Introdução à Decision Theory
Introdução
Tomamos 35 mil decisões por dia . Essas tomadas de decisão acontecem no nosso cótex orbifrontal, região ligada diretamente com emoções, sentimentos e memórias. Entender o processo, causas e motivações de tomada de decisão pode nos ajudar a desenvolver melhores produtos e serviços para os clientes e consumidores. Podemos fazer isso através da Decision Theory, que é o campo interdisciplinar que tem como foco o entendimento da tomada de decisão.
Neste artigo, abordaremos de forma introdutória e não matemática o que é Decison Theory, e conceitos fundamentais como se dá o processo decisório, como decidimos entre alternativas através da atribuição de valores e como são atribuídos, matriz de decisão, utilidade esperada, e tomada de decisão sob certeza, risco incerteza.
Decision Theory
Decision theory (DT) é uma teoria sobre decisões. É o estudo que aborda de preferências, incertezas e questões relacionadas a realização de escolhas “ótimas” ou “racionais”. Ela se concentra no comportamento orientado a um objetivo na presença de opções, ou seja, decisão.
Decision theory é um campo interdisciplinar, discutida por economistas, psicólogos, filósofos, matemáticos, estatísticos, cientistas de dados e da computação, entre outros. A teoria de decisão moderna tem se desenvolvido desde a metade do século passado, através da contribuição de dessas diversas disciplinas, sendo estudada por diversos pesquisadores, cada um com seus objetivos. Por exemplo, um psicólogo costuma estudar o comportamento de decisões individuais, um cientista político já estudaria a tomada de decisão coletiva. Já um filósofo, focaria nos requisitos para a racionalidade em decisões.
Esse campo de estudo é dividido normative, descriptive.
- Normative Decision Theory estuda a escolha de um agente ideal. Ou seja, um agente perfeitamente racional. É a teoria sobre como decisões devem ser tomadas.
- Descritive Decision Theory estuda o como agentes não ideais realmente escolhem, tomam decisões. É a teoria sobre como decisões são ser tomadas.
A partir dessa divisão basilar entre normative e descriptive, o campo pode se ramificar em diversas aŕeas, como:
Outra distinção relevante na teoria da decisão é aquela entre decisões individuais e decisões de grupo. Uma decisão individual é uma escolha feita por um indivíduo isoladamente, sem a participação ou influência de outros membros do grupo. Nesse caso, a responsabilidade pela decisão cabe ao indivíduo que a tomou. Já uma decisão em grupo é uma escolha feita por um conjunto de pessoas, onde cada membro do grupo tem uma contribuição para a tomada da decisão. A decisão final pode ser alcançada através de discussões, negociações e consensos entre os membros do grupo. O objetivo é chegar a uma decisão que seja aceitável para todos os envolvidos. Ambas as situações tem prós e contras, como:
O campo de decision theory é bem complexo e em constante evolução, existindo diversos pesquisadores contribuindo para o seu desenvolvimento.
Processo decisório
Precisamos tomar decisões o tempo todo. Tomar uma decisão geralmente é definida o ato de selecionar, escolher, definir uma alternativa diante de um grupo de alternativas. É a ação da escolha
O processo decisório pode ser dividido em sequencial e não sequencial. E a diferença entre as duas é bem intuitiva. Num processo decisório sequencial as decisões são divididas em partes estruturadas que seguem sempre a mesma ordem ou sequência.
O modelo de Condorcet foi o primeiro modelo sequencial desenvolvido, durante o Iluminismo, pelo filósofo Condorcet (1743–1794). E mais recentemente foram desenvolvidos os modelos de Simon e Brim et al. Todos possuem alguns pontos em comum mas também especificidades, mas a ideia principal de cada é: identificar um problema, obter informações sobre ele, produzir possíveis soluções, validar as possíveis soluções, selecionar a ação a ser tomada.
Já no processo decisório não sequencial, as etapas de decisão estão estruturadas de uma forma circular, não linear.
