Modelos de Decisão
Objetivos
O objetivo desta unidade curricular é desenvolver competências de tomada decisão aplicadas ao contexto industrial e de serviços. Pretende-se ensinar a estruturar um problema de forma a escolher os métodos adequados para os apoiar na tomada de decisão, bem como saber aplicar os métodos e analisar os resultados. Serão abordados problemas em contexto deterministico, com critério único de decisão bem como considerando vários critérios de decisão. Para lidar com contextos de incerteza, serão ensinados diferentes métodos de tomada de decisão, com diferentes níveis de complexidade,
Os estudantes deverão também desenvolver competências de trabalho em equipa para compreensão, formulação e resolução de problemas em contexto real, bem como desenvolver competências de comunicação oral e escrita para descrição dos problemas, suas abordagem para apoiar o processo de tomada de decisão, e justificação das opções tomadas.
Caracterização geral
Código
12528
Créditos
3.0
Professor responsável
Ana Paula Ferreira Barroso, Pedro Emanuel Botelho Espadinha da Cruz
Horas
Semanais - 2
Totais - 36
Idioma de ensino
Português
Pré-requisitos
Os alunos deverão ter conhecimentos base de Programação Linear.
Bibliografia
Todos os conteúdos (teoria e exercícios) estão no web site da UC em www.unidemi.com/modelos.
Conteúdos complementares poderão ser encontrados nos seguintes livros:
1) Applied Management Science: Modeling, Spreadsheet Analysis, and Communication for Decision Making,2nd Edition,
John A. Lawrence, Barry A. Pasternack, ISBN: 978-0-471-39190-6, February 2002
2) Management Decision Making: Spreadsheet Modeling, Analysis, and Application
George E. Monahan
ISBN 10: 0521781183 ISBN 13: 9780521781183
Publisher: Cambridge University Press, 2000
Método de ensino
O método de ensino baseia-se nos seguintes princípios:
Aulas Teórico-práticas (2h/semana): Exposição oral por parte do docente; Debate com os alunos; Resolução prática de casos de estudo; Exercícios práticos de utilização de técnicas e métodos quantitativos; Realização de trabalhos de grupo; Apresentação e debate dos trabalhos.
Método de avaliação
A avaliação final da unidade curricular (UC) de Modelos de Decisão (MDc) será baseada nos seguintes elementos:
- 1 Teste Global (T), com 70 % de peso na avaliação final
- 1 Trabalho de Grupo (TG). Consiste no desenvolvimento de um trabalho a realizar de acordo com o especificado. Os grupos terão um máximo de 4 estudantes.
A nota final de MDc será composta da seguinte maneira:
Nota final = 0,70*T + 0,30*TG
onde:
T - nota do teste;
TG - nota do trabalho de grupo
A nota de cada uma das componentes de avaliação é arredondada às décimas.
Para ser aprovados na UC, os estudantes devem obter frequência na UC através da nota positiva (>=9,5 valores) no trabalho de grupo. A aprovação ocorre se a Nota Final for igual ou superior a 9,5 valores em ambos os elementos de avaliação.
Caso um estudante não tenha sido aprovado no teste global, se este tiver obtido frequência no ano vigente ou no ano anterior, poderá realizar o exame de recurso. A nota final será calculada pela mesma fórmula, substituindo-se a nota do teste pela nota do exame.
Conteúdo
1. Fundamentos da Decisão
1.1. Processo de tomada de decisão em Engenharia Industrial
1.2. Enquadramento dos tipos de decisão em operações, logística e investimentos
1.3. Ambientes de decisão: Certeza, Risco e Incerteza.
1.4. Tipos de modelo e aplicações em:
1.4.1. Análise de rendibilidade do negócio
1.4.2. Gestão de stocks
1.4.3. Planeamento e Controlo da Produção
1.4.4. Análise de Projetos de Investimentos
2. Modelos Deterministas – Programação Linear (PL)
2.1. Formulação e resolução de modelos de PL para problemas industriais
2.2. Introdução ao Solver como ferramenta de apoio à decisão
2.3. Estruturação base de problemas: mix de produção, dimensionamento de lotes de produção/encomenda, decisões de compra ou fabrico, avaliação de investimentos, alocação de capacidade a clientes.
