,60

0,00 0,00

F3

0,73

0,30

0,63

0,50

0,88

0,48

0,88

0,60

0,83

0,53

0,63 0,30

F4
F5

0,00

0,00

0,70

0,30

0,72

0,62

0,42

0,62

0,82

0,32

0,00 0,00

0,00

0,00

0,75

0,38

0,65

0,60

0,65

0,65

0,83

0,28

0,00 0,00

0,08
0,54
0,53
0,57
0,45

0,96
0,64
0,70
0,72
0,83

0,66
0,77
0,43
0,38
0,45

ONIBUS
CONVENCIONAL

METR

GC

GRUPO 2
MAX ( E3;E4)

VLT

FATOR

Tabela 6.2 Clculo da Maximizao e Minimizao dos resultados

F1

0,42 0,18

Baricentro W: mdias dos graus resultantes

BRT

F1
F2
F3
F4
F5

0,66
0,46
0,83
0,50
0,95

0,24
0,61
0,13
0,53
0,25

MONOTRILHO

F1

1,00
0,40
0,58
0,64 0,58
0,64
0,71
0,54
0,63 0,23
0,73
0,30
0,70
0,53 0,70
0,65
0,23
0,62
0,52 0,45
0,60
0,35
0,75
0,48 0,78
Baricentro W: mdias dos graus resultantes

0,00 0,00
0,58
0,23
0,70
0,45
0,60

0,08
0,54
0,13
0,23
0,25

0,38 0,22

0,74 0,46 0,64

0,46

0,52

0,40 0,44 0,20

0,66

0,52

0,44 0,20

F2

0,76 0,46 0,63

0,57

0,64

0,50 0,63 0,41

0,61

0,61

0,61 0,41

F3

0,85 0,43 0,60

0,60

0,75

0,43 0,75 0,38

0,68

0,58

0,60 0,38

F4

0,63 0,52 0,55

0,67

0,57

0,63 0,67 0,50

0,38

0,72

0,38 0,50

0,88 0,20 0,63

1,00

0,25

0,60 0,15 0,60

0,53

0,83

0,15 0,20

0,86
0,73
0,65
0,52
0,58

0,32
0,56
0,58
0,55
0,63

F5

Baricentro W: mdias dos graus resultantes


TREM
URBANO

0,18
0,24
0,30
0,32
0,25
0,21

F1
F2
F3
F4
F5

0,86 0,28 0,76 0,34


0,60 0,22 0,42
0,44 0,71 0,53 0,54
0,66 0,46 0,47
0,80 0,23 0,63 0,50
0,70 0,53 0,75
0,52 0,57 0,60 0,40
0,52 0,63 0,47
0,93 0,38 0,63 0,35
0,70 0,50 0,73
Baricentro W: mdias dos graus resultantes

0,38 0,26
0,16
0,54
0,33
0,65
0,48

0,42
0,44
0,63
0,47
0,58

0,16
0,46
0,23
0,40
0,35

0,40 0,27

Fonte- Elaborao Prpria

10 Etapa - Avaliao final dos dados resultantes considerando a aplicao


das regras de deciso e do algoritmo para-analisador
Conforme a metodologia descrita inicialmente, foram calculadas as mdias dos
resultados dos GC e GD (Tabela 6.3). Estes resultados foram aplicados na regra de
deciso e no algoritmo para-analisador ao nvel de exigncia de 0,50.

84

FATOR

Tabela 6.3 Aplicao da Regra de Deciso

-0,30
-0,36
-0,25
-0,08
-0,30
-0,40
-0,24
-0,14
-0,08
-0,12
-0,33
-0,34
-1,00
-1,00
-0,08
-1,00
-1,00
-1,00
-0,34
-0,23
-0,18
-0,32
-0,15
-0,40

NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

F1

0,24

-0,36

NO CONCLUSIVO

F2

0,20

0,03

NO CONCLUSIVO

F3

0,23

-0,03

NO CONCLUSIVO

F4

-0,12

-0,12

NO CONCLUSIVO

-0,05

-0,65

NO CONCLUSIVO

0,12

-0,36

NO CONCLUSIVO

0,26
-0,01
0,40
0,07
0,23
0,13

-0,42
-0,10
-0,15
-0,13
-0,08
-0,33

NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

METR
VLT
W
ONIBUS

F1
F2
F3
F4
F5
W
F1
F2
F3
F4
F5

BRT

DECISO

0,22
0,41
0,45
0,25
0,30
0,23
0,40
0,37
0,33
0,25
0,18
0,25
0,00
0,00
0,33
0,00
0,00
0,00
0,50
-0,31
0,58
0,22
0,35
0,17

F1
F2
F3
F4
F5

W
MONOTRILHO

0,50

F5
W
F1
F2
F3
F4
F5

TREM

26

H
F1
F2
F3
F4
F5

Atributos
Nivel de
Exigncia
CONCLUSES

Fonte- Elaborao Prpria

Os Apndices G, I, K, M, O e Q apresentam a aplicao das regras de


maximizao e minimizao para cada tecnologia de transporte, no qual se verifica os
graus de crena e descrena para cada fator e indicador.
A Tabela 6.3 apresenta a mdia estabelecida para cada tecnologias de transporte.
Observa-se que ao analisar os fatores isoladamente utilizados na pesquisa, verifica-se
que trs fatores, F2, F4 e F5 em todos as tecnologias de transportes, apresentam
resultados no conclusivos, ou seja, quanto a esses fatores os especialistas no
recomendam e nem deixam de recomendar a implantao no Eixo Sul. So necessrias
novas informaes para que se possa tomar a deciso como vivel da implantao ou
85

no da tecnologia de transporte. No entanto, os fatores F1 e F3 para o BRT apresentam


viabilidade de implantao, e para os demais tecnologias como no conclusivos.
Para um melhor entendimento dos resultados obtidos junto aos fatores
necessrio verificar os resultados obtidos para cada indicador que pelas mdias
estabeleceram os resultados para os fatores em estudo. Observa-se no Apndice G, que
quanto aos atributos utilizados para cada fator, no caso do Metr, os atributos S5 de F2,
S1, S2 e S4 de F3, S5 de F4 apresentam viabilidade para implantao deste modo no
Eixo Sul, sendo os demais atributos no conclusivos, necessitando de maiores
informaes para a tomada de deciso. Percebe-se que os aspectos da cidade, relativos a
usurios e ambientais so os que fortalecem a implementao do metr no eixo sul.
No caso do VLT (Apndice I), os atributos S1, S2 e S4 do F3 e S5 do F4
apresentam viabilidade quanto implantao desta tecnologia de transporte, sendo os
demais no conclusivos. Observa-se que aspectos relativos a usurios e ambientais tem
maiores aceitao para implantao desta tecnologia.
Quanto ao nibus convencional (Apndice K) todos os atributos so no
conclusivos. Neste caso, verifica-se a necessidade de outros atributos para cada fator de
maneira a definir pela viabilidade ou no desta tecnologia de transporte.
O BRT (Apndice M) apresenta a viabilidade para os atributos S2 de F1, S1 e S4
de F3, e S3 e S4 de F5, e inviabilidade quando analisado o S4 do F2, apresentando
como no conclusivos os demais atributos. Quanto a esta tecnologia de transporte
observa-se que indicador econmico e aspectos relacionados aos usurios apresentam
fora para seleo desta tecnologia. No entanto, os fatores polticos mostram a
percepo pela inviabilidade desta tecnologia.
Ao analisar o Monotrilho (Apndice O), observa-se que S1 de F2, S1, S2 e S4 de
F3 apresentam viabilidade quanto a implantao desta tecnologia de transporte. No
entanto, apresenta o indicador S4 de F2, como invivel para esta tecnologia. Os demais
atributos so considerados no conclusivos. Observa-se que os aspectos da cidade e
aspectos ambientais possibilitam a aceitao da tecnologia de transporte em questo,
sendo os aspectos relativos a usurios tendendo a inviabilidade desta tecnologia.
O Trem Urbano (Apndice Q) considera-se os atributos S2 e S5 de F1, S2 e S4
de F3 vivel para implantao desta tecnologia de transporte. O S4 de F2 considerado
invivel para implantao e os demais atributos considerados no conclusivos. Neste
86

caso, os aspectos econmicos e os aspectos relacionados aos usurios apresentam


aceitao quanto a implantao do trem no eixo sul, tendo os aspectos relacionados a
cidade como no favorvel a implantao.
Outra forma da anlise das tecnologias de transporte para o eixo por meio da
representao grfica que apresenta o fluxo das informaes utilizando a maximizao e
minimizao dos resultados, obtendo ao final o GC e GD para cada tecnologias de
transporte. (Apndice B, D, F, H e J)
O output de um conectivo OR o maior valor das entradas; o output de um
conectivo AND o menor valor das entradas.
O modelo de rede OR e AND para grupos de especialistas foi obtido em
Carvalho e Abe (2011). As informaes vindas dos 10 especialistas, que podem ser
conflitantes e imprecisas, so sintetizadas num resultado denominado Deciso que
expressa o grau de crena e o grau de contradio. O grau de crena expressa a
evidncia favorvel proposio, e o grau de descrena a evidncia contrria
proposio. (DA COSTA et al, 1999).
Os Apndices G, I, K,M, O e Q apresentam o fluxo da regra de deciso aplicada
para os fatores considerados no estudo. No caso dos atributos, poderia ser feita a mesma
anlise, no entanto, como a influncia de cada fator no interfere na deciso pela
tecnologia de transporte, optou-se pela no elaborao dos fluxos para os atributos de
cada critrio.
Ao final pode-se observar que para cada tecnologias de transporte foram
encontrados valores que formam o eixo da abscissa (H) e ordenada (G) para cada fator e
seo utilizada no estudo de maneira que auxilie na elaborao do algoritmo paraanalisador. (Figura 6.3 e Apndices S, T, U, V, X e Y)

87

F1

F2

F3

F4

F5

Fatores
Baricentro

Figura 6.3 - Anlise dos resultados pelo dispositivo para-analisador, ao nvel de exigncia 0,50
para Metr
Fonte- Elaborao Prpria

A Tabela 6.4 apresenta os resultados obtidos para cada fator das tecnologias de
transporte abordados no estudo

88

Tabela 6.4 Concluses da anlise de cada tecnologia de transporte


Tecnologia de Transporte
H
G
Metr
0,23 -0,40
VLT
0,25 -0,34
nibus Convencional
0,00 -1,00
BRT
0,17 -0,40
Monotrilho
0,12 -0,36
Trem Urbano
0,13 -0,33
Fonte- Elaborao Prpria

De posse dos resultados pode-se utilizar o algoritmo para-analisador para anlise


dos fatores e atributos considerados para cada tecnologia de transporte. Para a avaliao
foram consideradas as regies estabelecidas pelo QUPC (Figura 6.4).

Falsidade(F)

Quase
falsoInconsistente
tendendo
atendendo a falso
inconsistente
Q F
QF

Inconsistente
tendendo
verdadeiro
Q V

Quase
falso
tendendo
a
Paracompleto
QF

ao

Quase verdadeiro
tendendo
ao
inconsistente
QV

Paracompleto
tendendo a falso
Q F

Paracompleto ou
indeterminao ()

Inconsistncia ()

Paracompleto
tendendo ao
verdadeiro
Q V

Quase verdadeiro
tendendo
a
Paracompleto
QV

Verdadeiro (V)

Figura 6.4 QUPC em nvel de exigncia de 0,50


Fonte Adaptado de Carvalho e Abe, 2011

A utilizao do baricentro apresenta a influncia dos fatores na escolha pelos


modos de transporte para o Eixo Sul.
Para uma anlise mais detalhada de maneira que auxilie no processo decisrio
leva-se em considerao a posio do baricentro W, que no caso do Metr encontra-se
sob as coordenadas (0,23;-0,40), que representam as influncias dispares de todos os
fatores envolvidos (Figura 6.5). Como o baricentro W est na regio de quase verdade
tendendo inconsistncia, infere-se que o resultado final da anlise no conclusivo, ou
seja, a anlise no recomenda a implantao desta tecnologia de transporte, ms tambm
no exclui esta possibilidade, mas se for de interesse, novas pesquisas devem ser
89

realizadas numa tentativa de aumentar as evidncias que possibilitem a viabilidade da


implementao desta tecnologia de transporte.
1,00
0,80

0,60
0,40
F4

0,20

-1,00

-0,80

-0,60

-0,40

0,00
-0,20 0,00
-0,20

0,20

0,40

0,60

0,80

1,00
W
F3

-0,40
F2

-0,60

-0,80

F5

Fatores (F)
Baricentro(W)

F1

-1,00
Figura 6.5 Aplicao do algoritmo para-analisador para anlise do Metr
Fonte- Elaborao Prpria

Ao considerar a anlise para cada indicador observa-se na Tabela 6.5 os


resultados da anlise e a representao grfica do algoritmo constante do Apndice S.
Tabela 6.5 Anlise dos atributos com algoritmo para-analisador para o Metr
Metr
F1
F2
F3
F4
F5

H
0,22
0,41
0,45
0,25
0,30

G
Anlise
-0,30
Quase Verdade tendendo ao Paracompleto
-0,36
Quase Verdade tendendo a Inconsistncia
-0,25
Quase Verdade tendendo a Inconsistncia
-0,08
Quase Verdade tendendo a Inconsistncia
-0,30
Quase Verdade tendendo a Inconsistncia
Fonte- Elaborao Prpria

Quanto a anlise do VLT encontra-se sob as coordenadas (0,25;-0,34), que


representam as influncias dispares de todos os fatores envolvidos (Figura 6.6). Como o
baricentro W est na regio de quase verdade tendendo inconsistncia, infere-se que o
resultado final da anlise no conclusivo, ou seja, a anlise no recomenda a
implantao do VLT, ms tambm no exclui esta possibilidade, mas se for de
interesse, novas pesquisas devem ser realizadas numa tentativa de aumentar as
evidncias que possibilitem a viabilidade da implementao desta tecnologia de
transporte.
90

1,00

0,80
0,60
F4

0,40
F3

0,20

-1,00

-0,80

-0,60

-0,40

0,00
-0,20 0,00
-0,20

0,20

0,40

0,60

0,80

1,00
F2
W

-0,40
F1

-0,60
F5

-0,80

Fatores (F)
Baricentro(W)

-1,00
Figura 6.6 Aplicao do algoritmo para-analisador para anlise do VLT
Fonte- Elaborao Prpria

Ao considerar a anlise para cada indicador observa-se na Tabela 6.6 os


resultados da anlise e a representao grfica do algoritmo constante do Apndice T.
Tabela 6.6 Anlise dos atributos com algoritmo para-analisador para o VLT
VLT
F1
F2
F3
F4
F5

H
0,40
0,37
0,33
0,25
0,18

G
-0,24
-0,14
-0,08
-0,12
-0,33

Anlise
Quase Verdade tendendo a Inconsistncia
Quase Verdade tendendo a Inconsistncia
Quase Verdade tendendo a Inconsistncia
Quase Verdade tendendo a Inconsistncia
Quase Verdade tendendo ao Paracompleto
Fonte- Elaborao Prpria

No caso do nibus Convencional as coordenadas encontradas (0,00;-1,00),


representam as influncias dispares de todos os fatores envolvidos (Figura 6.7). Como o
baricentro W est na regio de totalmente indeterminado, conclui-se como no
conclusivo, ou seja, a anlise no recomenda a implantao do nibus convencional,
ms tambm no exclui esta possibilidade, mas se for de interesse, novas pesquisas
devem ser realizadas numa tentativa de aumentar as evidncias que possibilitem a
viabilidade da implementao desta tecnologia de transporte.

91

1,00

0,80
0,60
0,40
0,20

-1,00

-0,80

-0,60

-0,40

0,00
-0,20 0,00
-0,20

0,20

0,40

0,60

0,80

1,00

-0,40
-0,60
-0,80
-1,00

F1 a F5
e
W

Fatores (F)
Baricentro(W)

Figura 6.7 Aplicao do algoritmo para-analisador para anlise do nibus Convencional


Fonte- Elaborao Prpria

Na anlise de cada indicador observa-se na Tabela 6.7 os resultados encontrados


e a representao grfica do algoritmo no Apndice U.
Tabela 6.7 Anlise dos atributos com algoritmo para-analisador para o nibus Convencional
nibus
Convencional
F1
F2
F3
F4
F5

H
0,00
0,00
0,33
0,00
0,00

Anlise

-1,00
Totalmente Paracompleto ou indeterminado
-1,00
Totalmente Paracompleto ou indeterminado
-0,08
Totalmente Paracompleto ou indeterminado
-1,00
Totalmente Paracompleto ou indeterminado
-1,00
Totalmente Paracompleto ou indeterminado
Fonte- Elaborao Prpria

Quanto a anlise do BRT as coordenadas encontradas (0,17;-0,40) representam


as influncias dispares de todos os fatores envolvidos (Figura 6.8). Como o baricentro
W est na regio de quase verdade tendendo inconsistncia, conclui-se como no
conclusivo, ou seja, a anlise no recomenda a implantao do BRT, ms tambm no
exclui esta possibilidade, mas se for de interesse, novas pesquisas devem ser realizadas
numa tentativa de aumentar as evidncias que possibilitem a viabilidade da
implementao desta tecnologia de transporte.

92

1,00

0,80
0,60
0,40
0,20

-1,00

-0,80

-0,60

-0,40

0,00
-0,20 0,00
-0,20

F5
0,20

0,40

0,60

0,80

1,00
F3

W
-0,40
-0,60

F2

-0,80
-1,00

F1
F4

Fatores (F)
Baricentro(W)

Figura 6.8 Aplicao do algoritmo para-analisador para anlise do BRT


Fonte- Elaborao Prpria

Na anlise para cada indicador observa-se na Tabela 6.8 os resultados


encontrados e a representao grfica do algoritmo constante do Apndice W.
Tabela 6.8 Anlise dos atributos com algoritmo para-analisador para o BRT
BRT
F1
F2
F3
F4
F5

H
0,50
-0,31
0,58
0,22
0,35

G
Anlise
-0,34
Quase Verdade tendendo a Inconsistncia
-0,23
Paracompleto Tendendo ao Falso
-0,18
Quase Verdade tendendo a Inconsistncia
-0,32
Quase Verdade tendendo ao Paracompleto
-0,15
Quase Verdade tendendo a Inconsistncia
Fonte- Elaborao Prpria

Quanto a anlise do Monotrilho as coordenadas encontradas (0,12;-0,36),


representam as influncias dispares de todos os fatores envolvidos (Figura 6.9). Como o
baricentro W est na regio de quase verdade tendendo ao paracompleto, conclui-se
como no conclusivo, ou seja, a anlise no recomenda a implantao do BRT, ms
tambm no exclui esta possibilidade, mas se for de interesse, novas pesquisas devem
ser realizadas numa tentativa de aumentar as evidncias que possibilitem a viabilidade
da implementao desta tecnologia de transporte.