O modelo de Mintzberg é um dos mais influentes. Diferente dos modelos sequenciais, as decisões são estruturadas de forma cíclica e paralela. Ele usa as principais fases do modelo de Simon, mas nomeado como Identification, Development e Selecion. Ele é composto por 3 Fases e 7 Rotinas.
Fase de Identificação:
Nesta fase, os gerentes identificam a necessidade de tomar uma decisão. Isso pode envolver reconhecer um problema, oportunidade ou desafio que requer uma ação. Durante o processo de diagnóstico, os gerentes analisam a situação para entender suas causas, efeitos e implicações. Eles procuram informações relevantes e avaliam a importância da situação para a organização.
Rotinas da Fase de Identificação:
- Reconhecimento: Reconhecer um problema ou oportunidade que exige uma decisão. Isso envolve estar atento a indicadores de que algo precisa ser abordado.
- Diagnóstico: Analisar a situação em profundidade para entender suas causas subjacentes, efeitos potenciais e contexto geral. Isso pode envolver coletar dados, fazer análises e envolver especialistas quando necessário.
Fase de Desenvolvimento:
Nesta fase, os gerentes trabalham no desenvolvimento de alternativas para lidar com a situação identificada. Eles projetam diferentes opções ou soluções que possam abordar o problema ou aproveitar a oportunidade. A busca por alternativas envolve explorar diferentes abordagens para resolver o problema ou alcançar os objetivos.
Rotinas da Fase de Desenvolvimento:
- Design: Criar alternativas ou soluções potenciais para abordar a situação. Isso pode envolver a geração de ideias, o design de planos de ação e a consideração de diferentes abordagens.
- Busca (Search): Procurar por informações, ideias e exemplos relevantes para desenvolver alternativas. Isso pode envolver pesquisa, benchmarking e consulta a fontes externas e internas.
Fase de Seleção:
Nesta fase, os gerentes revisam as alternativas desenvolvidas na fase anterior e selecionam a melhor opção com base em critérios específicos. As alternativas são avaliadas em relação aos seus méritos e aos objetivos da organização. Uma vez que a alternativa seja escolhida, é necessário obter a autorização necessária para implementá-la.
Rotinas da Fase de Seleção:
- Triagem (Screen): Examinar as alternativas desenvolvidas na fase de desenvolvimento e identificar aquelas que atendem aos critérios de seleção.
- Avaliação-Escolha: Avaliar as alternativas restantes com base em critérios como viabilidade, custos, benefícios, riscos e alinhamento com os objetivos organizacionais. Escolher a alternativa mais apropriada.
- Autorização: Obter a aprovação necessária das partes interessadas ou superiores hierárquicos para implementar a alternativa escolhida.
Essas fases e rotinas representam um processo de tomada de decisão que segue a abordagem não-sequencial. Elas enfatizam a natureza dinâmica e iterativa da tomada de decisão nas organizações, onde as atividades podem ser realizadas de maneira não linear e em qualquer ordem, dependendo da situação específica.
Existem diversos modelos sequenciais e não sequenciais, assim, esses modelos abordados aqui, tem como objetivo fazer uma apresentação introdutória.
Atribuição de Valor para Decisões
Para tomarmos decisões, atribuímos valores às opções existentes. Ao fazer isso, estamos estabelecendo um padrão para tomarmos a decisão.
Uma das formas de decidir entre opções é comparando, relacionando as opções, como:
A é melhor que B
B é melhor que C
A é melhor que C
Neste exemplo, A é melhor que B e C.
Outra forma de expressar valor de forma padronizada é atribuindo valores numéricos para cada alternativa.
A = 15
B = 13
C = 7
As representações relacionais (comparativa) e numéricas são as duas formas mais comuns de expressar o padrão de valor segundo o qual as decisões são tomadas. Mas além disso podemos comparar alternativas através de “melhor que”, “pior que”, “igual a” e “pelo menos tão bom”. Todos esse relacionamentos são binários, e relacionam entidades (argumentos) entre si.
