You are on page 1of 61

Departamento de Engenharia Industrial

ENG 1514 Estratgia da Produo

Mdulo IV:
Administrao de Restries

ENG 1514 Estratgia da Produo


Professor: Paulo Cunha
2012.2
Objetivos de aprendizagem

1. Compreender a teoria das restries;


2. Definir capacidade e utilizao e sua relao com medidas de
desempenho financeiro;
3. Identificar gargalos;
4. Descrever economias e deseconomias de escala;
5. Identificar uma abordagem sistemtica de planejamento de
capacidade;
6. Explicar a anlise do ponto de equilbrio usando os mtodos
grfico e algbrico;
7. Identificar as regras de deciso utilizando os critrios Maxmin,
Maximax, de Laplace, do Mximo arrependimento e do Valor
esperado;
8. Descrever como desenhar e analisar uma rvore de deciso.
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 2
Agenda

1. Introduo ao conceito de Administrao de Restries


2. Teoria das restries (TOC)
3. Identificao e administrao de gargalos
4. Economias e deseconomias de escala
5. Determinao do momento de aumentar a capacidade
6. Anlise do ponto de equilbrio para expanso da capacidade
7. Anlise de decises sob certeza, incerteza e risco
I. Tomada de deciso sob certeza
II. Tomada de deciso sob incerteza
III. Tomada de deciso sob risco

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 3
1 - Introduo ao conceito de Administrao de
Restries

Restrio: qualquer fator que limite o desempenho de um sistema e restrinja


o seu resultado.
Capacidade: a taxa mxima de produo de uma instalao (estao de
trabalho - organizao inteira).
Quando existem restries em qualquer passo, a capacidade pode se desequilibrar
muito alta em alguns departamentos e muito baixa em outros. Em decorrncia
disso, o produto total do sistema declina.
Gargalo: um tipo de restrio que se relaciona falta de capacidade de um
processo e, sob certas condies, tambm chamado de recurso restritivo de
capacidade.
Tipos de restries:
Fsicas: capacidade da mquina, da mo-de-obra ou escassez de material;
Comerciais: demanda menor que capacidade;
Administrativas: polticas, indicadores ou posturas que criem restries que retardem o
fluxo de trabalho.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 4
1 - Introduo ao conceito de Administrao de
Restries

Uso de recursos

Questes incluem:
Capacidade total

Competitividade de mercado
Qualidade Nmero, tamanho das
unidades produtoras
desempenho
Objetivos de

Velocidade Alocao de tarefas s


unidades produtoras
Confiabilidade Localizao
Flexibilidade

Custo

Rede de
Tecnologia de fornecedores Desenvolvimento e
Processo Capacidade organizao

reas de deciso

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 5
1 - Introduo ao conceito de Administrao de
Restries

Projeto da Capacidade: deve suportar as demandas presentes e futuras ou a


empresa pode perder oportunidades de crescimento e de lucro
- Pequena demais: perde vendas, atrasa entregas etc.
- Grande demais: custa caro e no traz receita.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 6
2 Teoria das restries (TOC)

Abordagem sistemtica, desenvolvida por Eli Goldratt, que focaliza ativamente


a gesto das restries que impedem o avano da empresa.
Medidas de desempenho na TOC
- De acordo com a concepo da TOC, todo investimento de capital no sistema,
inclusive mquinas e trabalho ao processas materiais, representa estoque porque
todos poderiam ser potencialmente vendidos para se obter dinheiro.
- Gerar um produto ou servio que no leva a uma venda, no aumentar o
rendimento total da empresa, mas aumentar o custo de estoque e as despesas
operacionais sempre melhor administrar o sistema de forma que a utilizao
do recurso gargalo seja maximizada, a fim de maximizar o processo inteiro.
- Medidas de capacidade e desempenho relevantes no nvel operacional:
Inventrio (I)
Ganho (T)
Despesa operacional (OE) Para os
Entradas 1 2 3 clientes
Utilizao (U)
200/h 200/h
50/h

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 7
2 Teoria das restries (TOC)

Como as medidas operacionais se relacionam com as medidas financeiras

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 8
2 Teoria das restries (TOC)

Medidas de capacidade
- Medidas de Produo (output): geralmente so adotadas por empresas que
possuem o foco no produto
- Medidas de Insumos (input): geralmente so adotadas por empresas que possuem
o foco no processo
- Converso de medidas de capacidade entre produo e insumo (demanda
geralmente expressa como taxa de produto
MEDIDAS DE CAPACIDADE
OPERAO INSUMOS PRODUO
(Input ) (Output )
Fbrica de ar condicionado Horas de mquinas disponveis Nmero de unidades por semana
Hospital Leitos disponveis Nmero de pacientes tratados por
semana
Teatro Nmero de assentos Nmero de clientes entretidos por
semana
Universidade Nmero de estudantes Estudantes graduados por ano
Loja de venda no varejo rea de venda Nmero de itens vendidos por dia
Companhia area Nmero de assentos Nmero de passageiros por semana
disponveis no setor
Companhia de eletricidade Tamanho do gerador Megawatts de eletricidade gerada
Cervejaria Volume dos tanques de Litros por semana
fermentao
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 9
2 Teoria das restries (TOC)

