PESQUISA OPERACIONAL: UMA FERRAMENTA DO …abepro.org.br/biblioteca/TN_STO_211_254_27837.pdf · A...
Transcript of PESQUISA OPERACIONAL: UMA FERRAMENTA DO …abepro.org.br/biblioteca/TN_STO_211_254_27837.pdf · A...
PESQUISA OPERACIONAL: UMA
FERRAMENTA DO PROCESSO
DECISÓRIO NO SETOR DE COMPRAS
Regina Jacqueline Brandao de jesus (UNIFACS)
Rodrigo Pereira Toralles (UNIFACS)
Priscila de Almeida Castro Behrens (UNIFACS)
A pesquisa operacional é uma área da modelagem matemática muito
útil para modelos de tomada de decisão. Entretanto, na literatura
pouco se encontra modelos decisórios com base quantitativa mais
sofisticada. Este estudo traz um modelo de decisão com análise de
dados determinísticos e probabilísticos no período de 2014 para
analisar um caso de conflito de escolha em uma empresa no setor de
saúde. A partir de uma metodologia para tomada de decisão e tendo
como ferramenta a pesquisa operacional, o estudo concluiu que um
processo decisório pode ser melhor analisado antes da solução. Assim,
este trabalho descreve a construção e representação de um modelo
quantitativo de decisão para um setor de compras empresarial.
Palavras-chave: Modelagem, Pesquisa Operacional, Decisão.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
2
1 Introdução
A tomada de decisão é uma rotina empresarial para todos os gestores. Porém, seres humanos
não conseguem processar todas as informações relevantes ao processo decisório. Na maioria
das vezes experiências passadas é útil para a decisão, porém, em organizações, grandes
deliberações indevidamente analisadas podem levar a erros irreparáveis (KAHNEMAN E
TVERSKY, 1974; SIMON, 1977).
Em um setor de compras o núcleo para tomada de decisão é a priorização de itens de maior
relevância para a razão da empresa (DIAS, 2010; VIANA, 2012). Entretanto, não raro, este
processo trabalha apenas com variáveis determinísticas deixando de levar em conta a
probabilidade de eventos não programados. A pesquisa operacional (PO) oferece uma visão
mais sofisticada para este processo (TAHA, 2007).
O setor de compras analisado neste estudo é de uma empresa que atua no setor de saúde, mais
especificamente de medicina diagnóstica no nordeste brasileiro. Segundo Rodrigues (2014)
em 2013 a saúde representou 10,2 % do PIB do país e tem como principais empresas
nacionais de medicina diagnóstica no setor o Fleury e o DASA. Além disso, o investimento
em saúde pública vem crescendo anualmente a uma média de 14% (SIOPS, 2014) e hoje
aproximadamente 60 milhões de brasileiros tem acesso à saúde suplementar (ANSS, 2014).
Estes dados ilustram a representatividade do setor.
Assim, este estudo propõe a aplicação de um modelo de PO a um setor de compras em uma
empresa na área de saúde, que consiga antever todos os cenários na hora da tomada de decisão
e elencar as melhores escolhas. A metodologia para construção deste trabalho foi
primeiramente documental, com revisão dos procedimentos então adotados no objeto de
estudo. Em seguida uma revisão bibliográfica com os principais autores sobre o tema. E, por
fim, quantitativa com análise do objeto de estudo e o problema. O período de pesquisa foi de
janeiro de 2015 a março de 2015, com base de dados referentes ao exercício de 2014.
Em suma, revisar grandes autores da teoria da decisão em paralelo com a PO e propor um
sistema de decisão mais amplo é o resultado desse estudo. Assim, o estudo pretende trazer uma
reflexão mais elaborada para gestores que enfrentam uma série de opções para escolha todos os
dias.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
3
2 Metodologia
Para Marconi e Lakatos (2003) a pesquisa documental é aquela que a fonte de dados está
limitada a documentos públicos ou privados e pesquisa bibliográfica aquela que fontes
secundárias de caráter público são consideradas. Assim, este estudo se caracteriza como
pesquisa documental, devido a acesso de dados e documentos particulares, e a pesquisa
também é bibliográfica devido ao acesso a literatura do tema estudado. Além disso, a pesquisa
também tem caráter quantitativo, com uso de técnicas matemáticas.
