ANÁLISE DE DECISÃO ENVOLVENDO AQUISIÇÃO OU MODIFICAÇÃO DE MÁQUINA NA INDÚSTRIA DE PEÇAS AUTOMOTIVA
|
|
- Domingos Sales Brandt
- 6 Há anos
- Visualizações:
Transcrição
1 ANÁLISE DE DECISÃO ENVOLVENDO AQUISIÇÃO OU MODIFICAÇÃO DE MÁQUINA NA INDÚSTRIA DE PEÇAS AUTOMOTIVA Lara Calado TCA Tecnologia de Componentes Automotivos S. A. e PPGEP/UFPE Via Prestes Maia km86, 2 BR102 Sul Jaboatão dos Guararapes Adiel Teixeira de Almeida Programa de Pós-Graduação em Engenharia de Produção / Universidade Federal de Pernambuco - PPGEP/UFPE Cx. Postal 7462, Recife -PE, , aalmeida@npd.ufpe.br; aalmeida@elogica.com.br Abstract - The paper presents a problem of making a choice related to modification on industrial machine, a study case has been conducted applying Bayesian Decison Analysis. The alternatives are pointed out in the context of a particular problem in a automobile suplier industry. The prior knowledge of experts has been elicited to approach the uncertaities related to the state of nature. Área: Gerência de Produção Key words - Production Planning; Decision Analysis; Prior Knowledge. 1 - INTRODUÇÃO Em virtude da exigência cada vez maior de se atender aos clientes com reatividade e flexibilidade a custos baixos, o campo industrial depara-se cada vez mais com decisões cuja as consequências são importantes e os resultados incertos. Esses casos, em geral ocorrem em problemas não repetitivos ou seja nosso decisor irá tomar uma decisão uma única vez, e sua preferência básica não lhe torna capaz de manipular intuitivamente a complexidade da situação. Para tais situações pode-se utilizar a análise de decisão, sendo esta uma teoria prescritiva no sentido de pretender auxiliar o decisor a tomar uma decisão com base numa estrutura de preferência, através da formulação básica de Teoria da Utilidade. Desta forma, para solucionar o problema foi utilizada análise de decisão Bayesiana. O problema é apresentado através de sua descrição completa, utilizando todas as opções possíveis, a lista de todos os eventos passíveis de ocorrência, a cronologia em que as informações chegam ao conhecimento do decisor, a quantificação das preferências do decisor, e finalmente um julgamento probabilístico a respeito da ocorrência dos possíveis eventos.
2 O problema de decisão analisado envolve a análise das seguintes alternativas: desenvolver um equipamento de cortar tubo que solucione o problema, tentar desenvolver um fornecedor para o equipamento, ou ainda, já comprar o tubo cortado. Para comprar o tubo cortado, ha um custo adicional relativo ao preço de corte, no entanto para um equipamento novo não há garantia suficiente que os fornecedores, teriam condições de entregar um equipamento que fosse capaz de atender os critérios de qualidade exigidos pelo cliente. Este problema pode ser caracterizado dentro do contexto de Planejamento da Produção, envolvendo a escolha de alternativas de Capacidade de produção conforme sugerido na literatura de Engenharia de Produção (Heizer & Render, 1993; Moreira, 1993). O problema apresentado neste artigo foi estudado na TCA Tecnologia de Componentes Automotivos S. A, empresa localizada em distrito Industrial no Estado de Pernambuco, atuando na área de produção de peças para indústria automobilística. A TCA é composta atualmente por 1000 funcionários, sendo responsável pela produção de chicotes elétricos de veículos e caminhões, tendo como seu principal cliente a VW. Cobrindo uma área construída de metros quadrados, é uma empresa de peso para região nordeste. Para análise e solução deste problema foram aplicados princípios de análise de decisão Bayesiana. Este estudo faz parte de um conjunto mais amplo de atividades desenvolvidas na Pós-Graduação de Engenharia de Produção da UFPE, envolvendo a Linha de Pesquisa Sistemas de Informação e Decisão. 2 - ELEMENTOS DE TEORIA DA DECISÃO Dentre as alternativas metodológicas propostas para análise e solução deste tipo de problema tem-se o uso de Análise de Decisão (Moreira, 1993). A seguir é apresentada um resumo desta técnica da Pesquisa Operacional baseada na literatura específica sobre Teoria da Decisão (Raiffa, 1970; Smith, 1988) e considerando ainda o uso da Teoria da Utilidade (Keeney & Raiffa, 1976) Na ótica desta metodologia um problema da decisão pode ser visto como um jogo (θ, a, U), onde: A natureza escolhe um estado θ do conjunto de possíveis estado da natureza; O decisor tomando proveito do que sabe sobre θ, escolhe uma ação a dentro do conjunto de ações; Em função da escolha do decisor e da natureza tem-se um ganho expresso em termos de utilidade denotada pôr U(θ,a) esta utilidade é função das preferências que o decisor tem sobre um conjunto de possíveis consequências, que poderão advir da escolha (θ,a). A preocupação do decisor é escolher uma ação que maximize a utilidade U(θ,a). Se o verdadeiro estado da natureza fosse conhecido, não haveria problema; bastaria verificar a matriz de perda se escolher a ação. No caso, há uma incerteza sobre o estado da natureza. A determinação do critério para escolha da ação será função do conhecimento que o decisor tem da incerteza. Havendo um conhecimento probabilístico da incerteza, ou seja,