Capacidade efetiva: a taxa mxima de produo sob condies normais de


operao
- Considera turnos normais e equipamentos efetivamente instalados
- Inclui paradas normais de setup e tempos de manuteno (inevitveis)
- Desconsidera quebras de mquinas, absentesmo e problemas com a qualidade,
dentre outros (evitveis)

Volume Real de Produo


Eficincia 100%
CapacidadeEfetiva

Capacidade projetada: a taxa mxima de produo sob condies ideais de


operao
- Considera a capacidade dos equipamentos isolados c/ operao contnua

Volume Real de Produo


Utilizao 100%
CapacidadeProjetada

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 10
2 Teoria das restries (TOC)

Exemplo:
- Suponha que um fabricante de papel fotogrfico tenha uma linha de cobertura cuja
capacidade de projeto seja 200 metros quadrados por minuto e que a linha opera
24 horas por dia, 7 dias por semana (168 horas por semana). A capacidade de
projeto 200 x 60 x 24 x 7 = 2016 milhes de metros quadrados por semana.
- Os registros para uma semana de produo mostram o seguinte tempo de
produo perdido:

Atividades Planejadas (inevitveis ) Atividades No Planejadas (evitveis )


Mudanas de produtos (set-ups ) 20 h Paradas para manuteno 18 h
Manuteno preventiva regular 16 h Investigao de falhas de qualidade 20 h
Nenhum trabalho programado 8h Falta de estoque de material 8h
Amostragens de qualidade 8h Faltas do pessoal 6h
Tempos de troca de turnos 7h Espera pelos rolos de papel 6h
T O T A L 59 h T O T A L 58 h

- Qual a utilizao e a eficincia?


Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 11
2 Teoria das restries (TOC)

Exemplo:
- Capacidade projetada = 168 horas/ semana
- Registros das atividades produtivas da presente semana

Atividades Planejadas (inevitveis ) Atividades No Planejadas (evitveis )


Mudanas de produtos (set-ups ) 20 h Paradas para manuteno 18 h
Manuteno preventiva regular 16 h Investigao de falhas de qualidade 20 h
Nenhum trabalho programado 8h Falta de estoque de material 8h
Amostragens de qualidade 8h Faltas do pessoal 6h
Tempos de troca de turnos 7h Espera pelos rolos de papel 6h
T O T A L 59 h T O T A L 58 h

- Capacidade efetiva = 168 - 59 = 109 h/ sem.


- Volume de produo real = 168 - 59 - 58 = 51 h/ sem.
UTILIZAO = 51 / 168 x 100 = 30,36 %
EFICINCIA = 51 / 109 x 100 = 46,79 %

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 12
2 Teoria das restries (TOC)

Exemplo:

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 13
2 Teoria das restries (TOC)

Aplicao da TOC
1. Identificar os gargalo(s) do sistema
2. Explorar o(s) gargalo(s) : maximizar o rendimento do gargalo
3. Subordinar todas as outras decises ao passo 2: recursos que no so gargalos
devem ser projetados para apoiar a programao do gargalo e no produzir mais
que ele pode operar
4. Elevar o(s) gargalo(s) : aumentar a capacidade do gargalo
5. No permitir que a inrcia se instaure : mudando o gargalo, as restries do
sistema podem se alterar. Assim, o processo inteiro deve ser repetido.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 14
2 Teoria das restries (TOC)

Sete princpios-chave da TOC

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 15
3 Identificao e administrao de gargalos

Gargalo qualquer recurso cuja capacidade limita disponvel limita a competncia da


organizao de atender ao volume de produto, ao mix de produtos ou flutuao de
demanda exigidos pelo mercado.
Krajewski et al. (2009)

Os gerentes so responsveis por assegurar que a empresa tenha capacidade de


atender s demandas correntes e futura. De outra maneira, a organizao perder
oportunidades de crescimento e lucros.

