Avaliao

econmica de
Projetos
Tomando Decises

Teoria das Decises

Representa uma abordagem geral a problemas decisrios,

oferecendo um conjunto de conceitos e tcnicas para

apoiar o decisor a enfrentar problemas de deciso.
Visa a tomada de decises racionais e consistentes,
nomeadamente em condies de aleatoriedade ou
incerteza.
Modelos do processo de deciso que disponibilizem
informao podem ser de grande utilidade. Dois modelos
comuns so matrizes de deciso e as rvores de
deciso.

Caracterizao de Problemas de
Deciso
Os processos de anlise e explorao envolvidas na tomada de

deciso contm, normalmente, um conjunto de caractersticas gerais.

Definio dos objetivos;
Enumerao dos eventos ou cenrios possveis;
Seleo do conjunto de aes alternativas possveis ou estratgias;
Determinao do valor Vij decorrente de cada combinao de aes (A i)com o

cenrio (j);
Formulao da matriz de deciso
Determinao das probabilidades (j), associadas ocorrncia de cada um dos
cenrios ou eventos;
Aplicao das regras ou critrios que melhor conduzem aos objetivos
estabelecidos.

Decisor / Aes/ Estados de

Natureza / Consequncias
O decisor o responsvel pela tomada de decises. Pode ser um nico

indivduo, um grupo, uma empresa ou mesmo uma nao.

O decisor deve conseguir construir uma lista exaustiva e mutuamente
exclusiva de todas as suas possveis aes alternativas.
Os Estados de Natureza so acontecimentos que podem ocorrer e que
no podem ser controlados pelo decisor. Eles devem ser mutuamente
exclusivos e devem descrever exaustivamente todas as situaes
possveis.
As consequncias so as medidas do benefcio obtido pelo decisor.
Elas dependem da deciso e dos estados da natureza. A cada par
deciso tomada - estado da natureza associa-se um valor
correspondente consequncia para o decisor.

Com esses valores pode-se preencher uma tabela de

duas entradas a que se chama Matriz de Deciso

Estados de Natureza
Aes

...

A1

V11

V12

V13

...

V1n

A2

V21

V22

V23

...

V2n

...

...

...

...

...

...

Am

Vm1

Vm2

Vm3

...

Vmn

Ambiente de deciso
Certeza o decisor sabe qual o acontecimento que vai
ocorrer uma previso precisa possvel;

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.

Outro modo de definir Incerteza

A incerteza pode ser definida como o conhecimento
imperfeito.

Decises que, devido a foras que esto alm do controle

do decisor, no conduzem a um nico resultado seguro,
so conhecidas como decises incertas.

Outro modo de definir Risco

Da forma que acabamos de ver, ainda que a incerteza
esteja sempre presente num processo de tomada de
deciso, o risco pode no estar.

O Risco s est presente quando os resultados incertos de

uma deciso so significativos ou merecem a preocupao

do decisor, ou seja, quando eles afetam o seu bem-estar.

Deciso com risco

A distino entre risco e incerteza apoia-se, como vimos,

na ideia do uso de probabilidades que, em certos casos,

podero ser estimadas objetivamente mas, em muitos
outros, correspondero a probabilidades subjetivas
definidas pelo decisor.
Os critrios mais utilizados so:
Mximo Valor Esperado;
Mnimo Arrependimento Esperado.

rvore de Deciso
A rvore de deciso uma forma alternativa de
estruturao de um problema de deciso.
As rvores de deciso so muito teis para representar
problemas de deciso complexos, com sequncias de
aes e estados da natureza que ocorrem ao longo do
tempo.

rvore de Deciso

rvore de Deciso
rvore de deciso mostra precisamente:

(1) as escolhas alternativas;

(2) os acontecimentos incertos que afetam cada

escolha;
(3) os possveis resultados para cada alternativa e,
(4) as probabilidades de ocorrncia de cada uma.