3 dispondo de uma distribuição de probabilidade a priori sobre o estado da natureza, denotada por π(θ), então pode-se aplicar o critério de BAYES, maximizando a utilidade esperada. A informação a priori é obtida com base na experiência acumulada do decisor, ou informações adquiridas ao longo de anos de experiência pôr um especialista no assunto, e a qual pode ser tratada quantitativamente, quando expressa pôr meio de uma distribuição de probabilidade a priori π(θ). A função utilidade mede numa escala cardinal as preferências que o decisor tem. O conceito de utilidade é derivado a partir de determinadas hipóteses do comportamento e aplicável ao caso de escolha diante do risco. Estas hipóteses são formuladas através de axiomas de preferências, os quais podem ser vistos nas referências [4] e [5]. Estas apresentam os axiomas das preferências de von Neuman e Morgenstern. 3 - DESCRIÇÃO DO PROBLEMA Com a evolução dos critérios de qualidade pelas montadoras de veículos, passou a haver cada vez mais uma maior exigência não apenas em relação ao atendimento às especificações dos produtos fornecidos pelo setor de produção de peças, mas também em relação ao estreitamento da tolerância em relação a estas especificações. Recentemente surgiu um problema relacionado à produção de um componente do produto final produzido pela TCA. Este componente corresponde ao tubo corrugado, um condutor dos cabos elétricos. O tubo corrugado é um tubo com rasgo superior e características hipertérmicas, correspondendo ao acabamento externo do produto final, chicotes elétricos. Sendo assim, mais um critério foi imposto para este componente, cortar o tubo numa posição específica de alta precisão. Os equipamentos na ocasião disponíveis na TCA, não podiam efetuar a tarefa dentro do nível de Capacidade exigido (Capacidade, no sentido de controle Estatístico de Processo). Assim, o Estado da Natureza está associado ao fornecimento do produto dentro da especificação. Desta forma, tem-se duas opções: θ1= conforme especificações (lote dentro das especificações) θ2 = não conforme especificações (lote fora das especificações) Após estudos de todas as opções possíveis, chegou-se a lista das seguintes alternativas: a1 = Comprar o tubo cortado, a2 = comprar uma máquina que seja capaz de cortar, a3 = melhorar o equipamento atual tornando-o capaz de cortar com as características exigidas pelo cliente. Vários aspectos foram considerados no estudo. O horizonte de planejamento foi estabelecido em um ano. O tubo deve ser processado para trinta tipos diferentes de chicotes elétricos. A demanda média anual para o produto é de itens para cada tipo de chicote. Com base nestas considerações foram estabelecidos custos médios envolvendo o processamento deste tubo, dentre as alternativas visualizadas.
4 No caso de compra dos tubos cortados, verificou-se que o fornecedor de tubos terá capacidade de fornece-los cortados como o cliente exige com uma probabilidade de 0,8. Este tipo de fornecimento implica num custo adicional anual estimado em R$ ,00. O fornecedor do equipamento novo (Werner) informou que o custo de compra da máquina seria de R$ ,00. Foi estimado que a probabilidade de que o produto fique dentro do especificado seja π(θ1) = 0,7. Finalmente, para a máquina a ser desenvolvida na própria fábrica (chamaremos P), o custo estimado seria de R$ ,00. Foi estimado que a probabilidade de que o produto fique dentro do especificado seja π(θ1) = 0,5. As probabilidades apresentadas acima foram obtidas a partir da visão de conhecimento a priori π(θ) conforme descrito no item 2. Foram atribuídos um custo de R$ 0 no caso de enviar para o cliente o produto conforme o especificado, e uma perda de R$ ,00, no caso contrário pois representaria a perda da produção do produto. Em relação aos valores estimados para probabilidade a priori π(θ) pode-se destacar que estas representam o conhecimento dos engenheiros da fábrica envolvidos no processo produtivo e em atividades de engenharia de métodos. Neste sentido π(θ) representa o grau de crença [3, 4]destes especialistas no comportamento de cada situação representativa do estado da natureza considerado. Em relação a função utilidade dos decisores, observou-se no estudo que para a faixa de valores monetários considerados a estrutura de preferências era compatível com um decisor neutro ao risco [3, 5]. Desta forma, a função utilidade para representar os valores para as conseqüências corresponde à uma função linear. Assim, sendo para facilitar o processo foram adotados os próprios valores monetários. 4 - APLICAÇÃO DESENVOLVIDA NA INDÚSTRIA O problema consiste em determinar quanto vale cada ação e minimizar o valor esperado da perda para a companhia. A Tabela 1 apresenta a matriz de conseqüências ou pay-off [3], considerando os custos para implementar cada ação, bem como os custos decorrentes de θ em R$ 1.000,00 CUSTO EM R$ 1.000,00 AÇÃO ESTADO DA NATUREZA θ1 θ2 a = = 220 a = = 300 a = = 218 Tabela 1 - Matriz de pay-off
