Conclusões - BSC

Pode-se dizer que o BSC apresenta uma ordenação de conceitos e idéias preexistentes de uma forma lógica, objectiva e inteligente. Sua correta aplicação implica em uma série de benefícios, como integração de medidas financeiras e não-financeiras, comunicação e feedback da estratégia, vínculo da estratégia com planejamento e orçamento, garantia de foco e alinhamento organizacional, entre outros. Entretanto, não pode ser considerado como uma panacéia e como única alternativa para todos os males do planeamento estratégico e da administração estratégica.

Crítica ao BSC

• Alguns usuários confundem os fins com os meios. O BSC é um meio de promover a estratégia;
  
• Na vida real, a associação entre causa e efeito que o BSC prega, raramente é clara o suficiente.
• Na maioria das situações, devemos nos contentar em incluir a maioria das medidas certas no BSC, sem tentar imaginar qual é a relação entre elas;
  
• Pontos fracos do BSC:

Relações de causa e efeito unidirecionais e muito simplistas;
Não separa causa e efeito no tempo;
Ausência de mecanismos para validação;
Vínculo entre estratégia e a operação insuficiente;
Muito internamente focado;
A ausencia de uma base historica suficiente para analise de um indicador
pode levar a conclusoes imprecisas;

Benefícios do BSC

• Alinhamento de indicadores de resultado com indicadores de tendência;
  
• O BSC considera diferentes grupos de interesse na análise e execução da estratégia;
  
• Comunicação da estratégia;
  
• O BSC é direcionado e focado nas ações;
  
• O BSC é um instrumento flexível e considera o planejamento estratégico um ser vivo a ser testado e monitorado continuamente;
  
• Alinhamento da organização com a estratégia;
  
• Promove a sinergia organizacional;
  
• Constrói um sistema de gestão estratégica e vincula a estratégia com planejamento e orçamento;
  

Perspectivas no BSC

O BSC decompõe a estratégia de uma maneira lógica, baseando-se em relações de causa e efeito, vetores de desempenho e relação com fatores financeiros.

É decomposto em objetivos, indicadores, metas e iniciativas, nas quatro dimensões de negócio:

• Financeira;
  
• Clientes;
  
• Processos internos;
  
• Aprendizado e crescimento.

Alternativas ao BSC

Existem diversos modelos conceituais na literatura de administração e contabilidade que se assemelham ou se complementam ao BSC.

Modelo de balanced scorecard de Maisel;

Pirâmide da performance;

PEMP;

Tableau de Bord;

Gerenciamento pelas diretrizes.

Definição do BSC

Kaplan & Norton definiram inicialmente o BSC como um sistema de mensuração do desempenho e posteriormente, como um sistema de gestão estratégica.

O BSC também é classificado como um sistema de suporte à decisão, pois pretende reunir os elementos-chave para poder acompanhar o cumprimento da estratégia. Esta definição recebe críticas, pois ele abrange mais do que a tomada de decisão, focando também a comunicação da estratégia e o feedback de seu cumprimento.

O BSC é uma ferramenta que materializa a visão e o crescimento. Tais medidas devem ser interligadas para comunicar um pequeno número de temas estratégicos amplos, como o crescimento da empresa, a redução de riscos ou o aumento de produtividade.

O Balanced Scorecard - História

Seu surgimento está relacionado às limitações dos sistemas tradicionais de avaliação de desempenho, o que não deixa de ser um dos problemas do planejamento estratégico, uma importante ferramenta de gestão estratégica.

O BSC motiva melhorias não incrementais em áreas críticas, tais como desenvolvimento de produtos, processos, clientes e mercados.

O início dos estudos que deram origem ao BSC remonta à década de 90, quando o Instituto Nolan Norton, ligado à KPMG (hoje chamada Bearing Point), patrocinou um estudo de um ano de duração com diversas empresas cuja motivação se baseava na crença de que os métodos existentes de avaliação do desempenho empresarial baseados nos indicadores contáveis e financeiros estavam prejudicando a capacidade das empresas de criar valor econômico.

O BSC se organiza em torno de quatro perspectivas: financeira, do cliente, interna e de inovação e aprendizado. O nome Balanced Scorecard reflete o equilíbrio entre os objetivos de curto e longo prazos; entre medidas financeiras e não-financeiras; entre indicadores de tendência e ocorrências; entre perspectiva interna e externa do desempenho.