Construo da rvore de Deciso

Desenhar as possveis decises e os possveis resultados incertos

num esquema claramente sujeito a uma sequncia temporal, da

esquerda para a direita, desenhando ramos sucessivos que
emanam ou de ns de deciso, ou de ns de acaso.
A cada ramo terminal atribuir um Valor ou Resultado esperado
(normalmente um valor monetrio).
Trabalhar depois em sentido contrrio, da direita para a esquerda,
a partir de cada ramo terminal, no sentido de determinar o Valor
Monetrio Esperado de cada deciso, em funo das
probabilidades atribudas.
Escolher, podando a rvore, a deciso que melhor satisfaz os
objetivos ou as expectativas do decisor (normalmente aquela que
maximiza o Valor Monetrio Esperado).

Tipos de ns
Ns de deciso (assinalados com quadrados) escolha do
caminho feita pelo decisor (aes escolhidas pelo decisor);
Ns de acaso (assinalados com crculos) caminho
determinado por fatores que o decisor no controla
(estados da natureza).

Exemplo (descrio do problema)

Suponhamos que um empresrio agrcola tinha estudado

os possveis ganhos ou perdas que teria por cada hectare

de uma das suas atividades, consoante gastasse 40, 80,
120 ou 160 por hectare em fertilizantes e o ano agrcola
viesse a ser fraco, razovel, bom ou excelente.
Para estes quatro acontecimentos incertos, ele formulou
probabilidades de ocorrncia (subjetivas, baseadas por
exemplo na sua experincia passada) de 10%, 20%, 50% e
20% respectivamente. A Matriz de Resultados a que
chegou foi a seguinte:

Exemplo (descrio do problema)

Aes Alternativas
Estado do Ano
Agrcola

Probabilidade
Subjetiva

Gastar 40

Fraco

0,1 (10%)

-160

-240

-320

-400

Razovel

0,2 (20%)

-40

-160

-240

-320

Bom

0,5 (50%)

40

80

120

160

Excelente

0,2 (20%)

240

400

480

480

Gastar 80

Gastar 120

Gastar 160

Possveis Ganhos ou Perdas ()

Qual seria a melhor alternativa?

Deciso

Acontecimento

em Fertilizao /
ha

Tipo de Ano

40

80

Probabilid Resultado

ade

Fraco

0,1

-160

Razov
Bomel

0,2

-40

0,5

40

0,2

240

0,1

-240

0,2

-160

0,5

80

0,2

400

0,1

-320

0,2

-240

0,5

120

0,2

480

0,1

-400

0,2

-320

0,5

160

0,2

480

Excelen
Fracote
Razov
Bomel

120

Excelen
Fracote

160

Razov
Bomel
Excelen
Fracote
Razov
Bomel
Excelen
te

Deciso

Acontecime
nto

em
Fertilizao /
ha

VME =
44

40

VME = 64

Razov
el
Bom

Razov
Bomel
Excelen
Fracote

120

A melhor soluo
ser, portanto, a
de gastar 120
por hectare em
fertilizao.

Fraco

Excelen
Fracote

80

160

Tipo de Ano

Clculo do
Valor

Razov
el
Bom
VME = 76

Excelen
Fracote
Razov
Bomel

VME = 72

Excelen
te

0,
1
0,

x-160

= -16

x -40

2
0,
5
0,

x 40

= 20

x240

2
0,
1
0,

= 48

x-240

= -24

x-160

2
0,
5
0,

= -32

x 80

= 40

x400

2
0,
1
0,

= 80

x-320

= -32

x-240

2
0,
5
0,

= -48

x120

= 60

x480

2
0,
1
0,

= 96

x-400

= -40

x-320

2
0,
5
0,

= -64

x160

= 80

x480

= 96

-8

Monetrio
Esperado

= 44

= 64

= 76

= 72

Vantagens da rvore de Deciso

(1) Forar o decisor a, explicitamente, considerar aes

alternativas e possveis acontecimentos que influenciam

os seus resultados;
(2) Permitir ao decisor exprimir uma situao complexa
numa sequncia de decises;
(3) Ajuda o decisor a quantificar os processos de deciso;
(4) Facilita uma escolha tima, baseada num determinado
critrio objetivo (por exemplo, o Valor Monetrio
Esperado).