93

1,00

0,80
0,60
0,40

F2

0,20

-1,00

-0,80

-0,60

-0,40

0,00
-0,20 0,00
-0,20

F3

0,20

0,40

0,60

0,80

1,00
W

F4

-0,40
-0,60

F5

-0,80
-1,00

F1

Fatores (F)
Baricentro(W)

Figura 6.9 Aplicao do algoritmo para-analisador para anlise do Monotrilho


Fonte- Elaborao Prpria

Na anlise para cada indicador observa-se na Tabela 6.9 os resultados


encontrados e a representao grfica do algoritmo constante do Apndice X.
Tabela 6.9 Anlise dos atributos com algoritmo para-analisador para o Monotrilho
Monotrilho
F1
F2
F3
F4
F5

H
0,24
0,20
0,23
-0,12
-0,05

G
Anlise
-0,36
Quase Verdade tendendo ao Paracompleto
0,03
Quase Verdade tendendo ao Paracompleto
-0,03
Quase Verdade tendendo ao Paracompleto
-0,12
Paracompleto tendendo ao Falso
-0,65
Paracompleto tendendo a Verdade
Fonte- Elaborao Prpria

Na anlise do Trem Urbano verifica-se que se encontra sob coordenadas (0,13;0,33), que representam as influncias dispares de todos os fatores envolvidos (Figura
6.10). Como o baricentro W est na regio de verdade tendendo inconsistncia,
conclui-se como no conclusivo, ou seja, a anlise no recomenda a implantao do
Trem Urbano, ms tambm no exclui esta possibilidade, mas se for de interesse, novas
pesquisas devem ser realizadas numa tentativa de aumentar as evidncias que
possibilitem a viabilidade da implementao desta tecnologia de transporte.

94

1,00

0,80
0,60
0,40
0,20

-1,00

-0,80

-0,60

-0,40

0,00
-0,20 0,00
-0,20

F5
0,20

0,40

0,60

1,00
F3

-0,40

-0,60

F1
F4

-0,80
F2

0,80

Fatores (F)
Baricentro(W)

-1,00

Figura 6.10 Aplicao do algoritmo para-analisador para anlise do Trem Urbano


Fonte- Elaborao Prpria

Na anlise para cada indicador observam-se na Tabela 6.10 os resultados


encontrados e a representao grfica do algoritmo constante do Apndice Y.
Tabela 6.10 Anlise dos atributos com algoritmo para-analisador para o Trem Urbano
Trem
Urbano
F1
F2
F3
F4
F5

H
0,26
-0,01
0,40
0,07
0,23

Anlise

-0,42 Quase Verdade tendendo ao Paracompleto


-0,10
Paracompleto Tendendo a Verdade
-0,15
Quase Verdade tendendo a Inconsistncia
-0,13 Quase Verdade tendendo ao Paracompleto
-0,08
Quase Verdade tendendo a Inconsistncia
Fonte- Elaborao Prpria

11 Etapa -Tomada de Deciso


Aps a determinao dos valores de evidncia favorvel e contrria do
baricentro, tm-se informaes que possibilitam a auxiliar no processo decisrio para
definio da tecnologia de transporte para o Eixo Sul.
Primeiramente plota-se o par ordenado no plano cartesiano de maneira a
verificar a que regio do reticulado o baricentro pertence. Consideram-se os valores
constantes da Tabela 6.10. A Figura 6.11 apresenta localizao do par-ordenado no
baricentro para cada resultante das tecnologias de transporte.
95

VLT
Trem Urbano
Metr
BRT
Monotrilho
nibus Convencional

Figura 6.11 Aplicao do algoritmo para-analisador para anlise das tecnologias de transporte
Fonte- Elaborao Prpria

Como se podem verificar todos as tecnologias de transporte pertencem a regio


de quase verdade tendendo ao paracompleto, tendo como anlise no conclusiva, ou
seja, conclui-se nem pela viabilidade e nem pela inviabilidade de implantao, e caso
seja de interesse deve-se realizar novos estudos de forma que se possa chegar a uma
concluso positiva (viabilidade ou inviabilidade), sempre tendo como apoio os estados
no extremos correspondentes.
Outra anlise para se definir a deciso final entre as tecnologias de transporte
pela aplicao da regra de deciso, no qual se calcula o grau de certeza do baricentro
(

a. Se

) e aplicar a regra de deciso.


NE, a deciso favorvel e recomenda a execuo do projeto

(vivel);
b. se

NE, a deciso desfavorvel e recomenda a no execuo do

projeto (invivel); e
c. se NE<

< NE, diz-se que a anlise no conclusiva.

A Tabela 6.11 apresenta o grau de certeza do baricentro(

), que possibilita

inferir que para todos as tecnologias de transporte tem-se como no conclusivo,


96

corroborando com a anlise feita pelo algoritmo para-analisador, que no recomenda a


implantao das tecnologias apresentadas e nem a no implantao, sugerindo apenas
que, se for de interesse, novos estudos sejam feitos para se tentar resolver a indeciso.
Tabela 6.11 Deciso para cada tecnologia de Transporte

Tecnologia de Transporte
Metr
VLT
nibus Convencional
BRT
Monotrilho
Trem Urbano

NE

Anlise

Deciso

0,23

0,50

0,23 < 0,50

No Conclusivo

0,25

0,50

0,25< 0,50

No Conclusivo

0,00

0,50

0,00< 0,50

No Conclusivo

0,17

0,50

0,17< 0,50

No Conclusivo

0,12

0,50

0,12< 0,50

No Conclusivo

0,13

0,50

0,13< 0,50

No Conclusivo

Fonte- Elaborao Prpria

A Tabela 6.11 apresenta o grau de certeza do baricentro (

), no qual possibilita inferir

que para todos as tecnologias de transporte tem-se como no conclusivo, corroborando


com a anlise feita pelo algoritmo para-analisador, que da anlise o resultado no
recomenda a implantao das tecnologias apresentadas e nem a no implantao,
sugerindo apenas que, se for de interesse, novos estudos sejam feitos para se tentar
resolver a indeciso.
No entanto, como o objeto de estudo era apenas realizar a comparao das
tecnologias busca-se como critrio para a seleo das tecnologias aquela que apresenta
maior grau de certeza (Carvalho e Abe, 2011). Conclui-se que o VLT a tecnologia que
melhor atenderia as necessidades para o Eixo Sul, considerando a opinio dos
especialistas, seguidos do metr, BRT, trem Urbano, Monotrilho e nibus
Convencional. (Tabela 6.12)
Tabela 6.12 Grau de Crena para cada tecnologia de Transporte
Ordem Tecnologia
de
Transporte

1
2
3
4
5
6

VLT
Metr
BRT
Trem Urbano
Monotrilho
nibus Convencional

0,25
0,23
0,17
0,13
0,12
0,00

Fonte- Elaborao Prpria

6.3 - TPICOS CONCLUSIVOS


A aplicao do mtodo paraconsistente de deciso para seleo de tecnologias de
transporte pblico no Eixo Sul do DF possibilitou verificar que o mtodo aplicvel
para estudos de definio de tecnologias de transporte pblico. Mesmo com
caractersticas diferentes para cada eixo e as tecnologias de transporte, a metodologia
97

proposta por Carvalho (2006) consegue abranger tais aspectos em seu modelo
justamente pelo diferencial que apresenta a parametrizao de critrios e fatores e
permiti a manipulao de dados imprecisos, inconsistentes e paracompletos.
No trabalho feito por Carvalho (2006), os critrios e fatores selecionados em seu
estudo de caso foram bem especficos a realidade local e capaz de representar o
problema quanto a aplicao do MPD, no qual trouxe em evidncia diversos resultados
provenientes dos estudos que vinham sendo feitos, apresentando as opinies dos
diversos especialistas.
J no caso desta pesquisa, os critrios e fatores selecionados para composio do
modelo deixaram a desejar no sentido de que poderiam ter sido levantados os fatores
que poderiam estar relacionados ao estudo de caso. No entanto, utilizou-se de dados
secundrios aplicados em outras pesquisas para seleo de tecnologias de transporte de
massa.
Ento os critrios e fatores apresentados na composio do mtodo
paraconsistente na seleo de alternativas de transporte pblico foram justamente
aqueles que j foram objetos de estudos e fazem parte das caractersticas para escolha de
determinado tipo de transporte.
Porm o estudo no foi prejudicado, uma vez que foi possvel seguir todas as
etapas metodolgicas com xito, e assim confirmar a hiptese que deu origem ao
trabalho em que a utilizao da metodologia de anlise para a seleo de alternativas de
transporte pblico vivel para seleo de alternativas de transportes.
Como Domingues (2004) e Oliveira (2010), ao trmino da anlise o algoritmo
para-analisador se mostra um instrumento interessante para questes correlatas que
apresentam dados imprecisos, conflitantes e paracompletos. A Lgica Paraconsistente
Anotada, lgica que aceita contradies, apresenta resultados coerentes ao esperado
com alto grau de confiana e flexibilidade, alm de apresentar-se como uma inovadora
tecnologia para um tratamento eficaz e completo do conhecimento incerto e/ou
inconsistente.

98

7 - CONCLUSES E RECOMENDAES
7.1 APRESENTAO
Este captulo busca apresentar as principais concluses sobre o estudo
desenvolvido, as suas limitaes e as sugestes de recomendao para trabalhos futuros
sobre o tema. A pesquisa partiu de um problema atual e importante para discusso no
meio acadmico, uma vez que a seleo de alternativas de transporte pblico para as
cidades vem acompanhada de muito impasse, devido as variveis envolvidas no
processo decisrio. Portanto, com base na pesquisa dos principais modelos de tomada
de deciso encontrou-se no trabalho de Carvalho (2006), que apresentou o mtodo
paraconsistente de deciso, de maneira a proporcionar aos gestores uma ferramenta que
pudesse auxiliar no processo decisrio.
7.2 - CONCLUSES
Este trabalho buscou a aplicao da lgica paraconsistente na tomada de deciso
em projetos de transportes, quanto seleo de alternativas de transporte pblico. O
objetivo foi buscar uma ferramenta que auxiliasse os planejadores e tomadores de
deciso em planejamento de transportes urbano uma maneira de verificar a relevncia
de cada indicador no processo decisrio.
Dentro do objeto da dissertao procurou-se estudar os fatores que tm
influncia para a seleo de alternativas de transporte com o uso da LPA, no qual foram
levantados as modalidades de transportes que poderiam ser implementados no Eixo Sul,
do DF, e conforme a opinio dos especialistas e o uso da lgica paraconsistente para
selecionar a tecnologia de transporte para aquele eixo.
O estudo do mtodo paraconsistente de deciso mostrou a diversidade de sua
aplicao bem como a facilidade de utilizao. A escolha do MPD se deveu ao fato de
que este mtodo permite a anlise de critrios subjetivos e opinies diversificadas,
levando em considerao todos os fatores e atributos no processo decisrio. Alm disso,
um mtodo flexvel e fcil de ser aplicado, que apresenta novas tcnicas de anlise,
principalmente na presena de dados incertos e contraditrios, permitindo manipular
tais dados de modo no trivial.
Todos esses estudos iniciais serviram de base para elaborao da metodologia,
principalmente, quanto indicao dos critrios que podem ser utilizados em um estudo
99

para seleo de alternativas de transporte. Na estruturao da metodologia procurou-se


definir etapas de desenvolvimento de todo o processo de seleo de alternativas tendo
como objetivo a verificao do uso da lgica paraconsistente, e principalmente a
considerao dos critrios como forma de avaliar as alternativas de transporte.
Portanto, pode-se dizer que o mtodo apresenta um alto grau de fidedignidade na
seleo de tecnologias de transporte, onde a interpretao final se baseia na posio dos
baricentros no quadrado unitrio do plano cartesiano (QUPC) indicando, ainda, o grau
de contradio e o grau de inconsistncia ou de indeterminao dos dados utilizados.
Com efeito, este tipo de anlise indica se h contradio entre os dados
utilizados e se tal contradio acentuada ou no, pelo posicionamento do baricentro
(W) em relao linha vertical. Indica, tambm, se a contradio apresentada uma
inconsistncia ou uma indeterminao (falta de informaes). No presente caso, as
alternativas de transporte para o Eixo Sul, o baricentro tende paracompleteza ou
indeterminao. Carvalho (2006) argumenta que alm de aceitar dados contraditrios o
mtodo ainda d indicaes sobre os graus de contradio desses dados, o que s
possvel, no entender do autor, pelo fato de o mtodo ser a Lgica Paraconsistente
Anotada, que aceita contradies sem se tornar trivial.
No desenvolvimento do estudo de caso pode-se constatar que apesar dos fatores
e atributos utilizados permitirem uma comparao das alternativas de transporte
percebeu-se a necessidade de um estudo mais detalhado dos atributos que possam ser
utilizados na escolha da tecnologia de transporte. O estudo de caso possibilitou verificar
a facilidade de aplicao do MPD, tanto na forma como feita a avaliao pelos
especialistas com a utilizao da regra de deciso e do algoritmo para-analisador,
quanto nas anlises realizadas para se chegar aos resultados finais.
Considera-se que a metodologia proposta de bastante utilidade como
instrumento de auxlio tomada de deciso sobre qual sistema implantar, considerando
todos os aspectos relacionados com o transporte, ou seja, econmicos, cidade, usurios,
ambientais e polticos. O mtodo tambm pode ser utilizado como indicador para
reformulao para novas pesquisas, e avaliar tambm o grau de coerncia das respostas
dadas, atingindo assim plenamente os objetivos propostos.
Pode-se concluir, seguindo as mesmas consideraes de Domingues et al (2004)
que este mtodo usando a Lgica Paraconsistente Anotada, oferece soluo para
100

processos de tomada de deciso no campo da administrao. O caso apresentado


associa-se soluo de problemas ligados rea de planejamento de transportes. Como
exposto, a lgica paraconsistente fornece novas tcnicas de anlise mais apropriadas,
principalmente na presena de dados incertos e contraditrios, permitindo manipular
tais dados de modo no trivial.
Dessa forma, o objetivo principal desta pesquisa foi atingido ao realizar a
aplicao do mtodo paraconsistente de deciso na seleo de alternativas de transporte
pblico.
Com a pesquisa foi possvel escolha da tecnologia de transporte pblico de
mdia capacidade utilizando lgica paraconsistente, bem como identificar os fatores e
atributos do processo decisrio na seleo de alternativas de transporte, formular o
mtodo aplicado a transportes e criar cenrio para aplicao do mtodo paraconsistente
de deciso.
A hiptese da pesquisa foi considerada vlida, pois o uso da lgica
paraconsistente permitiu selecionar a tecnologia de transporte pblico de passageiros de
mdia capacidade mais adequado para as condies das cidades.
7.3 - LIMITAES DO ESTUDO
Os resultados auferidos nesta pesquisa serviro de base somente para
demonstrao da aplicabilidade da lgica paraconsistente na rea de transportes, e a
anlise servir apenas para o Eixo considerado no estudo de caso, pois cada eixo possui
caractersticas prprias, como as regies que passam pelo eixo, a matriz origem-destino,
o desenvolvimento econmico, entre outros fatores. Portanto, para que este trabalho seja
aplicado a outro estudo necessrio que seja feita uma adaptao para que esteja
condizente com a realidade local.
Outras limitaes podem ser relatadas:
- o tempo destinado realizao da pesquisa, uma vez que ficou impossibilitado
de fazer novas aplicaes do mtodo em outros estudos a fim de que tivesse um
parmetro sobre a utilizao da ferramenta;
- os fatores e atributos utilizados na pesquisa limitaram o estudo para a realidade
estudada;

101

- a aplicao dos questionrios e entrevistas, pois as respostas que foram obtidas


podem no retratar a realidade das informaes;
- a parcialidade do pesquisador, em funo do mesmo estar envolvido no
processo de anlise e responsvel pela aplicao do instrumental, que podem ter
influenciado os resultados e concluses da pesquisa.
7.4 RECOMENDACOES PARA TRABALHOS FUTUROS
Este estudo procurou apresentar a aplicao da LPA na seleo de alternativas
de transporte pblico, de maneira a auxiliar no processo decisrio. Novas abordagens
podero ser estudas quanto aplicabilidade da LPA
- Apresentar novos estudos considerando mudana dos nveis de exigncia;
- Apresentar estudos que levem em considerao os riscos na seleo de
alternativas de transporte pblico, utilizando a lgica paraconsistente.
- O estudo das solues encontradas nas reas No Conclusivas, de maneira
que possa indicar a qualidade da deciso e os fatores que deixaram de ser considerados;
- Alterar o algoritmo para um tratamento estatstico, no qual o baricentro no
seja calculado apenas pela mdia aritmtica, mas conforme a necessidade, ser calculada
pela mediana, e at pela mdia geomtrica;
- Definio de novos cenrios para a projeo de resultados, possibilitando
avaliar os riscos de determinada deciso.
- Definio de outros atributos para seleo de tecnologias de transporte para
verificar o impacto no processo decisrio;
- Realizar o levantamento de uma lista de critrios para avaliar o desempenho de
sistemas j em operao ou mesmo comparar as tecnologias existentes;
- Avaliar a implantao de um novo sistema ou melhorar o que j existe;
- Ampliar esta metodologia no sentido de envolver no processo outros atores
alm dos especialistas;
- Estudar outras situaes de corredores com caractersticas fisicas e demandas
de transporte diferentes;

102

- Realizar um estudo que seja utilizado outros critrios para tomada de deciso,
como tcnicos, estruturais, entre outros;
- Utilizar outros mtodos de anlise visando comparar seus resultados com os
resultados encontrados; e
- Utilizar outras tcnicas de avaliao de tecnologias tais como: Lgica Fuzzy e
Redes Neurais.
- Estudo de novas Teorias para Tomada de Deciso em Planejamento de
Transportes.
- Utilizar outras abordagens tericas visando comparar seus resultados com os
encontrados na aplicao da LPA.

103

REFERNCIAS
AKIMBAMI, J. F. K. e FADARE, S. O. (1997) Strategies for sustainable urban and
transport development in Nigeria. Transport Policy, vol 4, n 4, p. 237-245.
ABE, J.M. (1992). Fundamentos da Lgica Anotada. Tese de Doutorado. Faculdade
de Filosofia, Letras e Cincias Humanas da Universidade de So Paulo, So
Paulo.
ABE, J. M (2006) A Lgica Paraconsistente. Revista Seleo Documental do GLPA.
N

1.

Ano

1.

Ed.

Paralogike.

Santos,

SP.