5 A probabilidade a priori não pode ser representada da forma convencional por π(θ), pois os valores de π(θ) variam em função da ação a adotada. Ou seja, tem-se π(θ a). conforme representado na Tabela 2. PROBABILIDADE A PRIORI π(θ a) AÇÃO ESTADO DA NATUREZA θ1 θ2 a1 0,8 0,2 a2 0,7 0,3 a3 0,5 0,5 Tabela 2 - Probabilidade a Priori 4.1 Análise Através de Árvore de Decisão A análise do problema através matriz de conseqüências não tem a mesma facilidade do que para outros problemas convencionais, pois π(θ) varia com a ação a ser implementada. Assim, o problema é melhor analisado através da árvore de decisão na Figura 1. A árvore de decisão apresenta uma visualização do problema, incluindo os custos e probabilidades nos nós de estados da natureza para cada uma das três alternativa de ação apresentada no nó de decisão. comprar tubo cortado conforme não conforme conforme comprar máquina desenvolver máq não conforme conforme não conforme Figura 1 - Árvore de Decisão
6 Representando a situação através da árvore de decisão, a solução do problema se torna muito simples: percorrendo a árvore de trás para frente, a cada nó de probabilidade associa-se o correspondente valor esperado e, a cada nó de decisão,aquela que minimiza o valor esperado (custo), conforme na Figura 2. Calculando o valor esperado de cada nó de estado da natureza, tem-se os resultados apresentados na Figura 2, que indicam a ação a1 (comprar os tubos cortados), como a melhor alternativa. Neste caso o valor esperado de custo é de R$ ,00. comprar o tubo cortado [60000] [60000] [160000] [118000] 4.2 Análise de Sensibilidade Figura 2 - Resultado para Valores Nominais de π(θ) Foi desenvolvido um estudo de análise de sensibilidade para os valores de probabilidade a priori π(θ) variando em torno de 20% para cada ação. Os resultados foram positivos indicando a mesma solução para os valores nominais obtidos com os especialistas para π(θ). Os resultados foram satisfatórios para a pior condição variando simultaneamente para a1 e a3. A Figura 3 apresenta o resultado para - 20% em relação π(θ1), no caso de a1, de modo que π(θ1 a1) = 0,65, e simultaneamente + 20% em relação a π(θ1) para a3, isto é, π(θ1 a3) = 0,6. [90000] [90000] [160000] [98000] Figura 3 - Resultado para Análise de Sensibilidade em relação a π(θ)
7 4 - CONCLUSÕES Um aspecto importante a destacar nesta aplicação é a robustez do procedimento em relação a variações nas probabilidades a priori avaliadas em cada estado da natureza. Observa-se que os limites de tolerância analisados de 20% representam uma segurança muito satisfatória dado o conhecimento que os especialistas da fábrica detém sobre o estado da natureza no problema analisado. A aplicação pode ser considerada muito simples, dados outros elementos da metodologia, tais como: uso de uma formulação considerando o estado da natureza como variável contínua, na análise das características de qualidade avaliadas para o tubo, ou ainda, considerando outros atributos no problema através da Teoria da Utilidade Multiatributo. No entanto, embora explorando poucos recursos da Teoria da Decisão, a relevância da aplicação se traduz na oportunidade do uso de uma abordagem mais formal para analisar decisões de Planejamento da Produção, considerando inclusive a oportunidade de corrigir uma tendência na adoção de uma decisão inadequada. Um fator importante nesta aplicação está relacionado ao significado deste estudo no contexto de uma decisão envolvendo a Diretoria da Empresa dentro de um contexto, onde a tendência indicava uma solução na direção mais convencional de adquirir o novo equipamento ou melhorar o equipamento existente. BIBLIOGRAFIA [1] Heizer, Jay & Render, Barry, Production and Operations Mangement: Strategies and Tactics, New Jersey, Prentice Hall, [2] Moreira, Daniel A.; Administração da Produção e Operações; Livraria Pioneira Editora; 1993 [3] RAIFFA, H.; (1970) Decision Analysis. Addison-Wesley. [4] SMITH, J. Q.; (1988) Decision Analysis - A Bayesian Approach. Chapman and Hall. [5] KEENEY, R. L.; RAIFFA, H.; (1976) Decision with Multiple Objectives: Preferences and Value Trade-offs. John Wiley & Sons
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,
Leia maisFUNÇÃO UTILIDADE MULTIATRIBUTO ADITIVA APLICADA EM DECISÃO NA MANUTENÇÃO
FUNÇÃO UTILIDADE MULTIATRIBUTO ADITIVA APLICADA EM DECISÃO NA MANUTENÇÃO Adiel Teixeira de Almeida Universidade Federal de Pernambuco - UFPE Cx. Postal 7462, Recife -PE, 50.720-970, aalmeida@npd.ufpe.br
Leia mais1 O que é Teoria da Decisão?
Universidade Federal do Paraná Departamento de Estatística Graduação em Estatística Introdução a Teoria da Decisão Prof. Thaís Fonseca 1 O que é Teoria da Decisão? 1.1 Introdução Teoria da decisão, como
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2 nd Edition). Duxbury.
