Técnicas de

Documentos relacionados
INTRODUÇÃO À PESQUISA OPERACIONAL

Teoria da Decisão. Slide 1. c 2002, 1998 Maria Antónia Carravilla FEUP

Os problemas de decisão e a Teoria da Decisão

RISCO E INCERTEZA CONCEITOS DE RISCO 08/11/2013

Métodos Quantitativos. aula 1

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Otimização. Otimização e Teoria dos Jogos. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia

Pesquisa Operacional Modelos, Conceitos Básicos para PL. Prof. Ricardo Santos

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão

Decisão Decidir Análise / Teoria da Decisão

Decisões Sequenciais Árvores de Decisão

Pesquisa Operacional Aula 3 Modelagem em PL

Programação Linear. (1ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016

Teoria da Decisão. Abordagem Clássica para Tomada de Decisão Multicritério. Prof. Lucas S. Batista.

Modelos em Programação Linear Inteira

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

10 Segredos Valiosos para Aumentar as suas Chances de Ganhar na Mega Sena

PROBABILIDADE. ENEM 2016 Prof. Marcela Naves

Universidade Federal de Goiás Instituto de Matemática e Estatística

5 Decisão Sob Incerteza

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016

PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES

Pesquisa Operacional

VARIÁVEIS ALEATÓRIAS 1

Teoria da Decisão. Introdução. Prof. Lucas S. Batista. lusoba

Aula - Introdução a Teoria da Probabilidade

Se o número máximo de laranjas estragadas é 4, então temos, no mínimo, 140 laranjas não estragadas.

Valor Esperado. Valor Esperado. Valor Esperado. Valor Esperado. Valor Esperado

CAP. 5a - ANÁLISE DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Empresas em Mercados Competitivos

Risco. Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol.

Probabilidade. Luiz Carlos Terra

1 O que é Teoria da Decisão?

Probabilidade. Definições e Conceitos

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades

Pesquisa Operacional. 4x1+3x2 <=1 0 6x1 -x2 >= 20 X1 >= 0 X2 >= 0 PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL

O valor esperado de uma quantidade aleatória Paulo Cezar Pinto Carvalho IMPA e EMAp/FGV

Organização e Análise de Projectos. A análise de projectos face ao risco e à incerteza

Processo de Criação de um Esquema Estrela

> Princípios de Contagem e Enumeração Computacional 0/19

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO

FICHA DE REVISÕES Micro 1

Receita, Custo e Lucro

Microeconomia. Maximização de Lucros e Concorrência Perfeita. Prof.: Antonio Carlos Assumpção

Lista de Exercícios - Modelos Probabilísticos 1 INE 7002 GABARITO LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS

Unidade: Risco e Retorno. Unidade I:

Probabilidade Condicional

3 Aprendizado por reforço

Mercados Competitivos. Copyright 2004 South-Western

Introdução à Probabilidade

PROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache

XX OLIMPÍADA DE MATEMÁTICA DO ESTADO DO RIO GRANDE DO NORTE - Em 19/09/2009

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Introdução à Estatística. Segundo Semestre/2018

Jogos. A teoria dos jogos lida com as interações estratégicas que ocorrem entre os agentes.

Professora Ana Hermínia Andrade. Período

MB PRINCÍPIOS DA PESQUISA OPERACIONAL PO INTRODUÇÃO A PESQUISA OPERACIONAL LISTA DE EXERCÍCIOS - PROGRAMAÇÃO LINEAR

BIOESTATISTICA. Unidade IV - Probabilidades

4-1 PESQUISA OPERACIONAL MÉTODO SIMPLEX

Programação Linear/Inteira - Aula 5

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

ANÁLISE DE DECISÃO 2013/2014

1 Variáveis Aleatórias

PROBABILIDADE. Luciana Santos da Silva Martino. PROFMAT - Colégio Pedro II. 01 de julho de 2017

1.3 Outras definições de probabilidade

Certeza. Risco BRUNI BRUNI BRUNI BRUNI. Incerteza. Incerteza. Incerteza e risco em Finanças. Capítulo. Alguns conceitos básicos...

O valor esperado de uma quantidade aleatória Paulo Cezar Pinto Carvalho IMPA e EMAp/FGV

Lógica e Raciocínio. Decisão sob Risco Utilidade. Universidade da Madeira.

MAE0219 Introdução à Probabilidade e Estatística I

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 3

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear

Estratégias de Determinação de Preços. INCT Nanofarma

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2016

A empresa, a organização do mercado e o desempenho

Microeconomia I 2004/05

1.3 Probabilidade Condicional e Independência

Contabilometria. Análise da Decisão

LotoFácil da Independência e o Bolão CAIXA Agosto/2016

Transcrição:

Técnicas de Decisão @lucianodoll

Desafio Ø 1. Ao lançar uma moeda: Ø se o resultado for Cara, você recebe R$100,00. Ø se for Coroa, você não recebe nada. 2. R$20,00 sem jogar. Qual alternativa você escolheria? Por quê?