A pesquisa propõe uma ferramenta que auxilie um gestor a tomar decisões no setor de compras
com múltiplas opções de fornecedores e analisando diversos critérios. Para isto, foram
identificados os principais modelos de decisão e o que mais se adequava de acordo com os
recursos e dados disponíveis.
O artigo está definido em quatro partes, primeiro apresenta a teoria da decisão sob óticas de
autores com formação econômica, em seguida apresenta conceitos de PO e modelos de
decisão. Na segunda parte, o estudo traz conceitos genéricos do setor de compras, apresenta a
empresa, e o setor dentro dela. Em seguida a proposição do sistema de escolha. Por fim a
discussão do sistema e a conclusão do artigo.
3 Revisão da literatura
Nesta parte serão expostos conceitos inerentes à teoria da decisão como suas origens,
definições de autores estudados, derivações, limitações e o sistema de decisão no campo
organizacional. Em seguida serão apresentados modelos de PO que auxiliam o processo
decisório. A revisão traz autores de formação econômica para ilustrar a teoria e autores de
pesquisa operacional e alguns modelos de aplicação de PO.
3.1 Abordagem Conceitual
A teoria da decisão parte da premissa que os seres humanos escolhem dentre um
determinando conjunto de alternativas àquela que mais lhe convém. Essa hipótese auxilia a
compreender a natureza das escolhas humanas e, assim, aplicar a situações de escolhas mais
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
4
sofisticadas. A teoria é originária de Daniel Bernoulli (1738) que aplicou seus conhecimentos
algébricos a ciências humanas (GOMES e GOMES, 2012).
No século XX, uma evolução da teoria foi através do trabalho de Neumann e Morgenstern
(1953) com uma visão de decisão de caráter econômico/matemático para estudar a estratégia e
as escolhas a qual descreveu na obra Theory of Games and Economic Behavior. O autor, de
forma sintética, quando pensava o “jogo” partia do pressuposto que todos os jogadores eram
extremamente inteligentes, que podiam prever todas as possibilidades e avaliar qual a melhor
alternativa para, então, tomar a decisão. Diante disso, seu adversário, também extremamente
inteligente, teria essa referência e poderia competir em igualdade.
Um contraponto da teoria da decisão descrita por Neumann e Morgenstern (1953) é abordado
por Kahneman e Tversky (1974) que, através de estudos empíricos, demonstra que os seres
humanos nem sempre tomam decisões racionais. De forma mais ampla, o autor reescreve toda
teoria da decisão com base nas perspectivas humanas e suas limitações.
A abordagem de Kahneman e Tversky (1974) diz que os indivíduos escolhem de acordo como
as possibilidades são expostas para cada um, ou seja, não necessariamente os humanos
escolhem de maneira racional. Assim, o autor alerta para as possíveis armadilhas da heurística
humana, podendo a levar erros sistêmicos. A forma como informação é apresentada, as
crenças, experiências passadas, dentre outros fatores interferem no processo de escolha.
Posteriormente, Simon (1977) corroborando com as ideias de Kahneman e Tversky (1974),
traz o conceito de “Racionalidade Limitada” inerente ao ser humano. O conceito diz que todo
ser humano sofre uma limitação mental que o impede de analisar, criticamente, todas as
escolhas e consequências inerentes ao processo decisório. Sendo algumas dessas escolhas até
invisíveis a mente humana.
Entretanto, um conceito “intermediário” entre os trabalhos de Kahneman e Tversky (1974) e
Neumann e Morgenstern (1953), é o conceito da “Solução Satisfatória”. Esta solução é aquela
visível a todo ser humano no processo decisório diante de um conjunto de alternativas e
analisando possíveis consequências de acordo com as informações disponíveis de cada um
(SIMON, 1977).
Desta forma, tendo em vista que a impossibilidade que um ser humano tem em processar uma
quantidade de possibilidades muito grande - O quadro 1 resume os autores estudados e seus
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
5
conceitos - este estudo agora abordará a PO, que é uma ferramenta de característica
matemática que auxilia o processo decisório e ajuda na visualização de alternativas.
Quadro 1 – Autores da teoria da decisão e conceitos
Fonte: Elaboração Própria (2015)
Os conceitos abordados dos três autores, apesar da disposição modesta, fundamentam a
resolução de três esferas de problemas da PO, ajudando inclusive na escolha do melhor
método de resolução. Por exemplo, o conceito de Neumann e Morgenstern (1953) tem alta
aplicabilidade para redefinição de leiaute industrial, enquanto o de Kahneman e Tversky
(1974) para problemas de avaliação de retorno de serviços terceirizados.
