Análise de Decisão

ANÁLISE DE DECISÃO
Para avaliar e escolher entre alternativas

Considera todas as alternativas possíveis e possíveis resultados

 CINCO ETAPAS NA TOMADA DE DECISÃO
1. Definir claramente o problema
2. Liste todas as alternativas possíveis
3. Identificar todos os resultados possíveis para cada alternativa
4. Identificar a recompensa para cada combinação: alternativa e resultado
5. Use uma técnica de modelagem de decisão para escolher uma alternativa
1. Decisão: Se deve ou não fazer e vender galpões de armazenamento
2. Alternativas:
• Construir uma grande fábrica
• Construir uma pequena fábrica
• Fazer nada
3. Resultados: A demanda por galpões será alto, moderado ou baixo
4. PAYOFFS
Resultados (Procura)
Alternativas Alta Moderada Baixa
Fábrica Grande 200,00 100,000 -120,000
0
Fábrica Pequena 90,000 50,000 -20,000

Nenhuma fábrica 0 0 0

5. Aplicar um método de modelagem de decisão

 TIPOS DE DECISÃO
AMBIENTES DE MODELAGEM
Tipo 1: Tomada de decisão sob Certeza

Tipo 2: A tomada de decisão sob incerteza

Tipo 3: A tomada de decisão em situações de risco

TOMADA DE DECISÃO SOB CERTEZA

A consequência de cada alternativa é conhecida

Normalmente, há apenas um resultado para cada alternativa

Este raramente ocorre na realidade

TOMADA DE DECISÃO SOB INCERTEZA
Probabilidades dos possíveis resultados não são conhecidos
Métodos de tomada de decisão:
1. Maximax
2. Maximin
3. Criterion of realism
4. Equally likely
5. Minimax
CRITÉRIO MAXIMAX
A abordagem optimista
Assuma o melhor retorno ocorrerá para cada
alternativa ou decisão
Resultados (Procura)
Alternativas Alta Moderada Baixa
Fábrica Grande 200,000 100,000 -120,000

Fábrica Pequena 90,000 50,000 -20,000

Nenhuma fábrica 0 0 0

Escolha a fábrica grande (melhor recompensa)

CRITÉRIO MAXIMIN
A abordagem pessimista
Assumir o pior retorno ocorrerá para cada alternativa

Resultados (Procura)
Alternativas Alta Moderada Baixa
Fábrica Grande 200,000 100,000 -120,000

Fábrica Pequena 90,000 50,000 -20,000

Nenhuma fábrica 0 0 0

Escolha nenhuma fábrica (melhor recompensa)

CRITÉRIO IGUALMENTE PROVÁVEL
Assume todos os resultados igualmente prováveis e usa a
recompensa média

Média de
Alternativas Payoff
Fábrica Grande 60,000
Fábrica Pequena 40,000
Nenhuma fábrica 0

Escolha a fábrica grande

CRITÉRIO MINIMAX
Arrepender ou medidas de perda de oportunidade
muito melhor que poderíamos ter feito:
Arrepender = (Melhor payoff) – (actual payoff)

Resultados (Procura)
Alternativas Alta Moderada Baixa
Fábrica Grande 200,000 100,000 -120,000

Fábrica Pequena 90,000 50,000 -20,000

Nenhuma fábrica 0 0 0

A melhor payoff para cada resultado é realçado

 MATRIX DE PERDA

Alternativas Resultados (Procura)

Max
Alta Moderada Baixa perda
Fábrica Grande
0 0 120,000 120,000
Fábrica
Pequena
110,000 50,000 20,000 110,000
Nenhuma
fábrica
200,000 100,000 0 200,000

Queremos minimizar a quantidade de perda

que pode experimentar, por isso escolha
pequena fábrica
A TOMADA DE DECISÃO EM SITUAÇÕES DE RISCO
Onde as probabilidades de resultados estão disponíveis