Disponvel

em

<

http://www.paralogike.com.br/A%20Logica%20Paraconsistente%20.pdf> Acesso
em: 10 Abr 2012.
ABE, J. M (2006). Introduo Lgica Paraconsistente Anotada. Revista Seleo
Documental do GLPA. N 1. Ano 1. Ed. Paralogike. Santos, SP. Disponvel em <
http://www.paralogike.com.br/Introducao%20a%20Lgica%20Paraconsistente%2
0.Anotada%20.pdf> Acesso em: 10 Abr 2012.
ABE, J. M. (2011) Aspectos de Lgica e Teoria da Cincia. Instituto de Estudos
Avanados

da

Universidade

de

So

Paulo.

Disponvel

em

http://www.iea.usp.br/iea/textos/livroaspectosdelogica.pdf > Acesso em: 22 Abr


2012.
ABRAMCZUK, A. A. (2009) A prtica da tomada de deciso. So Paulo: Atlas.
ALOUCHE, L. P. Corredores urbanos de transporte para altas demandas. Trabalho
apresentado no Seminrio: Solues Integradas de Transporte, Porto Alegre,
2007.

Disponvel

em:

http://www.cbtu.gov.br/eventos/serie/portoalegre/

tendencias.pdf. Acesso em: 17 set, 2009.


ALTERKAWI,M. M. (2006) A computer simulation analysis for optimizing bus stops
spacing: The case of Riyadh, Saudi Arabia. Habitat International, vol 30, p. 500508.
ANDRADE, M. L. (2009) A construo de cenrios atravs da Lgica
Paraconsistente Anotada Evidencial. Anurio da Produo de Iniciao
Cientfica

Discente

(IPADE)

V.

12.

N.

15.

Disponvel

em<http://sare.anhanguera.com/index.php /anuic/article/view /2448> Acesso em:


22 Abr 2012.
ANGELOTTI, E. S. (2001) Utilizao da Lgica Paraconsistente na Implementao
de um Sistema Multiagente. Dissertao de Mestrado. Pontifcia Universidade
104

Catlica do Paran. Programa de Ps-Graduao em Informtica Aplicada.


Disponvel

em

<http://revista.unibrasil.com.br/index.php/

retdu/article

/viewFile/52/85. Acesso em: 15 Mai 2012.


ARIAS, Z. P. (2001) Transporte Coletivo Pblico Urbano: Seleo de alternativas.
Dissertao de Mestrado. Instituto Militar de Engenharia IME. Rio de Janeiro,
RJ.
ARRUDA, A.Y.(1990) N.A. Vasiliev e a Lgica Paraconsistente. Unicamp, Coleo
CLE, 7, Campinas.
AYROSA, P. P. S. (2009) Usando a lgica paraconsistente como ferramenta
auxiliar ao processo de avaliao de cursos em EAD. Associao Brasileira de
Educao a Distncia (ABED) 15 Congresso Internacional ABED de Educao a
Distncia. FortalezaCE. Disponvel em < Acesso em: http://www.abed.org.br
/congresso2009/CD /trabalhos/1452009204840.pdf> Acesso em: 18 Mai 2012.
BETHLEM, A.S. (1987) Modelos de Processo Decisrio. Revista de Administrao.
So Paulo, V. 22, n. 3, p. 27-39.
BRASIL. Ministrio das Cidades. (2007) Manual de BRT (bus rapid transit): guia de
planejamento. Autores colaboradores: Csar Arias [et al]. Traduo de Arthur
Szasz. New York: Institute for Transportation & Development Policy; Braslia:
Ministrio das Cidades.
CASSARRO, A. C. (1999) Sistemas de Informaes para Tomada de Decises. 3
Ed. So Paulo: Pioneira.
CARVALHO, F. R.(2006) Aplicao de lgica paraconsistente anotada em tomadas
de deciso na engenharia de produo. Tese de Doutorado. Escola Politcnica
da

Universidade

de

So

Paulo.

Disponvel

em

http://www.teses.usp.br/teses/disponiveis/3/3136/tde-13032007-155453/pt-br.
php> Acesso em: 15 Abr 2012.
CARVALHO, F. R., et al.(2003) Um Estudo de Tomada de Deciso Baseado em
Lgica Paraconsistente Anotada: Avaliao do Projeto de uma Fbrica.
Revista Pesquisa e Desenvolvimento Engenharia de Produo n.1, p. 47-62.
CARVALHO, F. R. e ABE J. M. ( 2011) Tomada de deciso como ferramenta da
lgica paraconsistente anotada: mtodo paraconsistente de deciso (MPD).
So Paulo: Blucher.
CARMO, J. R. et al. ( 2006) Um estudo de tomada de deciso baseado em lgica
105

paraconsistente anotada Avaliao dos riscos de uma fbrica de software.


XIII

SIMPEP.

Bauru

(SP).

Disponvel

em

<

http://www.simpep.feb.unesp.br/anais/anais_13/artigos/645.pdf> Acesso em 04
Jul 2012.
CEFTRU (2007a) Relatrio da Base de Fundamentos e Critrios para a Avaliao,
Aperfeioamento e Desenvolvimento de Atributos. Centro Interdisciplinar de Estudos
em Transportes da Universidade de Braslia, Braslia.
CEFTRU (2007b) Relatrio de Elaborao do Sistema de Atributos. Centro
Interdisciplinar de Estudos em Transportes da Universidade de Braslia, Braslia.
CIARLINI, M. (2009) Desenvolvimento de modelo de auxlio tomada de deciso
para planejamento de sistema de transporte rpido de massa. Tese de
Mestrado. Curso de Engenharia de Infraestrutura Aeronutica ITA. So Jos dos
Campos. SP.
CIARLINI, M. e CORREIA, A. R. (2011) Aplicao de mtodo multicritrio no
planejamento de sistema de transporte rpido de massa. Revista de Literatura
dos Transportes, vol. 5, n. 3, pp. 192-209.
CODEPLAN (2012) Companhia de Planejamento do Distrito Federal. Disponvel
em: <http://www.codeplan.df.gov.br> Acesso em: 15 Mai 2012.
DA COSTA, N. C. A., (1990). Importncia Filosfica da Lgica Paraconsistente,
Bol. Soc. Paran. Mat., 2 srie, vol. 11, n22, pp.91-111.
DA COSTA, N.C.A. et al. (1991) Remarks on Annotated Logic. Zeitschrift fur
Mathematische Logik und Grundlagen der Mathematik, Vol.37, pp.561-570,1991
DA COSTA, N. C. A. (1994a). Ensaio sobre os Fundamentos da Lgica. So Paulo,
Hucitec, 2. Ed.
DA COSTA, N. C. A. (1994b). Sistemas Formais Inconsistentes. Editora da UFPR.
Curitiba. PR.
DA COSTA, N. C. A. (1997). Logiques Classiques et Non-Classiques, Paris, Masson.
DA COSTA, N. C. A. (1999). O Conhecimento Cientfico. 2 Ed. Discurso Editorial,
So Paulo,
DA SILVA FILHO, J.I (2006) Mtodos de Aplicaes da Lgica Paraconsistente
Anotada de anotao com dois valores-LPA2v. Revista Seleo Documental do
GLPA. N 1. Ano 1. Ed. Paralogike. Santos, SP. Disponvel em <
http://www.paralogike.com.br/Logica%20Paraconsistente%20Anotada%20com%
106

20anotacao%20de%20dois%20valores%20LPA2v.pdf> Acesso em: 20 Mai 2012.


DA SILVA FILHO, J.I (2008) Lgica Paraconsistente e Probabilidade Pragmtica
no Tratamento de Incertezas. Revista Seleo Documental do GLPA. N 9. Ano
3. Ed. Paralogike. Santos, SP. Disponvel em< http://www.paralogike.com.br
/Logica%20Paraconsistente%20e%20Probabilidade%20Pragmatica%20no%20Tr
atamento%20de%20Incertezas.pdf> Acesso em: 10 Mai 2012.
DA SILVA FILHO, J.I (2010) Introduo ao conceito de estado Logico
Paraconsistente . Revista Seleo Documental do GLPA. N 17 Ano 5. Ed.
Paralogike.

Santos,

SP.

Disponvel

em

<

http://www.paralogike.com.br/Introducao%20ao%20conceito%20de%20estado%
20Logico%20Paraconsistente%20Et.pdf> Acesso em: 22 Abr 2012.
DENATRAN (2012) Anurio Estatstico de Frota - Brasil 2012. Empresa Brasileira
de Planejamento de Transportes, Ministrio dos Transportes, Braslia, DF.
DFTRANS (2012) Transporte Urbano do Distrito Federal. Disponvel em <
http://www.dftrans.df.gov.br/> Acesso em: 15 Abr 2012.
DOMINGUES, M. A., et al. (2004). Proposta de uso da Lgica Paraconsistente
Anotada na anlise do poder de competio O estudo do fator
Dificuldades entrada de concorrentes. XXIV ENEGEP. Florianpolis, SC.
Disponvel

em

<

http://www.abepro.org.br/biblioteca/ENEGEP2004_

Enegep0902_1814.pdf> Acesso em 12 Jun 2012.


DUFOURD et al.,(1996) Locating a transit line using TABU search. Location
Science, vol 4, n172, p. 1-19.
FERRAZ, A. C. P.; TORRES, I. G. E. (2004). Transporte Pblico Urbano. 2 ed.
Rima, So Carlos.
FRANK FILHO, F. A. (1999) Controle de recepo de veculo de transporte de
valores para manuteno, aplicando o algoritmo para-analisador da lgica
paraconsistente anotada de 2 valores. Dissertao de Mestrado. Instituto de
Cincias Exatas e Tecnolgicas da Universidade Paulista (UNIP). So Paulo, SP.
FURTADO, N. e KAWAMOTO, E. (2002) Avaliao de Projetos de Transporte. 1
Ed. So Carlos: USP. Escola de Engenharia de So Carlos. Departamento de
Transportes.
GALINDO, E. P. (2009) Anlise Comparativa do Entendimento do Transporte com

107

Objeto

do

Planejamento.

Dissertao

de

Mestrado

em

Transportes,

Departamento de Engenharia Civil e Ambiental, Universidade de Braslia,


Braslia.
GIL, A. C. (2002) Como elaborar projetos de pesquisa. 4.ed. Ed Atlas. So Paulo. SP
GLPA (2012) Grupo de Pesquisa em Lgica Paraconsistente Aplicada. Disponvel
em < http://cursos.unisanta.br/GLPA/index.htm> Acesso em: 19 Abr 2012.
GOLIAS,J. C. (2002) Analysis of traffic corridor impacts from introduction of the
new Athens Metro system. Journal of Transport Geography, vol 10, p. 91-97.
GOMES, F. A. M. e GOMES, C. F. S. (2012) Tomada de deciso gerencial: enfoque
multicritrio. 4 Ed. Ed Atlas. So Paulo. SP.
HOLTZMAN, J. S. The fundamental principles of RRA. Disponvel em:
<http://www.unu.edu/Unupress/food2/UIN08E/uin08e0w.htm> Acesso em: 26 de
Mai de 2012.
IBGE (2011). Instituto Brasileiro de Geografia e Estatstica. IBGE Cidades Censo
Agropecurio. Disponvel em: <http://www.ibge.gov.br/cidadesat/topwindow.
htm?1.> Acesso em: 20 de Jun 2012.
INIESTRA,

J.

G.

GUTIRREZ,J.

G.(2009)

Multicriteria

decisions

on

interdependent infrastructure transportation projects using an evolutionarybased framework. Applied Soft Computing, vol 9, p. 512-526.
ITO, O. T. et al. (2009) Aplicao da Lgica Paraconsistente Anotada no Estudo de
Questionrio com Informaes Redundantes. SIMPOI 2009. So Paulo, SP.
Disponvel

em:

<http://www.simpoi.fgvsp.br/arquivo/2009/artigos/E2009_

T00354_PCN57823.pdf > Acesso em 12 Jun 12.


ITO, O. T. (2009) Anlise de Questionrios apoiada por Lgica Paraconsistente.
Dissertao de Mestrado. Instituto de Cincias Exatas e Tecnolgicas da
Universidade Paulista (UNIP). So Paulo, SP.
KENNEDY, R. R. (2007) Considering monorail rapid transit for north american
cities. The Monorail Society.
KRAUSE, D. (2004) Lgica paraconsistente. Revista de Filosofia. Disponvel em <
http://criticanarede.com/log_paraconsistente.html> Acesso em: 22 Abr 2012.
LAKATOS, E. M.; MARCONI, M de. A. (2001) Metodologia do trabalho cientfico.
5ed. : Ed. Atlas.So Paulo. SP.
LEITE, J. A. A. (1978) Metodologia de elaborao de teses. So Paulo: McGrawn108

Hill do Brasil.
LEITE, C. F. S. (1999) A aplicao da lgica paraconsistente em processos de
tomadas de deciso. Dissertao de Mestrado. Instituto de Cincias Exatas e
Tecnolgicas da Universidade Paulista (UNIP)
LEMES NETO, M. C. e VENSON, N. (2002) Lgica Paraconsistente. Disponvel em
http://www.inf.ufsc.br/~barreto/trabaluno/TC_Nerio_Mauricio.pdf. Acesso em:
05 Mai 2012.
GRUPO DE SISTEMAS INTELIGENTES (2012) Lgica Paraconsistente. Disponvel
em

<

http://www.din.uem.br/~ia/intelige/raciocinio2/LogicaParacons.html>

Acesso em: 19 Mai 2012.


MANHEIM, L. (1979) Fundamentals of Transportation Systems Analysis. MIT
Press, Cambridge, MA.
MEIRELLES, C. L. A. & GOMES, L. F. A. M. O apoio multicritrio deciso como
instrumento de gesto do conhecimento: uma aplicao indstria de refino
de petrleo. Pesquisa Operacional, v.29, n.2, p.451-470, Maio a Agosto de 2009.
MOLINERO, A. R. M. e ARELLANO, L. I. S. (2005) Transporte pblico:
planeacin, diseo, operacin y administracin, 1 reimpresin. UAEM,
Toluca.
MONORAIL SOCIETY. (2012). Disponvel em <http://www.monorails.org>. Acesso
em: 10 Abr 2012
MORAIS, A. C., (2012) Projetos de Infraestrutura de Transportes: Insero efetiva
na Agenda Governamental. Tese de Doutorado (No Publicado). Programa de
Ps-Graduao em Transportes da Universidade de Braslia.
MOREIRA, D. A. (2001). Administrao da Produo e Operaes. 1 Ed. 5 Reimp.
So Paulo: Pioneira Thomson Learning.
MUROLO, A. C. (2000) Um Modelo de Previso da Demanda de Mercado Baseado
na Lgica Paraconsistente Anotada de Anotao com Dois Valores - LPA2V.
Dissertao de Mestrado. Instituto de Cincias Exatas e Tecnolgicas da
Universidade Paulista (UNIP). So Paulo, SP.
NTU. Associao Nacional das empresas de transportes urbanos. (2009) Avaliao
comparativa das modalidades de transporte pblico urbano. Braslia, DF.
OLIVEIRA, E. A. et al. (2010) Um processo de tomada de deciso paraconsistente
para aperfeioar cursos de administrao de empresas.
109

XXX Encontro

Nacional de Engenharia de Produo. (ENEGEP). So Carlos, SP. Disponvel em


<http://www.abepro.org.br/biblioteca/enegep2010_TN_STO_120_782_15082.pdf
> Acesso em: 19 Abr 2012.
OLIVEIRA, U. J. F., et al. (2009) Monotrilho Uma opo de Transporte Pblico
para a regio metropolitana da grande Vitria. XLII SBPO. Bento Gonalves.
RS.

Disponvel

em

:<http://www.din.uem.br/sbpo/sbpo2010/pdf/72362.pdf>

Acesso em: 25 Abr 2012.


REIS, N. F. (2007) Construo de Cenrio atravs da Lgica Paraconsistente
Anotada Evidencial Et. Dissertao de Mestrado. Instituto de Cincias Exatas e
Tecnolgicas da Universidade Paulista (UNIP). So Paulo, SP.
RIBEIRO, P. H. S. (2012) Transporte Pblico de Passageiros: Um estudo
comparativo dos sistemas de transportes. Projeto Final 1. Engenharia Civil.
Universidade de Braslia.
RICHARDSON, R. J. (2011) Pesquisa social: mtodos e tcnicas. Atlas. So Paulo.
SP.
ROCHA, H. M., et al. (2010) O uso da lgica paraconsistente junto ao mtodo
Delphi em pesquisa de opinio sobre fatores crticos de sucesso em
desenvolvimento de produtos. VII SEGeT Simpsio de Excelncia em Gesto
e

Tecnologia.

Resende.

RJ.

Disponvel

em<

http://www.aedb.br/seget/artigos10/234_ SEGeT_Paraconsistente_c_autores.pdf>
Acesso em: 18 Mar 2012.
RODRIGUES, T. G. (2010) Sobre os Fundamentos da Programao Lgica
Paraconsistente. Dissertao de Mestrado. Departamento de Filosofia do
Instituto de Filosofia e Cincias Humanas da Universidade Estadual de Campinas.
Disponvel em < http://www.cle.unicamp.br/prof/coniglio/dissertacao_Tarcisio
.pdf> Acesso em: 19 Abr 2012.
RODRIGUES, P. R. A. (2003) Introduo aos Sistemas de Transporte no Brasil e
Logstica Internacional. 3 ed., rev. e ampl.. Aduaneiras, So Paulo.
SANCHES, C. et al. ( 2010) Utilizao da Lgica Paraconsistente em processos de
tomada de deciso: Um caso prtico. Revista Pensamento Contemporneo em
Administrao.

Ano:

2010

N10.

Disponvel

em

<http://www.uff.br/rpca/volume%2010/paraconsistente.pdf > Acesso em: 10 Jun


12.
110

SENKO, L. G. M.(2006) Um Mtodo Baseado em Lgica Paraconsistente para


Deteco de Inconsistncias em Classificadores Base de Regras. Dissertao
de Mestrado. Programa de Ps-Graduao em Informtica PPGIA, da Pontifcia
Universidade

Catlica

do

Paran.

Disponvel

em

<

http://www.ppgia.pucpr.br/lib/exe/fetch.php?media=dissertacoes:2006:2006_luiz_
gustavo_senko.pdf> Acesso em: 10 Abr 2012.
SILVA FILHO, J.I. e ABE, J.M. (2000) Lgica Paraconsistente Anotada. 1 Ed.
Santos. SP. Editora Emmy.
SILVA, R. O. (2001) Teorias da Administrao. So Paulo: Pioneira Thomson
Learning.
SILVA, C. A. e SOUZA FILHO, H. M. (2007) Guidelines for rapid appraisals of
agrifood chain performance in developing countries. 20. ed. Rome: FAO.
SILVA et al.,(2008) Multiple views of sustainable urban mobility. The case of Brazil.
Transport Policy, vol 15, p. 350-360.
SIMON, H. A. (1977) The shape of automation: a psychological analysis of conflict,
choice and commitment. New York: Macmillan.
SIMON, H. A. (1977). The new science of management decision. New Jersey:
Prentice-Hall.
SIMON, H. A. et al. (1987) Decision Making and Problem Solving. Interfaces, n 17,
V. 5, p. 211-31, sep-oct.
SHIMIZU, T. (2010) Deciso nas Organizaes. 3 Ed. Atlas. So Paulo. SP.
TORRES, G. L., et al. (2008).Tomada de deciso multicritrio usando PAHP Processo de anlise hierrquica paraconsistente. VII Conferncia Internacional
de

Aplicaes

Industriais.