As experiências de aplicação do BSC revelam que executivos arrojados utilizam o BSC não apenas como um instrumento de medida do desempenho organizacional, mas também como ferramenta de gestão, sendo também utilizado para estabelecer metas individuais e de equipes, remuneração, alocação de recursos, planejamento, orçamento, feedback e aprendizado estratégico.

O BSC não é um fim em si mesmo, mas uma ferramenta de gestão sob a qual orbita um novo modelo organizacional chamado de Organização Orientada para a Estratégia. Nessas organizações, o BSC é utilizado para alinhar as unidades de negócio, as unidades de serviço compartilhado, as equipes e os indivíduos em torno das metas organizacionais gerais, ou seja, alinhá-los à estratégia da empresa.

Modelo de Decisão - Estudo de caso

Em contrução....

Balanced Scorecard

Balanced Scorecard é uma metodologia disponível e aceita no mercado desenvolvida pelos professores da Harvard Business School, Robert Kaplan e David Norton, em 1992. Os métodos usados na gestão do negócio, dos serviços e da infra-estrutura, baseiam-se normalmente em metodologias consagradas que podem utilizar a TI (tecnologia da informação) e os softwares de ERP como soluções de apoio, relacionando-a à gerência de serviços e garantia de resultados do negócio. Os passos dessas metodologias incluem: definição da estratégia empresarial, gerência do negócio, gerência de serviços e gestão de qualidade; passos estes implementados através de indicadores de desempenho.

O BSC foi apresentado inicialmente como um modelo de avaliação e performance empresarial, porém, a aplicação em empresas proporcionou seu desenvolvimento para uma metodologia de gestão estratégica.

Os requisitos para definição desses indicadorestratam dos processos de um modelo da administração de serviços e busca da maximização dos resultados baseados em quatro perspectivas que refletem a visãoe e estratégica empresarial:

• financeira;
  
• clientes;
  
• aprendizado e crescimento;
  
• processos internos.

É um projecto lógico de um sistema de gestão genérico para organizações, onde o administrador de empresas deve definir e implementar (por exemplo, através de um Sistema de Informação de Gestão), variáveis de controle, metas e interpretações para que a organização apresente desempenho positivo e crescimento ao longo do tempo.

BSC (Balanced Scorecard) é uma sigla que pode ser traduzida para Indicadores Balanceados de Desempenho, ou ainda para Campos (1998), Cenário Balanceado. O termo “Indicadores Balanceados” se dá ao fato da escolha dos indicadores de uma organização não se restringirem unicamente no foco econômico-financeiro, as organizações também se utilizam de indicadores focados em ativos intangíveis como: desempenho de mercado junto a clientes, desempenhos dos processos internos e pessoas, inovação, e tecnologia. Isto porque, a somatória destes fatores, alavancarão o desempenho desejado pelas organizações, conseqüentemente criando valor futuro.

Segundo Kaplan e Norton (1997, p.25), o Balanced Scorecard reflete o equilíbrio entre objetivos de curto e longo prazo, entre medidas financeiras e não-financeiras, entre indicadores de tendências e ocorrências e, ainda, entre as perspectivas interna e externa de desempenho. Este conjunto abrangente de medidas serve de base para o sistema de medição e gestão estratégica por meio do qual o desempenho organizacional é mensurado de maneira equilibrada sob as quatro perspectivas. Dessa forma contribui para que as empresas acompanhem o desempenho financeiro, monitorando, ao mesmo tempo, o progresso na construção de capacidades e na aquisição dos ativos intangíveis necessários para o crescimento futuro.

Portanto, a partir de uma visão balanceada e integrada de uma organização, o BSC permite descrever a estratégia de forma muito clara, através de quatro perspectivas: financeira; clientes; processos internos; aprendizado e crescimento. Sendo que todos se interligam entre si, formando uma relação de causa e efeito.

Desde que foi criado, o BSC vem sendo utilizado por centenas de organizações do setor privado, público e em ONG's no mundo inteiro e foi escolhido pela renomada revista Harvard Business Review como uma das práticas de gestão mais importantes e revolucionárias dos últimos 75 anos.

