SlideShare uma empresa Scribd logo
1 de 32
AUXILIO MULTICRITÉRIO À DECISÃO
Professor: Dalessandro Soares Vianna
dalessandrosoares@yahoo.com.br
Principais Métodos da Escola Americana
 Teoria da Utilidade Multiatributo.
 Os métodos da análise hierárquica.
Auxilio Multicritério à Decisão
3
Introdução
 Um dos principais métodos desenvolvidos no ambiente das Decisões
Multicritério Discretas é o Método de Análise Hierárquica (AHP-Analytic
Hierarchy Process), criado pelo professor Thoma L. Saaty em 1980.
 Este método permite o uso de critérios qualitativos bem como
quantitativos no processo de avaliação.
 A idéia principal deste método é dividir o problema de decisão em níveis
hierárquicos, facilitando, assim, sua compreensão e avaliação.
Auxilio Multicritério à Decisão
4
Exemplo de Estruturação dos Critérios no AHP
 É importante que na estruturação dos critérios exista uma
homogeneidade entre os critérios do mesmo nível, ou seja, os critérios
devem possuir o mesmo nível de importância, possibilitando que sejam
comparados entre si.
Compra de um bom carro
Desempenho ConfortoEconomia
Potência do Motor Consumo
Auxilio Multicritério à Decisão
5
Versões do Método AHP
 Método AHP Clássico.
 Método AHP Multiplicativo (Lootsma)
 Método AHP Referenciado (Watson e Freeling)
 Método AHP B-G (Belton e Gear)
O Método AHP Clássico
Auxilio Multicritério à Decisão
7
Etapas do Método AHP
 A seguir, são apresentadas as principais etapas do método AHP, assim
como sua estrutura, elementos e conceitos fundamentais.
 Para entender melhor este processo de decisão, considere o seguinte
exemplo:
Objetivo: Comprar um carro
Critérios: Estilo, Confiabilidade, Consumo
Alternativas: Civic Coupe, Saturn Coupe, Ford
Escort, Mazda Miata
Auxilio Multicritério à Decisão
8
Etapa 1: Construção da hierarquia de decisão
 A primeira etapa do método AHP consiste na decomposição do
problema/decisão em uma hierarquia, composta, no mínimo, de um
objetivo, critérios e alternativas.
Comprar um bom carro
Confiabilidade ConsumoEstilo
Civic
Saturn
Escort
Miata
Civic
Saturn
Escort
Miata
Civic
Saturn
Escort
Miata
Enunciado do objetivo
geral de decisão
Critérios associados ao
problema de decisão
Alternativas disponíveis
e mais adequadas
Auxilio Multicritério à Decisão
9
Etapa 2: Comparação entre os elementos da hierarquia
 A segunda etapa consiste em estabelecer prioridades entre os elementos
para cada nível da hierarquia, por meio de uma matriz de comparação.
 O primeiro ponto a ser considerado é a determinação de uma escala de
valores para comparação, que não deve exceder um total de nove fatores, a
fim de se manter a matriz consistente.
 Assim, Saaty definiu uma Escala Fundamental.
Auxilio Multicritério à Decisão
10
Etapa 2: Comparação entre os elementos da hierarquia
Tabela: Escala Fundamental de Saaty (1980)
1 Igual importância
As duas atividades contribuem igualmente para o
objetivo
3
Importância pequena de uma
sobre a outra
A experiência e o juízo favorecem uma atividade em
relação à outra
5
Importância grande ou
essencial
A experiência ou juízo favorece fortemente uma
atividade em relação à outra
7
Importância muito grande ou
demonstrada
Uma atividade é muito fortemente favorecida em
relação à outra. Pode ser demonstrada na prática.
9 Importância absoluta
A evidencia favorece uma atividade em relação à
outra, com o mais alto grau de segurança.
2, 4, 6, 8 Valores Intermediários
Quando se procura uma condição de compromisso
entre duas definições
Auxilio Multicritério à Decisão
11
Etapa 2: Comparação entre os elementos da hierarquia
 Considerando os 3 critérios da estrutura hierárquica (exemplo) foi
desenvolvida a seguinte matriz de comparação quadrada.
Matriz de Comparação dos critérios do Segundo Nível
Estilo Confiabilidade Consumo
Estilo 1/1 1/2 3/1
Confiabilidade 2/1 1/1 4/1
Consumo 1/3 1/4 1/1
O fator Confiabilidade é ligeiramente importante ao fator Estilo
Auxilio Multicritério à Decisão
12
Etapa 2: Comparação entre os elementos da hierarquia
 Essa análise deve ser feita para cada nível da hierarquia, ou seja, os sub-
critérios existentes para cada um dos critérios considerados também
devem passar pela mesma forma de comparação, com a mesma escala de
valores
Matriz A
Auxilio Multicritério à Decisão
13
Etapa 3: Prioridade relativa de cada critério
 Para obter a prioridade relativa de cada critério é necessário:
a) Normalizar os valores da matriz de comparações (matriz A) – tem por
objetivo igualar todos os critérios a uma mesma unidade, para isto
cada valor da matriz é dividido pelo total da sua respectiva coluna.
Auxilio Multicritério à Decisão
14
Etapa 3: Prioridade relativa de cada critério
b) Obter o vetor de prioridades – tem por objetivo identificar a ordem de
importância de cada critério, para isto é calculado a média aritmética
dos valores de cada linha da matriz normalizada obtida no item
anterior.
A partir dos resultados obtidos, o critério Confiabilidade aparece em
primeiro lugar, seguido de Estilo e Consumo.
Auxilio Multicritério à Decisão
15
...