Poos

de

Caldas.

MG.

Disponvel

em

<http://www.labplan.ufsc.br/congressos/Induscon%202008/pdfs/41111.pdf>
Acesso em: 20 Mai 2012.
TURBAN, E. e ARONSON, J. E. (1998) Decision support systems and intelligent
systems. 5 Ed. Englewood Cliffs: Prentice Hall.
VARELA, D. A. (2010) Lgica paraconsistente: Lgicas da inconsistncia formal e
dialetesmo . Revista Fundamento V. 1, N. 1 SET.-DEZ. 2010. Disponvel em
< http://www.revistafundamento.ufop.br/pdf/vol1n1-9.pdf> Acesso em: 20 Mar
2012.

111

VUCHIC, V. R. (2007) Urban transit systems and technology. John Wiley & Sons,
Hoboken, NJ.
YIN, R.K. Estudo de caso: planejamento e mtodo. Bookman. 2005.

112

APNDICES

113

APNDICE A QUESTIONRIO APLICADO AOS ESPECIALISTAS


OPINIES DOS ESPECIALISTAS
Prezado Especialista. ...
Este estudo busca apresentar uma proposta da aplicao da lgica paraconsistente
anotada na seleo de tecnologias de transporte pblico de maneira a auxiliar na
tomadas de deciso.
O local que esta sendo considerado para seleo de tecnologia de transporte o Eixo
Sul, do Distrito Federal ( Luzinia Plano Piloto), no qual o cenrio selecionado
apenas para fins de pesquisa, onde as informaes aqui apresentadas no configuraram
como modelo de transporte a ser implementado naquela regio.
Para efeito dessa anlise, consideram-se os trechos do DF e os municpios de Gois que
esto situados no eixo sul. A imagem abaixo auxilia na identificao espacial do trecho
em questo:
Figura 1 rea de estudo

Fonte: Google Earth, 2012


Para que se possa desenvolver o estudo necessrio colaborao dos especialistas de
maneira a selecionar a tecnologia de transporte pblico para o Eixo Sul do Distrito
Federal. Assim, neste caso foram escolhidos n fatores Fi que influem na deciso, onde
114

para cada fator so estabelecidos m atributos Sj que traduzem os atributos utilizados


para seleo de transporte de massa.
Ento, como "especialista" na rea, voc dever atribuir o valor A da evidncia
favorvel (Aceitao ou Grau de crena) e o valor R da evidncia contrria (Rejeio
ou Grau de Descrena) na seleo da tecnologia de transporte pblico para o Eixo Sul.
Ou seja, para cada fator Fi nas condies determinadas pela seo Sj, voc estabelecer
os dois valores das evidncias, favorvel ( Aceitao) e contrria (Rejeio). claro,
isso feito usando sua opinio, que estar baseada em seu background, ou seja, em
conhecimento, experincia, vivncia, intuio, sensibilidade, bom senso etc. (A idia
essa mesmo, usar a experincia, sensibilidade etc.)
Os valores das evidncias favorvel (a) e contrria (b) so nmeros reais que variam no
intervalo fechado [ 0;10], ou seja, so nmeros que podem variar de 0 (ou 0%) a 10 (ou
100%), incluindo estes. Esses valores no so complementares como acontece em
probabilidades, isto , no necessrio que a + b = 10. Por exemplo, h situaes em
que a evidncia favorvel alta por alguma circunstncia e a contrria tambm pode ser
alta devido a outras circunstncias.
Um exemplo de preenchimento:

ATRIBUTOS
S1
S2
S3

Seo 1
Seo 2
Seo 3

Metr
Leve
A
2
4
2

R
4
5
2

F1 - Aspectos xxxxxxx
VLT
nibus
Covencional
A
R
A
R
5
6
0
0
7
8
0
0
3
3
5
5

BRT
A
8
7
4

Monotrilho
R
3
8
8

A
2
7
6

R
1
2
5

Trem
Urbano
A
R
0
0
0
0
0
0

Legenda:
A: Aceitao ou Grau de Crena
R: Rejeio ou Grau de Descrena
Para a aplicao do questionrio sero considerados os seguintes aspectos:
F1- Aspectos Econmicos;
F2- Aspectos da Cidade;
F3- Aspectos dos Usurios;
F4- Aspectos Ambientais; e
F5- Aspectos Polticos.
Espero que, em poucas palavras, tenha conseguido resumir a idia desta aplicao da
lgica paraconsistente anotada, o suficiente para poder preencher a tabela.

115

Nome:
Especialista:
( ) Econmico ( ) Consultor em Transportes (
( ) Ambiental ( ) Gestor Pblico

) Professor da rea de Transportes

1) Entre os aspectos considerados ordene sua preferncia o critrio mais importante para
o menos importante para seleo de tecnologias de transporte:
( ) Aspectos Econmicos
( ) Aspectos da Cidade
( ) Aspectos dos Usurios
( )Aspectos Ambientais
( ) Aspectos Polticos
2) Em sua opinio quais so as principais tecnologias tecnolgicas para o transporte
pblico urbano no Eixo Sul ( Braslia Luzinia):
( ) nibus Convencional
( ) BRT
( ) VLT
( ) Trem Urbano
( ) Metr Leve
( ) Monotrilho
( ) Outros _____________________
3) Para a seleo da tecnologia de transporte pblico que atenda as necessidades do
Eixo Sul do Distrito Federal, apresente sua avaliao quanto aa tecnologia de transporte
selecionado:
ATRIBUTOS
S1
S2
S3
S4
S5

S3
S4
S5
S6
S7

F1 - Aspectos econmicos
nibus
VLT

BRT

Monotrilho

Convencional

Trem
Urbano
A
R

Custo de projeto
Custo da obra
Custo
de
desapropriaes
Custo de reassentamento
Custo operacional

ATRIBUTOS
S1
S2

Metr
Leve
A
R

Metr
Leve
A
R

F2 - Aspectos da cidade
nibus
VLT

BRT

Monotrilho

Convencional

Impactos no trfego
Impactos em acidentes
de trnsito
Poluio visual
Impacto
em
reas
histricas
Impactos no mercado
imobilirio
Impactos no uso do solo
Impactos na ocupao do
solo

116

Trem
Urbano
A
R

ATRIBUTOS
S1
S2
S3
S4

S2
S3

S4
S5
S6

S3

S4

BRT

Monotrilho

Convencional

Trem
Urbano
A
R

Metr
Leve
A
R

F4 - Aspectos Ambientais
nibus
VLT

BRT

Monotrilho

Convencional

Trem
Urbano
A
R

Interferncias em reas
de vegetao urbana e
parques
Interferncias em reas
de proteo ambiental
Interferncias em reas
de pastagens ou de
agricultura
Interferncias
nos
recursos hdricos
Qualidade do ar
Rudos

ATRIBUTOS
S1
S2

F3 - Aspectos dos usurios


nibus
VLT

Cobertura dos Servios


Tempos de viagem
Nmero
de
transferncias
Conectividade
com
outros modais

ATRIBUTOS
S1

Metr
Leve
A
R

Metr
Leve
A
R

F5 - Aspectos Polticos
nibus
VLT

BRT

Monotrilho

Convencional

Trem
Urbano
A
R

Posio poltica
O relacionamento dos
agentes envolvidos
Aes e recursos que
possibilitam
o
convencimento
Interesses na tecnologia
de transporte

Agradeo a colaborao no desenvolvimento da pesquisa.


Att
Sandro Gomes Rodrigues
Mestrando do Programa de Ps-Graduao em Transportes da Universidade de Braslia.

117

APNDICE B BASE DE DADOS DO GRUPO A


GRUPO A
SEO

FATOR

Especialista 1 (Ambiental)

S1
S2
F1 S3
S4
S5
MDIA
S1
S2
S3
F2 S4
S5
S6
S7
MDIA
S1
S2
F3
S3
S4
MDIA
S1
S2
F4 S3
S4
S5
S6
MDIA
S1
F5 S2
S3
S4
MDIA

METRO

VLT

ONIBUS

BRT

Especialista 2 (Ambiental)

MONOTRILHO

TREM

METRO

VLT

ONIBUS

BRT

MONOTRILHO

TREM

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,50
0,80
0,70
0,70
0,60
0,66
0,30
0,20
0,40
0,00
0,80
0,80
0,70
0,46
0,80
0,70
0,80
1,00
0,83
0,80
0,30
0,00
0,30
0,80
0,80
0,50
1,00
0,90
0,90
1,00
0,95

0,20
0,20
0,30
0,30
0,20
0,24
0,80
0,90
0,60
1,00
0,40
0,20
0,40
0,61
0,10
0,20
0,20
0,00
0,13
0,20
0,90
1,00
0,60
0,20
0,30
0,53
0,20
0,20
0,30
0,30
0,25

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

1,00
0,80
0,80
0,70
1,00
0,86
0,20
0,10
0,20
0,20
0,60
0,80
0,70
0,40
0,70
0,70
0,80
1,00
0,80
0,60
0,80
0,00
0,30
0,50
0,80
0,50
1,00
0,80
0,90
0,90
0,90

0,00
0,20
0,20
0,30
0,00
0,14
0,90
1,00
0,90
0,90
0,30
0,20
0,30
0,64
0,20
0,20
0,10
0,00
0,13
0,50
0,20
1,00
0,60
0,40
0,20
0,48
0,30
0,30
0,30
0,30
0,30

0,50
0,60
0,50
0,40
0,30
0,46
0,40
0,50
0,40
0,20
1,00
0,60
0,60
0,53
1,00
0,70
0,80
0,80
0,83
0,70
0,70
0,20
0,50
1,00
0,80
0,65
0,90
0,90
1,00
0,90
0,93

0,90
0,80
0,30
0,30
0,50
0,56
0,80
0,90
0,60
0,80
0,60
0,40
0,60
0,67
0,30
0,00
0,20
0,10
0,15
0,60
0,80
0,80
0,80
0,60
0,50
0,68
0,30
0,20
0,20
0,10
0,20

0,60
0,70
0,60
0,50
0,50
0,58
0,50
0,60
0,50
0,40
0,80
0,70
0,80
0,61
0,80
0,80
0,70
0,60
0,73
0,60
0,60
0,10
0,50
0,90
0,70
0,57
1,00
0,80
1,00
1,00
0,95

0,70
0,70
0,40
0,10
0,70
0,52
0,70
0,60
0,80
0,90
0,80
0,50
0,70
0,71
0,40
0,20
0,40
0,20
0,30
0,70
0,70
0,30
0,70
0,80
0,70
0,65
0,20
0,30
0,30
0,20
0,25

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,70
0,60
0,80
0,70
0,90
0,74
0,70
0,80
0,80
0,70
0,60
0,80
0,90
0,76
0,90
0,90
0,80
0,80
0,85
0,70
0,80
0,20
0,50
0,90
0,70
0,63
0,80
0,80
1,00
0,90
0,88

0,50
0,40
0,50
0,60
0,30
0,46
0,60
0,50
0,70
0,70
0,30
0,20
0,20
0,46
0,30
0,40
0,50
0,50
0,43
0,30
0,50
0,70
0,60
0,60
0,40
0,52
0,30
0,20
0,20
0,10
0,20

0,90
0,70
0,70
0,90
0,90
0,82
0,30
0,20
0,10
0,30
0,70
0,70
0,80
0,44
0,60
0,80
0,70
0,90
0,75
0,50
0,90
0,10
0,40
0,50
0,70
0,52
1,00
0,90
1,00
0,80
0,93

0,30
0,40
0,30
0,30
0,10
0,28
1,00
0,90
0,90
0,80
0,40
0,50
0,50
0,71
0,30
0,30
0,20
0,10
0,23
0,70
0,30
0,90
0,70
0,50
0,30
0,57
0,40
0,40
0,30
0,40
0,38

118

APNDICE C BASE DE DADOS DO GRUPO B

GRUPO B
SEO

FATOR

Especialista 3 (Consultor)

S1
S2
F1 S3
S4
S5
Mdia
S1
S2
S3
F2 S4
S5
S6
S7
Mdia
S1
S2
F3
S3
S4
Mdia
S1
S2
F4 S3
S4
S5
S6
Mdia
S1
F5 S2
S3
S4
Mdia

METRO

VLT

ONIBUS

BRT

Especialista 4 (Consultor)

MONOTRILHO

TREM

METRO

VLT

ONIBUS

BRT

MONOTRILHO

TREM

0,50
0,40
0,50
0,60
0,50
0,50
0,60
0,70
0,40
0,70
0,70
0,80
0,50
0,63
0,70
0,60
0,50
0,60
0,60
0,60
0,40
0,60
0,60
0,80
0,60
0,60
0,60
0,60
0,70
0,80
0,68

0,20
0,50
0,20
0,30
0,50
0,34
0,30
0,30
0,70
0,30
0,20
0,20
0,40
0,34
0,30
0,40
0,30
0,40
0,35
0,30
0,60
0,30
0,20
0,20
0,40
0,33
0,30
0,30
0,30
0,20
0,28

0,60
0,30
0,40
0,50
0,60
0,48
0,60
0,80
0,60
0,80
0,60
0,60
0,60
0,66
0,60
0,60
0,60
0,70
0,63
0,60
0,50
0,50
0,60
0,80
0,60
0,60
0,70
0,60
0,70
0,70
0,68

0,30
0,60
0,30
0,50
0,40
0,42
0,40
0,20
0,40
0,20
0,40
0,40
0,40
0,34
0,20
0,40
0,40
0,20
0,30
0,40
0,30
0,40
0,30
0,20
0,30
0,32
0,30
0,40
0,20
0,20
0,28

0,80
0,60
0,80
0,90
0,80
0,78
0,90
0,50
0,90
0,90
0,70
0,70
0,90
0,79
0,90
0,70
0,90
0,90
0,85
0,90
0,90
0,80
0,80
0,30
0,50
0,70
0,60
0,50
0,60
0,80
0,63

0,10
0,30
0,20
0,10
0,20
0,18
0,10
0,50
0,10
0,10
0,30
0,20
0,10
0,20
0,10
0,30
0,10
0,10
0,15
0,10
0,10
0,20
0,20
0,70
0,50
0,30
0,40
0,50
0,40
0,20
0,38

0,50
0,40
0,60
0,50
0,70
0,54
0,80
0,60
0,70
0,70
0,70
0,50
0,50
0,64
0,70
0,80
0,70
0,70
0,73
0,70
0,80
0,50
0,70
0,60
0,60
0,65
0,60
0,60
0,50
0,70
0,60

0,30
0,50
0,40
0,50
0,30
0,40
0,20
0,40
0,30
0,20
0,30
0,50
0,40
0,33
0,30
0,20
0,30
0,20
0,25
0,20
0,10
0,30
0,30
0,30
0,20
0,23
0,30
0,40
0,50
0,20
0,35

0,60
0,70
0,60
0,70
0,60
0,64
0,60
0,70
0,50
0,60
0,60
0,70
0,70
0,63
0,50
0,70
0,60
0,60
0,60
0,50
0,40
0,50
0,60
0,60
0,70
0,55
0,70
0,60
0,60
0,60
0,63

0,40
0,30
0,40
0,30
0,40
0,36
0,30
0,20
0,60
0,40
0,30
0,30
0,50
0,37
0,40
0,30
0,30
0,40
0,35
0,20
0,40
0,60
0,30
0,40
0,30
0,37
0,30
0,40
0,30
0,40
0,35

0,70
0,70
0,60
0,70
0,50
0,64
0,70
0,60
0,50
0,50
0,50
0,50
0,40
0,53
0,60
0,70
0,60
0,60
0,63
0,40
0,70
0,60
0,70
0,70
0,50
0,60
0,60
0,50
0,70
0,70
0,63

0,20
0,30
0,40
0,30
0,50
0,34
0,30
0,40
0,30
0,40
0,20
0,50
0,60
0,39
0,40
0,30
0,40
0,40
0,38
0,60
0,30
0,40
0,30
0,30
0,50
0,40
0,40
0,50
0,30
0,20
0,35

0,70
0,50
0,90
0,90
0,80
0,76
0,00
0,00
0,20
0,20
0,20
0,00
0,20
0,11
0,80
0,80
0,20
0,20
0,50
0,40
0,40
0,50
0,50
0,70
0,10
0,43
0,30
0,30
0,60
0,30
0,38

0,50
0,50
0,10
0,10
0,10
0,26
0,00
0,00
0,80
1,00
1,00
0,00
1,00
0,54
0,20
0,20
0,80
0,80
0,50
0,10
0,10
0,10
0,10
0,20
0,30
0,15
0,10
0,10
0,20
0,10
0,13

0,70
0,50
0,90
0,90
0,80
0,76
0,40
0,40
0,90
0,20
0,20
0,40
0,20
0,39
0,80
0,80
0,20
0,20
0,50
0,40
0,40
0,50
0,50
0,70
0,10
0,43
0,30
0,30
0,60
0,30
0,38

0,50
0,50
0,10
0,10
0,10
0,26
0,50
0,50
0,10
1,00
1,00
0,50
1,00
0,66
0,20
0,20
0,80
0,80
0,50
0,10
0,10
0,10
0,10
0,20
0,30
0,15
0,10
0,10
0,60
0,10
0,23

1,00
1,00
1,00
1,00
1,00
1,00
0,40
0,40
0,90
0,10
0,10
0,40
0,10
0,34
0,30
0,30
0,40
0,40
0,35
0,40
0,40
0,50
0,50
0,70
0,10
0,43
0,70
0,70
0,80
0,80
0,75

0,40
0,00
0,00
0,00
0,00
0,08
0,50
0,50
0,10
0,90
0,90
0,50
0,90
0,61
0,10
0,10
0,40
0,40
0,25
0,10
0,10
0,10
0,10
0,20
0,10
0,12
0,00
0,20
0,20
0,20
0,15

1,00
1,00
1,00
1,00
1,00
1,00
0,40
0,40
0,20
0,10
0,10
0,40
0,10
0,24
0,20
0,20
0,30
0,30
0,25
0,40
0,40
0,50
0,50
0,70
0,10
0,43
0,80
0,30
0,70
0,30
0,53

0,20
0,00
0,00
0,00
0,00
0,04
0,50
0,50
0,80
0,90
0,90
0,50
0,90
0,71
0,30
0,30
0,30
0,30
0,30
0,10
0,10
0,10
0,10
0,20
0,10
0,12
0,20
0,10
0,20
0,10
0,15