A > B = A é “melhor que” B ou B é “pior que” A
Outro termo importante é o de equivalência (≡), “de igual em valor” ou “de mesmo valor”. Utilizamos esse símbolo para denotar que A ≡ B, ou seja, A é equivalente a B. Também podemos utilizar o símbolo de “tão bom quanto” (≥). Essas três noções, “melhor que” (>), “de igual em valor” (≡) e “tão bom quanto” (≥) fazem parte da lógica de preferência. Nela, > representa uma preferência forte, ≥ uma preferência fraca e ≡ indiferença.
- A é melhor que B se e somente se A for pelo menos tão bom quanto B, mas B for não pelo menos tão bom quanto A. (A>B se e somente se A≥B e não B≥A)
- A é tão bom quanto B se e somente se A for pelo menos tão bom quanto B e também B pelo menos tão bom quanto A. (A≡B se e somente se A≥B e B≥A)
Propriedades como a de complitude (completness) ou conectividade (connectedness) e transitividade (transitivity) também são premissas para quando estamos ponderando as alternativas para uma tomada de decisão.
A propriedade de completude na teoria da decisão significa que um tomador de decisão é capaz de comparar e ordenar todas as possíveis alternativas. Ou seja, para qualquer par de alternativas A e B, o tomador de decisão deve ser capaz de tomar uma decisão clara, preferindo uma das alternativas ou considerando-as igualmente preferíveis.
Essa propriedade é essencial para garantir que o processo de tomada de decisão seja bem definido e que não haja lacunas nas preferências do tomador de decisão. A completude permite que todas as alternativas sejam consideradas e avaliadas, assegurando que o tomador de decisão possa escolher entre qualquer par de alternativas de forma consistente e lógica.
Essa propriedade é definida para uma relação e seu domínio. Com domínio, essa propriedade se refere às qualidades da unidade de comparação, ou seja, comparar música com música, filme com filme, carro com carro, só podemos comparar pares de alternativas que fazem parte do mesmo domínio.
- A relação ≥ é completa se e somente se para quaisquer elementos A e B de seu domínio, seja A≥B ou B≥A.
A propriedade de transitividade é um conceito fundamental na teoria da decisão. Ela implica que, se um indivíduo prefere uma alternativa A sobre uma alternativa B (A > B) e prefere a alternativa B sobre uma alternativa C (B > C), então o indivíduo também deve preferir a alternativa A sobre a alternativa C (A > C) (apesar de na vida real isso nem sempre acontecer, caso A esteja disponível, geralmente não pensamos se B > C).
Essa propriedade reflete a ideia de que as preferências de um tomador de decisão devem ser consistentes e lógicas ao longo das comparações. Se a transitividade não for obedecida, pode ocorrer um paradoxo de decisão, onde as preferências não fazem sentido e podem levar a escolhas contraditórias.
Um exemplo clássico de paradoxo de decisão onde a transitividade não é obedecida é conhecido como o “Paradoxo do Cavaleiro” ou “Paradoxo de Newcomb”. Suponha que você seja apresentado a dois jogos:
Jogo 1: Você pode ganhar $1.000.
Jogo 2: Você pode ganhar $1 milhão.
Além disso, você pode escolher se deseja participar de um terceiro jogo:
Jogo 3: Você pode ganhar $1.000.000 e mais um livro de filosofia.
Agora, o paradoxo ocorre quando algumas pessoas preferem o Jogo 2 ao Jogo 3 e preferem o Jogo 3 ao Jogo 1, mas ainda preferem o Jogo 1 ao Jogo 2. Isso viola a transitividade das preferências, uma vez que, de acordo com a lógica transitiva, se alguém prefere A a B e prefere B a C, então deveria preferir A a C. Nesse cenário, é criado uma preferência circular, um loop.
Esse paradoxo demonstra como as preferências humanas podem não ser tão consistentes e lógicas como se espera da transitividade, e é um exemplo da complexidade da tomada de decisões quando se tratam de escolhas que envolvem diferentes valores e fatores. Por isso, a transitividade é uma propriedade essencial para garantir a coerência e a lógica nas escolhas feitas por um tomador de decisão ao comparar alternativas.