Leia maisModelos de Decisão Multicritério para Apoio no Estabelecimento de Terceirização da Manutenção
Modelos de Decisão Multicritério para Apoio no Estabelecimento de Terceirização da Manutenção Adiel Teixeira de Almeida Rogério Augusto Coelho Fernandes Ana Paula Cabral Seixas Costa Universidade Federal
Leia maisTeoria da Decisão. Introdução. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Apresentação Sumário
Leia maisTeoria de decisão Bayesiana e clássica: determinação de preços
Teoria de decisão Bayesiana e clássica: determinação de preços Mário Hissamitsu Tarumoto 1 Luan Cauê Cherubini 2 Olga L.Anglas R.Tarumoto 1 1 Introdução A teoria da decisão é uma abordagem sistemática
Leia maisUTILIDADE MULTIATRIBUTO ADITIVA NO DIMENSIONAMENTO DE SOBRESSALENTES
UTILIDADE MULTIATRIBUTO ADITIVA NO DIMENSIONAMENTO DE SOBRESSALENTES Cristiano Santos Lúcio de Melo Universidade Federal de Pernambuco - PPGEP/UFPE Cx. Postal 7462, Recife -PE, 50.720-970, crismelo@npd.ufpe.br
Leia maisQuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Análise de Decisão. Métodos Quantitativos 2004/2005.
QuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Análise de Decisão Métodos Quantitativos 2004/2005 João Moura Pires Sumário Introdução Tomada de decisão sem experimentação
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction ti to Decision i Analysis (2 nd Edition).
Leia maisrelógio apenas uma vez mediante ao pagamento de uma pequena taxa. Ao encontrarem algum defeito os consumidores devem devolver o relógio pagando
Capítulo 10 Introdução à Teoria de Decisão 10.1 Introdução Na situação geral de decisão temos várias alternativas bem definidas e procuramos pela melhor ação dado o problema que temos em mãos. Além disso
Leia maisMODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
NOME: No. MECANOGRÁFICO: MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame
Leia maisDecisões Sequenciais Árvores de Decisão
Teoria da Decisão Decisão Uni-Objectivo Decisões Sequenciais Árvores de Decisão Árvores de Decisão Uma Árvore de Decisão é uma forma gráfica que se utiliza para representar um conjunto de decisões sequenciais,
Leia maisANÁLISE DE DECISÃO. Elementos básicos sobre árvores de decisão e diagramas de influência. Conceitos complementares:
ANÁLISE DE DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Mónica Oliveira Ano lectivo 2011/2012 2 Conceitos Diagramas de influência Árvores de decisão Conceitos complementares:
Leia maisAPOIO À DECISÃO PARA AQUISIÇÃO DE MÁQUINAS NA INDÚSTRIA SIDERÚRGICA
APOIO À DECISÃO PARA AQUISIÇÃO DE MÁQUINAS NA INDÚSTRIA SIDERÚRGICA Denilson Cavalcanti de Melo PPGEP Programa de Pós Graduação em Engenharia de Produção Universidade Federal de Pernambuco UFPE E-mail:
Leia mais3. Otimização sob Incerteza
3. Otimização sob Incerteza Os problemas de otimização tentam resolver, de forma eficiente, situações do mundo real por meio de modelos matemáticos que utilizam parâmetros incertos. Pode-se encontrar na
Leia maisTeoria da Decisão. Slide 1. c 2002, 1998 Maria Antónia Carravilla FEUP
Teoria da Decisão Slide 1 Transparências de apoio à leccionação de aulas teóricas Versão 2 c 2002, 1998 Teoria da Decisão 1 Decisões A incerteza é muito mais a regra que a excepção, a única coisa que pode
Leia maisPesquisa Operacional. Ementa. Prof. Edézio
Ementa Pesquisa Operacional A apresentação da PO Modelos e forma-padrão de PPL Solução gráfica de um PPL O algoritmo Simplex Teoria dos Jogos Livro texto Silva, Ermes Medeiros..et al.l., Pesquisa Operacional,
Leia maisPESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães
PESQUISA OPERACIONAL UNIDADE 1 Introdução à Pesquisa Operacional Prof. Me. Carlos Guimarães Objetivo Introduzir o tema Pesquisa Operacional por meio da apresentação: Da sua origem; Das sociedades profissionais
Leia maisMODELOS DE APOIO À DECISÃO
MODELOS DE APOIO À DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Bibliografia: P. Goodwin & G. Wright (2003) Decision Analysis for Management Judgement, John Wiley and Sons
Leia maisAPLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS
APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS Alexandre Ferreira de Pinho, Mestrando Escola Federal de Engenharia de
Leia maisInformação Geral 2008/2009
MODELOS DE APOIO À DECISÃO Informação Geral 2008/2009 Docentes: Carlos Bana e Costa (Prof. Responsável) Mónica Oliveira 2 Contactos e Horário de Atendimento Prof. Carlos Bana e Costa Mail: carlosbana@ist.utl.pt
Leia maisInformação Geral 2009/2010
MODELOS DE APOIO À DECISÃO Informação Geral 2009/2010 Docentes: Carlos Bana e Costa (Prof. Responsável) Mónica Oliveira João Lourenço 2 Contactos e Horário de Atendimento Prof. Carlos Bana e Costa Mail:
Leia maisAplicações em transportes da abordagem multicritério rio MACBETH. Carlos A. Bana e Costa.