0,00
0,00
0,80
0,80
0,30
0,38
0,00
0,00
0,10
0,10
0,10
0,00
0,10
0,06
0,80
0,80
0,10
0,10
0,45
0,20
0,20
0,20
0,20
0,30
0,20
0,22
0,00
0,00
0,00
0,00
0,00

1,00
1,00
0,10
0,10
0,10
0,46
0,00
0,00
1,00
1,00
1,00
0,00
1,00
0,57
0,20
0,20
1,00
1,00
0,60
0,80
0,80
0,80
0,80
0,50
0,30
0,67
1,00
1,00
1,00
1,00
1,00

0,70
0,50
0,90
0,90
0,80
0,76
0,00
0,00
0,20
0,20
0,20
0,00
0,20
0,11
0,80
0,80
0,20
0,20
0,50
0,40
0,40
0,50
0,50
0,70
0,10
0,43
0,30
0,30
0,60
0,30
0,38

0,50
0,50
0,10
0,10
0,10
0,26
0,00
0,00
0,80
1,00
1,00
0,00
1,00
0,54
0,20
0,20
0,80
0,80
0,50
0,10
0,10
0,10
0,10
0,20
0,30
0,15
0,10
0,10
0,20
0,10
0,13

119

APNDICE D BASE DE DADOS DO GRUPO C


GRUPO C
SEO

FATOR

Especialista 5 (Docente)

S1
S2
F1 S3
S4
S5
Mdia
S1
S2
S3
F2 S4
S5
S6
S7
Mdia
S1
S2
F3
S3
S4
Mdia
S1
S2
F4 S3
S4
S5
S6
Mdia
S1
F5 S2
S3
S4
Mdia

METRO

VLT

ONIBUS

BRT

Especialista 6 (Docente)

MONOTRILHO

TREM

METRO

VLT

ONIBUS

BRT

MONOTRILHO

TREM

0,40
0,40
0,80
0,70
0,60
0,58
1,00
0,00
0,90
0,90
0,70
0,70
0,80
0,71
0,50
0,90
0,70
0,70
0,70
0,30
0,50
0,10
0,10
0,00
0,30
0,22
0,30
0,50
0,30
0,40
0,38

0,60
0,50
0,00
0,20
0,30
0,32
0,00
1,00
0,50
0,40
0,50
0,50
0,20
0,44
0,60
0,20
0,40
0,40
0,40
0,60
0,50
0,70
0,60
0,90
0,60
0,65
0,70
0,50
0,70
0,60
0,63

0,80
0,80
0,30
0,10
0,60
0,80
1,00
0,00
0,40
0,00
1,00
1,00
1,00
0,63
0,90
1,00
0,90
1,00
0,70
0,60
0,40
1,00
0,70
1,00
0,70
0,22
0,90
0,70
0,20
0,40
0,30

0,10
0,30
0,00
0,00
0,50
0,10
0,00
0,00
0,30
0,00
0,00
0,10
0,10
0,36
0,70
0,10
0,30
0,00
0,35
0,60
0,50
0,00
0,60
0,10
0,30
0,68
0,40
0,60
0,90
0,30
0,55

0,80
0,80
0,90
0,80
0,70
0,26
1,00
0,10
0,50
0,50
0,80
0,60
0,90
0,56
0,60
0,80
0,60
0,80
0,70
0,20
0,40
0,20
0,10
0,00
0,40
0,72
0,20
0,30
0,20
0,50
0,65

0,20
0,00
0,00
0,10
0,20
0,86
0,10
0,90
0,20
0,30
0,30
0,50
0,20
0,56
0,50
0,20
0,40
0,30
0,48
0,70
0,60
0,60
0,70
0,90
0,60
0,47
0,60
0,50
0,70
0,40
0,40

1,00
1,00
0,00
0,00
0,60
0,38
0,90
0,00
0,30
0,90
1,00
1,00
1,00
0,54
0,90
0,90
0,70
1,00
0,60
0,60
0,40
0,80
0,60
1,00
0,90
0,62
1,00
0,40
0,30
0,20
0,45

0,10
0,10
0,00
0,00
0,70
0,64
0,30
0,30
0,40
0,60
0,20
0,00
0,00
0,46
0,70
0,60
0,50
0,10
0,53
0,20
0,70
0,30
0,40
0,10
0,30
0,52
0,10
0,80
0,70
0,00
0,48

0,20
0,20
0,50
0,20
0,20
0,52
0,20
0,80
0,70
0,70
0,50
0,60
0,40
0,47
0,70
0,40
0,90
0,80
0,58
0,70
0,80
0,70
0,50
0,90
0,70
0,30
0,50
0,70
0,70
0,70
0,25

0,90
0,90
0,90
0,80
0,80
0,40
0,90
0,30
0,50
0,50
0,50
0,70
0,50
0,50
0,70
0,70
0,30
0,20
0,43
0,40
0,50
0,40
0,50
0,50
0,50
0,63
0,60
0,40
0,30
0,30
0,50

1,00
1,00
0,00
0,00
0,90
0,60
0,30
0,40
0,20
0,30
0,50
0,50
0,60
0,66
1,00
0,60
0,20
1,00
0,50
0,50
0,60
0,70
0,50
0,20
0,50
0,42
0,30
0,60
0,60
0,60
0,45

0,00
0,00
0,00
0,00
0,20
0,22
1,00
0,80
0,10
1,00
0,70
0,60
0,60
0,46
0,40
0,70
0,90
0,00
0,53
0,70
0,50
0,40
0,70
0,80
0,60
0,58
0,80
0,60
0,50
0,50
0,50

0,30
0,30
0,50
0,40
0,40
0,52
0,30
0,70
0,60
0,50
0,60
0,60
0,50
0,63
0,50
0,60
0,70
0,60
0,95
0,80
0,70
0,40
0,40
0,80
0,60
0,73
0,30
0,40
0,50
0,60
0,55

0,60
0,90
0,50
0,60
0,60
0,18
0,80
0,20
0,40
0,50
0,50
0,40
0,40
0,07
0,60
0,50
0,60
0,40
0,28
0,70
0,50
0,40
0,50
0,50
0,50
0,35
0,50
0,50
0,50
0,40
0,55

1,00
1,00
0,00
0,00
0,90
0,52
0,30
0,40
0,20
0,20
0,50
0,30
0,40
0,73
0,90
0,60
0,30
1,00
0,88
0,40
0,50
0,70
0,40
0,30
0,60
0,72
0,50
0,80
0,90
0,80
0,48

0,10
0,10
0,00
0,00
0,10
0,18
0,70
0,20
0,30
1,00
0,70
0,70
0,80
0,26
0,40
0,50
0,40
0,00
0,48
0,30
0,30
0,20
0,60
0,70
0,40
0,33
0,80
0,40
0,10
0,30
0,40

0,40
0,40
0,60
0,60
0,60
0,58
0,70
0,10
0,50
0,50
0,70
0,30
0,50
0,40
0,50
0,70
0,50
0,60
0,70
0,50
0,60
0,20
0,20
0,00
0,30
0,50
0,30
0,30
0,20
0,20
0,53

0,20
0,80
0,30
0,40
0,30
0,04
0,30
0,90
0,30
0,30
0,50
0,70
0,50
0,69
0,50
0,30
0,50
0,40
0,50
0,50
0,50
0,70
0,60
0,90
0,60
0,62
0,60
0,40
0,60
0,40
0,60

0,70
0,90
0,10
0,00
0,60
0,58
1,00
0,00
0,80
0,20
0,80
0,90
0,80
0,33
0,90
1,00
0,20
0,90
0,70
0,30
0,40
0,60
0,40
1,00
0,70
0,48
0,10
0,20
0,10
0,40
0,75

0,10
0,20
0,00
0,00
0,70
0,06
0,10
0,00
0,80
1,00
0,10
0,30
0,40
0,63
0,70
0,30
0,20
0,10
0,33
0,70
0,50
0,40
0,40
1,00
0,30
0,42
0,70
0,80
0,70
0,20
0,40

0,50
0,50
0,60
0,70
0,70
0,46
1,00
0,20
0,90
0,70
0,60
0,60
0,60
0,64
0,40
0,50
0,50
0,60
0,75
0,50
0,80
0,40
0,50
0,00
0,30
0,57
0,40
0,50
0,50
0,40
0,20

0,20
0,20
0,10
0,30
0,30
0,20
0,00
0,80
0,40
0,30
0,40
0,60
0,70
0,39
0,70
0,50
0,50
0,40
0,33
0,50
0,50
0,60
0,50
0,80
0,60
0,55
0,50
0,50
0,50
0,50
0,60

0,60
0,70
0,00
0,00
0,90
0,44
0,40
0,00
0,50
0,00
0,70
0,80
0,60
0,43
0,70
0,80
0,40
0,90
0,70
0,30
0,20
0,60
0,40
1,00
0,60
0,52
0,50
0,70
0,80
0,80
0,70

0,30
0,30
0,00
0,00
0,30
0,18
0,00
0,00
0,50
0,80
0,70
0,50
0,30
0,40
0,50
0,10
0,50
0,10
0,30
0,70
0,50
0,90
0,50
0,70
0,50
0,63
0,50
0,40
0,30
0,10
0,33

120

APNDICE E BASE DE DADOS DO GRUPO D


GRUPO D
SEO

FATOR

Especialista 7 (Financeiro)

S1
S2
F1 S3
S4
S5
Mdia
S1
S2
S3
F2 S4
S5
S6
S7
Mdia
S1
S2
F3
S3
S4
Mdia
S1
S2
F4 S3
S4
S5
S6
Mdia
S1
F5 S2
S3
S4
Mdia

METRO

VLT

ONIBUS

BRT

Especialista 8 (Financeiro)

MONOTRILHO

TREM

METRO

VLT

ONIBUS

BRT

MONOTRILHO

TREM

0,70
0,70
0,20
0,00
0,50
0,42
1,00
0,00
0,30
0,00
1,00
1,00
1,00
0,61
0,80
1,00
0,80
0,90
0,88
0,50
0,30
1,00
0,50
1,00
0,60
0,65
0,80
0,60
0,10
0,30
0,45

0,20
0,30
0,00
0,00
0,60
0,22
0,00
0,00
0,30
0,00
0,10
0,20
0,20
0,11
0,80
0,20
0,40
0,00
0,35
0,50
0,60
0,10
0,50
0,10
0,20
0,33
0,50
0,70
0,80
0,20
0,55

0,90
0,90
0,00
0,00
0,50
0,46
0,80
0,00
0,20
0,80
1,00
1,00
1,00
0,69
0,80
1,00
0,60
1,00
0,85
0,50
0,30
0,70
0,50
1,00
0,80
0,63
0,90
0,30
0,20
0,20
0,40

0,20
0,20
0,00
0,00
0,60
0,20
0,40
0,20
0,20
0,40
0,10
0,20
0,20
0,24
0,80
0,50
0,60
0,00
0,48
0,30
0,60
0,20
0,50
0,00
0,40
0,33
0,20
0,70
0,60
0,10
0,40

1,00
1,00
0,00
0,00
0,80
0,56
0,20
0,30
0,10
0,10
0,30
0,30
0,40
0,24
1,00
0,50
0,10
1,00
0,65
0,30
0,30
0,60
0,40
0,10
0,50
0,37
0,20
0,50
0,50
0,50
0,43

0,00
0,00
0,00
0,00
0,10
0,02
0,90
0,70
0,10
0,90
0,60
0,50
0,50
0,60
0,40
0,60
0,80
0,00
0,45
0,50
0,50
0,30
0,60
0,70
0,50
0,52
0,70
0,50
0,40
0,50
0,53

1,00
1,00
0,00
0,00
0,80
0,56
0,20
0,30
0,10
0,10
0,30
0,20
0,30
0,21
0,70
0,60
0,30
1,00
0,65
0,30
0,30
0,60
0,40
0,20
0,50
0,38
0,40
0,70
0,70
0,70
0,63

0,00
0,00
0,00
0,00
0,10
0,02
0,60
0,30
0,10
0,90
0,60
0,60
0,60
0,53
0,50
0,60
0,40
0,00
0,38
0,50
0,50
0,30
0,50
0,60
0,50
0,48
0,60
0,50
0,20
0,50
0,45

0,50
0,70
0,00
0,00
0,50
0,34
1,00
0,00
0,60
0,10
0,70
0,70
0,80
0,56
0,80
0,80
0,30
1,00
0,73
0,20
0,50
0,70
0,50
1,00
0,60
0,58
0,20
0,20
0,10
0,10
0,15

0,20
0,20
0,00
0,00
0,60
0,20
0,00
0,00
0,70
0,90
0,20
0,40
0,40
0,37
0,60
0,40
0,40
0,00
0,35
0,60
0,30
0,30
0,30
1,00
0,50
0,50
0,60
0,70
0,60
0,10
0,50

0,50
0,50
0,00
0,00
0,70
0,34
0,30
0,00
0,30
0,00
0,50
0,50
0,50
0,30
0,60
0,60
0,30
1,00
0,63
0,20
0,30
0,50
0,30
1,00
0,50
0,47
0,40
0,60
0,60
0,60
0,55

0,20
0,20
0,00
0,00
0,40
0,16
0,00
0,00
0,50
0,90
0,60
0,60
0,50
0,44
0,60
0,20
0,40
0,00
0,30
0,60
0,40
0,70
0,60
0,80
0,60
0,62
0,60
0,60
0,30
0,10
0,40

0,60
0,80
0,30
0,10
0,70
0,50
1,00
0,10
0,50
0,00
1,00
1,00
1,00
0,66
1,00
0,90
0,90
1,00
0,95
0,70
0,20
1,00
0,70
1,00
0,50
0,68
1,00
0,70
0,20
0,10
0,50

0,10
0,40
0,10
0,00
0,60
0,24
0,20
0,00
0,40
0,00
0,00
0,10
0,00
0,10
0,90
0,10
0,50
0,10
0,40
0,40
0,70
0,00
0,40
0,10
0,30
0,32
0,60
0,60
0,90
0,10
0,55

1,00
0,90
0,10
0,20
0,70
0,58
0,90
0,00
0,30
0,90
1,00
1,00
0,90
0,71
1,00
0,90
0,70
0,90
0,88
0,70
0,40
0,90
0,60
1,00
0,90
0,75
1,00
0,40
0,10
0,20
0,43

0,10
0,30
0,00
0,00
0,40
0,16
0,30
0,10
0,20
0,50
0,20
0,10
0,00
0,20
0,90
0,70
0,80
0,00
0,60
0,40
0,80
0,10
0,40
0,00
0,30
0,33
0,30
0,90
0,70
0,20
0,53

1,00
1,00
0,00
0,00
0,80
0,56
0,30
0,50
0,00
0,00
0,40
0,40
0,30
0,27
1,00
0,40
0,00
0,90
0,58
0,40
0,20
0,70
0,30
0,20
0,70
0,42
0,30
0,70
0,80
0,80
0,65

0,10
0,20
0,10
0,00
0,20
0,12
1,00
0,80
0,20
0,80
0,70
0,40
0,40
0,61
0,60
0,70
0,90
0,10
0,58
0,70
0,80
0,20
0,70
0,90
0,40
0,62
0,90
0,60
0,50
0,60
0,65

1,00
1,00
0,00
0,00
0,90
0,58
0,10
0,40
0,20
0,10
0,40
0,10
0,30
0,23
0,80
0,70
0,40
0,90
0,70
0,40
0,50
0,70
0,30
0,10
0,70
0,45
0,50
0,90
0,90
0,80
0,78

0,20
0,00
0,00
0,00
0,20
0,08
0,70
0,20
0,10
1,00
0,70
0,50
0,60
0,54
0,70
0,80
0,50
0,10
0,53
0,70
0,80
0,20
0,60
0,70
0,40
0,57
0,80
0,40
0,20
0,30
0,43

0,70
0,90
0,00
0,00
0,60
0,44
1,00
0,10
0,70
0,20
0,90
0,80
0,70
0,63
0,90
1,00
0,20
0,90
0,75
0,30
0,60
0,80
0,60
1,00
0,70
0,67
0,30
0,20
0,00
0,10
0,15

0,10
0,10
0,00
0,00
0,40
0,12
0,00
0,20
0,80
1,00
0,10
0,50
0,30
0,41
0,70
0,50
0,30
0,00
0,38
0,70
0,40
0,20
0,20
1,00
0,40
0,48
0,70
0,80
0,70
0,20
0,60

0,60
0,70
0,00
0,00
0,80
0,42
0,40
0,20
0,50
0,10
0,70
0,80
0,60
0,47
0,80
0,70
0,50
1,00
0,75
0,10
0,30
0,60
0,20
1,00
0,60
0,47
0,50
0,70
0,80
0,90
0,73

0,10
0,20
0,00
0,00
0,30
0,12
0,10
0,00
0,70
1,00
0,50
0,70
0,80
0,54
0,70
0,10
0,50
0,00
0,33
0,70
0,50
0,80
0,70
0,70
0,50
0,65
0,70
0,90
0,30
0,00
0,48

121

APNDICE F BASE DE DADOS DO GRUPO E


GRUPO E
SEO

FATOR

Especialista 9 (Gestor Pblico)

S1
S2
F1 S3
S4
S5
Mdia
S1
S2
S3
F2 S4
S5
S6
S7
Mdia
S1
S2
F3
S3
S4
Mdia
S1
S2
F4 S3
S4
S5
S6
Mdia
S1
F5 S2
S3
S4
Mdia

METRO

VLT

ONIBUS

BRT

Especialista 10 (Gestor Pblico)

MONOTRILHO

TREM

METRO

VLT

ONIBUS

BRT

MONOTRILHO

TREM

0,90
0,70
1,00
1,00
0,90
0,90
0,20
0,10
0,40
0,50
0,40
0,00
0,30
0,27
1,00
0,90
0,30
0,40
0,65
0,50
0,70
0,50
0,70
0,90
0,20
0,58
0,40
0,50
0,70
0,50
0,53

0,40
0,30
0,00
0,10
0,20
0,20
0,10
0,00
0,90
0,90
1,00
0,10
0,90
0,56
0,10
0,30
0,90
1,00
0,58
0,20
0,10
0,20
0,20
0,30
0,40
0,23
0,20
0,30
0,40
0,00
0,23

0,90
0,70
1,00
0,90
0,90
0,88
0,60
0,50
1,00
0,30
0,40
0,60
0,10
0,50
0,90
1,00
0,30
0,30
0,63
0,50
0,70
0,60
0,70
0,90
0,20
0,60
0,50
0,60
0,80
0,40
0,58

0,60
0,50
0,00
0,10
0,00
0,24
0,40
0,30
0,00
0,90
1,00
0,60
0,90
0,59
0,30
0,10
0,90
0,80
0,53
0,20
0,30
0,20
0,20
0,10
0,10
0,18
0,20
0,30
0,70
0,10
0,33