14131
412
3211
//
/
A
Matriz de Comparação









12260
55710
32020
,
,
,
w
Vetor de Prioridade
Auxilio Multicritério à Decisão
16
Comprar um bom carro
1.0
Confiabilidade
0,5571
Consumo
0,1226
Estilo
0,3202
Civic
Saturn
Escort
Miata
Civic
Saturn
Escort
Miata
Civic
Saturn
Escort
Miata
...
Auxilio Multicritério à Decisão
17
Etapa 4: Avaliar a consistência das prioridades relativas
 A próxima etapa é calcular a Razão de Consistência (RC) para medir o
quanto os julgamentos foram consistentes em relação a grandes amostras
de juízos completamente aleatórios.
 As avaliações do método AHP são baseadas no pressuposto de que o
decisor é racional, isto é, se A é preferido a B e B é preferível a C, então A é
preferido a C.
 Se o RC é superior a 0,1 os julgamentos não são confiáveis porque estão
demasiado perto para o conforto de aleatoriedade, neste caso os
resultados obtidos não apresentam valores consistentes.
 Para calcular a Razão de Consistência (RC) é necessário primeiro obter o
valor de max que representa o maior autovalor da matriz A, obtido a partir
da seguinte equação:
wAw  max
Auxilio Multicritério à Decisão
18
Etapa 4: Avaliar a consistência das prioridades relativas
 Considerando o exemplo inicial, temos que:
wAw  max

























12260
55710
32020
12260
55710
32020
14131
412
3211
,
,
,
,
,
,
//
/
max

















12260
55710
32020
36860
68791
96660
,
,
,
,
,
,
max
01833
12260
36860
55710
68791
32020
96660
,
,
,
,
,
,
,
,
,
max 






 média
Vetor de Pesos
Vetor de Consistência
Auxilio Multicritério à Decisão
19
Etapa 4: Avaliar a consistência das prioridades relativas
 Uma vez calculado max, deve-se calcular o Índice de Consistência (IC)
para logo calcular a Razão de Consistência (RC).
 O índice de consistência é determinado de acordo com a fórmula abaixo,
em que n é o número de critérios:
para o exemplo anterior temos que:
1


n
n
IC max
00910
13
301833
,
,



IC
Auxilio Multicritério à Decisão
20
 A Razão de Consistência (RC) é obtida pela fórmula:
em que IR é o índice de consistência referente a um grande número de
comparações par a par efetuadas. Este é um índice aleatório calculado
para matrizes quadradas de ordem n pelo Laboratório Nacional de Oak
Ridge, nos EUA. A seguinte Tabela define os valores de IR em função do
número de critérios:
Etapa 4: Avaliar a consistência das prioridades relativas
IR
IC
RC 
TABELA - Valores de IR para matrizes quadradas de ordem n
Auxilio Multicritério à Decisão
21
 Cada um dos números desta tabela é a média de ICs derivada de uma
amostra de matrizes recíprocas selecionadas aleatoriamente usando a
escala AHP.
 Um RC de 10% ou menos implica que o ajuste é pequeno em comparação
com os valores atuais das entradas.
 Um RC tão alto como, digamos, 90% significaria que os julgamentos são
praticamente emparelhados aleatoriamente e são completamente não
confiáveis!
Etapa 4: Avaliar a consistência das prioridades relativas
TABELA - Valores de IR para matrizes quadradas de ordem n
Auxilio Multicritério à Decisão
22
Etapa 4: Avaliar a consistência das prioridades relativas
TABELA - Valores de IR para matrizes quadradas de ordem n
para o exemplo anterior, considerando n=3 teremos que:
Como o CR0,1 podemos concluir que os valores das prioridades relativas do
exemplo utilizado estão consistentes.
01580
580
00910
,
,
,