http://alfa.ist.utl.pt/~cbana Aplicações em transportes da abordagem multicritério rio MACBETH Carlos A. Bana e Costa Fortaleza, Março de 6 Agenda Avaliação, priorização e seleção de projetos de investimento,
Leia maisPROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 6 29 março de abril MOQ-12 Probabilidades e Int. a Processos Estocásticos
PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 6 29 março 2007 04 de abril 2007 1 Aplicação do Valor Esperado em Análise de Decisão 1. Introdução 2. Características de um Processo de Análise
Leia maisProf. Denise Benino - UNINOVE
Pequisa Operacional - Prof. Denise Benino denise.benino@uninove.br Introdução Pesquisa Operacional A Pesquisa Operacional é uma ciência aplicada voltada para a resolução de problemas reais. Tendo como
Leia maisO objectivo de um processo consultivo de análise de decisão é. A Análise de Decisão é o desenvolvimento e a aplicação de
Análise de Decisão jectivo Obj O objectivo de um processo consultivo de análise de decisão é ajudar a estruturar e simplificar a tarefa de tomar uma decisão complexa, tão bem e tão facilmente quanto a
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 15 Incerteza Edirlei Soares de Lima Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local Agentes
Leia maisMÉTODOS TAGUCHI DOE DESIGN OF EXPERIMENTS ANÁLISE DE VARIÂNCIA TAGUCHI 1
MÉTODOS TAGUCHI DOE DESIGN OF EXPERIMENTS ANÁLISE DE VARIÂNCIA TAGUCHI WWW.VALUESTREAM.PT 1 TAGUCHI LOSS FUNCTION FUNÇÃO PREJUÍZO DA QUALIDADE FUNÇÃO PERDA QUADRÁTICA TAGUCHI WWW.VALUESTREAM.PT 2 QUEM
Leia maisINTEGRAÇÃO DA TEORIA DA UTILIDADE COM O MÉTODO ELECTRE PARA PROBLEMAS NÃO COMPENSATÓRIOS
INTEGRAÇÃO DA TEORIA DA UTILIDADE COM O MÉTODO ELECTRE PARA PROBLEMAS NÃO COMPENSATÓRIOS Adiel Teixeira de Almeida Universidade Federal de Pernambuco Cx. Postal 7462, Recife-PE, 50.630-970 aalmeida@ufpe.br
Leia maisDecisão Decidir Análise / Teoria da Decisão
Decisão Decidir é o acto de seleccionar uma linha de acção preferida entre várias alternativas existentes. Existem diversos instrumentos que podem contribuir para a tomada de decisões, dependentes do ambiente
Leia maisRequisitos de Sistemas
Requisitos de Sistemas Unidade I - Engenharia de Requisitos Definição de Requisitos Tipos de Requisitos Processos de Engenharia de Requisitos - Levantamento ou elicitação 1 Processo de software Engenharia
Leia maisEEL - USP. Aula 2 Projeto do Produto, do processo e planejamento da produção. Prof. Dr. Geronimo
EEL - USP Aula 2 Projeto do Produto, do processo e planejamento da produção Prof. Dr. Geronimo O processo de planejamento de instalações voltadas para a produção de montagem pode ser listado: 1. Definir
Leia maisSistema de Apoio a Tomada de Decisão no Planejamento Estratégico: O Caso do Aeroporto Industrial
Sistema de Apoio a Tomada de Decisão no Planejamento Estratégico: O Caso do Aeroporto Industrial Marcílio Cunha, MSc. Faculdade Boa Viagem, FBV Professor do Curso de Engenharia de Produção email: marciliocunha@marciliocunha.com.br
Leia maisAnálise de Decisão. Resolução indicativa
Análise de Decisão Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano lectivo 2014/2015 1.º Semestre Teste 2 17 de Dezembro de 2014 Duração:
Leia maisDESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI BIONDI C. O.¹, VIANNA S. S. V. 2, RODRIGUES M. T. M.³ 1 Universidade Estadual de Campinas, Departamento de Engenharia de Sistemas Químicos
Leia maisNatureza do Planejamento e. Controle
Natureza do Planejamento e Os consumidores percebem maior risco na compra de serviços Controle do que na compra de produtos Os consumidores usam o preço e evidências físicas como as maiores pistas da qualidade
Leia maisPROPOSTA INDICATIVA DE RESOLUÇÃO. MODELOS DE APOIO À DECISÃO Departamento de Engenharia e Gestão, Instituto Superior Técnico
PROPOSTA INDIATIVA DE RESOLUÇÃO MODELOS DE APOIO À DEISÃO Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame 2ª Época, 10/07/2009, 13:00 Duração:
Leia maisEAD 755 Análise da Decisão. Aula 02 - Análise de Sensibilidade e Árvores de Decisão
EAD 755 Análise da Decisão Aula 02 - Análise de Sensibilidade e Árvores de Decisão Prof. Cesar Alexandre de Souza FEA/USP calesou@usp.br Histórico da Análise da Decisão Durante a Segunda Guerra Mundial,