0,90
1,00
0,80
0,90
1,00
0,92
0,60
0,50
1,00
0,20
0,30
0,50
0,20
0,47
0,40
0,20
0,50
0,50
0,40
0,50
0,60
0,60
0,40
0,80
0,00
0,48
0,80
0,90
0,70
0,90
0,83

0,30
0,10
0,20
0,30
0,00
0,18
0,30
0,20
0,20
1,00
0,90
0,60
1,00
0,60
0,20
0,10
0,50
0,60
0,35
0,20
0,10
0,00
0,10
0,30
0,40
0,18
0,10
0,10
0,30
0,10
0,15

0,90
1,00
1,00
0,90
1,00
0,96
0,50
0,30
0,30
0,20
0,00
0,50
0,20
0,29
0,30
0,40
0,50
0,50
0,43
0,60
0,50
0,70
0,60
0,80
0,20
0,57
0,90
0,80
0,80
0,80
0,83

0,20
0,00
0,10
0,30
0,10
0,14
0,40
0,60
0,90
1,00
0,90
0,60
1,00
0,77
0,40
0,50
0,20
0,20
0,33
0,20
0,30
0,00
0,20
0,10
0,10
0,15
0,20
0,10
0,30
0,10
0,18

0,20
0,10
0,90
1,00
0,30
0,50
0,10
0,20
0,20
0,30
0,40
0,20
0,20
0,23
0,90
1,00
0,20
0,30
0,60
0,30
0,40
0,40
0,50
0,40
0,30
0,38
0,40
0,50
0,70
0,50
0,53

0,90
1,00
0,20
0,10
0,40
0,52
0,20
0,30
0,90
1,00
0,90
0,10
0,90
0,61
0,30
0,20
0,90
0,90
0,58
0,90
1,00
0,90
0,90
0,40
0,20
0,72
0,90
0,80
0,70
0,90
0,83

0,80
0,70
1,00
0,90
0,90
0,86
0,10
0,00
0,40
0,60
0,30
0,10
0,30
0,26
1,00
0,80
0,50
0,30
0,65
0,60
0,30
0,60
0,60
0,80
0,20
0,52
0,40
0,50
0,70
0,50
0,53

0,70
0,60
0,20
0,10
0,00
0,32
0,00
0,10
0,90
0,90
1,00
0,10
0,90
0,56
0,30
0,10
0,90
1,00
0,58
0,20
0,20
0,30
0,10
0,30
0,40
0,25
0,20
0,10
0,30
0,20
0,20

0,60
0,60
0,90
0,90
0,80
0,76
1,00
0,10
1,00
0,90
0,80
0,90
0,90
0,80
0,60
1,00
0,90
0,90
0,85
0,40
0,60
0,20
0,00
0,10
0,20
0,25
0,20
0,70
0,20
0,30
0,35

0,80
0,70
0,00
0,10
0,40
0,40
0,10
1,00
0,60
0,50
0,70
0,70
0,20
0,54
0,80
0,10
0,30
0,30
0,38
0,70
0,70
0,90
0,70
1,00
0,80
0,80
0,80
0,80
0,90
0,70
0,80

1,00
0,90
0,90
1,00
0,80
0,92
1,00
0,20
0,60
0,40
0,90
0,70
1,00
0,69
0,70
0,90
0,80
0,90
0,83
0,30
0,50
0,20
0,20
0,00
0,50
0,28
0,40
0,60
0,30
0,60
0,48

0,10
0,30
0,20
0,00
0,10
0,14
0,00
1,00
0,30
0,20
0,20
0,60
0,10
0,34
0,90
0,10
0,50
0,20
0,43
0,90
0,70
0,50
0,90
1,00
0,50
0,75
0,70
0,30
0,60
0,30
0,48

0,10
0,20
0,60
0,30
0,40
0,32
0,30
0,90
0,90
0,80
0,60
0,70
0,50
0,67
0,80
0,50
1,00
0,90
0,80
0,80
0,90
0,80
0,60
1,00
0,80
0,82
0,60
0,80
0,80
0,90
0,78

1,00
0,90
0,80
0,90
0,80
0,88
1,00
0,40
0,60
0,40
0,30
0,90
0,60
0,60
0,60
0,80
0,20
0,10
0,43
0,30
0,20
0,30
0,40
0,30
0,40
0,32
0,50
0,30
0,20
0,10
0,28

0,20
0,40
0,60
0,50
0,30
0,40
0,20
0,90
0,70
0,60
0,70
0,80
0,60
0,64
0,60
0,70
0,80
0,70
0,70
0,90
0,80
0,50
0,50
0,90
0,70
0,72
0,20
0,50
0,60
0,60
0,48

0,70
1,00
0,60
0,50
0,50
0,66
0,90
0,10
0,30
0,40
0,20
0,30
0,30
0,36
0,50
0,40
0,50
0,30
0,43
0,50
0,70
0,20
0,40
0,30
0,20
0,38
0,60
0,40
0,40
0,40
0,45

0,60
0,50
0,70
0,80
0,70
0,66
0,90
0,20
0,70
0,70
0,80
0,40
0,60
0,61
0,60
0,80
0,60
0,70
0,68
0,60
0,70
0,30
0,10
0,10
0,20
0,33
0,20
0,10
0,10
0,10
0,13

0,10
0,90
0,40
0,30
0,20
0,38
0,10
1,00
0,10
0,40
0,30
0,80
0,30
0,43
0,30
0,40
0,40
0,30
0,35
0,40
0,50
0,50
0,80
1,00
0,70
0,65
0,70
0,50
0,70
0,50
0,60

0,70
0,80
0,70
0,90
0,90
0,80
1,00
0,10
1,00
0,80
0,70
0,70
0,80
0,73
0,50
0,60
0,60
0,70
0,60
0,80
0,90
0,50
0,40
0,10
0,20
0,48
0,50
0,60
0,70
0,50
0,58

0,10
0,20
0,10
0,20
0,30
0,18
0,10
0,90
0,30
0,20
0,50
0,40
0,60
0,43
0,60
0,40
0,30
0,30
0,40
0,40
0,30
0,70
0,30
0,90
0,70
0,55
0,60
0,70
0,80
0,40
0,63

122

APNDICE G - REGRAS DE MAXIMIZAO E MINIMIZAO DO


GRUPO A
E1
F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

E2
F1-(0,46;0,56)
F2-(0,53;0,67)
F3- (0,83;015)
F4- (0,65;0,68)
F5-(0,93;020)

OR
F1,F2,F3,F4,F
5
F1-(0,46;0,56)
F2-(0,53;0,67)
F3- (0,83;015)
F4- (0,65;0,68)
F5-(0,93;020)

GRUPO B
E3
F1-(0,50;0,34)
F2-(0,63;0,34)
F3- (0,60;035)
F4- (0,60;0,33)
F5- (0,68;0,28)

E4
F1-(0,76;0,26)
F2-(0,11;0,54)
F3- (0,50;050)
F4- (0,43;0,15)
F5- (0,38;0,13)

GRUPOMETR
C
E5
F1-(0,58;0,32)
F2-(071;0,44)
F3- (0,70;040)
F4- (0,22;0,65)
F5- (0,38;0,63)

E6
F1-(0,52;0,18)
F2-(0,63;0,07)
F3- (0,95;0,28)
F4- (0,73;0,35)
F5- (0,55;0,55)

OR
F1,F2,F3,F4,F
5

OR
F1,F2,F3,F4,F
5

F1-(0,76;0,34)
F2-(0,63;0,54)
F3- (0,60;0,50)
F4- (0,60;0,33)
F5- (0,68;0,38)

F1-(0,58;0,32)
F2-(0,71;0,44)
F3- (0,95;0,40)
F4- (0,73;0,65)
F5- (0,55;0,63)

GRUPO D
E7
F1-(0,42;0,22)
F2-(0,61;0,11)
F3- (0,88;0,35)
F4- (0,65;0,33)
F5- (0,45;0,55)

OR
F1,F2,F3,F4,F
5
F1-(0,50;0,24)
F2-(0,66;0,11)
F3- (0,95;0,40)
F4- (0,68;0,33)
F5- (0,50;0,55)

AND
F1,F2,F3,F4,F
5

Para-analisador

F1-(0,46;0,24)
F2-(0,53;0,11)
F3- (0,60;0,15)
F4- (0,58;0,33)
F5- (0,50;0,20)

Regra de
Deciso

123
123

E8
F1-(0,50;0,24)
F2-(0,66;0,10)
F3- (0,95;0,40)
F4- (0,68;0,32)
F5-(0,50;0,55)

DECISO
F1- (0,22;-0,30)
F2 (0,42;-0,36)
F3- (0,45;-0,25)
F4 (0,25;-0,08)
F5 (0,30;-0,30)

GRUPO E
E9
F1-(0,90;0,20)
F2-(0,27;0,56)
F3- (0,65;0,58)
F4- (0,58;0,23)
F5- (0,53;0,23)

E10
F1- (0,76;0,40)
F2- (0,80;0,54)
F3- (0,85;0,38)
F4- (0,25;0,80)
F5- (0,35;0,80)

OR
F1,F2,F3,F4,F
5
F1-(0,90;0,40)
F2-(0,80;0,56)
F3- (0,85;0,58)
F4- (0,58;0,80)
F5- (0,53;0,80)

SEO

FATOR

APNDICE H TABELA DE CLCULO PARA ANLISE DO METR


GRUPO 1

F1

W
S1
S2
S3
S4
S5
S6
S7

F2

W
S1
S2
S3
S4

F3
W

S1
S2
S3
S4
S5
S6

F4

W
S1
S2
S3
S4

F5
W

GRUPO 3

GRUPO 4

GRUPO 5

MAX ( E1;E2) MAX ( E3;E4) MAX ( E5;E6) MAX ( E7;E8) MAX ( E9;E10)
GC

S1
S2
S3
S4
S5

GRUPO 2

0,50
0,60
0,50
0,40
0,30
0,46
0,40
0,50
0,40
0,20
1,00
0,60
0,60
0,53
1,00
0,70
0,80
0,80
0,83
0,70
0,70
0,20
0,50
1,00
0,80
0,65
0,90
0,90
1,00
0,90
0,93

GD
0,90
0,80
0,30
0,30
0,50
0,56
0,80
0,90
0,60
0,80
0,60
0,40
0,60
0,67
0,30
0,00
0,20
0,10
0,15
0,60
0,80
0,80
0,80
0,60
0,50
0,68
0,30
0,20
0,20
0,10
0,20

GC
0,70
0,50
0,90
0,90
0,80
0,76
0,60
0,70
0,40
0,70
0,70
0,80
0,50
0,63
0,80
0,80
0,50
0,60
0,60
0,60
0,40
0,60
0,60
0,80
0,60
0,60
0,60
0,60
0,70
0,80
0,68

GD
0,50
0,50
0,20
0,30
0,50
0,34
0,30
0,30
0,80
1,00
1,00
0,20
1,00
0,54
0,30
0,40
0,80
0,80
0,50
0,30
0,60
0,30
0,20
0,20
0,40
0,33
0,30
0,30
0,30
0,20
0,28

GC
0,80
0,80
0,80
0,70
0,60
0,58
1,00
0,00
0,90
0,90
1,00
1,00
1,00
0,71
0,90
1,00
0,90
1,00
0,95
0,60
0,50
1,00
0,70
1,00
0,70
0,73
0,90
0,70
0,30
0,40
0,55

GD
0,60
0,50
0,00
0,20
0,50
0,32
0,00
1,00
0,50
0,40
0,50
0,50
0,20
0,44
0,70
0,20
0,40
0,40
0,40
0,60
0,50
0,70
0,60
0,90
0,60
0,65
0,70
0,60
0,90
0,60
0,63

GC

GD

0,70
0,80
0,30
0,10
0,70
0,50
1,00
0,10
0,50
0,00
1,00
1,00
1,00
0,66
1,00
1,00
0,90
1,00
0,95
0,70
0,30
1,00
0,70
1,00
0,60
0,68
1,00
0,70
0,20
0,30
0,50

0,20
0,40
0,10
0,00
0,60
0,24
0,20
0,00
0,40
0,00
0,10
0,20
0,20
0,11
0,90
0,20
0,50
0,10
0,40
0,50
0,70
0,10
0,50
0,10
0,30
0,33
0,60
0,70
0,90
0,20
0,55

Baricentro W: mdias dos graus resultantes

GC
0,90
0,70
1,00
1,00
0,90
0,90
1,00
0,10
1,00
0,90
0,80
0,90
0,90
0,80
1,00
1,00
0,90
0,90
0,85
0,50
0,70
0,50
0,70
0,90
0,20
0,58
0,40
0,70
0,70
0,50
0,53

GD
0,80
0,70
0,00
0,10
0,40
0,40
0,10
1,00
0,90
0,90
1,00
0,70
0,90
0,56
0,80
0,30
0,90
1,00
0,58
0,70
0,70
0,90
0,70
1,00
0,80
0,80
0,80
0,80
0,90
0,70
0,80

MIN
GC

GD

0,50
0,50
0,30
0,10
0,30
0,46
0,40
0,00
0,40
0,00
0,70
0,60
0,50
0,53
0,80
0,70
0,50
0,60
0,60
0,50
0,30
0,20
0,50
0,80
0,20
0,58
0,40
0,60
0,20
0,30
0,50

0,20 0,30
0,40 0,10
0,00 0,30
0,00 0,10
0,40 -0,10
0,24 0,22
0,00 0,40
0,00 0,00
0,40 0,00
0,00 0,00
0,10 0,60
0,20 0,40
0,20 0,30
0,11 0,41
0,30 0,50
0,00 0,70
0,20 0,30
0,10 0,50
0,15 0,45
0,30 0,20
0,50 -0,20
0,10 0,10
0,20 0,30
0,10 0,70
0,30 -0,10
0,33 0,25
0,30 0,10
0,20 0,40
0,20 0,00
0,10 0,20
0,20 0,30

0,42 0,18

124

Atributos
Nivel de
Exigncia
CONCLUSE
S
H

0,23

26
0,50
DECISO

G
-0,30
-0,10
-0,70
-0,90
-0,30
-0,30
-0,60
-1,00
-0,20
-1,00
-0,20
-0,20
-0,30
-0,36
0,10
-0,30
-0,30
-0,30
-0,25
-0,20
-0,20
-0,70
-0,30
-0,10
-0,50
-0,08
-0,30
-0,20
-0,60
-0,60
-0,30

NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
VIVEL
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

-0,40 NO CONCLUSIVO

APNDICE I - REGRAS DE MAXIMIZAO E MINIMIZAO DO VLT


GRUPO A
E1
F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

E2
F1-(0,58;0,52)
F2-(0,61;0,71)
F3- (0,73;0,30)
F4- (0,57;0,65)
F5-(0,95;025)

OR
F1,F2,F3,F4,F
5
F1-(0,58;0,52)
F2-(0,61;0,71)
F3- (0,73;0,30)
F4- (0,57;0,65)
F5-(0,95;025)

GRUPO B
E3
F1-(0,48;0,42)
F2-(0,66;0,34)
F3- (0,63;030)
F4- (0,60;0,32)
F5- (0,68;0,28)

E4
F1-(0,76;0,26)
F2-(0,39;0,66)
F3- (0,50;050)
F4- (0,43;0,15)
F5- (0,38;0,23)

GRUPO C
E5
F1-(0,80;0,10)
F2-(0,63;0,36)
F3- (0,70;0,35)
F4- (0,22;0,68)
F5- (0,30;0,55)

GRUPO D

E6
F1-(0,52;0,18)
F2-(0,73;0,26)
F3- (0,88;0,48)
F4- (0,72;0,33)
F5- (0,48;0,40)

OR
F1,F2,F3,F4,F
5

OR
F1,F2,F3,F4,F
5

F1-(0,76;0,42)
F2-(0,66;0,66)
F3- (0,63;0,50)
F4- (0,60;0,32)
F5- (0,68;0,28)

F1-(0,80;0,18)
F2-(0,73;0,36)
F3- (0,88;0,48)
F4- (0,72;0,68)
F5- (0,48;0,55)

E7
F1-(0,46;0,20)
F2-(0,69;0,24)
F3- (0,85;0,48)
F4- (0,63;0,33)
F5- (0,40;0,40)

OR
F1,F2,F3,F4,F
5
F1-(0,58;0,20)
F2-(0,71;0,24)
F3- (0,88;0,60)
F4- (0,75;0,33)
F5- (0,43;0,53)

AND
F1,F2,F3,F4,F
5

Para-analisador

F1-(0,58;0,18)
F2-(0,61;0,24)
F3- (0,63;0,30)
F4- (0,57;0,32)
F5- (0,43;0,25)

Regra de
Deciso

125
125

E8
F1-(0,58;0,16)
F2-(0,71;0,20)
F3- (0,88;0,60)
F4- (0,75;0,33)
F5-(0,43;0,53)

DECISO
F1- (0,40;-0,24)
F2 (0,37;-0,14)
F3- (0,33;-0,08)
F4 (0,25;-0,12)
F5 (0,18;-0,33)

GRUPO E
E9
F1-(0,88;0,24)
F2-(0,50;0,59)
F3- (0,63;0,53)
F4- (0,60;0,18)
F5- (0,58;0,33)

E10
F1- (0,92;0,14)
F2- (0,69;0,34)
F3- (0,83;0,43)
F4- (0,28;0,75)
F5- (0,48;0,48)

OR
F1,F2,F3,F4,F
5
F1-(0,92;0,24)
F2-(0,69;0,59)
F3- (0,83;0,53)
F4- (0,60;0,75)
F5- (0,58;0,48)

SEO

FATOR

APNDICE J TABELA DE CLCULO PARA ANLISE DO VLT

GRUPO 1
GRUPO 2
GRUPO 3
GRUPO 4
GRUPO 5
MAX ( E1;E2) MAX ( E3;E4) MAX ( E5;E6) MAX ( E7;E8) MAX ( E9;E10)
GC

F1

S1
S2
S3
S4
S5

F2

S1
S2
S3
S4
S5
S6
S7

W
F3

S1
S2
S3
S4

F4

S1
S2
S3
S4
S5
S6

W
F5
W

S1
S2
S3
S4

0,60
0,70
0,60
0,50
0,50
0,58
0,50
0,60
0,50
0,40
0,80
0,70
0,80
0,61
0,80
0,80
0,70
0,60
0,73
0,60
0,60
0,10
0,50
0,90
0,70
0,57
1,00
0,80
1,00
1,00
0,95

GD

GC

0,70
0,70
0,40
0,10
0,70
0,52
0,70
0,60
0,80
0,90
0,80
0,50
0,70
0,71
0,40
0,20
0,40
0,20
0,30
0,70
0,70
0,30
0,70
0,80
0,70
0,65
0,20
0,30
0,30
0,20
0,25