3.2 Abordagem matemática
A pesquisa operacional nasceu na segunda guerra mundial com o objetivo otimizar a alocação
dos recursos para os exércitos. Através de equações matemáticas lineares e tendo restrições
como baliza, então surgiu à programação linear – um dos campos da PO – que é uma
ferramenta matemática para localizar o ponto ótimo de uma função objetivo através de dados
determinísticos (COLIN, 2013).
Desde então a PO explorou outros campos e teve outras aplicações além da guerra. Alguns
exemplos de aplicação são: Programação de aterrisagem em aeroportos, avaliações de
margem e custo, investimentos em publicidade, dentre outras. Logo a PO evoluiu no sentido
de, através de equações matemáticas e metodologia de construção, ajudar a solucionar
diversos problemas no campo organizacional (COLIN, 2013).
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
6
Para Taha (2007) a PO é uma ferramenta que possibilita simular determinada situação do
mundo real e achar respostas de acordo com os cenários apresentados. Desta forma, a PO
evoluiu como ferramenta fundamental para tomada de decisão. Porém, não se trata, apenas, de
matemática. Resolver um problema real exige uma investigação profunda da realidade em si.
A melhor solução será encontrada quanto mais próximo o modelo matemático de PO simular
o mundo real (Figura 1).
Figura 1 – O mundo real e o mundo percebido
Fonte: Taha (2007)
3.3 Métodos para tomada de decisão
Existem diversos métodos para auxilio a tomada de decisão originários da PO. O método
varia de acordo com a decisão, recursos, dados disponíveis e natureza do processo. Este
estudo irá ilustrar uma metodologia de decisão segundo três óticas: a) sob certeza, b) sob
risco, c) sob incerteza.
Segundo Taha (2007) a decisão sob certeza é aquela que o decisor tem dados determinísticos
sobre uma determinada situação, podendo medir com precisão os eventos e suas consequências.
A decisão sob risco é aquela que o decisor tem apenas dados probabilísticos dos eventos. Já a
decisão sob incerteza é aquela que o decisor não dispõe de dados, ficando a critério do perfil de
risco do decisor. O quadro 2 resume os tipos de decisão de acordo com esses três pontos de
vistas.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
7
Quadro 2 – Resumo das óticas de decisão
Fonte: Elaboração própria (2015).
Este estudo abordará a decisão sob risco e a representação será através da Árvore de decisão
(AD), que é uma reprodução gráfica que permite o decisor visualizar cada uma das
alternativas e vê suas probabilidades de se concretizarem - ou não. Assim, a ilustração do
sistema decisório fica mais clara (TAHA, 2007).
4 Objeto de estudo: setor de compras
Nesta parte serão apresentados alguns conceitos da função de compras no âmbito empresarial,
características da empresa e do referido setor da mesma.
Viana (2012) diz que o setor de compras tem como finalidade garantir o material necessário,
com a qualidade adequada, no prazo correto, a um preço adequado para o funcionamento da
empresa. Sendo assim, o setor tem atividade vital para diversos departamentos da empresa
devido à relação direta entre custos e insumos. O autor ainda detalha as atribuições do setor:
a) fornecer informações dos fornecedores; b) promover licitações; c) diligenciamento dos
pedidos; d) registrar as atividades do setor.
Dias (2010) afirma que saber comprar é um meio de reduzir custos. Sendo assim, estudar as
opções é fundamental para chegar a esse objetivo evitando a falta de insumos. O autor elenca
os custos da falta: a) perda de lucros diretos; b) custos adicionais; c) custos contratuais; d)
queda da imagem da empresa.
Diante desses conceitos já se pode observar a criticidade do setor. O responsável de compras é
surpreendido por múltiplas opções de fornecedores e insumos que afetam diretamente a
sustentabilidade da empresa. Alguns critérios adotados por Viana (2012) e Dias (2010) para
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
8
seleção de um fornecedor são de um grau de subjetividade elevado e depende de julgamentos
de diversos profissionais. A compra não programada de um item de estoque, problema desse
estudo, deve ser cuidadosamente analisada.
Dentro da empresa, o mapa da decisão para compras não programadas tem como base a Curva
ABC – que prioriza itens de acordo com a relação preço versus rotatividade (DIAS, 2010).