Um gargalo o processo ou passo com a menor capacidade e o tempo de


atravessamento mais longo.
Tempo de atravessamento o tempo total desde o comeo at o fim de um
processo.
Gargalos podem ser internos ou externos empresa.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 16
3 Identificao e administrao de gargalos

Operaes com Foco no Produto: processos pouco flexveis; produto/servio


percorre o processo em linha, atravs de uma seqncia rgida de operaes
Operaes com Foco no Processo: processo flexvel. A variao da carga de
trabalho em cada estao pode criar gargalos flutuantes
- Opo: projetar instalaes para operar com folga de capacidade para
absorver inesperados picos de demanda

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 17
3 Identificao e administrao de gargalos

Exemplo - Diablo Electronics:


- A Diablo Electronics manufatura quatro produtos exclusivos (A, B, C e D) com
demandas e preos de venda variados. Os tempos de preparao de lotes so
insignificantes. H cinco operrios, um para cada um dos cinco centros de trabalho
(V, W, X, Y e Z), que recebem $ 18/hora. Os custos com gastos variveis so de
$8.500/semana.
- A planta opera em um turno de 8 horas por dia ou 40 horas por semana.
- Qual das cinco estaes de trabalho tem a maior carga de trabalho total e, desse
modo, atua como o gargalo na Diablo Electronics?

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 18
3 Identificao e administrao de gargalos

Exemplo - Diablo Electronics:

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 19
3 Identificao e administrao de gargalos

Exemplo - Diablo Electronics:

- Tempo de produo disponvel: 2400 minutos.


- A estao X o gargalo, pois a carga de trabalho em X excede as cargas de trabalho
nas outras estaes e tambm excede a capacidade disponvel.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 20
4 Economias e deseconomias de escala

Planejamento da Capacidade a Longo Prazo


- Lida com investimentos em novas instalaes e equipamentos
- Planos cobrem pelo menos dois anos no futuro

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 21
4 Economias e deseconomias de escala

Economias de escala ocorrem quando o custo unitrio mdio de um servio ou


mercadoria pode ser reduzido aumentando-se a taxa de produo.
Deseconomias de escala ocorrem quando o custo mdio por unidade aumenta
na medida que o tamanho da instalao aumenta.

Hospital de Hospital de
(dlares por paciente)

250 leitos 750 leitos


Custo unitrio mdio

Hospital de
500 leitos

Economias Deseconomias
de escala de escala

Taxa de rendimento (pacientes por semana)


Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 22
4 Economias e deseconomias de escala

Economias e deseconomias de escala a curto e longo prazos


- A longo prazo - Todos os insumos podem variar livremente
No h um tamanho pr-definido para a capacidade da instalao
- A Curto prazo - pode-se variar, apenas, o nvel de utilizao
A instalao j existe e sua capacidade conhecida e fixa

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 23
4 Economias e deseconomias de escala

Motivos que acarretam as economias e deseconomias de escala

Economias de escala Deseconomias de escala


- Diluio dos custos fixos - Aumento da complexidade da operao
- Custos de construo no aumentam - Operao prxima ou superior a
proporcionalmente capacidade da capacidade nominal
instalao - Taxa de utilizao prxima a 100 %
- Diminuio de custos na compra de - Custos de transporte
materiais (descontos em grandes
volumes)
- Vantagens do processo com foco no
produto (taxa de produo mais alta
desloca o processo para a produo em
linha)

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 24
4 Economias e deseconomias de escala

Influncia do custo unitrio do produto/ servio na determinao da capacidade

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 25
5 Determinao do momento de aumentar a
capacidade
Reserva de capacidade a quantidade de capacidade amortecedora que a
empresa tem disponvel.
Reserva de capacidade = 100% taxa de utilizao (%)

Monitoramento da eficincia com relao a capacidade de amortecimento


- Quanta capacidade de reserva depende
Da incerteza e/ou inconstncia da demanda
Do custo de negcios perdidos
Do custo da capacidade ociosa
- Quando capacidades de amortecimento MAIORES so preferveis
Quando a demanda varivel
Quando a demanda futura incerta e a operao tem pouca flexibilidade de recursos
Quando h variaes no mix de produo, acarretando deslocamentos imprevisveis das
sobrecargas de um centro de trabalho para outro
Quando h incerteza no fornecimento/ para suportar faltas e frias de funcionrios
- Quando capacidades de amortecimento MENORES so preferveis
Quando a operao de capital intensivo
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 26
5 Determinao do momento de aumentar a
capacidade

Estratgias de capacidade

Expanso de capacidade estratgica Expanso de capacidade


expansionista estratgia de esperar para ver
- Posicionar-se frente da demanda - Posicionar-se atrs da demanda

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 27
5 Determinao do momento de aumentar a
capacidade