Matriz de Decisão
A representação padrão de decisões (individuais) é a matriz de decisão. Ela representa as alternativas, resultados potenciais (outcome) e estado de natureza.
As alternativasd são as opções disponíveis para a tomada de decisão. Essas opções, estão presentes num conjunto de alternativas mais ou menos definido sendo abertas ou fechadas. O conjunto de alternativas é aberto quando o tomador de decisão pode criar ou descobrir novas alternativas para o problema. Já a fechada, é o oposto, não existem mais opções. O conjunto de alternativas pode estar fechado de forma voluntária ou involuntária, sendo que na voluntária, o escopo de opções foi fechado por escolha do tomador de decisão. Em problemas de DT, o conjunto de alternativas geralmente é assumido como fechado e que seus elementos são mutualmente exclusivos. Porquê com o conjunto de alternativas fechado, um tratamento teórico é mais acessível. Num conjunto aberto, geralmente não existe solução definitiva disponível.
Já os outcomes, são os resultados potenciais de uma decisão. Eles podem ser positivos, negativos ou neutros, e podem ser medidos em termos de valores, utilidade ou outra medida de valor. Eles são uma parte essencial da teoria da decisão, pois são usados para avaliar as diferentes opções disponíveis. Ao considerar os diferentes outcomes potenciais, um tomador de decisão pode tomar a decisão que é mais provável de levar ao resultado desejado.
Eles podem ser classificados de várias maneiras. Uma classificação comum é baseada na probabilidade de ocorrência. Os outcomes certos são aqueles que certamente ocorrerão, enquanto os outcomes incertos são aqueles que podem ou não ocorrer. Os outcomes certos são geralmente mais valiosos do que os outcomes incertos, pois oferecem um nível de certeza maior.
Outra classificação comum dos outcomes é baseada na sua natureza. Os outcomes positivos são aqueles que são desejados, enquanto os outcomes negativos são aqueles que são indesejados. Os outcomes positivos são geralmente mais valorizados do que os outcomes negativos, pois levam a resultados mais desejáveis.
Os outcomes podem ser usados para avaliar as diferentes opções disponíveis de várias maneiras. Uma maneira é usar uma função de utilidade para medir o valor dos diferentes outcomes. Uma função de utilidade é uma função que atribui um valor numérico a cada outcome. Ao usar uma função de utilidade, um tomador de decisão pode comparar os diferentes outcomes em termos de seu valor relativo.
Outra maneira de usar os outcomes para avaliar as diferentes opções disponíveis é usar uma análise de risco-retorno. A análise de risco-retorno compara o retorno potencial de uma opção com o risco de perda. Ao usar uma análise de risco-retorno, um tomador de decisão pode identificar as opções que oferecem o melhor equilíbrio entre retorno e risco.
Esses possíveis resultados de uma decisão são definidos como o efeito combinado de uma alternativa escolhida e o estado de natureza que prevalece.
Enquanto que os estados de natureza (ou ambientes) são todos os fatores externos que influenciam a decisão, fatores fora do controle do tomador da decisão. Alguns fatores externos são de conhecidos, sendo o background de informação do decisor. Já outros são desconhecidos.
Com as alternativas, resultados (outcome) e estado de natureza chegamos na matriz de decisão. Nela, as alternativas são tabuladas contra os estados de natureza.
Onde:
- As ações (A) são o conjunto finito de alternativas ou ações que o decisor teve escolher. A’ = (a1, a2, a3,… a_i… a_m)
- Teta maísculo (Θ) representa o conjunto discreto ou contínuo de estados de natureza. Se o estado de natureza é discreto, temos que Teta’ = (teta1, teta2, teta3,… teta_j… teta_k). Que representa o contexto que representa o contexto em que ocorre o processo de tomada de decisão.
- E C’ é o conjunto finito de resultados em que C’ = (c11, c12, c13… c_ij… c_mk). Que depende tanto da ação a_i escolhida e do estado de natureza verdadeiro teta_j.
cij = f (ai , θj ) i = 1, . . . , m; j = 1, . . . , k.