Assim, em caso de conflito o sistema irá tender ao item com melhor classificação de acordo
com a curva. Este artigo irá demonstrar um processo de escolha mais sofisticado, em situação
de urgência, tendo como referência de um lote de material com quatro fornecedores possíveis.
E, assim, propor um sistema de escolha analisando variáveis além da Curva ABC.
5 Proposição do sistema decisório
Nessa parte será exposta a construção axiomática, algébrica e representação gráfica do
modelo na forma de AD. A estrutura axiomática é necessária, pois antes da modelagem
numérica alguns axiomas precisam ser definidos para estruturação dos dados. A modelagem
numérica acontece a partir da aplicação dos dados em equações probabilísticas. A
representação gráfica mostra de forma sintética tanto a estrutura axiomática quanto a estrutura
numérica bem como suas interpretações. O quadro 3 a seguir ilustra a metodologia sistemática
para abordagem de problemas (GOMES E GOMES, 2012).
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
9
Quadro 3 – Metodologia para abordagem de problemas.
Fonte: Gomes e Gomes (adaptação, 2012)
Na evolução do estudo será abordado apenas até a etapa 11 da metodologia escolhida, pois
como o estudo é de ordem teórica a implementação e realimentação (etapas 12 e 13,
respectivamente) do modelo decisório é inviável.
5.1 Definição do problema
O problema aqui abordado pode ser definido com o seguinte questionamento, “Qual
fornecedor o comprador deve escolher para um determinado item em caso de compra
não programada?”. Para resolução desse problema é necessário à definição de dois estados
da natureza que contextualizam o problema conforme quadro 4:
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
10
Quadro 4 – Contexto do
problema
Fonte: Elaboração Própria (2015)
Em outras palavras, o problema em questão é a falta de lote de um item em caráter de
urgência, que gera uma compra não programada onde o comprador tem quatro alternativas de
fornecedores (Fn, n = 1, 2 ,3 ,4) para reposição do lote e posterior processamento. A solução
desejada, da reposição do item no tempo esperado, depende da escolha correta conforme os
critérios que serão levados em consideração.
Após a definição do problema, é importante identificar o objetivo e a preferência. O objetivo
da resolução do problema é a chegada do lote em um tempo hábil de execução do serviço. A
preferência é a satisfação do paciente em conformidade com a sustentabilidade da empresa.
Sendo assim, a escolha do fornecedor tem que resultar na entrega de item no tempo adequado,
processamento do exame e consequente satisfação do paciente. Além disso, o resultado
financeiro é a garantia da receita.
No cenário do problema também é necessário elencar as restrições/relaxações que foram
observadas para construção do modelo. A relaxação mais evidente deste estudo é a falta de
conhecimento técnico do setor em questão, bem como sua rotina. Outra relaxação é o fato do
estudo não trabalhar com um tamanho amostral adequado. Quanto às restrições, o estudo não
identificou nenhuma dificuldade para resolução do sistema proposto.
Por fim, é indispensável elencar os critérios e os atributos. Os critérios que serão analisados
inerentes a cada alternativa são: a) preço(PR); b) condições de pagamento(CP); c)
pontualidade da entrega(PE); d) itens em conformidade (IC); e) confiabilidade(CD). O
atributo do sistema proposto, em linhas gerais, pode ser definido como a menor perda
financeira em presença da resolução do problema. Na sequência do estudo o atributo será
mensurado de acordo com a alternativa.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
11
Desta forma, as primeiras quatro etapas da metodologia estão definidas, com a descrição do
cenário real e as limitações deste trabalho. A metodologia avança na próxima parte com a
construção do modelo e representação.
5.2 Construção do modelo
Para a escolha do método de PO adequado é necessário mensurar o número absoluto de
cenários a serem analisados. Pelos princípios de contagem (CASELLA e BERGER, 2011),
com uma combinação simples com w critérios sendo consideradas as quatro alternativas deste
estudo pode-se chegar ao seguinte valor conforme a equação (1).
Então, o modelo tem 31 combinações de cenários diferentes de acordo com as combinações
das variáveis. Adicionalmente, um número superior à ordem de 431
de alternativas para serem
analisadas. Desta forma, corroborando para o modelo proposto ser de natureza probabilística,
logo que o número de alternativas a serem analisadas isoladamente é impraticável.