Valor Monetário Esperado (VME) usa as probabilidades para calcular o retorno

médio para cada alternativa

VME (para alternativa i) =

∑(Probabilidade de resultado) x (payoff de resultados)
 Método de Valor Monetário Esperado (VME)
Calculada a partir das médias ponderadas pelas probabilidades de
ocorrência.
Resultados (Procura)
Alternativas Alta Moderada Baixa VME
Fábrica Grande 200,000 100,000 -120,000 86,000
Fábrica 90,000 50,000 -20,000 48,000
Pequena
Nenhuma 0 0 0 0
fábrica

Probabilidade
0.3 0.5 0.2
de resultado
Escolha a Fábrica grande
Perda de oportunidade esperada (POE)

–Também chamada Arrependimento Esperado

–Corresponde à perda por não ter decidido pela
melhor alternativa
–O primeiro passo é elaborar uma tabela de
perdas de oportunidade (igual ao critério
minimax)
–O passo seguinte é calcular a POE
considerando as probabilidades de cada cenário
 PERDA DE OPORTUNIDADE ESPERADA (POE)
Quanto de pesar/arrependimento esperamos com base nas probabilidades?

POE (para alternativa i) =

∑(probabilidade de resultado) x (pesar de resultado)
 Valor de Arrependimento (Perda
de Oportunidade)
Resultados (Procura)
Alternativas Alta Moderada baixa POE
Fáb. Grande 0 0 120,000 24,000
Fáb. Pequena 110,000 50,000 20,000 62,000
Nenh. fábrica 200,000 100,000 0 110,000

Prob. de
0.3 0.5 0.2
resultado

Escolha a fábrica grande

INFORMAÇÃO PERFEITA
Informações perfeita nos diria com certeza qual resultado vai ocorrer

Ter a informação perfeita antes de tomar uma decisão permitiria escolher o

melhor payoff para o resultado
VALOR ESPERADO COM INFORMAÇÃO PERFEITA
(VECIP)
O retorno esperado de ter informação perfeita antes de tomar uma decisão

VEcIP = ∑ (Probabilidade de resultado)

x (melhor payoff do resultado)
VEcIP = (MRC1 * PC1) + (MRC2 * PC2)+(MRC3
* PC3)+…+(MRCn * PCn)

–Onde:
•MRC1 = maior retorno do cenário 1
•PC1 = probabilidade do cenário 1
•MRC2 = maior retorno do cenário 2
•PC2 = probabilidade do cenário 2
 Valor esperado da informação
perfeita (VEIP)
• –A situação ideal seria aquela em que eu tivesse
certeza de qual cenário ocorreria

• –Nesse caso o tomador de decisão estaria diante

de uma informação perfeita

• –O ambiente de risco é transformado em ambiente

de certeza (e o tomador de decisão escolhe
simplesmente o maior resultado)
• –Como só possui as probabilidades dos diversos
cenários, o valor esperado da decisão com uma
informação perfeita (VECIP) é o produto dos
melhores valores dos diversos cenários,
ponderados pelas probabilidades de ocorrência

• –A questão que se coloca: quanto o tomador de

decisão estaria disposto a pagar por uma
informação que o conduzisse de uma situação de
risco para uma situação de certeza?
 VALOR ESPERADO DA INFORMAÇÃO PERFEITA (VEIP)
O valor pelo qual a informação perfeita iria aumentar o nosso retorno
esperado
Fornece um limite superior sobre o que pagar para obter informações
adicionais

VEIP = VEcIP – VME

VEcIP = Valor Esperado Com a Info. Perfeita

VME = Maior Valor Monetário Esperado
Payoffs em azul seria escolhido com base em
informação perfeita (sabendo o nível da procura)
Procura
Alternativas Alta Moderada Baixa
Fáb. Grande 200,000 100,000 -120,000
Fáb. Pequena 90,000 50,000 -20,000
Nenh. fábrica 0 0 0

Probabilidade 0.3 0.5 0.2

VEcIP = AOA 110,000

Valor esperado da informação perfeita (VEIP)
–Para o nosso exemplo:

VEcIP = (200.000* 0,3) + (100.000* 0,5)+ (0*0,2)

VEcIP =
VEcIP =
VEcIP =

–E para o cálculo do VEIP, temos:

VEIP = VEcIP (-) VME

VEIP =
VEIP
Valor esperado da informação perfeita (VEIP)
–A conclusão é que o tomador de decisão pode
gastar até AOA ……. para obter uma
informação perfeita, e mudá-lo do ambiente de
risco para o de certeza
–O VEIP é idêntico ao POE, o que ocorre em
qualquer situação
 Árvores de decisão

A árvore de decisão é uma maneira gráfica de

visualizar as consequências de decisões actuais
e futuras bem como os eventos aleatórios
relacionados.
Ela permite a conceitualização e o controlo de
um bom número de problemas de investimentos
sujeitos a riscos.
 ÁRVORES DE DECISÃO
Pode ser usado em vez de uma tabela para mostrar alternativas, resultados e
retornos
Consiste em nós e setas
Mostra a ordem de decisões e resultados

Vantagem: permite que novas informações que

surjam ao longo do processo sejam incluídas
Os nós quadrados representam decisões, e os
nós redondos, nós de incerteza, representam
eventos aleatórios.
ÁRVORES DEDECISÃO
Nó de Acaso – Cada ramo
... conduz a um resultado
possível, que tem uma certa
probabilidade de ocorrer

Nó de Decisão – Cada
ramo representa uma
alternativa possível.

Ramos – Relações entre os nós

ÁRVORES DEDECISÃO
Normalmente, não se deixam ligados dois nós
do mesmo tipo

1
0,8 0,32 1

0,4 0,2 0,08

2
2
0,6
0,6 3
3
ÁRVORES DEDECISÃO
1
C

A D
2

B 3 A eC 1
A eD
2

B
3
ÁRVORES DEDECISÃO

Qualquer problema que pode ser apresentado em uma

tabela de decisão também pode ser representado
graficamente em uma árvore de decisão
As árvores de decisão são mais benéficos quando uma
sequência de decisões devem ser tomadas
Todas as árvores de decisão contêm pontos de decisão ou nós
e pontos de estado-da-natureza ou nós
 Um nó de decisão a partir do qual uma das várias
alternativas podem ser escolhidos
 Um nó de estado-da-natureza do qual um estado de
natureza irá ocorrer
 CINCO PASSOS PARA A ANÁLISE DE ÁRVORE DE
DECISÃO

1. Defina o problema
2. Estruturar ou desenhar a árvore de decisão
3. Atribuir probabilidades aos estados da natureza
4. Retornos estimados para cada combinação possível
de alternativas e estados da natureza
5. Resolver o problema calculando os valores monetários
esperados (VME) para cada nó estado de natureza
ESTRUTURA DE ÁRVORES DE DECISÃO
Árvores começam a partir da esquerda para a direita
Representam decisões e resultados em ordem sequencial
Os quadrados representam nós de decisão
Os círculos representam nós de estados de natureza
Linhas ou ramos conectam os nós de decisões e os estados
da natureza
 Nó de Estado-de-Natureza
Procura Alta
Um Nó de Decision Procura moderada
1
Procura baixa

Procura Alta

Fab. Media Procura moderada

2
Procura baixa

Figure 3.2 Todas as procuras

3
 Nó de Estado-de-Natureza
Procura Alta
Um Nó de Decision Procura moderada
1
Procura baixa

Procura Alta

Fab. Media Procura moderada

2
Procura baixa

Figure 3.2 Todas as procuras

3
 VME para Nó 1 = (0.3)(200.000)+(0.5)(100.000)+(-120000(0.2)
= AOA 86.000
Procura Alta (0.30) AOA 200.000
Alternativa com melhor Procura moderada (0.50)
VME é selecionado 1 AOA 100.000
Procura baixa (0.20)
AOA -120.000
Procura Alta (0.30)
AOA 90.000

Fab pequena Procura moderada (0.50)

2 AOA 50.000
Procura baixa (0.20)
AOA -20.000
VME para Nó 2 = 90000*0,3
= AOA 48.000 +50000*0,5
Figure 3.3
+(-20000)*0,3
3 AOA 0
EXEMPLO
● O Gonga está a ponderar participar num concurso
televisivo. A inscrição no concurso é de kz 10,00
Neste concurso, o Ngonga poderá responder no
máximo a 3 perguntas e respeitar as regras que a
seguir se enunciam.