Estratgias de capacidade
- Capacidade antecipada demanda (estratgia expansionista)
- Capacidade acompanha a demanda (estratgia de esperar para ver)
- Estratgia de seguimento da Lder (Follow-the-Leader)
- Estratgia de ajustes com estoques
ESTRATGIA VANTAGENS DESVANTAGENS
Antecipao Sempre h capacidade para atender a demanda. A utilizao da fbrica sempre relativamente baixa,
Demanda A receita maximizada e os clientes so atendidos. logo os custos so altos.
Consegue absorver demandas extras, para o caso de Riscos maiores ou permanentes de sobrecapacidade,
previses pessimistas (subdimensionadas) se a demanda no atingir os nveis previstos.
Quaisquer problemas na partida de novas unidades Antecipao ao desembolso do capital.
tem menor probabilidade de afetar o suprimento dos
clientes
Acompanhamento Sempre h demanda para atender manter as plantas Capacidade insuficiente para atender totalmente a
da Demanda funcionando a plena capacidade, minimizando os demanda. H reduo da receita e no atendimento da
custos unitrios de produo. totalidade dos pedidos dos clientes.
Reduz o risco de adoo de tecnologias obsoletas, de Sem habilidade para aproveitar aumentos da demanda
m apurao da capacidade da concorrncia e de a curto prazo.
super expanso, devido a uma previso otimista da
demanda.
adiado o desembolso de capital com as fbricas. Risco de falta, ainda pior, se houver problemas com a
partida de novas unidades

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 28
5 Determinao do momento de aumentar a
capacidade

Quantificao do incremento de capacidade


- Estratgias conservadora e expansionista

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 29
5 Determinao do momento de aumentar a
capacidade

Abordagem sistemtica das decises de capacidade no longo prazo


- Estimar requisitos de capacidade futura
A necessidade de capacidade determinada para algum perodo de tempo no futuro
baseada na demanda e na reserva de capacidade desejada pela empresa.
Horizonte de planejamento o conjunto de perodos de tempo sucessivos considerados
para propsitos de planejamento.
- Identificar lacunas comparando os requisitos com a capacidade disponvel
Uma lacuna de capacidade qualquer diferena, positiva ou negativa, entre a demanda
projetada e a capacidade corrente.
As alternativas podem ser algo como no fazer nada (caso bsico), medidas no curto
prazo, expanso de longo prazo ou uma combinao.
- Desenvolver planos alternativos para preencher as lacunas.
- Avaliar cada alternativa e fazer uma escolha final.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 30
5 Determinao do momento de aumentar a
capacidade

Medidas de output para estimar as necessidades de capacidade


- Medidas de produto so o modo mais simples de se expressar capacidade.
- Produtos fabricados ou clientes atendidos por unidade de tempo.

- Exemplo: A capacidade corrente de 50 unidades por dia e espera-se que a


demanda (D) dobre em cinco anos. A gerncia usa reserva de capacidade (C) de
20%.
A capacidade (M) em 5 anos deve ser:

D
M=
[1 (C/100)]

M = 100/(1 0,2) = 125 clientes

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 31
5 Determinao do momento de aumentar a
capacidade

Medidas de input para estimar as necessidades de capacidade


Tempos de preparao (setups)
sero envolvidos se mltiplos
produtos estiverem sendo
fabricados.
Tempo total de setup
encontrado dividindo-se o
nmero de unidades previstas por
ano (D) pelo nmero de unidades
fabricadas em cada lote (Q
unidades ente preparaes) o
que d o nmero de preparaes
por ano e, em seguida,
multiplicando-se pelo tempo de
preparao (s).

Setup ( D / Q) s
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 32
5 Determinao do momento de aumentar a
capacidade

Exemplo - Medidas de input para estimar as necessidades de capacidade


- Um centro de cpias em um edifcio de escritrios prepara relatrios
encadernados para 2 clientes. O centro faz cpias mltiplas (o tamanho do lote) de
cada relatrio. O tempo de processo para executar, colocar em ordem e
encadernar cada cpia depende, entre outros fatores, do nmero de pginas. O
centro funciona 250 dias por ano, com um turno de 8 horas. A gerncia acredita
que uma reserva de capacidade de 15% (alm da tolerncia incorporada aos
padres de tempo) melhor. O centro tem, no presente, 3 mquinas copiadoras.
Tendo por referncia a tabela a seguir, determine quantas mquinas so
necessrias no centro de cpias.

Item Cliente X Cliente Y


Previso de demanda anual (cpias) 2000 6000
Tempo de processamento padro (horas/cpia) 0,5 0,7
Tamanho mdio do lote (cpias por relatrio) 20 30
Tempo de preparao padro (horas) 0,25 0,4

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 33
5 Determinao do momento de aumentar a
capacidade

Exemplo - Medidas de input para estimar as necessidades de capacidade

Item Cliente X Cliente Y


Previso de demanda anual (cpias) 2000 6000
Tempo de processamento padro (horas/cpia) 0,5 0,7
Tamanho mdio do lote (cpias por relatrio) 20 30
Tempo de preparao padro (horas) 0,25 0,4

[Dp + (D/Q)s]produto 1 + ... + [Dp + (D/Q)s]produto n


M=
N [1 (C/100)]