O sistema a ser utilizado, como dito anteriormente, é sob risco – dados históricos serão
levados em consideração para avaliação das alternativas. Para o decisor obter a melhor
escolha é necessário analisar as variáveis em comum com as quatro opções. Este estudo terá
como referência para decisão o retorno esperado do pedido adicional acrescido da
probabilidade de receita – conforme eq. (2). Assim, o melhor fornecedor que o sistema vai
acusar é aquele com maior probabilidade de resolução do problema de acordo com as
variáveis ponderadas.
Onde:
EV: Retorno Esperado
D: Numero relativo da(s) variável(s) determinística(s), sendo 0 D 1.
P[S]: Probabilidade de Sucesso, sendo 0 P[S] 1.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
12
P[F]: Probabilidade de Fracasso, sendo 0 P[F] 1.
R: Receita, sendo R 1.
Na sequência é necessário mensurar, em um intervalo para comparação, as variáveis
elencadas. As variáveis PR e CP são determinísticas, onde a oscilação no período analisado é
insignificante para este estudo, entretanto servem de parâmetro inicial. Para mensurar essas
duas variáveis foi elaborada a matriz de comparação.
A variável PR segue a lógica “quanto menor melhor”, entretanto, para facilitar a leitura, os
melhores preços possuem maiores valores relativos. O quadro 5 mostra os números relativos a
PR e CP normalizados n o intervalo [0,1]. O quadro 6 mostra a matriz de comparação com
determinação dos pesos (TAHA, 2007):
Quadro 5 – Valores normalizados no intervalo de 0 a 1.
Fonte: Elaboração Própria (2015)
Quadro 6 – Matriz com os pesos referentes aos PRs e matriz com os pesos referentes ás CPs
Fonte: Elaboração Própria (2015)
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
13
Para mensurar as três variáveis probabilísticas foram coletadas as informações do banco de
dados da empresa referente ao exercício de 2014. Para melhor disposição dos dados as
amostras respeitam o nível de confiança de 95% com erro amostral 5%, equação (3),
conforme Casella e Berger (2011). A tabela 1 ilustra os resultados, a porcentagem da amostra
é a probabilidade de sucesso da variável que será analisada:
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
14
Onde:
N = tamanho da população
z = nível de confiança
e = erro amostral
p = verdadeira probabilidade do evento
Tabela 1 – Mensuração das variáveis probabilísticas
Fonte: Elaboração Própria (2015)
Assim, tendo essas informações organizadas, o estudo agora reproduz e interpreta as ADs em
diferentes cenários de escolha. O decisor do problema tem diferentes perspectivas de acordo
com as variáveis escolhidas.
5.3 Representações em árvore de decisão
Antes da representação do modelo, o quadro 7 a seguir ordena a preferência de escolha de
cada fornecedor, conforme pesos calculados anteriormente referentes ás variáveis
determinísticas PR e CP. Tendo essa primeira análise em vista, já se percebe que ao se levar
em consideração duas variáveis já existe um conflito de decisão. O F3 é preferencial no
cenário que mescla CP e PR além de ter um valor relativo de CP melhor.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
15
Quadro 7 - Classificação do PR e CP de acordo com o fornecedor.
Fonte: Elaboração própria (2015)
Então, com esta classificação, o estudo reproduz as ADs para três cenários aonde as equações
que vão orientar a decisão são derivadas da Teoria da Probabilidade (CASELLA e BERGER,
2011).
A primeira aplicação da árvore (figura 2) ilustra a probabilidade de retorno conforme equação
(4), relacionando as variáveis PR e PE. Neste cenário, o F2 é a opção mais atraente, com valor
esperado de retorno de 0,07 + 0,76R (5). Vale observar, por exemplo, que o F1, apesar de um
preço atraente, tem a menor expectativa de EV, 0,33 + 0,06R. Também vale observar que o F4,
por ter um preço muito mais vantajoso, iria ser escolhido em caso de comparação da curva
ABC.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
16
Figura 2 – Árvore de decisão: primeiro cenário
Fonte: Elaboração Própria (2015)
A segunda Árvore (Figura 3 sintética) leva em consideração todas as variáveis probabilísticas:
PE, IC e CD conforme eqs. (6) e (7). Vale notar que IC e CD são excludentes devido à
natureza do processo, ou seja, não podem ocorrer simultaneamente. Assim, entra a notação do
operador lógico “OU”. Neste cenário novamente o F2 é o mais atraente com EV de 1,44R(8).