Business Inteligence - Uma definição mais estruturada....

Em construção....

Função

O conceito de uma função é uma generalização da noção comum de "fórmula matemática". Funções descrevem relações matemáticas especiais entre dois objetos, x e y=f(x). O objeto x é chamado o argumento da função f e o objeto y que depende de x é chamado imagem de x pela f.

Intuitivamente, uma função é uma maneira de associar a cada valor do argumento x um único valor da função f(x). Isto pode ser feito especificando através de uma fórmula , um relacionamento gráfico entre diagramas representando os dois conjuntos, e/ou uma regra de associação, mesmo uma tabela de correspondência pode ser construída; entre conjuntos numéricos é comum representarmos funções por seus gráficos, cada par de elementos relacionados pela função determina um ponto nesta representação, a restrição de unicidade da imagem implica em um único ponto da função em cada linha de chamada do valor independente x. Este conceito é determinídtico , sempre produz o mesmo resultado a partir de uma dada entrada (a generalização aos valores aleatórios é chamada de função estocástica). Uma função pode ser vista como uma "máquina ou "caixa preta " que converte entradas válidas em saídas de forma unívoca, por isso alguns autores chamam as funções de relações unívocas.

O tipo de função mais comum é aquele onde o argumento e o valor da função são ambos numéricos, o relacionamento entre os dois é expresso por uma fórmula e o valor da função é obtido através da substituição direta dos argumentos. Considere o exemplo

f(x) = x^2

Que resulta em qualquer valor de x ao quadrado.

Uma generalização direta é permitir que funções dependam não só de um único valor, mas de vários. Por exemplo,

g(x,y)=xy

recebe dois números x e y e resulta no produto deles, xy.

De acordo com o modo como uma função é especificada, ela pode ser chamada de função explícita (exemplo acima) ou de função implícita, como em

xf(x)=1

que implicitamente especifica a função

f(x)=1/x

Vimos que a noção intuitiva de funções não se limita a computações usando apenas números e nem mesmo se limita a computações; a noção matemática de funções é mais geral e não se limita a situações envolvendo números. Em vez disso, uma função liga um "domínio" (conjunto de valores de entrada) com um segundo conjunto o "contra-domínio" (ou codomínio) de tal forma que a cada elemento do domínio está associado exactamente um elemento do contra-domínio, o conjunto dos elementos do contra-domínio que são relacionados pela f a algum x do domínio, é chamado de "conjunto-imagem" ou "imagem" . As funções são definidas abstractamente por certas relações, como veremos adiante. Por causa de sua generalização, funções aparecem em muitos contextos matemáticos, e muitos campos da matemática baseiam-se no estudo de funções.

Pode notar-se que as palavras "função", "mapeamento", "mapear" e "transformar" são geralmente usadas como sinônimos. Além disso, funções podem ocasionalmente ser referidas como funções bem definidas ou função total (Veja a seção "Definição Formal").

Algebra de Boole

Variável Lógica (Booleana)

Considere a proposição :

A = "Maria tem 23 anos"

A proposição "Maria tem 23 anos" é representada pelo símbolo A, que é uma variável booleana, pois pode assumir um dos dois valores lógicos: F ou V. Além de variável booleana, A é também chamada variável lógica.

Função de Variáveis Lógicas (Booleanas)

Dada uma variável lógica, é possível construir uma função desta variável, f(A),

Exemplo :

• f(A) = A'

Quando se tem apenas 1 variável, como acima, é possível construir apenas 4 funções, abaixo, onde a primeira é a própria negação já vista neste tópico; a segunda é a função identidade; a duas últimas não possuem denominação especial.

Veja que, para duas ou mais variáveis, o número possível de funções que podem ser construidas é de 22n, onde n é o número de variáveis. Para duas variáveis, 22.2 = 16 (apenas 16 possibilidades de construção de funções lógicas de apenas 2 variáveis).