[2.000(0,5) + (2.000/20)(0,25)]cliente X + [6.000(0,7) + (6.000/30)(0,4)]cliente Y


M= (250 dias/ano)(1 turno/dia)(8 horas/turno)(1,0 15/100)

M = 3,12

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 34
6 Anlise do ponto de equilbrio para expanso da
capacidade

CT CF Q CV (custo total) Ponto de equilbrio (break-even point)


CF
RT P Q (receita) Q
(P - CV)

Custo mdio
CT
CM
Q

Custo marginal
custo de produzir
uma unidade
adicional (custo
varivel - CV)

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 35
6 Anlise do ponto de equilbrio para expanso da
capacidade

Exerccio
- A proprietria de uma pequena indstria patenteou um novo dispositivo para lavar
pratos e limpar pias de cozinha. Antes de tentar comercializar o engenho e
acrescent-lo a sua linha de produtos, ela deseja ter uma segurana razovel de
que vai ter sucesso. Os custos variveis so estimados em sete dlares por unidade
produzida e vendida. Os custos fixos so de cerca de 56.000 dlares por ano.
Se o preo de venda for fixado em 25 dlares, quantas unidades devem ser produzidas e
vendas para atingir o ponto de equilbrio? Use os mtodos grfico e algbrico.
Se o preo for reduzido para 15 dlares, a previso de vendas para o primeiro ano de
10.000 unidades. Com essa estratgia de preo, qual seria a contribuio total do
produto para o lucro do primeiro ano?

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 36
6 Anlise do ponto de equilbrio para expanso da
capacidade

Exerccio

a) Ponto de equilbrio

- Mtodo algbrico:
CF 56.000
Q 3.111 unidades
(P - CV) (25-7)
- Mtodo grfico:
Receita Total 25Q
Custo Total 56000 7Q

b) Contribuio do lucro = receita - custo

Contribuio do lucro = 15 10.000- 56.000 7 10.000 $24.000

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 37
7 Anlise de decises sob certeza, incerteza e risco

Cenrio
- A maioria das decises operacionais envolvem grandes investimentos de capital,
associados a um futuro incerto e com mais de uma alternativa
- Exemplos de decises gerenciais com mltiplas alternativas:
Decises de Processo: automao, sistemas computadorizados de controle, etc.;
Integrao vertical;
Expanso da capacidade;
Localizao.
Teoria das Decises
- um procedimento genrico utilizado no auxlio de tomada de decises, quando
h dvida na escolha de um, entre os possveis resultados, associados s diferentes
alternativas.
- Objetivo: permitir avaliar os possveis custos e/ou retornos, bem como os
benefcios e riscos associados a cada opo de investimento.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 38
7 Anlise de decises sob certeza, incerteza e risco

Passos do Processo de Tomada de Decises


1. Listar as Alternativas Viveis
Cada alternativa corresponde a uma opo que pode vir a ser adotada e, portanto, deve
ser considerada no processo decisrio;
O total de alternativas tem de ser um nmero finito;
Uma alternativa de referncia, geralmente adotada, a de no fazer nada.
2. Listar os Eventos Possveis
Cada evento corresponde a um possvel acontecimento, no controlvel, que acarretar
diferentes conseqncias sobre cada uma das alternativas consideradas;
O total de eventos tem de ser um nmero finito;
Cada evento deve ser mutuamente exclusivo;
No se sobrepem e cobrem todas as eventualidades.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 39
7 Anlise de decises sob certeza, incerteza e risco

Passos do Processo de Tomada de Decises


3. Calcular o retorno esperado de cada alternativa, para o caso de cada evento se
confirmar
Montar uma tabela com todos os retornos calculados, para cada conjunto de alternativas
(LINHAS) e eventos (COLUNAS);
Os retornos geralmente so medidos em LUCROS ou CUSTOS totais;
Os retornos devem ser expressos em VALORES PRESENTES, ou TAXAS INTERNAS DE
RETORNO, para no haver distores do valor do dinheiro ao longo do tempo.
4. Estimar a probabilidade de cada evento
O somatrio das probabilidades de cada evento tem de ser igual a 1.0;
Para previso, pode-se usar, por exemplo, dados histricos (mtodos casuais e sries
temporais) ou opinies de executivos, experts, pesquisas de opinio e de mercado
(mtodos de julgamento).