0,70
0,50
0,90
0,90
0,80
0,76
0,60
0,80
0,90
0,80
0,60
0,60
0,60
0,66
0,80
0,80
0,60
0,70
0,63
0,60
0,50
0,50
0,60
0,80
0,60
0,60
0,70
0,60
0,70
0,70
0,68

GD
0,50
0,60
0,30
0,50
0,40
0,42
0,50
0,50
0,40
1,00
1,00
0,50
1,00
0,66
0,20
0,40
0,80
0,80
0,50
0,40
0,30
0,40
0,30
0,20
0,30
0,32
0,30
0,40
0,60
0,20
0,28

GC
1,00
1,00
0,90
0,80
0,70
0,80
1,00
0,10
0,50
0,90
1,00
1,00
1,00
0,73
0,90
0,90
0,70
1,00
0,88
0,60
0,40
0,80
0,60
1,00
0,90
0,72
1,00
0,40
0,30
0,50
0,48

GD
0,20
0,10
0,00
0,10
0,70
0,18
0,30
0,90
0,40
0,60
0,30
0,50
0,20
0,36
0,70
0,60
0,50
0,30
0,48
0,70
0,70
0,60
0,70
0,90
0,60
0,68
0,60
0,80
0,70
0,40
0,55

GC

GD

1,00
0,90
0,10
0,20
0,70
0,58
0,90
0,00
0,30
0,90
1,00
1,00
1,00
0,71
1,00
1,00
0,70
1,00
0,88
0,70
0,40
0,90
0,60
1,00
0,90
0,75
1,00
0,40
0,20
0,20
0,43

0,20
0,30
0,00
0,00
0,60
0,20
0,40
0,20
0,20
0,50
0,20
0,20
0,20
0,24
0,90
0,70
0,80
0,00
0,60
0,40
0,80
0,20
0,50
0,00
0,40
0,33
0,30
0,90
0,70
0,20
0,53

Baricentro W: mdias dos graus resultantes

126

GC
1,00
0,90
1,00
1,00
0,90
0,92
1,00
0,50
1,00
0,40
0,90
0,70
1,00
0,69
0,90
1,00
0,80
0,90
0,83
0,50
0,70
0,60
0,70
0,90
0,50
0,60
0,50
0,60
0,80
0,60
0,58

GD
0,60
0,50
0,20
0,10
0,10
0,24
0,40
1,00
0,30
0,90
1,00
0,60
0,90
0,59
0,90
0,10
0,90
0,80
0,53
0,90
0,70
0,50
0,90
1,00
0,50
0,75
0,70
0,30
0,70
0,30
0,48

MIN

Atributos
Nivel de
Exigncia
CONCLUSES

GC

GD

0,60
0,50
0,10
0,20
0,50
0,58
0,50
0,00
0,30
0,40
0,60
0,60
0,60
0,61
0,80
0,80
0,60
0,60
0,63
0,50
0,40
0,10
0,50
0,80
0,50
0,57
0,50
0,40
0,20
0,20
0,43

0,20
0,10
0,00
0,00
0,10
0,18
0,30
0,20
0,20
0,50
0,20
0,20
0,20
0,24
0,20
0,10
0,40
0,00
0,30
0,40
0,30
0,20
0,30
0,00
0,30
0,32
0,20
0,30
0,30
0,20
0,25

0,40
0,40
0,10
0,20
0,40
0,40
0,20
-0,20
0,10
-0,10
0,40
0,40
0,40
0,37
0,60
0,70
0,20
0,60
0,33
0,10
0,10
-0,10
0,20
0,80
0,20
0,25
0,30
0,10
-0,10
0,00
0,18

0,45 0,21

0,25

G
-0,20
-0,40
-0,90
-0,80
-0,40
-0,24
-0,20
-0,80
-0,50
-0,10
-0,20
-0,20
-0,20
-0,14
0,00
-0,10
0,00
-0,40
-0,08
-0,10
-0,30
-0,70
-0,20
-0,20
-0,20
-0,12
-0,30
-0,30
-0,50
-0,60
-0,33

26
0,50
DECISO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
VIVEL
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

-0,34 NO CONCLUSIVO

APNDICE K - REGRAS DE MAXIMIZAO E MINIMIZAO DO NIBUS CONVENCIONAL


GRUPO A
E1
F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

E2
F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

OR
F1,F2,F3,F4,F
5
F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

GRUPO B
E3
F1-(0,78;0,18)
F2-(0,79;0,20)
F3- (0,85;0,15)
F4- (0,70;0,30)
F5- (0,63;0,38)

E4
F1-(1,00;0,08)
F2-(0,34;0,61)
F3- (0,35;0,25)
F4- (0,43;0,12)
F5- (0,75;0,15)

GRUPO C
E5
F1-(0,26;0,86)
F2-(0,56;0,56)
F3- (0,70;0,48)
F4- (0,72;0,47)
F5- (0,65;0,40)

GRUPO D

E6
F1-(0,58;0,04)
F2-(0,40;0,69)
F3- (0,70;0,50)
F4- (0,50;0,62)
F5- (0,53;0,60)

OR
F1,F2,F3,F4,F
5

OR
F1,F2,F3,F4,F
5

F1-(1,00;0,18)
F2-(0,79;0,61)
F3- (0,85;0,25)
F4- (0,70;0,30)
F5- (0,75;0,38)

F1-(0,58;0,86)
F2-(0,56;0,69)
F3- (0,70;0,50)
F4- (0,72;0,62)
F5- (0,65;0,60)

E7
F1-(0,56;0,02)
F2-(0,24;0,60)
F3- (0,65;0,45)
F4- (0,37;0,52)
F5- (0,43;0,53)

OR
F1,F2,F3,F4,F
5
F1-(0,56;0,12)
F2-(0,27;0,61)
F3- (0,65;0,58)
F4- (0,42;0,62)
F5- (0,65;0,65)

AND
F1,F2,F3,F4,F
5

Para-analisador

F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

Regra de
Deciso

DECISO
F1- (0,00;-1,00)
F2 (0,00;-1,00)
F3- (0,00;-1,00)
F4 (0,00;-1,00)
F5 (0,00;-1,00)

127

127

E8
F1-(0,56;0,12)
F2-(0,27;0,61)
F3- (0,58;0,58)
F4- (0,42;0,62)
F5-(0,65;0,65)

GRUPO E
E9
F1-(0,92;0,18)
F2-(0,47;0,60)
F3- (0,40;0,35)
F4- (0,48;0,18)
F5- (0,83;0,15)

E10
F1- (0,32;0,88)
F2- (0,67;0,60)
F3- (0,80;0,43)
F4- (0,82;0,32)
F5- (0,78;0,28)

OR
F1,F2,F3,F4,F
5
F1-(0,92;0,88)
F2-(0,67;0,60)
F3- (0,80;0,43)
F4- (0,82;0,32)
F5- (0,83;0,28)

SEO

FATOR

APNDICE L TABELA DE CLCULO PARA ANLISE DO ONIBUS CONVENCIONAL


GRUPO 1
GRUPO 2
GRUPO 3
GRUPO 4
GRUPO 5
MAX ( E1;E2) MAX ( E3;E4) MAX ( E5;E6) MAX ( E7;E8) MAX ( E9;E10)
GC

F1

S1
S2
S3
S4
S5

F2

S1
S2
S3
S4
S5
S6
S7

W
F3

S1
S2
S3
S4

F4

S1
S2
S3
S4
S5
S6

W
F5
W

S1
S2
S3
S4

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,73
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

GD

GC

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,30
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

1,00
1,00
1,00
1,00
1,00
1,00
0,90
0,50
0,90
0,90
0,70
0,70
0,90
0,79
0,90
0,70
0,90
0,90
0,63
0,90
0,90
0,80
0,80
0,70
0,50
0,70
0,70
0,70
0,80
0,80
0,75

GD
0,40
0,30
0,20
0,10
0,20
0,18
0,50
0,50
0,10
0,90
0,90
0,50
0,90
0,61
0,10
0,30
0,40
0,40
0,50
0,10
0,10
0,20
0,20
0,70
0,50
0,30
0,40
0,50
0,40
0,20
0,38

GC
1,00
1,00
0,50
0,20
0,90
0,58
0,30
0,80
0,70
0,70
0,50
0,60
0,60
0,56
1,00
0,60
0,90
1,00
0,88
0,70
0,80
0,70
0,50
0,90
0,70
0,72
0,50
0,70
0,70
0,70
0,65

GD
0,90
0,90
0,90
0,80
0,80
0,86
1,00
0,80
0,50
1,00
0,70
0,70
0,60
0,69
0,70
0,70
0,90
0,20
0,48
0,70
0,50
0,40
0,70
0,80
0,60
0,62
0,80
0,60
0,50
0,50
0,60

GC

GD

1,00
1,00
0,00
0,00
0,80
0,56
0,30
0,50
0,10
0,10
0,40
0,40
0,40
0,27
1,00
0,50
0,10
1,00
0,88
0,40
0,30
0,70
0,40
0,20
0,70
0,42
0,30
0,70
0,80
0,80
0,65

0,10
0,20
0,10
0,00
0,20
0,12
1,00
0,80
0,20
0,90
0,70
0,50
0,50
0,61
0,60
0,70
0,90
0,10
0,60
0,70
0,80
0,30
0,70
0,90
0,50
0,62
0,90
0,60
0,50
0,60
0,65

Baricentro W: mdias dos graus resultantes

128

GC
0,90
1,00
0,80
0,90
1,00
0,92
0,60
0,90
1,00
0,80
0,60
0,70
0,50
0,67
0,80
0,50
1,00
0,90
0,83
0,80
0,90
0,80
0,60
1,00
0,80
0,82
0,80
0,90
0,80
0,90
0,83

GD
1,00
0,90
0,80
0,90
0,80
0,88
1,00
0,40
0,60
1,00
0,90
0,90
1,00
0,60
0,60
0,80
0,50
0,60
0,53
0,30
0,20
0,30
0,40
0,30
0,40
0,32
0,50
0,30
0,30
0,10
0,28

MIN

Atributos
Nivel de
Exigncia
CONCLUSES

GC

GD

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,63
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,30
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,33
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00

0,00 0,00

0,00

G
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-0,08
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00
-1,00

26
0,50
DECISO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

-1,00 NO CONCLUSIVO

APNDICE M - REGRAS DE MAXIMIZAO E MINIMIZAO DO BRT


GRUPO A
E1
F1-(0,66;0,24)
F2-(0,46;0,61)
F3- (0,83;0,13)
F4- (0,50;0,53)
F5- (0,95;0,25)

E2
F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

OR
F1,F2,F3,F4,F
5
F1-(0,66;0,24)
F2-(0,46;0,61)
F3- (0,83;0,13)
F4- (0,50;0,53)
F5- (0,95;0,25)

GRUPO B
E3
F1-(0,54;0,40)
F2-(0,64;0,33)
F3- (0,73;0,25)
F4- (0,65;0,23)
F5- (0,60;0,35)

E4
F1-(1,00;0,04)
F2-(0,24;0,71)
F3- (0,25;0,30)
F4- (0,43;0,12)
F5- (0,53;0,15)

GRUPO C
E5
F1-(0,38;0,64)
F2-(0,54;0,46)
F3- (0,60;0,53)
F4- (0,62;0,52)
F5- (0,45;0,48)

GRUPO D

E6
F1-(0,58;0,06)
F2-(0,33;0,63)
F3- (0,70;0,33)
F4- (0,48;0,42)
F5- (0,75;0,40)

OR
F1,F2,F3,F4,F
5

OR
F1,F2,F3,F4,F
5

F1-(1,00;0,40)
F2-(0,64;0,71)
F3- (0,73;0,30)
F4- (0,65;0,23)
F5- (0,60;0,35)

F1-(0,58;0,64)
F2-(0,54;0,63)
F3- (0,70;0,53)
F4- (0,62;0,52)
F5- (0,75;0,48)

E7
F1-(0,56;0,02)
F2-(0,21;0,53)
F3- (0,65;0,38)
F4- (0,38;0,48)
F5- (0,63;0,45)

OR
F1,F2,F3,F4,F
5
F1-(0,58;0,08)
F2-(0,23;0,54)
F3- (0,70;0,53)
F4- (0,45;0,57)
F5- (0,78;0,45)

AND
F1,F2,F3,F4,F
5

Para-analisador

F1-(0,58;0,08)
F2-(0,23;0,54)
F3- (0,70;0,13)
F4- (0,45;0,23)
F5- (0,60;0,25)

Regra de
Deciso

129

129

E8
F1-(0,58;0,08)
F2-(0,23;0,54)
F3- (0,70;0,53)
F4- (0,45;0,57)
F5-(0,78;0,43)

DECISO
F1- (0,50;-0,34)
F2 (-0,31;-0,23)
F3- (0,58;-0,18)
F4 (0,22;-0,32)
F5 (0,35;-0,15)

GRUPO E
E9
F1-(0,96;0,14)
F2-(0,29;0,77)
F3- (0,43;0,33)
F4- (0,57;0,15)
F5- (0,83;0,18)

E10
F1- (0,40;0,66)
F2- (0,64;0,36)
F3- (0,70;0,43)
F4- (0,72;0,38)
F5- (0,48;0,45)

OR
F1,F2,F3,F4,F
5
F1-(0,96;0,66)
F2-(0,64;0,77)
F3- (0,70;0,43)
F4- (0,72;0,38)
F5- (0,83;0,45)

FATOR

SEO

APNDICE N TABELA DE CLCULO PARA ANLISE DO BRT

F1

S1
S2
S3
S4
S5

F2

S1
S2
S3
S4
S5
S6
S7

W
F3

S1
S2
S3
S4

F4

S1
S2
S3
S4
S5
S6

W
F5
W

S1
S2
S3
S4

GRUPO 1
GRUPO 2
GRUPO 3
GRUPO 4
GRUPO 5
MAX ( E1;E2) MAX ( E3;E4) MAX ( E5;E6) MAX ( E7;E8) MAX ( E9;E10)
GC
0,50
0,80
0,70
0,70
0,60
0,66
0,30
0,20
0,40
0,00
0,80
0,80
0,70
0,46
0,80
0,70
0,80
1,00
0,83
0,80
0,30
0,00
0,30
0,80
0,80
0,50
1,00
0,90
0,90
1,00
0,95

GD

GC

0,20
0,20
0,30
0,30
0,20
0,24
0,80
0,90
0,60
1,00
0,40
0,20
0,40
0,61
0,10
0,20
0,20
0,00
0,13
0,20
0,90
1,00
0,60
0,20
0,30
0,53
0,20
0,20
0,30
0,30
0,25

1,00
1,00
1,00
1,00
1,00
1,00
0,80
0,60
0,70
0,70
0,70
0,50
0,50
0,64
0,70
0,80
0,70
0,70
0,73
0,70
0,80
0,50
0,70
0,70
0,60
0,65
0,80
0,60
0,70
0,70
0,60

GD
0,30
0,50
0,40
0,50
0,30
0,40
0,50
0,50
0,80
0,90
0,90
0,50
0,90
0,71
0,30
0,30
0,30
0,30
0,30
0,20
0,10
0,30
0,30
0,30
0,20
0,23
0,30
0,40
0,50
0,20
0,35

GC
1,00
1,00
0,50
0,40
0,90
0,58
0,30
0,70
0,60
0,50
0,60
0,60
0,50
0,54
0,90
0,60
0,70
1,00
0,70
0,80
0,70
0,70
0,40
0,80
0,60
0,62
0,50
0,80
0,90
0,80
0,75

GD
0,60
0,90
0,50
0,60
0,60
0,64
0,80
0,20
0,40
1,00
0,70
0,70
0,80
0,63
0,60
0,50
0,60
0,40
0,53
0,70
0,50
0,40
0,60
0,70
0,50
0,52
0,80
0,50
0,50
0,40
0,48

GC

GD

1,00
1,00
0,00
0,00
0,90
0,58
0,20
0,40
0,20
0,10
0,40
0,20
0,30
0,23
0,80
0,70
0,40
1,00
0,70
0,40
0,50
0,70
0,40
0,20
0,70
0,45
0,50
0,90
0,90
0,80
0,78

GC

0,20
0,00
0,00
0,00
0,20
0,08
0,70
0,30
0,10
1,00
0,70
0,60
0,60
0,54
0,70
0,80
0,50
0,10
0,53
0,70
0,80
0,30
0,60
0,70
0,50
0,57
0,80
0,50
0,20
0,50
0,45

Baricentro W: mdias dos graus resultantes

130

0,90
1,00
1,00
0,90
1,00
0,96
0,50
0,90
0,70
0,60
0,70
0,80
0,60
0,64
0,60
0,70
0,80
0,70
0,70
0,90
0,80
0,70
0,60
0,90
0,70
0,72
0,90
0,80
0,80
0,80
0,83

GD
0,70
1,00
0,60
0,50
0,50
0,66
0,90
0,60
0,90
1,00
0,90
0,60
1,00
0,77
0,50
0,50
0,50
0,30
0,43
0,50
0,70
0,20
0,40
0,30
0,20
0,38
0,60
0,40
0,40
0,40
0,45

MIN

Atributos
Nivel de Exigncia
CONCLUSES

GC

GD

0,50
0,80
0,00
0,00
0,60
0,58
0,20
0,20
0,20
0,00
0,40
0,20
0,30
0,23
0,60
0,60
0,40
0,70
0,70
0,40
0,30
0,00
0,30
0,20
0,60
0,45
0,50
0,60
0,70
0,70
0,60

0,20
0,00
0,00
0,00
0,20
0,08
0,50
0,20
0,10
0,90
0,40
0,20
0,40
0,54
0,10
0,20
0,20
0,00
0,13
0,20
0,10
0,20
0,30
0,20
0,20
0,23
0,20
0,20
0,20
0,20
0,25

0,30
0,80
0,00
0,00
0,40
0,50
-0,30
0,00
0,10
-0,90
0,00
0,00
-0,10
-0,31
0,50
0,40
0,20
0,70
0,58
0,20
0,20
-0,20
0,00
0,00
0,40
0,22
0,30
0,40
0,50
0,50
0,35

0,38 0,22

0,17

G
-0,30
-0,20
-1,00
-1,00
-0,20
-0,34
-0,30
-0,60
-0,70
-0,10
-0,20
-0,60
-0,30
-0,23
-0,30
-0,20
-0,40
-0,30
-0,18
-0,40
-0,60
-0,80
-0,40
-0,60
-0,20
-0,32
-0,30
-0,20
-0,10
-0,10
-0,15

26
0,50
DECISO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
INVIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
VIVEL
NO CONCLUSIVO

-0,40 NO CONCLUSIVO

APNDICE O - REGRAS DE MAXIMIZAO E MINIMIZAO DO MONOTRILHO


GRUPO A
E1
F1-(0,00;0,00)
F2-(0,00;0,00)
F3- (0,00;0,00)
F4- (0,00;0,00)
F5- (0,00;0,00)