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROBABILIDADE 2019 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisINTRODUÇÃO À PESQUISA OPERACIONAL
INTRODUÇÃO À PESQUISA OPERACIONAL ** Decisão com Incerteza Parte 1 ** Profa. Vitória Pureza 2º Semestre Roteiro Critérios de Decisão em Situações de Incerteza Teoria de Utilidade Axiomas de Von Neumann-Morgenstern
Leia maisMETODOLOGIA MULTICRITÉRIO: Estruturação vs. avaliação
MODELOS DE APOIO À DECISÃO Métodos para definição de pesos inter-critérios Carlos Bana e Costa João Lourenço Mónica Oliveira 2 METODOLOGIA MULTICRITÉRIO: Estruturação vs. avaliação OPÇÕES ESTRUTURAÇÃO
Leia mais1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
Leia maisFACULDADE DE TECNOLOGIA DE GUARATINGUETÁ
FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ ESTATÍSTICA II Nota de aula 1 Prof. MSc. Herivelto T Marcondes dos Santos Fevereiro /2009 1 Modelos de probabilidade 1.1 Variável aleatória Definição: Sejam ε um
Leia maisASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS
GMI/020 21 a 26 de Outubro de 2001 Campinas - São Paulo - Brasil GRUPO XII ASPECTOS TÉCICOS E GERECIAIS DE MAUTEÇÃO EM ISTALAÇÕES ELÉTRICAS UTILIDADE MULTIATRIBUTO ADITIVA O DIMESIOAMETO DE SOBRESSALETES
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROILIDDE 2011 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisConfiabilidade de sistemas. Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas.
Confiabilidade de sistemas Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas. Uma definição pratica de confiabilidade corresponde à probabilidade de um
Leia maisEngenharia da Qualidade I Aula 5
Engenharia da Qualidade I Aula 5 Ferramentas para o Controle e Melhoria da Qualidade Prof. Geronimo Virginio Tagliaferro 4 Diagrama de causa e efeito (diagrama de Ishikawa) O diagrama de causa e efeito
Leia maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS JOÃO CÂMARA ENGENHARIA DE SOFTWARE
1 INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS JOÃO CÂMARA ENGENHARIA DE SOFTWARE Nickerson Fonseca Ferreira nickerson.ferreira@ifrn.edu.br Introdução 2 Antes de qualquer
Leia maisnos projetos de investimento
Eduardo Sá Silva Árvores de Decisão nos projetos de investimento ÍNDICE Resumo... 13 Introdução... 15 O conceito de árvores de decisão... 17 Exemplos de árvores de decisão... 23 Exemplo 1 Camião grande
Leia maisMatriz de Especificação de Prova da Habilitação Técnica de Nível Médio
: Técnico em Calçados Descrição do Perfil Profissional: O Profissional deverá estar em condições de realizar as etapas do processo de fabricação de calçados, conhecer os materiais utilizados no processo
Leia mais1. A empresa de transportes fluviais RioAcimaRioAbaixo vai fazer uma alteração de tarifas
Mestrado em Transportes Processos de Decisão Exame 2006.02.07 Duração: 2 horas Com consulta Das 3 questões que constituem este exame deverá escolher apenas 2 para responder e entregar 1. A empresa de transportes
Leia maisESCOLHA NO MERCADO FINANCEIRO USANDO TEORIA DA DECISÃO
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN ESCOLHA NO MERCADO FINANCEIRO USANDO TEORIA DA DECISÃO Diogo de Carvalho Bezerra UFPE - Universidade Federal de Pe. Cidade
Leia maisMODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame 1ª Época, 26/06/2009
Leia maisInvestigação Operacional
Análise de Sensibilidade, Formulação Dual (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas Uma das tarefas mais delicadas no
Leia maisPREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
Leia maisPalavras e frases chave: Programação Linear; Tomada de decisões; Objectivos. Clasificação AMS: (opcional)
VI Congreso Galego de Estatística e Investigación de Operacións Vigo 5-7 de Novembro de 2003 PROGRAMAÇÃO LINEAR: TOMADA DE DECISÕES, UMA NOVA ABORDAGEM NO ENSINO SECUNDÁRIO Maria José Teixeira do Nascimento
Leia maisControle Estatístico do Processo (CEP)
Controle Estatístico do Processo (CEP) CONTROLE ESTATÍSTICO DO PROCESSO É UM MÉTODO QUE PERMITE CONTROLAR CONTÍNUAMENTE AS CARACTERÍSTICAS CHAVES DE UM PRODUTO E PROCESSO, VISANDO A SUA MELHORIA. ORIGEM
Leia maisA pesquisa Operacional e os Recursos Renováveis. 4 a 7 de novembro de 2003, Natal-RN
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 23, Natal-RN REQUISIÇÃO DE EXAME MÉDICO: UMA ABORDAGEM VIA TEORIA DA DECISÃO Alane Alves Silva Universidade Federal de Pernambuco, Recife.