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 40
7 Anlise de decises sob certeza, incerteza e risco

Passos do Processo de Tomada de Decises


5. Selecionar um critrio de tomada de deciso para avaliar as alternativas
A seleo do critrio depender, principalmente, do RISCO e da INCERTEZA associados
deciso a ser tomada:
- DECISO SOB RISCO: quando se conhece os possveis eventos e as suas respectivas
probabilidades de ocorrncia.
- DECISO SOB INCERTEZA: quando apenas se conhece os possveis eventos, mas
NO as suas respectivas probabilidades de ocorrncia.
Logo, a seleo do critrio depender, principalmente, de dois fatores:
- O total de informaes existentes sobre a probabilidade dos eventos;
- A disposio gerencial face ao risco.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 41
7 Anlise de decises sob certeza, incerteza e risco

Exemplo de um problema de capacidade


- Um gerente est decidindo se constri uma fbrica de tamanho grande ou
pequeno (alternativas). Mas esta deciso depende, em muito, se a demanda futura
ser grande ou pequena (eventos). O retorno esperado para cada situao
apresentado no quadro abaixo em milhares de US$. Estes foram calculados em
valores presentes, pela diferena entre o total das receitas com as vendas e os
custos de cada alternativa em cada evento.

EVENTOS
Demanda Futura
Alternativa de ALTERNATIVAS Pequena Grande
Referncia Fbrica Pequena 200 270
Fbrica Grande 160 800
No Constri 0 0

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 42
7.1 Tomada de deciso sob Certeza

Quando se sabe qual evento ir ocorrer


- A melhor alternativa a que gera o melhor resultado para o evento j conhecido
Maior Resultado - Quando o resultado est expresso em lucros;
Menor Resultado - Quando o resultado est expresso em custos.
Continuao do exemplo
- O gerente tem conhecimento de que a demanda futura ser pequena. Ento,
pergunta-se: qual ser a melhor alternativa?

Como o resultado est EVENTOS


sendo apresentado em Demanda Futura
termos de lucro, logo, o
ALTERNATIVAS Pequena Grande
maior resultado, sabendo-
se que a demanda ser Fbrica Pequena 200 270
pequena, obtido com a Fbrica Grande 160 800
fbrica pequena No Constri 0 0

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 43
7.2 Tomada de deciso sob Incerteza

Quando se sabe quais so os possveis eventos, mas no se sabe qual ir


ocorrer e nem se tem dados histricos que permitam estimar suas respectivas
probabilidades de ocorrncia.
Neste caso, pode-se adotar diferentes critrios para a tomada de deciso:
- 1o Critrio MAXIMIN
Este o critrio do PESSIMISTA, que procura o melhor dentre os piores resultados de
cada alternativa.
Resoluo do exemplo

EVENTOS Piores
Resultados
Demanda Futura de Cada
ALTERNATIVAS Pequena Grande Alternativa
Fbrica Pequena 200 270 200 Melhor dentre
Fbrica Grande 160 800 160 os piores
No Constri 0 0 0

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 44
7.2 Tomada de deciso sob Incerteza

Neste caso, pode-se adotar diferentes critrios para a tomada de deciso:


- 2o Critrio - MAXIMAX
Este o critrio do OTIMISTA, que procura o melhor dentre os melhores resultados de cada
alternativa.
Resoluo do exemplo

EVENTOS Melhores
Resultados
Demanda Futura de Cada
ALTERNATIVAS Pequena Grande Alternativa
Fbrica Pequena 200 270 270 Melhor dentre
Fbrica Grande 160 800 800 os melhores
No Constri 0 0 0

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 45
7.2 Tomada de deciso sob Incerteza

Neste caso, pode-se adotar diferentes critrios para a tomada de deciso:


- 3o Critrio - LAPLACE
Este o critrio do REALISTA. Ele objetiva optar pela alternativa que tenha o melhor
resultado ponderado.
Para calcular os valores dos resultados ponderados de cada alternativa, assume-se que
todos os eventos tm probabilidades iguais de ocorrncia. Assim, se houver n eventos,
assume-se que a probabilidade de cada um ocorrer ser de 1/n, de forma que o
somatrio das probabilidades de todos os eventos seja a unidade (1.0).
Resoluo do exemplo

EVENTOS
Demanda Futura
ALTERNATIVAS Pequena Grande Resultados Ponderados
Fbrica Pequena 200 270 0,5x200+0,5x270=235
Melhor
Fbrica Grande 160 800 0,5x160+0,5x800=480 resultado
No Constri 0 0 0 ponderado
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 46
7.2 Tomada de deciso sob Incerteza

Neste caso, pode-se adotar diferentes critrios para a tomada de deciso:


- 4o Critrio - MXIMO ARREPENDIMENTO OU SAVAGE
Este critrio objetiva encontrar a alternativa que gere o MENOR arrependimento
mximo, por perda de oportunidade, caso no ocorra o evento esperado.
Cada arrependimento mximo deve ser calculado entre as possveis alternativas de cada
evento. Isto , por COLUNA, como a diferena entre o maior resultado dentre todas as
alternativas de um evento e o resultado da alternativa em questo do mesmo evento,
para o caso de lucros (resultados).
Resoluo do exemplo
EVENTOS No h
Demanda Futura arrependimento
ALTERNATIVAS Pequena Grande Arrependimento Mximo
Fbrica Pequena 200 270 0 530
Fbrica Grande 160 800 40 0
Menor
No Constri 0 0 200 800
arrependimento
Maiores Resultados 200 800
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 47
7.2 Tomada de deciso sob Incerteza