IR
IC
RC
Auxilio Multicritério à Decisão
23
 Todos os procedimentos para a construção da matriz de comparação e
para a determinação da prioridade relativa de cada critério devem ser
feitos novamente, observando agora a importância relativa de cada uma
das alternativas que compõem a estrutura hierárquica do problema em
questão.
Etapa 5: Construção da matriz de comparação paritária para cada
critério, considerando cada uma das alternativas selecionadas
Auxilio Multicritério à Decisão
24
 Critério - Estilo
Etapa 5: Construção da matriz de comparação paritária para cada
critério, considerando cada uma das alternativas selecionadas
Matriz de Comparação – critério Estilo
Civic Saturn Escort Miata
Civic 1/1 1/3 1/2 1/6
Saturn 3/1 1/1 2/1 1/4
Escort 2/1 1/2 1/1 1/5
Miata 6/1 4/1 5/1 1/1
Prioridade
Relativa
0,074
0,201
0,122
0,602
Auxilio Multicritério à Decisão
25
 Critério - Confiabilidade
Etapa 5: Construção da matriz de comparação paritária para cada
critério, considerando cada uma das alternativas selecionadas
Matriz de Comparação – critério Confiabilidade
Civic Saturn Escort Miata
Civic 1/1 2/1 5/1 1/1
Saturn 1/2 1/1 3/1 1/2
Escort 1/5 1/3 1/1 1/4
Miata 1/1 2/1 4/1 1/1
Prioridade
Relativa
0,374
0,196
0,076
0,354
Auxilio Multicritério à Decisão
26
 Critério - Economia
Desde que a economia de combustível é uma medida quantitativa, as
taxas de consumo de combustível pode ser usado para determinar a
classificação ou prioridade relativa das alternativas, mas isso não é
obrigatório. Comparações pareadas pode ainda ser utilizado em alguns
casos.
Etapa 5: Construção da matriz de comparação paritária para cada
critério, considerando cada uma das alternativas selecionadas
Milhas/Galão Normalizado
Civic 34 0,301
Saturn 27 0,239
Escort 24 0,212
Miata 28 0,248
113
Auxilio Multicritério à Decisão
27
Comprar um bom carro
1.0
Confiabilidade
0,5571
Consumo
0,1226
Estilo
0,3202
Civic 0,074
Saturn 0,201
Escort 0,122
Miata 0,602
Civic 0,374
Saturn 0,196
Escort 0,076
Miata 0,354
Civic 0,301
Saturn 0,239
Escort 0,212
Miata 0,248
...
Auxilio Multicritério à Decisão
28
Etapa 6: Obter a prioridade composta para as alternativas
 Nesta última etapa, obtemos as prioridades compostas das alternativas,
multiplicando os valores anteriores e os das prioridades relativas, obtidos
no início do método, ou seja:
Estilo Confiabilidade Economia
Civic 0,074 0,374 0,301
Saturn 0,201 0,196 0,239
Escort 0,122 0,076 0,212
Miata 0,602 0,354 0,248

0,320
0,557
0,123

Prioridade dos critérios
0,269
0,203
0,107
0,420
Prioridades
Compostas
Auxilio Multicritério à Decisão
29
Etapa 7: Escolha da alternativa
A alternativa “Miata” aparece como a mais indicada para comprar um bom
carro, em função dos critérios definidos e das suas respectivas
importâncias.
Estilo Confiabilidade Economia
Civic 0,074 0,374 0,301
Saturn 0,201 0,196 0,239
Escort 0,122 0,076 0,212
Miata 0,602 0,354 0,248

0,320
0,557
0,123

0,269
0,203
0,107
0,420
Prioridades
Compostas
Auxilio Multicritério à Decisão
30
Incluindo Custo como um Critério de Decisão
 Adicionar “custo” como um novo critério é muito difícil em AHP.
Uma nova coluna e uma nova linha deverá adicionada na matriz de
avaliação. Assim, todo o processo de avaliação deverá ser repetido toda vez
que seja adicionado um novo critério, já que pode afetar a importância
relativa dos outros critérios.
 Em vez disso pode-se pensar de normalizar as despesas diretamente e
calcular a relação custo/benefício para comparar alternativas!
Custo
(milhares de dólares)
Custo
Normalizado
Prioridades
Compostas
Relação
Custo/Beneficio
Civic 12 0,2220 0,2690 0,8250
Saturn 15 0,2778 0,2029 1.3691
Escort 9 0,1667 0,1074 1,5521
Miata 18 0,3330 0,4203 0,7922
Auxilio Multicritério à Decisão
31
Métodos para Incluir o Critério Custos
 Usando representações gráficas para fazer trade-offs.
 Usando a relação benefício/custo.
 Usando programação linear.
 Usando distintos benefícios e árvores de custos e, em seguida, combinar
os resultados.
Beneficio
Custo
Auxilio Multicritério à Decisão
32
Exercícios AHP
 Exercício 7. Refaça o exercício 2 considerando agora o método AHP.
 Exercício 8. Refaça o exercício 1 considerando agora o método AHP.
 Exercício 9. Definir critérios, pesos, etc. para o problema de escolher um
carro entre os 5 fornecidos em arquivo anexo.