Podemos representar a matriz através de uma árvore de decisão, que é composta por nós que estão conectados por laços.
Utilidade Esperada
A abordagem padrão em tomadas de decisão sob risco é utilizar a utilidade esperada, tanto em aplicações normativas quanto descritivas. Ela é interpretada no uso diário como o valor subjetivo (de satisfação) ou a conveniência de um resultado da seleção de uma alternativa. Na teoria da tomada de decisão, muitas vezes é tecnicamente considerada uma função de valor real expressar uma relação de preferência e às vezes é chamada de função de utilidade. A utilidade é considerada em termos de números reais porque a análise matemática de um fenômeno de tomada de decisão oferece o benefício de facilitar a previsão e explicação do fenômeno. Em aplicações de decision theory geralmente é utilizado a utilidade subjetiva.
Utilizando essa representação numérica de utilidade, podemos resolver problemas de tomda de decisão, buscando a alternativa que possui a maior utilidade, maximizando a utilidade. Mas nem sempre é possível maximizar a utilidade, e nesses casos, é comum termos níveis de utilidade que estão abaixo do maior valor de utilidade mas mesmo assim são aceitáveis.
Tomada de Decisão sob Certeza, Risco e Incerteza
A maioria dos problemas de decisão são expressos com uma matriz de utilidade. Nela, além da matriz, precisamos de informações sobre o outcome e sobre o estado de natureza. E os problemas de decisão se dividem uanto ao grau de conhecimento sob o estado de natureza
Decisão Sob Certeza:
Esse tipo de problema de decisão é a situação em que o resultado da escolha de uma alternativa é certamente determinado, conhecido.
Um exemplo de problema de decisão sob certeza é:
Um vendedor de carros tem dois modelos de carro para vender: o modelo A e o modelo B. O modelo A tem um valor de venda de R$ 100.000,00 e o modelo B tem um valor de venda de R$ 150.000,00. O vendedor sabe com certeza que o cliente irá comprar um dos dois modelos.
Neste problema, o vendedor tem duas alternativas: vender o modelo A ou vender o modelo B. O estado da natureza é conhecido com certeza: o cliente irá comprar um dos dois modelos. O resultado de cada alternativa é também conhecido com certeza: o valor de venda do modelo A é R$ 100.000,00 e o valor de venda do modelo B é R$ 150.000,00.
Para resolver este problema, o vendedor deve comparar os dois resultados de cada alternativa. O modelo B tem um valor de venda superior ao modelo A, portanto, a melhor alternativa é vender o modelo B.
Outro exemplo de problema de decisão sob certeza é:
Um agricultor está planejando o que plantar em sua fazenda. Ele tem duas opções: plantar milho ou plantar soja. O agricultor sabe com certeza que o clima será bom durante a estação de crescimento.
Neste problema, o agricultor tem duas alternativas: plantar milho ou plantar soja. O estado da natureza é conhecido com certeza: o clima será bom. O resultado de cada alternativa é também conhecido com certeza: o milho produz uma média de 200 sacas por hectare e a soja produz uma média de 300 sacas por hectare.
Para resolver este problema, o agricultor deve comparar os dois resultados de cada alternativa. A soja produz mais sacas por hectare do que o milho, portanto, a melhor alternativa é plantar soja.
Em ambos os casos, a melhor alternativa pode ser determinada simplesmente comparando os dois resultados de cada alternativa.
Decisão Sob Risco:
Decisões sob risco se refere a situações em que a probabilidade do resultado da escolha é conhecido.
Um exemplo de problema de decisão sob risco é:
Um investidor está considerando duas opções de investimento: investir em ações ou investir em títulos. O investidor sabe que o mercado de ações é arriscado, mas também tem o potencial de gerar maiores retornos. Os títulos são menos arriscados, mas também têm retornos menores.
Neste problema, o investidor tem duas alternativas: investir em ações ou investir em títulos. O estado da natureza é desconhecido, mas o investidor sabe que há duas possibilidades: o mercado de ações subir ou o mercado de ações cair.