Exerccio
- Adele Wiess dirige a floricultura do campus. As flores devem ser encomendadas de
seu fornecedor no Mxico com 3 dias de antecedncia. Embora o dia dos
namorados esteja se aproximando depressa, quase todas as vendas so de ltima
hora; compras por impulso. As vendas antecipadas so to poucas que Weiss no
tem como estimar a probabilidade de demanda, se ser baixa (25 dzias), mdia
(60 dzias) ou alta (130 dzias) para rosas vermelhas no grande dia. Ela compra
rosas por 15 dlares a dzia e vende por 40 dlares. Qual deciso indicada para
cada um dos critrios seguintes:
Maximin
Maximax
Laplace
Mximo arrependimento

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 48
7.2 Tomada de deciso sob Incerteza

Tabelas de retornos esperados


Demanda de rosas vermelhas
Alternativa Baixa Mdia Alta
(25 dzias) (60 dzias) (130 dzias)
Pedir 25 dzias $625 $625 $625
Pedir 60 dzias $100 $1.500 $1.500
Pedir 130 dzias -$950 $450 $3.250
No fazer nada 0 0 0

- MAXIMIN: pedir 25 dzias.


- MAXIMAX : pedir 130 dzias
- LAPLACE: pedir 60 dzias (retornos ponderados: $625, $1.033 e $917)
- MXIMO ARREPENDIMENTO: pedir 130 dzias
Mximo arrependimento para 25 dzias: 3250 625 = $2.625 dlares
Mximo arrependimento para 60 dzias: 3250 1500 = $1.750 dlares
Mximo arrependimento para 130 dzias: 625 (-950) = $1.575 dlares

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 49
7.3 Tomada de deciso sob Risco

Quando se sabe quais so os possveis eventos e se pode estimar as suas


probabilidades de ocorrncia
A melhor alternativa pode ser escolhida a partir do maior valor esperado de
seus resultados, para o caso de lucros
- Valor esperado o resultado que se obteria, caso cada deciso pudesse ser
repetida por diversas vezes
- Para calcular os valores esperados de cada alternativa (LINHAS), multiplica-se os
resultados de cada alternativa pelas respectivas probabilidades de ocorrncia de
cada evento
ATENO: o critrio de deciso a partir dos valores esperados dos resultados
de cada alternativa, pode resultar em uma m deciso, caso o evento errado
(no desejado) ocorra.
ADVERTNCIA: este critrio dever ser evitado caso a gerncia responsvel
pela tomada de deciso esteja inclinada a evitar riscos.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 50
7.3 Tomada de deciso sob Risco

Continuao do exemplo
- As probabilidades de ocorrncia dos dois eventos possveis foram estimadas em
40% para o caso da demanda ser pequena e de 60% para o caso dela ser grande

EVENTOS
Demanda Futura
ALTERNATIVAS Pequena Grande Resultados Ponderados
Fbrica Pequena 200 270 0,4x200+0,6x270=242
Fbrica Grande 160 800 0,4x160+0,6x800=544
No Constri 0 0 0
Probabilidades de Ocorrncia 40% 60%
Maior valor
esperado

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 51
7.3 Tomada de deciso sob Risco

rvore de decises
- Uma rvore de decises um modelo esquemtico genrico, utilizado para uma
grande gama de decises, principalmente, quando decises seqenciais esto
envolvidas. As rvores apresentam as alternativas disponveis para tomada de
decises, com as suas possveis conseqncias.
P1
Resultado 1
N dos eventos P2
possveis Resultado 2

S P1+P2+P3 = 1 P3 Resultado 3
Resultado 4
2a Deciso
1a Deciso Resultado 5
P1
Resultado 6
N de deciso P2 Resultado 7
entre alternativas
P3 Resultado 8
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 52
7.3 Tomada de deciso sob Risco

Exemplo de um problema de capacidade


- Um gerente est decidindo se constri uma fbrica de tamanho grande ou
pequeno (alternativas). Mas esta deciso depende, em muito, se a demanda futura
ser grande ou pequena (eventos), com probabilidades estimadas de 0,6 e 0,4
respectivamente.
Se uma pequena fbrica for construda e a demanda for grande, o gerente pode optar
por no expandir e ter um resultado estimado de US$223.000, ou expandir e ter um
resultado estimado de US$ 270.000
Se uma pequena fbrica for construda e a demanda for pequena, no h razo para
expandir e o resultado estimado ser de US$ 200.000
Se uma fbrica grande for construda e a demanda for pequena, uma opo no fazer
nada e ter um resultado estimado de US$40.000, ou estimular a demanda atravs de
campanhas de marketing.
As respostas campanha podem ser modesta ou significativa com probabilidades
estimadas de, respectivamente, 0,3 e 0,7. Caso seja modesta, o retorno estimado ser de
US$ 20.000 e, em caso contrrio, ser de US$220.000
Finalmente, se uma grande fbrica for construda e a demanda for grande, ento o
retorno estimado ser de US$800.000