Exerccio
A empresa X desenvolveu um produto possuindo trs

modelos distintos. Por razes financeiras, apenas um deles

poder ser lanado no mercado. A tabela abaixo apresenta
a situao. Construa a rvore de deciso e determine qual
a melhor alternativa
o Valor
Monetrio
Probabilidade considerando
Modelo A
Modelo
B
Modelo C
Esperado. de ocorrncia

Alcanar at
5% do
mercado

0,5

9000

7000

3000

Alcanar de
5% a 10% do
mercado

0,4

10000

9000

13000

Alcanar de
10% a 20% do

0,1

11000

15000

12000

Deciso

Acontecimento

Probabilid
ade

at
5%
de 5% a
de 10%
10% a

0,5

90000

0,4

10000

0,1

11000

0,5

7000

0,4

9000

0,1

15000

0,5

3000

0,4

13000

0,1

12000

20%

Modelo A

Modelo B
Modelo C

at
5%
de 5% a
de 10%
10% a
20%
at
5%
de 5% a
de 10%
10% a
20%

Resultado

Deciso

Acontecimento

Probabilid
ade

at
5%
de 5% a
de 10%
10% a

0,5

9000

0,4

10000

0,1

11000

0,5

7000

0,4

9000

0,1

15000

0,5

3000

0,4

13000

0,1

12000

20%

Modelo A

Modelo B
Modelo C

at
5%
de 5% a
de 10%
10% a
20%
at
5%
de 5% a
de 10%
10% a
20%

Resultado

= 9600

= 8600

= 7900

Mnimo Arrependimento
Esperado
Suponha

que tenha ocorrido a primeira situao:

alcanar at 5% do mercado.
Dessa forma, se o gestor tiver escolhido o produto do
Modelo A, ele no sentiria nenhum arrependimento
porque teria escolhido a estratgia que lhe oferecia
melhor resultado

Mnimo Arrependimento
Esperado
No entanto, caso a escolhe tivesse recado no Modelo B,
ele teria perdido 9000-7000= 2000, ndice de
arrependimento que ele sente por no ter escolhido o
Modelo A.
Se fosse escolhido Modelo C, 9000-3000= 6000.

Desse forma pode-se construir a seguinte matriz:

Mnimo Arrependimento
Esperado
Probabilidade
de ocorrncia

Modelo A

Modelo B

Modelo C

Alcanar at
5% do
mercado

0,5

9000-9000=
0

9000-7000=
2000

9000-3000=
6000

Alcanar de
5% a 10% do
mercado

0,4

1300010000=
3000

130009000= 4000

1300013000= 0

Alcanar de
10% a 20% do
mercado

0,1

1500011000=
4000

1500015000= 0

1500012000=
3000

Mnimo Arrependimento
Esperado
Probabilidade
de ocorrncia

Modelo A

Modelo B

Modelo C

Alcanar at
5% do
mercado

0,5

2000

6000

Alcanar de
5% a 10% do
mercado

0,4

3000

4000

Alcanar de
0,1
4000
10% a 20% do
Quais os piores arrependimentos
mercado

0
3000
para cada Modelo?

Mnimo Arrependimento
Esperado
Modelo A

Modelo B

Modelo C

4000

4000

6000

A escolha recair sobre o Modelo A ou B, pois esses

minimizam os maiores arrempendimentos que o gestor

pode ter.

Mnimo Arrependimento
Esperado
Para seguir o critrio do Mnimo Arrependimento:

Monta-se inicialmente a matriz de arrependimentos e, em seguida,

Para cada alternativa, escolhe-se o pior dos arrependimentos.
Ao final decide-se pela alternativa com o arrependimento menos
ruim.