Para resolver este problema, o investidor deve considerar as probabilidades de cada estado da natureza e o resultado de cada alternativa em cada estado da natureza.
Se o investidor acredita que o mercado de ações subirá com uma probabilidade de 60% e cairá com uma probabilidade de 40%, então a melhor alternativa é investir em ações. Com um retorno de 20% ou perda de 10%. Já para os títulos
Retorno esperado = (Probabilidade de subida do mercado de ações * Retorno do investimento em ações) + (Probabilidade de queda do mercado de ações * Retorno do investimento em títulos)
Retorno esperado (ações) = (0,6 * 20%) + (0,4 * -10%) = 12%
Retorno esperado (títulos) = (0,6 * 10%) + (0,4 * 5%) = 8%
No entanto, se o investidor for avesso ao risco, ele pode optar por investir em títulos. Isso ocorre porque o investidor prefere evitar a possibilidade de perdas.
Em geral, a melhor forma de resolver um problema de decisão sob risco é usar o valor esperado. O valor esperado é uma medida da utilidade esperada de cada alternativa. A utilidade é uma medida de satisfação ou desapontamento que um indivíduo experimenta.
No entanto, outros critérios de decisão também podem ser usados em problemas de decisão sob risco. Por exemplo, o critério da máxima verossimilhança escolhe a alternativa com a maior probabilidade de ocorrer.
Decisão Sob Incerteza:
Problemas de decisão sob incerteza são condições em que a probabilidade do resultado da escolha de uma alternativa não é conhecido. Por exemplo:
Uma empresa está planejando lançar um novo produto. Ela sabe que o produto pode ser um sucesso ou um fracasso, mas não tem certeza de qual será o resultado. O estado da natureza é desconhecido.
Para resolver este problema, a empresa deve considerar a utilidade de cada resultado. A utilidade é uma medida de satisfação ou desapontamento que a empresa experimenta.
Se a empresa acreditar que o produto será um sucesso com uma probabilidade de 60% e um fracasso com uma probabilidade de 40%, então a melhor alternativa é lançar o produto. Isso ocorre porque a utilidade esperada do lançamento do produto é maior do que a utilidade esperada do não lançamento do produto.
Utilidade esperada = (Probabilidade de sucesso * Utilidade do sucesso) + (Probabilidade de fracasso * Utilidade do fracasso)
Utilidade esperada (lançamento) = (0,6 * 100) + (0,4 * -50) = 70
Utilidade esperada (não lançamento) = (0,6 * 0) + (0,4 * -50) = -20
No entanto, se a empresa for avessa ao risco, ela pode optar por não lançar o produto. Isso ocorre porque a empresa prefere evitar a possibilidade de um fracasso.
Em geral, a melhor forma de resolver um problema de decisão sob incerteza é usar a utilidade esperada. A utilidade esperada é uma medida da utilidade esperada de cada alternativa.
No entanto, outros critérios de decisão também podem ser usados em problemas de decisão sob incerteza. Por exemplo, o critério da loteria escolhe a alternativa que tem a maior utilidade esperada.
Aqui estão alguns outros exemplos de problemas de decisão sob incerteza:
- Um médico está tratando um paciente com uma doença rara. O médico sabe que existem dois tratamentos possíveis, mas não sabe qual é o melhor.
- Um investidor está considerando duas opções de investimento, mas não sabe qual é a melhor.
- Um governo está planejando uma política econômica, mas não sabe quais serão os resultados.
Em todos esses casos, a empresa, o médico ou o governo não tem certeza do resultado de suas decisões.
Decisão Sob Ambiguidade:
Ambuiuidade refere-se a um estado em que, embora a condição e os resultados que ocorrerão sejam conhecidos, as probabilidades da condição e dos resultados ocorrerem são desconhecidas. Por exemplo:
Um investidor está considerando duas opções de investimento: investir em ações ou investir em títulos. O investidor não sabe qual é a probabilidade de o mercado de ações subir ou cair.