Leia maisMBA em Finanças e Controladoria. Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno
MBA em Finanças e Controladoria Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno Obetivos do Tópico 06 5h Obetivo Entender os fundamentos de risco e retorno Obetivos de aprendizagem
Leia maisMETROLOGIA E ENSAIOS
METROLOGIA E ENSAIOS MEDIÇÃO E ERRO Prof. Alexandre Pedott pedott@producao.ufrgs.br Medição É o conjunto de operações que têm por objetivo determinar o valor de uma grandeza. Grandeza é o atributo de um
Leia mais5 Decisão Sob Incerteza
5 Decisão Sob Incerteza Os problemas de decisão sob incerteza são caracterizados pela necessidade de se definir valores de variáveis de decisão sem o conhecimento prévio da realização de parâmetros que,
Leia maisNoções de Exatidão, Precisão e Resolução
Noções de Exatidão, Precisão e Resolução Exatidão: está relacionada com o desvio do valor medido em relação ao valor padrão ou valor exato. Ex : padrão = 1,000 Ω ; medida (a) = 1,010 Ω ; medida (b)= 1,100
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Aula 1 Introdução: Os principais passos na Optimização para a resolução dum problema: Formulação; Modelação; Resolução; Avaliação; Decisão; Implementação. Esquema Geral. 2 I. Introdução A Investigação
Leia maisAvaliação dos processos de amostragem de inspeção para atributos no setor de matéria prima na indústria farmacêutica local
Avaliação dos processos de amostragem de inspeção para atributos no setor de matéria prima na indústria farmacêutica local Shamon Henrique Feitosa de Souza ; Emerson Wruck 2 Bolsista PBIC/UEG, graduando
Leia maisCapítulo 5 Incerteza e comportamento do consumidor
Capítulo 5 Incerteza e comportamento do consumidor slide 1 2014 Pearson. Todos os direitos reservados. Probabilidade A probabilidade refere-se à chance de que determinado resultado venha a ocorrer. Quando
Leia maisDistribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson
Distribuições discretas de probabilidades Cap. 8 Binomial, Hipergeométrica, Poisson Definições Variável aleatória: função que associa a cada elemento do espaço amostral um número real. Exemplo: diâmetro
Leia maisAnálise de Decisão, Jogos & Negociação. Cesaltina Pires
Análise de Decisão, Jogos & Negociação Cesaltina Pires Fevereiro 2007 ii Conteúdo 1 Introdução (incompleto) 1 1.1 Decisão várias abordagens........................... 1 1.1.1 Decisões individuais versus
Leia maisAlgoritmos de Aprendizado
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Algoritmos de Aprendizado Regra de Hebb Perceptron
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisLista de Exercícios para Segundo Exercício Escolar
Universidade Federal de Pernambuco Centro de Ciências Exatas e da Natureza Departamento de Estatística Contato: Professora Fernanda De Bastiani, coord-area-2@de.ufpe.br Lista de Exercícios para Segundo
Leia maisSistema de apoio a decisão com modelo aditivo para priorização de sistemas de informação
Sistema de apoio a decisão com modelo aditivo para priorização de sistemas de informação Marina Dantas de Oliveira Duarte (UFPE) marina@ufpe.br Ana Paula Henriques de Gusmão (UFPE) anagusmao@ufpe.br Adiel
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Variância 07/14 1 / 14
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 07/14 1 / 14 Prof. Tarciana Liberal (UFPB) Aula 07/14 2 / 14 Prof. Tarciana Liberal (UFPB)
Leia maisTeorema da Impossibilidade de Arrow (1951) fornecendo cada um deles uma ordenação dos k candidatos
Teorema da Impossibilidade de Arrow (1951) k candidatos (k > 2) m votantes (m > 1) fornecendo cada um deles uma ordenação dos k candidatos Será possível encontrar um método de agregação de todos as preferências
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Leia maisEstrutura de Dados II
Estrutura de Dados II Apresentação Prof. Márcio Bueno ed2tarde@marciobueno.com / ed2noite@marciobueno.com Ementa Proporcionar ao aluno conhecimento teórico e prático para seleção, construção e manipulação
Leia maisTeoria da utilidade Alguns conceitos chave
Análise de Decisão Teoria da utilidade Alguns conceitos chave Mónica Oliveira e João Lourenço 214/215 2 Valor monetário esperado (VME): Que jogo escolher? Jogo 1 Jogo 1 à VME 14,5 Jogo 2 à VME 5 Jogo 2
Leia mais4 Capabilidade de Processos
4 Capabilidade de Processos Cp, Cpk 4.1. INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO (CEP) Na natureza não existem dois exemplares exatamente iguais da mesma coisa. Há alguma variabilidade em toda parte,
Leia maisDescrição do processo de Modelagem e Simulação em quatro etapas no ambiente AMESim
Descrição do processo de Modelagem e Simulação em quatro etapas no ambiente AMESim Similarmente a outros softwares de modelagem e simulação, a utilização do sistema AMESim está baseada em quatro etapas:
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 7 FUNÇÃO PERDA QUADRÁTICA
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 7 FUNÇÃO PERDA QUADRÁTICA PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Função de Perda de Taguchi (ou Função Perda Quadrática) Abordagem Tradicional
Leia maisCaderno de exercícios no. 2
Caderno de exercícios no. 2 1. Representou um problema de decisão numa árvore de decisão e calculou o valor monetário esperado da melhor opção. Depois de consultar um especialista com conhecimento imperfeito:
Leia maisOTIMIZAÇÃO DE UMA FORMULAÇÃO COM O EMPREGO DE PROJETOS DE EXPERIMENTOS
OTIMIZAÇÃO DE UMA FORMULAÇÃO COM O EMPREGO DE PROJETOS DE EXPERIMENTOS Giovana Savitri Pasa, M.Sc. PPGEP/UFRGS - e-mail: cerepbr@vortex.ufrgs.br Praça Argentina, 9 - Sala LOPP - Porto Alegre - RS - 90.040-020
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À ROILIDDE 2014 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisRELAÇÃO DO TEOR DE UMIDADE COM O CONSUMO DO COMBUSTÍVEL BPF NO PROCESSO DE SECAGEM DA MADEIRA EM UMA AGROINDÚSTRIA
RELAÇÃO DO TEOR DE UMIDADE COM O CONSUMO DO COMBUSTÍVEL BPF NO PROCESSO DE SECAGEM DA MADEIRA EM UMA AGROINDÚSTRIA Fabiane de Souza Bueno 1, Gislaine Cristina Batistela 2 1 Faculdade de Tecnologia de Botucatu,
Leia maisUniversidade Federal de Itajubá. Instituto de Engenharia de Produção e Gestão. Pesquisa Operacional. Redes. Prof. Dr. José Arnaldo Barra Montevechi
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Redes Prof. Dr. José Arnaldo Barra Montevechi Problemas de rede Casos especiais de problemas de programação
Leia maisMétodos de Estimação. Roteiro. 1. Three-point Estimation 2. Julgamento de Especialistas 3. Referências. Three-Point Estimation
Métodos de Estimação Roteiro 1. Three-point Estimation. Julgamento de Especialistas 3. Referências Three-Point Estimation 1 Three-Point Estimation Pert original: A duração da atividade segue uma distribuição
Leia maisApoio à Decisão em Programação Linear Multiobjectivo. Um Modelo para o Planeamento Estratégico de Redes de Telecomunicações
Apoio à Decisão em Programação Linear Multiobjectivo. Um Modelo para o Planeamento Estratégico de Redes de Telecomunicações Resumo dos capítulos CAPÍTULO I APOIO À DECISÃO MULTICRITÉRIO A complexidade
Leia maisAUTOMATIZAÇÃO NO PROCESSO DE INJEÇÃO PLÁSTICA
AUTOMATIZAÇÃO NO PROCESSO DE INJEÇÃO PLÁSTICA Almeida, Jovana; Garcia, Gabriela; Laila, Fernanda; Liduário, Samara; Magno, Douglas; Santos, Mariana; Vitor, Thaís; Gontijo, Jomar Teodoro. RESUMO O presente
Leia maisSistema de apoio a decisão para seleção direta de projetos de sistemas de informação
Sistema de apoio a decisão para seleção direta de projetos de sistemas de informação Ana Paula Henriques de Gusmão (UFPE) anagusmao@ufpe.br Ana Paula Cabral Seixas Costa Cabral (UFPE) apcabral@ufpe.br
Leia maisAnálise de Alimentos. Prof. Tânia Maria Leite da Silveira
Análise de Alimentos Prof. Tânia Maria Leite da Silveira Análise de alimentos Indústria de alimentos: controle da qualidade, fabricação e armazenamento do produto acabado; Universidades e institutos de
Leia maisEstatística Bayesiana EST047
Estatística Bayesiana EST047 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Conceitos iniciais; Distribuições condicionais Conceitos iniciais Questão Como incorporar
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 3-ESTATÍSTICA II (CE003) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 3-ESTATÍSTICA II (CE003) Prof. Benito Olivares Aguilera 2 o Sem./17 MODELOS DISCRETOS. 1. Seja X o número de caras obtidas
Leia maisSELEÇÃO DE SOFTWARES SOB A PERSPECTIVA MULTICRITÉRIO UTILIZANDO PARÂMETROS INTERDEPENDENTES VARIÁVEIS
SELEÇÃO DE SOFTWARES SOB A PERSPECTIVA MULTICRITÉRIO UTILIZANDO PARÂMETROS INTERDEPENDENTES VARIÁVEIS Adiel Teixeira de Almeida Filho UFPE, Cx. Postal 7462, Recife PE, 50.630-970, ataf@ufpe.br Cristiano
Leia maisEngenharia de Software II
Engenharia de Software II Aula 12 http://www.ic.uff.br/~bianca/engsoft2/ Aula 12-31/05/2006 1 Ementa Processos de desenvolvimento de software (Caps. 2, 3 e 4 do Pressman) Estratégias e técnicas de teste
Leia maisTeoria da Decisão. Teoria da Utilidade Multiatributo. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Teoria da Utilidade Multiatributo Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Programa de Pós-Graduação em Engenharia Elétrica,
Leia mais10 Conclusões e Perspectivas
10 Conclusões e Perspectivas 10.1 Conclusões Para os próximos estágios de revisão tarifária, a ANEEL sinaliza a possibilidade de utilizar modelos DEA e SFA na determinação da eficiência dos custos operacionais,
Leia mais