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 53
7.3 Tomada de deciso sob Risco

Demanda Pequena
US$200
200x0,4+270*0,6= [0,4]
US$242
No Expandir
US$223

US$270
Expandir
US$270
2a
Deciso No Faz Nada
US$160 US$40
1a
Deciso 20x0,3+220*0,7= Resp. Modesta
US$20
US$160 [0,3]
3a
US$544
Deciso Faz Campanha

Resp. Significativa US$220


[0,7]
US$544
=800x0,6+160*0,4 US$800

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 54
7.3 Tomada de deciso sob Risco

Valor da informao perfeita


- Suponha que uma consultora de marketing oferea uma pesquisa de mercado.
Apesar de a consultora ser incapaz de influenciar a demanda, ela pode descobrir,
com certeza, se a demanda ser grande ou pequena. Ento, antes de contrat-la,
voc quer saber quanto vale essa informao sobre como ser a demanda.
- O valor da informao dada pela consultora , logicamente, o aumento do valor
esperado da deciso tima se essa informao sobre a demanda lhe for dada.

- Como fica a rvore de deciso se voc considerar que ainda no tem, mas que vai
ter essa informao antes de tomar a deciso?

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 55
7.3 Tomada de deciso sob Risco

US$200 US$200
200 x 0,4 + 800 x 0,6 = Da rvore anterior
560

US$560 US$160

Com consultora
US$270

US$800
US$800

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 56
7.3 Tomada de deciso sob Risco

Valor da informao perfeita


- Comparando os valores presentes esperados das duas rvores, vemos que o valor
esperado da informao sobre o estado futuro da demanda
Com informao US$560
Sem a informao -US$544
Valor da informao US$ 16

Repare que a consultora no altera as probabilidades de a demanda ser


grande ou pequena, ela to somente diz o que vai acontecer. Como sabemos
as probabilidades de cada demanda, essas so as probabilidades com que ela
vai informar cada um desses eventos

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 57
7.3 Tomada de deciso sob Risco

Exerccio
- Um restaurante precisa decidir sobre a expanso de suas instalaes.
- O crescimento da demanda pode ser pequeno ou elevado com probabilidades 0,4 e
0,6 respectivamente. Pode fazer uma expanso pequena ou grande. Se a demanda
se mostrar alta e a expanso inicial for a pequena, o resultado ser $90.000.
Entretanto nesse caso, uma segunda expanso poder ser feita e o valor presente
lquido final estimado em $135.000.
- Se a ampliao inicial for a pequena e a demanda se revelar pequena, o valor
presente lquido esperado ser de apenas $70.000.
- Se for escolhida a expanso inicial grande e a demanda se mostrar pequena, o valor
presente lquido esperado ser de $40.000, mas se ela se mostrar grande, o VPL
esperado ser $220.000.

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 58
7.3 Tomada de deciso sob Risco

Recompensa esperada =
= Valor do evento * Probabilidade do evento =
Pequena/Baixa = $70 (0,40) = $28
Pequena/Elevada = $135 (0,60) = $81
Pequena = $28 + $81 = $109

Demanda baixa [0,40]


$70
No expandir
Demanda $90
elevada [0,60]
$109 2
$135 Expandir
1 $135
Demanda baixa [0,40]
$40
Demanda
elevada [0,60]
$220
Departamento de Engenharia Industrial 2012.2
ENG 1514 Estratgia da Produo Professor: Paulo Cunha 59
7.3 Tomada de deciso sob Risco

Recompensa esperada = Evento * Probabilidade do evento

Ampla/Baixa = $40 (0,40) = $16


Ampla/Elevada = $220 (0,60) = $132
Ampla = $16 + $132 = $148

$109

1
Demanda baixa [0,40]
$148 $40
Demanda
elevada [0,60]
$148 $220

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 60
7.3 Tomada de deciso sob Risco

Demanda baixa [0,40]


$70
No expandir
Demanda $90
elevada [0,60]
$109 2
Expandir
1 $135 $135
Demanda baixa [0,40]
$148 $40
Demanda
elevada [0,60]
$148 $220

Departamento de Engenharia Industrial 2012.2


ENG 1514 Estratgia da Produo Professor: Paulo Cunha 61