● A primeira questão é sobre História. Se o Ngonga

acertar ganha Kz 100. Se o Ngonga errar o jogo
termina. O Ngonga acredita que tem 80% de
probabilidade de acertar esta resposta.
EXEMPLO

● Se o Ngonga acertar a resposta à pergunta de

História, pode optar por terminar o jogo e receber os
100Kz ou em alternativa responder a uma pergunta
sobre Geografia. Se o Ngonga acertar a resposta a
esta pergunta ganha KZ 300 mas se errar o jogo
termina e o Ngonga nada recebe. O Ngonga acha
que tem 60% de probabilidade de responder
acertadamente à questão de Geografia.
EXEMPLO

● Se o Ngonga acertar a resposta à pergunta de Geografia,

pode optar por terminar o jogo e receber os 300Kz ou em
alternativa responder a uma pergunta sobre Cinema. Se
o Ngonga acertar a resposta a esta pergunta ganha
500Kz mas se errar o jogo termina e o Ngonga nada
recebe. O Ngonga acha que tem 40% de probabilidade
de responder acertadamente à questão de Cinema.

● Qual a estratégia que aconselha ao Ngonga?

EXEMPLO

Participa
O Ngonga
está a
ponderar
participar num
concurso
televisivo. N Participa
EXEMPLO

A primeira questão é
sobre História. Se o N Acerta
0,2
Ngonga acertar
ganha 100Kz. Se o
Ngonga errar o jogo
termina. O Ngonga Participa
acredita que tem Acerta
80% de probabi- 0,8

lidade de acertar
esta resposta.
EXEMPLO

Se o Ngonga Acertar a
resposta à pergunta de Continua
História, pode optar por
terminar o jogo e receber
os 100Kz ou em alternativa
responder a uma pergunta
sobre Geografia.

Termina Jogo
EXEMPLO
O Ngonga
acha que N Acerta
tem 60% de 0,4

probabilidade de
responder acer-
tadamente à
questão de Geo- Continua
Acerta
grafia. 0,6
 EXEMPLO

Se o Ngonga acertar a
resposta à pergunta de Continua
Geografia, pode optar por Acerta
0,6
terminar o jogo e receber
os 300Kz ou em alternativa
responder a uma pergunta
sobre Cinema.
Termina Jogo
EXEMPLO
O Ngonga acha que tem 40% de probabilidade de
responder acertadamente à questão de Cinema.

N Acerta 0,6

Continua
Acerta 0,4
EXEMPLO

N Acerta
0,4

N Acerta N Acerta 0,6

0,2
Acerta
Continua
0,6
Continua Acerta 0,4

Acerta
Participa 0,8

Termina Jogo

Termina Jogo

N Participa
 EXEMPLO
-10
-10
N
Acert
a 0,4
N N Acerta 0,6 -10
Acert
a 0,2 Acert Continua

Continua
a Acerta0,4 490
0,6

Acert
Participa a
0,8
TerminaJogo
29
TerminaJogo 0
N Participa
90
0
ÁRVORES DE DECISÃO PARA PROBLEMAS DE
TOMADA DE DECISÕES DE VÁRIOS NÍVEIS
Problemas de múltiplos estágios envolvem uma sequência de várias
decisões e resultados
É possível que uma decisão seja imediatamente seguida por outra
decisão
As árvores de decisão são os melhores para mostrar o arranjo
seqüencial
AMPLIADO O EXEMPLO ANTERIOR (FÁBRICA)

Suponha que eles primeiro decidem em pagar

AOA 4000 para se realizar uma pesquisa de
mercado
Os resultados da pesquisa será imperfeito
Em seguida, eles vão decidir se construem uma
fabrica grande, fabrica pequena, ou nenhuma
fabrica
Em seguida, eles vão descobrir que o resultado e
recompensa são