2.4. Aplicações em:
2.4.1. Dimensionamento de lotes de produção
2.4.2. Dimensionamento de capacidade
2.4.3. Planeamento e sequenciação da produção
2.4.4. Gestão de stocks, transporte
2.4.5. Decisão de comprar ou fabricar
2.4.6. Avaliação de investimentos
2.5. Análise de Sensibilidade com o Solver em problemas de logística e produção
2.5.1. Variações incrementais de coeficientes e restrições
2.5.2. Preço sombra e custo reduzido
2.5.3. Interpretação em problemas em contexto industrial
3. Análise da Decisão
3.1. Matrizes de benefícios em decisões industriais e de negócio
3.2. Critérios não probabilísticos
3.2.1. Maximax
3.2.2. Maximin
3.2.3. Critério de Hurwicz
3.2.4. Critério de Laplace
3.2.5. Minimax da Oportunidade Perdida
3.3. Critérios probabilísticos e árvores de decisão
3.3.1. Estruturação e avaliação de estados e nós
3.3.2. EMV
3.4. Valor da informação em decisões industriais
3.4.1. EPPI e EVPI
3.4.2. Análise Bayesiana e probabilidades condicionadas
3.4.3. EVSI e Eficiência de informação adicional
3.5. Tipos de informação adicional no contexto de decisões industriais e de negócio
3.6. Análise de sensibilidade em árvores de decisão
3.7. Teoria da Utilidade
3.7.1. Análise de preferências e risco em Engenharia Industrial
3.7.2. Modelação de funções de utilidade de acordo com o perfil do decisor
3.7.3. Equivalente de certeza e perfil de risco
3.8. Aplicações em:
3.8.1. Modelos de período único (newsvendor problem) para a gestão de stocks sazonal
3.8.2. Localização de instalações e centros logísticos
3.8.3. Dimensionamento de capacidade
3.8.4. Avaliação de investimentos industriais
3.8.5. Coordenação de campanhas promocionais e parcerias estratégicas
4. Teoria da Decisão Multi-Atributo (MAUT)
4.1. Tipos de objetivos em decisões industriais e de negócio
4.2. Modelação de funções utilidade (linear e exponencial)
4.3. Método de agregação e scoring final
4.4. Aplicações em:
4.4.1. Seleção de tecnologias
4.4.2. Gestão de compras e qualificação de fornecedores
5. Decisão Multicritério
5.1. Processo Hierárquico Analítico (AHP)
5.1.1. Estrutura hierárquica
5.1.2. Escalas e matrizes de comparação par-a-par
5.1.3. Cálculo de prioridades e consistência
5.1.4. Elicitação de preferências e opinião do decisor
5.2. Tomada de decisão em grupo
5.3. Aplicações em:
5.3.1. Seleção e qualificação de Fornecedores
5.3.2. Avaliação de Investimentos
5.3.3. Localização de instalações industriais e unidades logísticas
5.3.4. Gestão de Projetos
6. Simulação de Monte Carlo
6.1. Processo de simulação em folha de cálculo
6.2. Variáveis aleatórias e distribuições estatísticas
6.3. Métodos de Análise do Risco
6.4. Aplicações em:
6.4.1. Gestão de Stocks
6.4.2. Planeamento e Controlo da Produção
6.4.3. Dimensionamento de Capacidade e Alocação de Recursos
6.4.4. Análise de Investimentos com base em valor temporal do dinheiro
6.4.5. Gestão da Manutenção
7. Projeto integrador em Engenharia Industrial
7.1. Desenvolvimento de um caso prático integrando diferentes metodologias de apoio à decisão
7.2. Aplicação a problemas reais de operações, logística, produção ou investimentos
7.3. Trabalho em grupo com apresentação e discussão de resultados