Para 3 variáveis, 22.3 = 64 funções possíveis, e assim por diante.Na tabela cima, A e B são as variáveis independentes e fi(A,B) são as variáveis dependentes, conhecidas por funções de variáveis lógicas, funções combinatoriais ou, ainda, funções combinacionais. A função lógica fi(A,B) pode ser representada por uma caixa preta cujo conteúdo implementa um tipo de porta ou uma combinação das mesmas. Por exemplo, para a tabela acima, algumas funções são

O que é aqui considerado como a porta 0 é um circuito lógico que, independente das entradas, a saída é sempre zero. A "porta" 1 segue o mesmo esquema, isto é, para quaisquer entradas, a saída é sempre 1. Os símbolos A' e B' caracterizam as negações, ou inversões, das variáveis.

Qualquer circuito lógico pode ser considerado como uma caixa preta como descrita acima. Para exemplificar, veja como "encapsular" um circuito lógico em uma "caixa preta" (não se incomode se a o azul é usado no lugar do preto),

Observe que o modelo caixa preta é muito mais geral que o outro que já está especificado. O que se sabe do modelo caixa preta é a quantidade de circuitos que podem ser gerados a partir de 4 entradas e 1 saída. Quantos são mesmo?

Uma função combinacional é uma solução para um problema combinacional. Como exemplo de um problema combinacional, considere um sistema de segurança de uma loja em um shopping. Há um sensor de contato que, ligado, (on, V ou 1), indica que a porta está fechada; e outro sensor infravermelho que, ligado, indica que não há pessoas ou coisas se movendo no interior da loja. Há, também, um alarme que é acionado quando um dos dois sensores é desligado. Isto é, basta um único sensor ser desativado para soar o alarme. Denomine cada sensor pelos símbolos A e B,



1. A = "sensor de contato"

2. B = "sensor infravermelho"

onde 0 e 1 significam desligado e ligado, respectivamente. Para maior realismo, suponha que a fonte de energia do sistema seja independente da rede elétrica (nobreak, por exemplo).


Como você pode notar, a tabela-verdade é um excelente instrumento para a especificação da função alarme, em particular, e de funções lógicas, em geral. Mas não é o único. Outras duas ferramentas importantes são:

1. Equações booleanas

2. Diagramas lógicos

Equações Booleanas
As equações booleanas fazem uso dos conectivos lógicos . A função alarme, acima, pode ser escrita de acordo com a seguinte equação booleana,

f(A) = (A.B)'

onde o símbolo "'" significa a negação lógica, e o símbolo "." significa a conjunção (AND) lógica. Sua tabela-verdade é construida da seguinte maneira,

Diagramas Lógicos

Para exemplificar, a função alarme aqui tratada poderia ser especificada através do seguinte diagrama lógico,

isto é, através da porta lógica NAND.


Teoremas da Álgebra de Boole

Uma função combinacional pode ser escrita de várias maneiras, sem ser alterada, fazendo-se uso dos Teoremas da Álgebra de Boole. Por exemplo,

(A . B)' = A' + B'

onde, como visto, os símbolos "'" e "+" representam a negação (NOT) e a disjunção (OR), respectivamente. Aqui usou-se um dos teoremas conhecidos como Leis de De Morgan. Os principais teoremas da Álgebra Booleana são,

Como qualquer prova de teorema, a cada passo em direção à prova, você tem que dizer o porque do passo. Veja este exemplo (a prova do teorema 10).

A . (A + B)

= (pelo teorema 16)

A . A + A . B

= (teo. 7)

A + A . B

= (teo. 5)

A . 1 + A . B

= (teo. 16)

A . (1 + B)

= (teo. 2)

A . 1

= (teo. 5)

A

PME's

De modo a responder à questão do TPC das PME’s:
1. Definir de acordo com os standards portugueses:- Pequena , Média e Grande empresa (relacionar com nº de empregados e volume de negócios,por exº)
Investiguei e encontrei um site bastante útil: http://www.iapmei.pt/iapmei-faq-02.php?tema=7#108
Qual a definição de PME?
PME na estrutura empresarial nacional:
Quantas PME existem em Portugal?
Qual o volume de emprego nas PME em Portugal?
Qual o volume de negócios realizado pelas PME em Portugal?
Qual o peso das PME na estrutura empresarial nacional?
Qual a dimensão média das empresas em Portugal?
Qual a importância das empresas de menor dimensão na estrutura empresarial nacional?
Como se distribuem regionalmente as PME?
Como se distribuem sectorialmente as PME?
Quais os distritos em que as PME assumem maior relevância?
Quais os sectores de actividade em que as PME têm maior peso?