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
17
Figura 3 – Árvore de decisão (sintética): segundo cenário
Fonte: Elaboração Própria (2015)
6 Discussão
Apresentado o atual estado da arte sobre PO ligado a visão de estudos econômicos sobre teoria
da decisão, o estudo propôs um modelo de escolha conforme a possibilidade de sucesso com a
preferência do problema. Entretanto, é importante lembrar que o estudo é de ordem teórica sem
aplicação pratica, além de não ter uma amostra significativa para comparação. Assim, para
formação de uma base de cálculo estável foi necessário ignorar alguns elementos do contexto
que possivelmente auxiliariam o processo decisório, mas que prejudicam a modelagem
numérica.
Adicionalmente, o trabalho destaca que o modelo “perfeito” depende do responsável pela
decisão e constante atualização do modelo. Também é importante lembrar que outros métodos
de escolha podem sem aplicados ao mesmo problema como, por exemplo, os métodos AHP
ou Matriz de Savage (TAHA, 2007). Mais uma vez, essa é uma decisão do responsável pelo
processo.
7 Conclusão
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
18
Este trabalho começa a partir de um estado de decisão sob conflito, induzindo o mesmo a um
extremo para melhor reflexão. Nessa condição é que se percebe a complexidade de uma
escolha e quantos elementos podem ser inerentes a ela. Então, o presente estudo desenvolve
um sistema de escolha sob uma ótica mais ampla.
Nesse sentido, a revisão da literatura sobre decisão foi o alicerce para elaboração do projeto.
Não menos importante foi a revisão de PO que ajudou na escolha de uma metodologia
quantitativa para representar a discussão da decisão.
O modelo de decisão aqui descrita é de ordem teórica, tendo como objeto de estudo a função
de compras. Por conseguinte, foi apresentada uma extensão da Teoria da Probabilidade no
campo da PO, além de apresentar um modelo conceitual na forma de árvore de decisão para
melhor visualização.
Assim, o trabalho conseguiu apresentar um modelo de escolha com análise
documental/bibliográfica e característica quantitativa. A multiplicidade da teoria da
probabilidade é um diferencial, pois diversas combinações podem ser feitas de acordo com o
sistema estudado, dando possibilidade a análises de múltiplos cenários.
Em suma, como foco principal a pesquisa procurou trazer uma ótica mais sofisticada
quantitativamente para uma determinada situação do cotidiano, devido à carência observada.
Espera-se que contribua junto ao campo organizacional.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
19
9 Referências
ANSS. Agência Nacional de Saúde Suplementar: Dados e Indicadores do setor. Disponível
em: www.anss.gov.br. Acesso em 19 out. 2014.
CASELLA, George; BERGER, Roger L. Inferência estatística - 2ª ed. Cencage Learning,
2011.
COLIN, Emerson Carlos. Pesquisa Operacional: 170 aplicações em estratégia, finanças,
logística, produção, marketing e vendas. Livros Técnicos e Científicos, 2007.
DIAS, Marco Aurelio Pereira. Administração de Materiais: Uma abordagem logística. 5.
ed., São Paulo: Atlas, 2010.
GOMES, Luiz Flavio Autran Monteiro; GOMES, Carlos Francisco Simões; DE ALMEIDA,
Adiel Teixeira. Tomada de Decisão Gerencial: Enfoque multicritério. 4. ed., São Paulo:
Atlas, 2012.
KAHNEMAN, Daniel; TVERSKY, Amos; Judgment under uncertainty: Heuristics and biases.
Science, v. 185, n. 4157, p. 1124-1131, 1974.
MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de Metodologia
Científica. 5. ed. São Paulo: Atlas, 2003.
NEUMANN, John Von.; MORGENSTERN, Oskar. Theory of games and economic behavior.
5rd ed, Princeton: Princeton University Press, 1953.
RODRIGUES, Lourdes. Pausa nas Fusões e Aquisições. Valor Econômico. Ago. 2014,
Setorial Saúde, P. 64-67.
SIMON, Herbert A. The new science of management decision. Revised edition. Prentice
Hall College, New York, 1977.
SIOPS. Sistema de informações sobre orçamentos públicos em Saúde: Gastos em saúde.
Disponível em: www.portalsaude.gov.br. Acesso em: 16 mar. 2014.
TAHA, Hamdy A. Pesquisa Operacional. 8. ed. São Paulo: Pearson, 2007.
VIANA, João José. Administração de Materiais: um enfoque prático. São Paulo: Atlas,
2012.