E2
F1-(0,78;0,46)
F2-(0,76;0,46)
F3- (0,85;0,43)
F4- (0,63;0,52)
F5- (0,88;0,20)

OR
F1,F2,F3,F4,F
5
F1-(0,78;0,46)
F2-(0,76;0,46)
F3- (0,85;0,43)
F4- (0,63;0,52)
F5- (0,88;0,20)

GRUPO B
E3
F1-(0,64;0,36)
F2-(0,63;0,37)
F3- (0,60;0,35)
F4- (0,55;0,37)
F5- (0,63;0,35)

E4
F1-(0,38;0,46)
F2-(0,06;0,57)
F3- (0,45;0,60)
F4- (0,22;0,67)
F5- (0,00;1,00)

GRUPO C
E5
F1-(0,52;0,40)
F2-(0,47;0,50)
F3- (0,58;0,43)
F4- (0,30;0,63)
F5- (0,25;0,50)

GRUPO D

E6
F1-(0,46;0,20)
F2-(0,64;0,39)
F3- (0,75;0,33)
F4- (0,57;0,55)
F5- (0,20;0,60)

OR
F1,F2,F3,F4,F
5

OR
F1,F2,F3,F4,F
5

F1-(0,64;0,46)
F2-(0,63;0,57)
F3- (0,60;0,60)
F4- (0,55;0,67)
F5- (0,63;1,00)

F1-(0,52;0,40)
F2-(0,64;0,50)
F3- (0,75;0,43)
F4- (0,57;0,63)
F5- (0,25;0,60)

E7
F1-(0,34;0,20)
F2-(0,56;0,37)
F3- (0,73;0,35)
F4- (0,58;0,50)
F5- (0,15;0,50)

OR
F1,F2,F3,F4,F
5
F1-(0,44;0,20)
F2-(0,63;0,41)
F3- (0,75;0,38)
F4- (0,67;0,50)
F5- (0,15;0,60)

AND
F1,F2,F3,F4,F
5

Para-analisador

F1-(0,44;0,20)
F2-(0,61;0,41)
F3- (0,60;0,38)
F4- (0,38;0,50)
F5- (0,15;0,20)

Regra de
Deciso

131
131

E8
F1-(0,44;0,12)
F2-(0,63;0,41)
F3- (0,75;0,38)
F4- (0,67;0,48)
F5-(0,15;0,60)

DECISO
F1- (0,24;-0,36)
F2 (0,20;0,03)
F3- (0,23;-0,03)
F4 (-0,12;-0,12)
F5 (-0,05;-0,65)

GRUPO E
E9
F1-(0,50;0,52)
F2-(0,23;0,61)
F3- (0,60;0,58)
F4- (0,38;0,72)
F5- (0,53;0,83)

E10
F1- (0,66;0,38)
F2- (0,61;0,43)
F3- (0,68;0,35)
F4- (0,33;0,65)
F5- (0,13;0,60)

OR
F1,F2,F3,F4,F
5
F1-(0,66;0,52)
F2-(0,61;0,61)
F3- (0,68;0,58)
F4- (0,38;0,72)
F5- (0,53;0,83)

SEO

FATOR

APNDICE P TABELA DE CLCULO PARA ANLISE DO MONOTRILHO


GRUPO 1
GRUPO 2
GRUPO 3
GRUPO 4
GRUPO 5
MAX ( E1;E2) MAX ( E3;E4) MAX ( E5;E6) MAX ( E7;E8) MAX ( E9;E10)
GC

F1

S1
S2
S3
S4
S5

F2

S1
S2
S3
S4
S5
S6
S7

W
F3

S1
S2
S3
S4

F4

S1
S2
S3
S4
S5
S6

W
F5
W

S1
S2
S3
S4

GD

GC

GD

GC

GD

GC

GD

GC

GD

MIN
GC

GD

0,20
0,20
0,00
0,00
0,30
0,20
0,00
0,20
0,70
0,70
0,20
0,20
0,20
0,41
0,30
0,30
0,40
0,00
0,38
0,30
0,40
0,30
0,30
0,50
0,30

0,40
0,30
0,00
0,00
0,30
0,24
0,60
-0,10
-0,20
-0,50
0,40
0,20
0,40
0,20
0,50
0,50
-0,10
0,60
0,23
0,00
0,00
-0,10
0,10
-0,10
0,00

0,70
0,60
0,80
0,70
0,90
0,74
0,70
0,80
0,80
0,70
0,60
0,80
0,90
0,76
0,90
0,90
0,80
0,80
0,85
0,70
0,80
0,20
0,50
0,90
0,70

0,50
0,40
0,50
0,60
0,30
0,46
0,60
0,50
0,70
0,70
0,30
0,20
0,20
0,46
0,30
0,40
0,50
0,50
0,43
0,30
0,50
0,70
0,60
0,60
0,40

0,60
0,70
0,80
0,80
0,60
0,64
0,60
0,70
0,50
0,60
0,60
0,70
0,70
0,63
0,80
0,80
0,60
0,60
0,60
0,50
0,40
0,50
0,60
0,60
0,70

1,00
1,00
0,40
0,30
0,40
0,46
0,30
0,20
1,00
1,00
1,00
0,30
1,00
0,57
0,40
0,30
1,00
1,00
0,60
0,80
0,80
0,80
0,80
0,50
0,30

0,70
0,90
0,60
0,60
0,60
0,52
1,00
0,10
0,80
0,50
0,80
0,90
0,80
0,64
0,90
1,00
0,50
0,90
0,75
0,50
0,60
0,60
0,40
1,00
0,70

0,20
0,80
0,30
0,40
0,70
0,40
0,30
0,90
0,80
1,00
0,50
0,70
0,50
0,50
0,70
0,30
0,50
0,40
0,43
0,70
0,50
0,70
0,60
1,00
0,60

0,70
0,90
0,00
0,00
0,60
0,44
1,00
0,10
0,70
0,20
0,90
0,80
0,80
0,63
0,90
1,00
0,30
1,00
0,75
0,30
0,60
0,80
0,60
1,00
0,70

0,20
0,20
0,00
0,00
0,60
0,20
0,00
0,20
0,80
1,00
0,20
0,50
0,40
0,41
0,70
0,50
0,40
0,00
0,38
0,70
0,40
0,30
0,30
1,00
0,50

0,60
0,50
0,90
1,00
0,70
0,66
0,90
0,20
0,70
0,70
0,80
0,40
0,60
0,61
0,90
1,00
0,60
0,70
0,68
0,60
0,70
0,40
0,50
0,40
0,30

0,90
1,00
0,40
0,30
0,40
0,52
0,20
1,00
0,90
1,00
0,90
0,80
0,90
0,61
0,30
0,40
0,90
0,90
0,58
0,90
1,00
0,90
0,90
1,00
0,70

0,60
0,50
0,00
0,00
0,60
0,44
0,60
0,10
0,50
0,20
0,60
0,40
0,60
0,61
0,80
0,80
0,30
0,60
0,60
0,30
0,40
0,20
0,40
0,40
0,30

0,63

0,52

0,55

0,67

0,57

0,63

0,67

0,50

0,38

0,72

0,80
0,80
1,00
0,90
0,88

0,30
0,20
0,20
0,10
0,20

0,70
0,60
0,60
0,60
0,63

1,00
1,00
1,00
1,00
1,00

0,30
0,30
0,20
0,40
0,25

0,70
0,80
0,70
0,40
0,60

0,30
0,20
0,10
0,10
0,15

0,70
0,80
0,70
0,20
0,60

0,40
0,50
0,70
0,50
0,53

0,90
0,80
0,70
0,90
0,83

Baricentro W: mdias dos graus resultantes

26
0,50
DECISO

-0,20
-0,30
-1,00
-1,00
-0,10
-0,36
-0,40
-0,70
0,20
-0,10
-0,20
-0,40
-0,20
0,03
0,10
0,10
-0,30
-0,40
-0,03
-0,40
-0,20
-0,50
-0,30
-0,10
-0,40

NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
INVIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
VIVEL
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

0,38 0,50 -0,12

-0,12

NO CONCLUSIVO

0,30
0,20
0,10
0,10
0,15

-0,40
-0,60
-0,70
-0,80
-0,65

NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

0,30 0,00
0,20 0,00
0,20 -0,10
0,10 0,00
0,20 -0,05

0,38 0,26

132

Atributos
Nivel de
Exigncia
CONCLUSES

0,12

-0,36 NO CONCLUSIVO

APNDICE Q - REGRAS DE MAXIMIZAO E MINIMIZAO DO TREM URBANO


GRUPO A
E1
F1-(0,86;0,14)
F2-(0,40;0,64)
F3- (0,80;0,13)
F4- (0,50;0,48)
F5- (0,90;0,30)

E2
F1-(0,82;0,28)
F2-(0,44;0,71)
F3- (0,75;0,23)
F4- (0,52;0,57)
F5- (0,93;0,38)

OR
F1,F2,F3,F4,F
5
F1-(0,86;0,28)
F2-(0,44;0,71)
F3- (0,80;0,23)
F4- (0,52;0,57)
F5- (0,93;0,38)

GRUPO B
E3
F1-(0,64;0,34)
F2-(0,53;0,39)
F3- (0,63;0,38)
F4- (0,60;0,40)
F5- (0,63;0,35)

E4
F1-(0,76;0,26)
F2-(0,11;0,54)
F3- (0,50;0,50)
F4- (0,43;0,15)
F5- (0,38;0,13)

GRUPO C
E5
F1-(0,60;0,22)
F2-(0,66;0,46)
F3- (0,50;0,53)
F4- (0,42;0,58)
F5- (0,45;0,50)

GRUPO D

E6
F1-(0,44;0,18)
F2-(0,43;0,40)
F3- (0,70;0,30)
F4- (0,52;0,63)
F5- (0,70;0,33)

OR
F1,F2,F3,F4,F
5

OR
F1,F2,F3,F4,F
5

F1-(0,76;0,34)
F2-(0,53;0,54)
F3- (0,63;0,50)
F4- (0,60;0,40)
F5- (0,63;0,35)

F1-(0,60;0,22)
F2-(0,66;0,46)
F3- (0,70;0,53)
F4- (0,52;0,63)
F5- (0,70;0,50)

E7
F1-(0,34;0,16)
F2-(0,30;0,44)
F3- (0,63;0,30)
F4- (0,47;0,62)
F5- (0,55;0,40)

OR
F1,F2,F3,F4,F
5
F1-(0,42;0,16)
F2-(0,47;0,54)
F3- (0,75;0,33)
F4- (0,47;0,65)
F5- (0,73;0,48)

AND
F1,F2,F3,F4,F
5

Para-analisador

F1-(0,42;0,16)
F2-(0,44;0,46)
F3- (0,63;0,23)
F4- (0,47;0,40)
F5- (0,58;0,35)

Regra de
Deciso

DECISO
F1- (0,26;-0,42)
F2 (-0,01;-010)
F3- (0,40;-0,15)
F4 (0,07;-0,13)
F5 (0,23;-0,08)

133
133

E8
F1-(0,42;0,12)
F2-(0,47;0,54)
F3- (0,75;0,33)
F4- (0,47;0,65)
F5-(0,73;0,48)

GRUPO E
E9
F1-(0,86;0,32)
F2-(0,26;0,56)
F3- (0,65;0,58)
F4- (0,52;0,25)
F5- (0,53;0,20)

E10
F1- (0,80;0,18)
F2- (0,73;0,43)
F3- (0,60;0,40)
F4- (0,48;0,55)
F5- (0,58;0,63)

OR
F1,F2,F3,F4,F
5
F1-(0,86;0,32)
F2-(0,73;0,56)
F3- (0,65;0,58)
F4- (0,52;0,55)
F5- (0,58;0,63)

SEO

FATOR

APNDICE R TABELA DE CLCULO PARA ANLISE DO TREM URBANO


GRUPO 1
GRUPO 2
GRUPO 3
GRUPO 4
GRUPO 5
MAX ( E1;E2) MAX ( E3;E4) MAX ( E5;E6) MAX ( E7;E8) MAX ( E9;E10)
GC

F1

S1
S2
S3
S4
S5

F2

S1
S2
S3
S4
S5
S6
S7

W
F3

S1
S2
S3
S4

F4

S1
S2
S3
S4
S5
S6

W
F5
W

S1
S2
S3
S4

1,00
0,80
0,80
0,90
1,00
0,86
0,30
0,20
0,20
0,30
0,70
0,80
0,80
0,44
0,70
0,80
0,80
1,00
0,80
0,60
0,90
0,10
0,40
0,50
0,80
0,52
1,00
0,90
1,00
0,90
0,93

GD

GC

0,30
0,40
0,30
0,30
0,10
0,28
1,00
1,00
0,90
0,90
0,40
0,50
0,50
0,71
0,30
0,30
0,20
0,10
0,23
0,70
0,30
1,00
0,70
0,50
0,30
0,57
0,40
0,40
0,30
0,40
0,38

0,70
0,70
0,90
0,90
0,80
0,76
0,70
0,60
0,50
0,50
0,50
0,50
0,40
0,53
0,80
0,80
0,60
0,60
0,63
0,40
0,70
0,60
0,70
0,70
0,50
0,60
0,60
0,50
0,70
0,70
0,63

GD
0,50
0,50
0,40
0,30
0,50
0,34
0,30
0,40
0,80
1,00
1,00
0,50
1,00
0,54
0,40
0,30
0,80
0,80
0,50
0,60
0,30
0,40
0,30
0,30
0,50
0,40
0,40
0,50
0,30
0,20
0,35

GC
0,60
0,70
0,60
0,70
0,90
0,60
1,00
0,20
0,90
0,70
0,70
0,80
0,60
0,66
0,70
0,80
0,50
0,90
0,70
0,50
0,80
0,60
0,50
1,00
0,60
0,52
0,50
0,70
0,80
0,80
0,70

GD
0,30
0,30
0,10
0,30
0,30
0,22
0,00
0,80
0,50
0,80
0,70
0,60
0,70
0,46
0,70
0,50
0,50
0,40
0,53
0,70
0,50
0,90
0,50
0,80
0,60
0,63
0,50
0,50
0,50
0,50
0,50

GC

GD

0,60
0,70
0,00
0,00
0,80
0,42
0,40
0,20
0,50
0,10
0,70
0,80
0,60
0,47
0,80
0,70
0,50
1,00
0,75
0,20
0,30
0,60
0,30
1,00
0,60
0,47
0,50
0,70
0,80
0,90
0,73

0,20
0,20
0,00
0,00
0,40
0,16
0,10
0,00
0,70
1,00
0,60
0,70
0,80
0,54
0,70
0,20
0,50
0,00
0,33
0,70
0,50
0,80
0,70
0,80
0,60
0,65
0,70
0,90
0,30
0,10
0,48

Baricentro W: mdias dos graus resultantes

134

GC
0,80
0,80
1,00
0,90
0,90
0,86
1,00
0,10
1,00
0,80
0,70
0,70
0,80
0,73
1,00
0,80
0,60
0,70
0,65
0,80
0,90
0,60
0,60
0,80
0,20
0,52
0,50
0,60
0,70
0,50
0,58

GD
0,70
0,60
0,20
0,20
0,30
0,32
0,10
0,90
0,90
0,90
1,00
0,40
0,90
0,56
0,60
0,40
0,90
1,00
0,58
0,40
0,30
0,70
0,30
0,90
0,70
0,55
0,60
0,70
0,80
0,40
0,63

MIN

Atributos
Nivel de
Exigncia
CONCLUSES

GC

GD

0,60
0,70
0,00
0,00
0,80
0,42
0,30
0,10
0,20
0,10
0,50
0,50
0,40
0,44
0,70
0,70
0,50
0,60
0,63
0,20
0,30
0,10
0,30
0,50
0,20
0,47
0,50
0,50
0,70
0,50
0,58

0,20
0,20
0,00
0,00
0,10
0,16
0,00
0,00
0,50
0,80
0,40
0,40
0,50
0,46
0,30
0,20
0,20
0,00
0,23
0,40
0,30
0,40
0,30
0,30
0,30
0,40
0,40
0,40
0,30
0,10
0,35

0,40
0,50
0,00
0,00
0,70
0,26
0,30
0,10
-0,30
-0,70
0,10
0,10
-0,10
-0,01
0,40
0,50
0,30
0,60
0,40
-0,20
0,00
-0,30
0,00
0,20
-0,10
0,07
0,10
0,10
0,40
0,40
0,23

0,40 0,27

0,13

G
-0,20
-0,10
-1,00
-1,00
-0,10
-0,42
-0,70
-0,90
-0,30
-0,10
-0,10
-0,10
-0,10
-0,10
0,00
-0,10
-0,30
-0,40
-0,15
-0,40
-0,40
-0,50
-0,40
-0,20
-0,50
-0,13
-0,10
-0,10
0,00
-0,40
-0,08

26
0,50
DECISO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
INVIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
VIVEL
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO
NO CONCLUSIVO

-0,33 NO CONCLUSIVO

APNDICE S - ANLISE DOS RESULTADOS PELO


DISPOSITIVO PARA-ANALISADOR, AO NVEL DE EXIGNCIA
0,50 PARA METR

F1

F2

F3

F4

F5

135

Atributos (S)
Baricentro(W)

APNDICE T - ANLISE DOS RESULTADOS PELO


DISPOSITIVO PARA-ANALISADOR, AO NVEL DE EXIGNCIA
0,50 PARA VLT

F1
F1

F2
F2

F3
F3

F4

Figura 6.6 Anlise dos resultados pelo dispositivo para-analisador, ao nvel de exigncia 0,50
para VLT
Fonte: Adaptado pelo autor (Carvalho e Abe,2011)

Atributos (S)
Baricentro(W)

F5

136

APNDICE U - ANLISE DOS RESULTADOS PELO


DISPOSITIVO PARA-ANALISADOR, AO NVEL DE EXIGNCIA
0,50 PARA NIBUS CONVENCIONAL

F1
F1

F2

F3
F3

F4
F4

F5
F5

137

Atributos (S)
Baricentro(W)

APNDICE V - ANLISE DOS RESULTADOS PELO


DISPOSITIVO PARA-ANALISADOR, AO NVEL DE EXIGNCIA
0,50 PARA BRT

F1

F2

F3

F4

F5

138

Atributos (S)
Baricentro(W)

APNDICE X - ANLISE DOS RESULTADOS PELO


DISPOSITIVO PARA-ANALISADOR, AO NVEL DE EXIGNCIA
0,50 PARA MONOTRILHO

F1

F2

F3

F4

Atributos (S)
Baricentro(W)

F5
F1

F2

139

APNDICE Y - ANLISE DOS RESULTADOS PELO


DISPOSITIVO PARA-ANALISADOR, AO NVEL DE EXIGNCIA
0,50 PARA TREM URBANO

F1
F1

F2
F2

F3
F3

F4
F4

F5
F5

140

Atributos (S)
Baricentro(W)