Raciócínio Fuzzy

O raciocínio fuzzy também é conhecido como raciocínio aproximado e pode ser dividido em 5 etapas.
Transformação das variáveis do problema em valores fuzzy, ou fuzzificação
Aplicação dos operadores fuzzy
Aplicação da implicação
Combinação de todas as saídas fuzzy possíveis
Transformação do resultado fuzzy em um resultado nítido, a defuzzificação.
No primeiro passo, para cada valor de entrada associamos uma função de pertinência, que permite obtar o grau de verdade da proposição. • Determinar o grau de pertinência de cada conjunto (proposição); • Limitar o valor da entrada entre 0 e 1;
O segundo passo é aplicar os operadores fuzzy, assim como os operadores da lógica nítida. Os operadores usados na lógica fuzzy são AND e OR, conhecidos como operadores de relação. Na lógica fuzzy são utilizados para definir o grau máximo e mínimo de pertinência do conjunto. O terceiro passo é aplicar o operador de implicação, usado para definir o peso no resultado e remodelar a função, ou seja, o terceiro consiste em criar a hipótese de implicação. Como no exemplo abaixo: • Serviço é excelente OU atendimento é rápido ENTÃO pagamento é alto.
No quarto passo ocorre a combinação de todas as saídas em um único conjunto fuzzy, algo semelhante ao processo de união e intersecção, na teoria dos conjuntos abruptos. O quinto e último passo no processo do raciocínio fuzzy, é a ‘defuzzyficação’ que consiste em retornar os valores, obter um valor numérico dentro da faixa estipulada pela lógica fuzzy. Um exemplo simples que demonstra o processo de pertinência do raciocínio fuzzy seria. Se A é identificado como ‘o tomate está vermelho’ e B como ‘o tomate está maduro’, então se é verdade que ‘o tomate está vermelho’, é também verdade que ‘o tomate está maduro’. Essa seria um exemplo pensado na lógica tradicional onde: • Fato: x é A; • Regra: se x é A então y é B; • Conclusão: y é B
Esta regra aplica um conceito aproximado. Porem se pensarmos desta forma: se nós temos a mesma regra de implicação se o tomate está vermelho, então ele está maduro e nós sabemos que o tomate está mais ou menos vermelho, então nós podemos inferir que o tomate está mais ou menos maduro. Ou seja: • Fato: x é A’ (quase A) • Regra: se x é A então y é B • Conclusão: y é B’ (quase B)
Este conceito de fuzzyficação funciona da seguinte forma se A’ está próximo de A (situação inicial) e B’ está próximo de B (inicial). A, A’, B e B’ fazem parte do conjunto universo, chegando assim ao paradigma do raciocínio fuzzyano, também chamado de modus ponens generalizado.

Conjuntos Difusos

Normalmente, o uso da lógica difusa está associado ao uso de conjuntos nebulosos.
Um conjunto nebuloso estende o conceito de conjunto permitindo que um elemento passa a ter um grau de pertinência variando entre 0 e 1, ao invés de pertencer ou não ao conjunto como na teoria de conjuntos tradicional.
Veja que o princípio é o mesmo aplicado a lógica difusa, onde o grau de veracidade pode passar a variar entre 0 e 1.
Para cada conjunto, então, é criada uma função de pertinência, que indica o grau de pertinência de seus elementos. Normalmente, essa função é criada de forma a representar algum conceito impreciso, como "ser alto".

Inferência difusa

Fazer uma inferência difusa significa aplicar regras do tipo SE X ENTÃO Y de forma que X e Y, e a própria sentença, sejam noções difusas. Dessa forma, se torna mais fácil interpretar matematicamente e implementar sistemas a partir do conhecimento humano, como em: SE A TEMPERATURA É ALTA E A PRESSÃO É ALTA ENTÃO O FLUXO DE COMBUSTÍVEL DEVE SER PEQUENO.
É importante notar que no caso acima, uma versão de uso corrente da lógica difusa, a regra é igual a uma regra nítida que seria usada em um sistema especialista. Porém, os conjuntos (ALTO, MÉDIO e BAIXO para temperatura, por exemplo) permitem graus de pertinência, onde uma temperatura pode ter algum grau em todos os conjuntos, enquanto em um sistema nítido, apenas um valor seria possível.
Assim, em sistemas difusos, com um conjunto de regras, várias regras aparentemente contraditórias são válidas simultaneamente, possuindo ainda um grau de validade. A solução final é obtida por meio da agregação dos resultados por meio de alguma operação matemática, como o cálculo do centro de massa da resposta obtida.
No caso da inferência, para cada conjunto de operações básicas NÃO,E e OU escolhidos, são possíveis várias versões da implicação. Isso porque, na lógica nítida, A B (A implica em B) é equivalente a várias sentenças.
Outra forma de inferência difusa é aplicar regras como o modus ponens e modus tolens. Isso permite várias variações. Em uma delas, sabendo que "A implica em B" de forma nítida, e tendo apenas um valor difuso de A, é possível calcular o valor de B.