Análise A análise de um problema de decisão, em sua forma completa, requer a interação de três fatores: Ações Estados Naturais Ações Competitivas

Fatores de um Problema de Decisão Ações Estados Naturais Resultados Ações Competitivas Problema de Decisão

Ações Conjunto de vetores que deverão ser combinados a fim de fornecerem as linhas de ação do decisor. Exemplo: considere que o decisor disponha de três vetores de possíveis ações alternativas às quais possa recorrer: Preço: {p1, p2, p3} Propaganda: {q1, q2, q3} Embalagem: {e1, e2} Se combinarmos os três vetores de todas as maneiras possíveis, teremos 18 ações controláveis.

Estados Naturais Conjunto de circunstâncias provenientes de situações não controláveis pelo decisor. São descrições completas de fatores externos. Exemplo: estado da economia, movimentos especulativos, etc.

Ações Competitivas Podem ser entendidas como as ações dos grupos competidores. Exemplo: aumento da oferta pela entrada de competidores no mercado.

Estrutura de uma tabela de decisão Para que possamos iniciar um processo de decisão, devemos, primeiramente, resumir, as informações disponíveis em um quadro de decisão que poderá ter, genericamente, a seguinte estrutura: Observação: vamos considerar estados naturais e ações.

Tabela de decisão Estados Naturais Probabilidade P (Nj) Ações A1 A2... An N1 P(N1) R11 R12... R1n N2 P(N2) R21 R22... R2n.................. Nm P(Nm) Rm1 Rm2... Rmn

Exemplo de Problema Sua esposa necessita fazer um omelete e já quebrou cinco ovos colocando-os em uma caçarola. Você se oferece para ajudá-la e dispõe de um último ovo para terminar a tarefa. Você precisa decidir se usa, ou não, o ovo ainda não quebrado. Se você optar por usá-lo, deve decidir se vale a pena utilizar uma vasilha para inspecionar o seu estado, bom ou estragado antes de coloca-lo na caçarola junto com os outros, ou jogá-lo diretamente na caçarola, tendo a chance de por tudo a perder. Alternativamente, você precisa decidir jogar o sexto ovo fora e ficar com os cinco já quebrados.

De acordo com o problema, estamos diante de um quadro com três ações alternativas: A1 quebrar o ovo diretamente na caçarola A2 quebrar o ovo numa vasilha para inspecionar A3 jogar o ovo fora Dois estados naturais estão em jogo: N1 o ovo é bom N2 o ovo é estragado

Tabela de decisão Estados Naturais Probabilidade P (Nj) Ações A1 A2 A3 N1 P(N1) Omelete com 6 ovos N2 P(N2) Sem omelete e 5 ovos bons estragados Omelete com 6 ovos e uma vasilha para lavar Omelete com 5 ovos e uma vasilha para lavar Omelete com 5 ovos e um ovo bom destruído Omelete com 5 ovos

Note que o quadro não dispõe da coluna relativa às probabilidades de ocorrência dos estados naturais, na medida em que tal informação não se encontra disponível. Problemas de decisão são geralmente classificados em função do grau do conhecimento do decisor sobre os estados da natureza e sua distribuição de probabilidade. Assim, três tipos de tomadas de decisão são mais conhecidos:

Tipos de Tomada de Decisão Tomadas de Decisão Certeza Risco Incerteza

Decisões em caso de certeza Assume-se que o decisor tenha conhecimento completo do estado natural que deverá ocorrer antes de escolher a sua ação. Nesse caso a ação a ser escolhida, Ai, deverá ser tal que otimize o resultado R1.

Decisões em caso de risco Embora o decisor não saiba exatamente o estado natural que irá ocorrer, ele dispõe de uma distribuição de probabilidade para a ocorrência dos diferentes estados. Nesse caso, o problema de decisão é classificado como em caso de risco.

Decisões em caso de incerteza Nesse caso, o decisor não dispõe de informação sobre a distribuição de probabilidade associada aos estados da natureza. Conhece apenas a lista exaustiva dos possíveis estados que podem vir a ocorrer para avaliar os resultados.

Decisão em caso de incerteza A seguir são apresentados 4 critérios possíveis que podem ser utilizados nesse caso. Cada critério considera um tipo de perfil de decisor e pode ser justificado em função de seu objetivo. Para efeito de ilustração, considere o exemplo a seguir.