Neste problema, o investidor tem duas alternativas: investir em ações ou investir em títulos. O estado da natureza é desconhecido, pois o investidor não sabe qual é a probabilidade de o mercado de ações subir ou cair. O resultado de cada alternativa também é desconhecido, pois o investidor não sabe qual será o desempenho do mercado de ações.
Para resolver este problema, o investidor pode usar uma abordagem baseada em preferências. Uma abordagem comum é usar o conceito de aversão à ambiguidade. A aversão à ambiguidade é a preferência por tomar decisões em situações de certeza ou risco conhecido em vez de situações de ambiguidade.
Se o investidor for avesso à ambiguidade, ele pode optar por investir em títulos, pois esta é a opção mais segura. Se o investidor for indiferente à ambiguidade, ele pode optar por investir em ações ou em títulos com base em outros fatores, como o retorno esperado ou o risco.
Aqui estão alguns outros exemplos de problemas de decisão sob ambiguidade:
- Um médico está tratando um paciente com uma doença rara. O médico não sabe qual é a probabilidade de o tratamento ser eficaz.
- Um governo está planejando uma política econômica. O governo não sabe quais serão os resultados da política.
- Uma empresa está lançando um novo produto. A empresa não sabe se o produto será um sucesso ou um fracasso.
Em todos esses casos, o indivíduo ou organização está tomando uma decisão sem ter nenhuma informação sobre o estado da natureza ou o resultado de cada alternativa.
Decisão Sob Ignorância:
Um problema de decisão sob ignorância acontece em casos em que o range de alternativas, estados possíveis e o range de resultados não são claramente conhecidos. Por exemplo:
Um indivíduo está caminhando por uma floresta e encontra uma bifurcação na estrada. Ele não sabe para onde a estrada leva e não tem nenhuma informação sobre o que pode acontecer se ele seguir em uma direção ou em outra.
Neste problema, o indivíduo tem duas alternativas: seguir para a esquerda ou seguir para a direita. O estado da natureza é desconhecido, pois o indivíduo não sabe para onde a estrada leva. O resultado de cada alternativa também é desconhecido, pois o indivíduo não sabe o que pode acontecer se ele seguir em uma direção ou em outra.
Para resolver este problema, o indivíduo pode usar uma abordagem baseada em preferências. Uma abordagem comum é usar o conceito de aversão à ignorância. A aversão à ignorância é a preferência por tomar decisões em situações de certeza ou risco conhecido em vez de situações de ignorância.
Se o indivíduo for avesso à ignorância, ele pode optar por não seguir nenhuma das estradas, pois esta é a opção mais segura. Se o indivíduo for indiferente à ignorância, ele pode optar por seguir para a esquerda ou para a direita com base em outros fatores, como a sua intuição ou o seu senso de aventura.
Em todo caso, o indivíduo está tomando uma decisão sem ter nenhuma informação sobre o estado da natureza ou o resultado de cada alternativa.
Em resumo, os problemas podem ser classificados da seguinte forma de acordo com suas características:
Conclusão
Decision Theory é um campo interdisciplinar, ativo e em constante desenvolvimento. Neste artigo, aboordamos de forma introdutória e não matemática o que é Decison Theory, e conceitos fundamentais dessa teoria. Como o Processo Decisório, Atribuição de Valores para Decisão, Matriz de decisão e seus elementos. Utilidade Esperada e cada tipo de problema de Tomada de Decisão, de acordo com as informações do estado de natureza utilizando exemplos práticos.
Se você gostou deste artigo, siga o meu perfil e se inscreva para receber para acompanhar os próximos posts da série.
Referências
BACCI, Silvia; CHIANDOTTO, Bruno. Introduction to Statistical Decision Theory: Utility Theory and Causal Analysis. Boca Raton: CRC Press, Taylor & Francis Group, 2020.
TAKEMURA, Kazuhisa. Behavioral Decision Theory: Psychological and Mathematical Descriptions of Human Choice Behavior. Tokyo: Springer. 2023.
HANSSON, Sven Ove. Decision Theory: A Brief Introduction. Stockholm: Royal Institute of Technology (KTH), 1994–08–19. Minor revisions 2005–08–23.