Mais conteúdo relacionado

Mais procurados

Regressão Linear Simples
Regressão Linear SimplesRegressão Linear Simples
Regressão Linear Simples
monica_lima
 
Aula1: Introdução á Bioestatística
Aula1: Introdução á BioestatísticaAula1: Introdução á Bioestatística
Aula1: Introdução á Bioestatística
ansansil
 
Modelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas ProdutivosModelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas Produtivos
Adeildo Telles
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
Rosario Cação
 

Mais procurados (20)

Decisões sob Risco
Decisões sob RiscoDecisões sob Risco
Decisões sob Risco
 
Sistemas de Apoio a Decisão
Sistemas de Apoio a DecisãoSistemas de Apoio a Decisão
Sistemas de Apoio a Decisão
 
Método da bisseção
Método da bisseçãoMétodo da bisseção
Método da bisseção
 
Metodo de apoio a decisao electre
Metodo de apoio a decisao electreMetodo de apoio a decisao electre
Metodo de apoio a decisao electre
 
Analise de clusters
Analise de clustersAnalise de clusters
Analise de clusters
 
2ª aula qualidade, controle e metodos analiticos
2ª aula   qualidade, controle e metodos analiticos2ª aula   qualidade, controle e metodos analiticos
2ª aula qualidade, controle e metodos analiticos
 
Extensões do Modelo Bass
Extensões do Modelo BassExtensões do Modelo Bass
Extensões do Modelo Bass
 
Modelagem mef
Modelagem mefModelagem mef
Modelagem mef
 
Amostragem mauro grisi21092016
Amostragem mauro grisi21092016Amostragem mauro grisi21092016
Amostragem mauro grisi21092016
 
Estrutura de repetição
Estrutura de repetiçãoEstrutura de repetição
Estrutura de repetição
 
Regressão Linear Simples
Regressão Linear SimplesRegressão Linear Simples
Regressão Linear Simples
 
Palestra - Heurísticas e Usabilidade
Palestra - Heurísticas e UsabilidadePalestra - Heurísticas e Usabilidade
Palestra - Heurísticas e Usabilidade
 
Aula1: Introdução á Bioestatística
Aula1: Introdução á BioestatísticaAula1: Introdução á Bioestatística
Aula1: Introdução á Bioestatística
 
Reengenharia de Software
Reengenharia de SoftwareReengenharia de Software
Reengenharia de Software
 
Escrevendo os resultados da pesquisa
Escrevendo os resultados da pesquisaEscrevendo os resultados da pesquisa
Escrevendo os resultados da pesquisa
 
Modelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas ProdutivosModelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas Produtivos
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
 
Testes de hipóteses
Testes de hipótesesTestes de hipóteses
Testes de hipóteses
 
Teste de usabilidade think aloud
Teste de usabilidade think aloudTeste de usabilidade think aloud
Teste de usabilidade think aloud
 
Estatística Básica: Média, Mediana e Moda
Estatística Básica: Média, Mediana e ModaEstatística Básica: Média, Mediana e Moda
Estatística Básica: Média, Mediana e Moda
 

Semelhante a Ahp

Aula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem AmbientalAula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem Ambiental
Jean Leão
 
Aula 3 técnicas de teste de software1
Aula 3   técnicas de teste de software1Aula 3   técnicas de teste de software1
Aula 3 técnicas de teste de software1
Tiago Vizoto
 
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de SoftwareAlgoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
José Corrêa Viana
 

Semelhante a Ahp (20)

Aula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem AmbientalAula resolução de problema Modelagem Ambiental
Aula resolução de problema Modelagem Ambiental
 
Método Multicritério Prométhée I e II (1).pptx
Método Multicritério Prométhée I e II (1).pptxMétodo Multicritério Prométhée I e II (1).pptx
Método Multicritério Prométhée I e II (1).pptx
 
