Aceites
E(1) E(2) ... E(n)
Aces
acordadas
A(1)
A(2)
...
...
A(n)
Aces
em
discusso
A(n+1)
...
...
Controversos
E(n+1) ...
???
E(m+1) ...
A(m+1)
Aces
...
no
conhecidas . . .
Probabilidades
p[E(i)], etc.
...
...
- Matriz de Resultados (de deciso) generalizada Em princpio, todas as alternativas de aco e todos os possveis
acontecimentos devem surgir na matriz e devero ser mutuamente exclusivos.
Cada entrada (cruzamento aco / acontecimento) indicar o resultado
correspondente (utilidade, valor, custo, lucro, ...).
A maior parte dos textos correntes descreve apenas mtodos para lidar com a
parte superior esquerda alis, assim ser tambm neste curso. No entanto,
existem metodologias para encarar as outras situaes.
Exemplo 1
Como exemplo, considere-se a situao de decidir sobre a realizao de quinze
dias de frias, a partir do prximo fim de semana. O estado do tempo a
principal preocupao, embora ultimamente tenha estado bom tempo, no h
garantias absolutas de assim se mantenha ...
O que fazer?
A seguinte matriz d conta das utilidades atribudas, numa escala arbitrria, a
seis situaes, relativas a trs possveis decises e dois possveis estados da
natureza:
D1 Frias na praia;
A1 Mau tempo;
D3 Sem frias
A1 A2
________________
D1
14
D2
10
D3 4
6
________________
Ambiente de deciso
Reconhecem-se os seguintes ambientes:
Certeza O decisor sabe qual o acontecimento que vai ocorrer uma previso
precisa possvel. Pode ser verdade em alguns sistemas mecnicos, mas
dificilmente verdadeiro em sistemas humanos complexos.
Risco O decisor no sabe qual o acontecimento que vai ocorrer mas pode
estimar a probabilidade de ocorrncia de um qualquer acontecimento.
Incerteza O decisor nem sequer tem informao suficiente para estimar as
probabilidades dos diferentes acontecimentos.
Maximin
Maximax
Laplace (ou da mdia)
Perda de Oportunidade
Exemplo 2
Considere ainda a seguinte matriz, com as utilidades (ganhos) correspondentes
a 3 possveis decises (D1, D2 e D3), conforme ocorrerem os acontecimentos
A1 ou A2:
_______________
A1 A2
14
D1 1
D2
10
D3
Resoluo:
a)
1
2
4
b)
15
12
10
5.0
4.0
3.3
d)
D1
D2
Perdas de Oportunidade
A1
A2
3
0
2
4
Pior Perda de
Oportunidade
3
4
D3
acontecimento
(mutuamente
Exemplo 3
Retomando a matriz do exemplo anterior, suponha-se agora que atribumos
probabilidades aos acontecimentos A1 e A2, respectivamente iguais a p1 = 0.7
e p2 = 0.3. Pelo critrio MVE qual dever ser a deciso a tomar?
Resoluo:
D1
D2
D3
A1
1
2
4
A2
14
10
6
Ganho esperado
4.9 = 1 x 0.7 + 14 x 0.3
4.4 = 2 x 0.7 + 10 x 0.3
4.6 = 4 x 0.7 + 6 x 0.3
rvore de Deciso
Uma rvore de Deciso um instrumento grfico, com ns e arcos, que
permite exprimir, dum modo orientado, as alternativas de aco do processo de
deciso, bem como as hipteses resultantes do acaso.
Ns de deciso representam-se habitualmente por
.
Ns onde intervm o acaso representam-se por
4.9
A
1
A2
1
0.7
0.3
14
D1
D2
4.4
A
1
0.7
A2
D3
4.6
A
1
A2
0.3
10
4
0.7
0.3
6
Deciso Sequencial
O procedimento anterior tambm pode ser aplicado para analisar processos de
deciso mais complicados que tenham um carcter sequencial, o que alis
bastante frequente.
O seguinte exemplo ilustrar este ponto.
Exemplo 4
A direco duma empresa vai reunir para finalmente decidir sobre a construo
duma nova fbrica para produzir um novo produto. Tem havido bastante
polmica, mas essencialmente sobre a dimenso conveniente para a fbrica:
pequena, mdia ou grande?
A seguinte informao e dados esto disponveis:
- O relatrio dum consultor indica a probabilidade de 0.20 para uma procura
baixa do novo produto, e 0.80 para a probabilidade da procura vir a ser alta.
- Se for construda uma fbrica pequena e a procura vier a ser baixa, esperase um ganho de $42 milhes (M); se a procura for alta a empresa pode
subcontratar, obtendo o ganho de $42 M, ou expandir a fbrica, ganhando
ento $48 M.
- Construindo uma fbrica mdia, se a procura for baixa, o ganho estimado
de $22 M; se a procura for alta, e nada for feito, ser realizado o ganho de
$46 M ou ento, caso haja expanso, o valor ser de $50 M.
- No caso da opo inicial ser a fbrica grande, espera-se uma perda de $20
M se a procura for baixa, e um ganho de $72 M no caso contrrio.
Deciso
Acontecimento
Probabilidade
Ganho (M $)
Ganho Esperado
Fb.Pequena
Proc. baixa
Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:
0.2
0.8
42
48 (42)
0.2
0.8
22
50 (46)
0.2
0.8
20
72
8.4
38.4
46.8
4.4
40.0
44.4
4.0
57.6
53.6
Fb. Mdia
Fb. Grande
Construir a Fbrica grande a deciso a tomar, face ao critrio escolhido Maximizao do Ganho (Valor) Esperado:
max [46.8, 44.4, 53.6] = 53.6
- rvore de Deciso -
Procura baixa
0.20
[$46.8M]
1
Procura alta
0.80
Fb. Pequena
$ 42 M
Subcontratar
42
Expandir
48
Procura baixa
0.20
22
Fb. Mdia
[53.6]
2
[44.4]
Nada fazer
46
Expandir
50
Procura alta
c
0.80
Fb. Grande
Procura baixa
0.20
-20
Procura alta
0.80
72
[53.6]
Deciso
Fbrica Pequena
Fbrica Mdia
Fbrica Grande
Acontecimento
Procura baixa
Procura alta
0
24
20
22
62
0
Deciso
Acontecimento Probabilidade
Fb.Pequen
a
Fb. Mdia
Fb. Grande
Perda de
Perda de OportuOportunidade nidade Esperada
0 (M$)
0 (M$)
Proc. baixa
0.2
Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:
0.8
24
0.2
0.8
20
22
0.2
0.8
62
0
19.2
19.2
4.0
17.6
21.6
12.4
0
12.4
Mtodo de resoluo:
Calcular primeiro o ganho esperado com certeza ( de informao) e depois
subtrair o ganho esperado com risco (GE).