Exemplo Um vendedor de aparelhos de ar-condicionado se propõe a estocar em sua loja algumas unidades centrais para revenda no próximo verão. Os aparelhos são vendidos apenas em grupos de cinco unidades e têm um custo unitário para o vendedor de R$ 1.000,00 sendo vendidos a R$ 1.300,00. No final do verão, o fabricante se propõe a aceitar os aparelhos de volta, creditando na conta do vendedor o valor de R$ 800,00 para futuras transações. Assim sendo, se ele estoca 15 aparelhos e apenas 10 são vendidos, ele terá como resultado monetário um lucro final de R$ 2.000 proveniente do lucro da venda de 10 aparelhos 10 x 300 abatido da perda pela nãovenda de cinco aparelhos 5 x 200. O problema consiste em determinar quantas unidades ele deverá adquirir para satisfazer à demanda e maximizar o lucro.

Resumo do problema Ações: A1: o vendedor adquire 5 aparelhos A2: o vendedor adquire 10 aparelhos A3: o vendedor adquire 15 aparelhos A4: o vendedor adquire 20 aparelhos Estados naturais: N1: o mercado demanda 5 aparelhos N2: o mercado demanda 10 aparelhos N3: o mercado demanda 15 aparelhos N4: o mercado demanda 20 aparelhos

Tabela de decisão Estados Naturais Ações A1 A2 A3 A4 5 1500 500-500 -1500 10 1500 3000 2000 1000 15 1500 3000 4500 3500 20 1500 3000 4500 6000

Critério do Retorno Máximo de Wald (Max-min) Consiste em escolher a ação de resultado máximo dentre os menos resultados provenientes de cada estado natural. A idéia subjacente a esse critério é: para cada ação, Ai, consideramos a pior conseqüência que pode acontecer para o decisor, dentre os estados naturais factíveis.

Esse critério é também conhecido como como o critério do pessimista, por assumir o pior estado natural que pode vir a ocorrer em cada ação. De acordo com a tabela de decisão associada ao exemplo, incorporamos uma linha no final da tabela, contendo o pior resultado para cada ação. A ação a ser adotada deverá ser aquela que maximiza o menor resultado, no caso A1.

Estados Naturais Ações A1 A2 A3 A4 5 1500 500-500 -1500 10 1500 3000 2000 1000 15 1500 3000 4500 3500 20 1500 3000 4500 6000 menor 1500 500-500 -1500

Critério max-max Ao contrário do critério do pessimista, definimos como critério do otimista a escolha baseada no melhor resultado de cada ação. O critério de retorno Max-max consiste em escolher a ação de maior nível otimista.

Estados Naturais Ações A1 A2 A3 A4 5 1500 500-500 -1500 10 1500 3000 2000 1000 15 1500 3000 4500 3500 20 1500 3000 4500 6000 menor 1500 3000 4500 6000

Critério de arrependimento minimax Consiste em se adotar a ação que minimiza o maior arrependimento que pode ocorrer quando se adota uma determinada ação. Esse arrependimento é expresso pela diferença entre o melhor resultado para um dado estado natural e os demais resultados para o mesmo estado natural. Este critério é entendido como o critério do decisor comedido.

Estados Naturais Ações A1 A2 A3 A4 5 0 1000 2000 3000 10 1500 0 1000 2000 15 3000 1500 0 1000 20 4500 3000 1500 0 menor 4500 3000 2000 3000

Princípio da razão insuficiente de Laplace Segundo Laplace, o total desconhecimento sobre a distribuição de probabilidade dos estados naturais é equivalente ao estabelecimento do princípio da equiprobabilidade entre eles. Sendo assim, o decisor deveria simplesmente maximizar o resultado médio.

Estados Naturais Ações A1 A2 A3 A4 5 1500 500-500 -1500 10 1500 3000 2000 1000 15 1500 3000 4500 3500 20 1500 3000 4500 6000 menor 1500 2375 2625 2250

Decisão Sob Risco Decisões baseadas apenas em Probabilidades Critério do Resultado Esperado

Decisão baseada apenas em Probabilidades Ø Leva em conta somente as probabilidades associadas à ocorrência dos estados naturais Ø Escolher a ação associada ao: Ø estado natural com a maior probabilidade Ø estado natural esperado

Exemplo Estado Natural com Probabilidade Máxima P(N 1 Vetor de probabilidades dos estados naturais ) 0,1 P(N 2 ) P(N 3 ) = 0,3 0,4 0,2

Critério do Resultado Esperado Ø É baseado na maximização do valor esperado dos resultados Ø Multiplicam-se os resultados pelas probabilidades dos estados naturais

Critério do Resultado Esperado N 1 N 2 N 3 N 4 A 1 P(N) E(R/A) A 2 A 3 A 4 1.500 500-500 - 1.500 1.500 3.000 2.000 1.000 1.500 3.000 4.500 3.500 1.500 3.000 4.500 6.000 0,1 0,3 0,4 0,2 = 1500 2750 3250 2750 A 1 A 2 A 3 A 4 Adota a ação A 3!