Ordenação de pares e ímpares
Ordenação de pares e ímparesOrdenação de pares e ímpares
Ordenação de pares e ímpares
 
MEDIDA DETENDENCIA CENTRAL (3).pptx
MEDIDA DETENDENCIA CENTRAL (3).pptxMEDIDA DETENDENCIA CENTRAL (3).pptx
MEDIDA DETENDENCIA CENTRAL (3).pptx
 
Modelos de Apoio à Decisão_Relatório Trabalho 2
Modelos de Apoio à Decisão_Relatório Trabalho 2Modelos de Apoio à Decisão_Relatório Trabalho 2
Modelos de Apoio à Decisão_Relatório Trabalho 2
 
Folder manual ccq
Folder manual ccqFolder manual ccq
Folder manual ccq
 
Aula 3 técnicas de teste de software1
Aula 3   técnicas de teste de software1Aula 3   técnicas de teste de software1
Aula 3 técnicas de teste de software1
 
Machine Learning: Classificação de Comentários com Azure ML & Python
Machine Learning: Classificação de Comentários com Azure ML & PythonMachine Learning: Classificação de Comentários com Azure ML & Python
Machine Learning: Classificação de Comentários com Azure ML & Python
 
Método AHP.PDF
Método AHP.PDFMétodo AHP.PDF
Método AHP.PDF
 
Sistema de Amortização Misto (SAM)-MFN_un7Edit(2).pdf
Sistema de Amortização Misto (SAM)-MFN_un7Edit(2).pdfSistema de Amortização Misto (SAM)-MFN_un7Edit(2).pdf
Sistema de Amortização Misto (SAM)-MFN_un7Edit(2).pdf
 
Smarts and Smarter
Smarts and SmarterSmarts and Smarter
Smarts and Smarter
 
Aumentando a taxa de qualificação do Processo de Vendas através do Predictive...
Aumentando a taxa de qualificação do Processo de Vendas através do Predictive...Aumentando a taxa de qualificação do Processo de Vendas através do Predictive...
Aumentando a taxa de qualificação do Processo de Vendas através do Predictive...
 
MSA_quarta_edicao_Analise_dos_Sistema_de (1).pdf
MSA_quarta_edicao_Analise_dos_Sistema_de (1).pdfMSA_quarta_edicao_Analise_dos_Sistema_de (1).pdf
MSA_quarta_edicao_Analise_dos_Sistema_de (1).pdf
 
Atps estatistica 2
Atps estatistica 2Atps estatistica 2
Atps estatistica 2
 
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
 
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de SoftwareAlgoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
Algoritmos de Estimação de Distribuição Aplicados à Estimativa de Software
 
Apresentação meta-aprendizado
Apresentação meta-aprendizadoApresentação meta-aprendizado
Apresentação meta-aprendizado
 
Checklist___de__varias___avaliacões.pptx
Checklist___de__varias___avaliacões.pptxChecklist___de__varias___avaliacões.pptx
Checklist___de__varias___avaliacões.pptx
 
Analytics - Data Science - Arvores de decisao
Analytics - Data Science - Arvores de decisaoAnalytics - Data Science - Arvores de decisao
Analytics - Data Science - Arvores de decisao
 
[José Ahirton Lopes] Support Vector Machines
[José Ahirton Lopes] Support Vector Machines[José Ahirton Lopes] Support Vector Machines
[José Ahirton Lopes] Support Vector Machines
 

Mais de Lucas Dorneles (6)

Desenvolvimento i p_no_brasil_-_luciano_haas_rosito
Desenvolvimento i p_no_brasil_-_luciano_haas_rositoDesenvolvimento i p_no_brasil_-_luciano_haas_rosito
Desenvolvimento i p_no_brasil_-_luciano_haas_rosito
 
3 curto simetrico_pt1
3 curto simetrico_pt13 curto simetrico_pt1
3 curto simetrico_pt1
 
1 revisao sep
1 revisao sep1 revisao sep
1 revisao sep
 
2 representação sep
2 representação sep2 representação sep
2 representação sep
 
Apostila access 2010 2
Apostila access 2010 2Apostila access 2010 2
Apostila access 2010 2
 
Apostila access 2010
Apostila access 2010Apostila access 2010
Apostila access 2010
 

Ahp

  • 1. AUXILIO MULTICRITÉRIO À DECISÃO Professor: Dalessandro Soares Vianna dalessandrosoares@yahoo.com.br
  • 2. Principais Métodos da Escola Americana  Teoria da Utilidade Multiatributo.  Os métodos da análise hierárquica.
  • 3. Auxilio Multicritério à Decisão 3 Introdução  Um dos principais métodos desenvolvidos no ambiente das Decisões Multicritério Discretas é o Método de Análise Hierárquica (AHP-Analytic Hierarchy Process), criado pelo professor Thoma L. Saaty em 1980.  Este método permite o uso de critérios qualitativos bem como quantitativos no processo de avaliação.  A idéia principal deste método é dividir o problema de decisão em níveis hierárquicos, facilitando, assim, sua compreensão e avaliação.
  • 4. Auxilio Multicritério à Decisão 4 Exemplo de Estruturação dos Critérios no AHP  É importante que na estruturação dos critérios exista uma homogeneidade entre os critérios do mesmo nível, ou seja, os critérios devem possuir o mesmo nível de importância, possibilitando que sejam comparados entre si. Compra de um bom carro Desempenho ConfortoEconomia Potência do Motor Consumo
  • 5. Auxilio Multicritério à Decisão 5 Versões do Método AHP  Método AHP Clássico.  Método AHP Multiplicativo (Lootsma)  Método AHP Referenciado (Watson e Freeling)  Método AHP B-G (Belton e Gear)
  • 6. O Método AHP Clássico
  • 7. Auxilio Multicritério à Decisão 7 Etapas do Método AHP  A seguir, são apresentadas as principais etapas do método AHP, assim como sua estrutura, elementos e conceitos fundamentais.  Para entender melhor este processo de decisão, considere o seguinte exemplo: Objetivo: Comprar um carro Critérios: Estilo, Confiabilidade, Consumo Alternativas: Civic Coupe, Saturn Coupe, Ford Escort, Mazda Miata
  • 8. Auxilio Multicritério à Decisão 8 Etapa 1: Construção da hierarquia de decisão  A primeira etapa do método AHP consiste na decomposição do problema/decisão em uma hierarquia, composta, no mínimo, de um objetivo, critérios e alternativas. Comprar um bom carro Confiabilidade ConsumoEstilo Civic Saturn Escort Miata Civic Saturn Escort Miata Civic Saturn Escort Miata Enunciado do objetivo geral de decisão Critérios associados ao problema de decisão Alternativas disponíveis e mais adequadas
  • 9. Auxilio Multicritério à Decisão 9 Etapa 2: Comparação entre os elementos da hierarquia  A segunda etapa consiste em estabelecer prioridades entre os elementos para cada nível da hierarquia, por meio de uma matriz de comparação.  O primeiro ponto a ser considerado é a determinação de uma escala de valores para comparação, que não deve exceder um total de nove fatores, a fim de se manter a matriz consistente.  Assim, Saaty definiu uma Escala Fundamental.
  • 10. Auxilio Multicritério à Decisão 10 Etapa 2: Comparação entre os elementos da hierarquia Tabela: Escala Fundamental de Saaty (1980) 1 Igual importância As duas atividades contribuem igualmente para o objetivo 3 Importância pequena de uma sobre a outra A experiência e o juízo favorecem uma atividade em relação à outra 5 Importância grande ou essencial A experiência ou juízo favorece fortemente uma atividade em relação à outra 7 Importância muito grande ou demonstrada Uma atividade é muito fortemente favorecida em relação à outra. Pode ser demonstrada na prática. 9 Importância absoluta A evidencia favorece uma atividade em relação à outra, com o mais alto grau de segurança. 2, 4, 6, 8 Valores Intermediários Quando se procura uma condição de compromisso entre duas definições
  • 11. Auxilio Multicritério à Decisão 11 Etapa 2: Comparação entre os elementos da hierarquia  Considerando os 3 critérios da estrutura hierárquica (exemplo) foi desenvolvida a seguinte matriz de comparação quadrada. Matriz de Comparação dos critérios do Segundo Nível Estilo Confiabilidade Consumo Estilo 1/1 1/2 3/1 Confiabilidade 2/1 1/1 4/1 Consumo 1/3 1/4 1/1 O fator Confiabilidade é ligeiramente importante ao fator Estilo
  • 12. Auxilio Multicritério à Decisão 12 Etapa 2: Comparação entre os elementos da hierarquia  Essa análise deve ser feita para cada nível da hierarquia, ou seja, os sub- critérios existentes para cada um dos critérios considerados também devem passar pela mesma forma de comparação, com a mesma escala de valores Matriz A
  • 13. Auxilio Multicritério à Decisão 13 Etapa 3: Prioridade relativa de cada critério  Para obter a prioridade relativa de cada critério é necessário: a) Normalizar os valores da matriz de comparações (matriz A) – tem por objetivo igualar todos os critérios a uma mesma unidade, para isto cada valor da matriz é dividido pelo total da sua respectiva coluna.
  • 14. Auxilio Multicritério à Decisão 14 Etapa 3: Prioridade relativa de cada critério b) Obter o vetor de prioridades – tem por objetivo identificar a ordem de importância de cada critério, para isto é calculado a média aritmética dos valores de cada linha da matriz normalizada obtida no item anterior. A partir dos resultados obtidos, o critério Confiabilidade aparece em primeiro lugar, seguido de Estilo e Consumo.
  • 15. Auxilio Multicritério à Decisão 15 ...          14131 412 3211 // / A Matriz de Comparação          12260 55710 32020 , , , w Vetor de Prioridade
  • 16. Auxilio Multicritério à Decisão 16 Comprar um bom carro 1.0 Confiabilidade 0,5571 Consumo 0,1226 Estilo 0,3202 Civic Saturn Escort Miata Civic Saturn Escort Miata Civic Saturn Escort Miata ...
  • 17. Auxilio Multicritério à Decisão 17 Etapa 4: Avaliar a consistência das prioridades relativas  A próxima etapa é calcular a Razão de Consistência (RC) para medir o quanto os julgamentos foram consistentes em relação a grandes amostras de juízos completamente aleatórios.  As avaliações do método AHP são baseadas no pressuposto de que o decisor é racional, isto é, se A é preferido a B e B é preferível a C, então A é preferido a C.  Se o RC é superior a 0,1 os julgamentos não são confiáveis porque estão demasiado perto para o conforto de aleatoriedade, neste caso os resultados obtidos não apresentam valores consistentes.  Para calcular a Razão de Consistência (RC) é necessário primeiro obter o valor de max que representa o maior autovalor da matriz A, obtido a partir da seguinte equação: wAw  max
  • 18. Auxilio Multicritério à Decisão 18 Etapa 4: Avaliar a consistência das prioridades relativas  Considerando o exemplo inicial, temos que: wAw  max                          12260 55710 32020 12260 55710 32020 14131 412 3211 , , , , , , // / max                  12260 55710 32020 36860 68791 96660 , , , , , , max 01833 12260 36860 55710 68791 32020 96660 , , , , , , , , , max         média Vetor de Pesos Vetor de Consistência
  • 19. Auxilio Multicritério à Decisão 19 Etapa 4: Avaliar a consistência das prioridades relativas  Uma vez calculado max, deve-se calcular o Índice de Consistência (IC) para logo calcular a Razão de Consistência (RC).  O índice de consistência é determinado de acordo com a fórmula abaixo, em que n é o número de critérios: para o exemplo anterior temos que: 1   n n IC max 00910 13 301833 , ,    IC
  • 20. Auxilio Multicritério à Decisão 20  A Razão de Consistência (RC) é obtida pela fórmula: em que IR é o índice de consistência referente a um grande número de comparações par a par efetuadas. Este é um índice aleatório calculado para matrizes quadradas de ordem n pelo Laboratório Nacional de Oak Ridge, nos EUA. A seguinte Tabela define os valores de IR em função do número de critérios: Etapa 4: Avaliar a consistência das prioridades relativas IR IC RC  TABELA - Valores de IR para matrizes quadradas de ordem n
  • 21. Auxilio Multicritério à Decisão 21  Cada um dos números desta tabela é a média de ICs derivada de uma amostra de matrizes recíprocas selecionadas aleatoriamente usando a escala AHP.  Um RC de 10% ou menos implica que o ajuste é pequeno em comparação com os valores atuais das entradas.  Um RC tão alto como, digamos, 90% significaria que os julgamentos são praticamente emparelhados aleatoriamente e são completamente não confiáveis! Etapa 4: Avaliar a consistência das prioridades relativas TABELA - Valores de IR para matrizes quadradas de ordem n
  • 22. Auxilio Multicritério à Decisão 22 Etapa 4: Avaliar a consistência das prioridades relativas TABELA - Valores de IR para matrizes quadradas de ordem n para o exemplo anterior, considerando n=3 teremos que: Como o CR0,1 podemos concluir que os valores das prioridades relativas do exemplo utilizado estão consistentes. 01580 580 00910 , , ,  IR IC RC
  • 23. Auxilio Multicritério à Decisão 23  Todos os procedimentos para a construção da matriz de comparação e para a determinação da prioridade relativa de cada critério devem ser feitos novamente, observando agora a importância relativa de cada uma das alternativas que compõem a estrutura hierárquica do problema em questão. Etapa 5: Construção da matriz de comparação paritária para cada critério, considerando cada uma das alternativas selecionadas
  • 24. Auxilio Multicritério à Decisão 24  Critério - Estilo Etapa 5: Construção da matriz de comparação paritária para cada critério, considerando cada uma das alternativas selecionadas Matriz de Comparação – critério Estilo Civic Saturn Escort Miata Civic 1/1 1/3 1/2 1/6 Saturn 3/1 1/1 2/1 1/4 Escort 2/1 1/2 1/1 1/5 Miata 6/1 4/1 5/1 1/1 Prioridade Relativa 0,074 0,201 0,122 0,602
  • 25. Auxilio Multicritério à Decisão 25  Critério - Confiabilidade Etapa 5: Construção da matriz de comparação paritária para cada critério, considerando cada uma das alternativas selecionadas Matriz de Comparação – critério Confiabilidade Civic Saturn Escort Miata Civic 1/1 2/1 5/1 1/1 Saturn 1/2 1/1 3/1 1/2 Escort 1/5 1/3 1/1 1/4 Miata 1/1 2/1 4/1 1/1 Prioridade Relativa 0,374 0,196 0,076 0,354
  • 26. Auxilio Multicritério à Decisão 26  Critério - Economia Desde que a economia de combustível é uma medida quantitativa, as taxas de consumo de combustível pode ser usado para determinar a classificação ou prioridade relativa das alternativas, mas isso não é obrigatório. Comparações pareadas pode ainda ser utilizado em alguns casos. Etapa 5: Construção da matriz de comparação paritária para cada critério, considerando cada uma das alternativas selecionadas Milhas/Galão Normalizado Civic 34 0,301 Saturn 27 0,239 Escort 24 0,212 Miata 28 0,248 113
  • 27. Auxilio Multicritério à Decisão 27 Comprar um bom carro 1.0 Confiabilidade 0,5571 Consumo 0,1226 Estilo 0,3202 Civic 0,074 Saturn 0,201 Escort 0,122 Miata 0,602 Civic 0,374 Saturn 0,196 Escort 0,076 Miata 0,354 Civic 0,301 Saturn 0,239 Escort 0,212 Miata 0,248 ...
  • 28. Auxilio Multicritério à Decisão 28 Etapa 6: Obter a prioridade composta para as alternativas  Nesta última etapa, obtemos as prioridades compostas das alternativas, multiplicando os valores anteriores e os das prioridades relativas, obtidos no início do método, ou seja: Estilo Confiabilidade Economia Civic 0,074 0,374 0,301 Saturn 0,201 0,196 0,239 Escort 0,122 0,076 0,212 Miata 0,602 0,354 0,248  0,320 0,557 0,123  Prioridade dos critérios 0,269 0,203 0,107 0,420 Prioridades Compostas
  • 29. Auxilio Multicritério à Decisão 29 Etapa 7: Escolha da alternativa A alternativa “Miata” aparece como a mais indicada para comprar um bom carro, em função dos critérios definidos e das suas respectivas importâncias. Estilo Confiabilidade Economia Civic 0,074 0,374 0,301 Saturn 0,201 0,196 0,239 Escort 0,122 0,076 0,212 Miata 0,602 0,354 0,248  0,320 0,557 0,123  0,269 0,203 0,107 0,420 Prioridades Compostas
  • 30. Auxilio Multicritério à Decisão 30 Incluindo Custo como um Critério de Decisão  Adicionar “custo” como um novo critério é muito difícil em AHP. Uma nova coluna e uma nova linha deverá adicionada na matriz de avaliação. Assim, todo o processo de avaliação deverá ser repetido toda vez que seja adicionado um novo critério, já que pode afetar a importância relativa dos outros critérios.  Em vez disso pode-se pensar de normalizar as despesas diretamente e calcular a relação custo/benefício para comparar alternativas! Custo (milhares de dólares) Custo Normalizado Prioridades Compostas Relação Custo/Beneficio Civic 12 0,2220 0,2690 0,8250 Saturn 15 0,2778 0,2029 1.3691 Escort 9 0,1667 0,1074 1,5521 Miata 18 0,3330 0,4203 0,7922
  • 31. Auxilio Multicritério à Decisão 31 Métodos para Incluir o Critério Custos  Usando representações gráficas para fazer trade-offs.  Usando a relação benefício/custo.  Usando programação linear.  Usando distintos benefícios e árvores de custos e, em seguida, combinar os resultados. Beneficio Custo
  • 32. Auxilio Multicritério à Decisão 32 Exercícios AHP  Exercício 7. Refaça o exercício 2 considerando agora o método AHP.  Exercício 8. Refaça o exercício 1 considerando agora o método AHP.  Exercício 9. Definir critérios, pesos, etc. para o problema de escolher um carro entre os 5 fornecidos em arquivo anexo.