Noções Básicas

Na lógica proposicional , a cada proposição p associamos um entre dois valores possíveis :verdadeiro ou falso. É comum que sejam escolhidos valores numéricos como 1 para representar o verdadeiro e 0 para representar o falso.
Um modelo fuzzy simples é construído associando-se um valor μ(p) a uma proposição p, indicando o grau de veracidade dessa proposição, sendo que μ(x) é uma função (arbitrária) cujo conjunto imagem está entre 0 e 1 (ou 0% e 100%). Se exige pouco dessa funcional: caso p seja verdade, deve estar associado ao valor 100%, caso p seja falso deve ser associado ao valor 0%. Dessa forma, a lógica estende a lógica booleana, pois ao invés de permitir só dois valores (1 e 0) permite uma gama infinita de valores.
Da mesma forma que são estendidos os valores possíveis das proposições, também devem ser estendidos os operadores, como NÃO, E e OU. Porém, ao estender esses operadores, devemos manter certas propriedades, entre elas a compatibilidade com a versão booleana da lógica. Assim, um operador NÃO-fuzzy, ao ser aplicado sobre o valor de uma proposição fuzzy que seja 0 ou 1, deve devolver o mesmo valor que um operador NÃO retornaria na lógica booleana.
Existem uma ampla gama de funções que podem ser utilizadas como NÃO-fuzzy, E-fuzzy e OU-fuzzy, tendo sido aplicadas a vários sistemas, porém as que contém mais propriedades desejáveis e que simultaneamente são bastante fáceis de utilizar são:
Não-fuzzy(x) = 1 - x
E-fuzzy(x,y) = Mínimo(x,y)
OU-fuzzy(x,y) = Máximo(x,y)
Utilizando esse modelo, podemos construir o seguinte exemplo:
Suponha que desejássemos representar de forma fuzzy a altura de Alice (1,65m), Bob (1,75m), Carlos(2,0m) e Denise(1,45m). Nossas proposições serão da forma "X é alto", e serão:
A = Alice é alta, μ(A)=55%
B = Bob é alto, μ(B)=75%
C = Carlos é alto, μ(C) = 100%
D = Denise é alta, μ(D) = 0%
Usando os operadores acima descritos, podemos escrever sentenças como:
Carlos não é alto, NÃO(C), μ(NÃO(C))=100%-μ(C)=0%
Bob não é alto, NÃO(B), μ(NÃO(B))=100%-μ(B)=25%
Denise é alta e Alice é Alta, D e A, μ(D e A)=mínimo(μ(D),μ(A))=0%
A lógica está claramente associada a teoria dos conjuntos. Cada afirmação (do tipo "Carlos é alto") representa na verdade o grau de pertinência de Carlos ao conjunto de pessoas altas. Isso permite que conjuntos como "alto" e "baixo" sejam tratados de forma separadas e afirmações como "Carlos é alto 75%" e "Carlos é baixo 50%" sejam válidas simultaneamente, ao contrário do que seria esperado em um modelo nítido. Esse tipo de afirmação é facilmente encontrada na descrição, por humanos, na forma como entendem certo conceito, e a lógica difusa é uma ótima forma de tratar essa forma de incerteza.

Lógica Fuzzy (LF)

A lógica difusa ou lógica fuzzy é uma generalização da lógica booleana que admite valores lógicos intermediários entre a falsidade e a verdade (como o talvez). Como existem várias formas de se implementar um modelo fuzzy, a lógica fuzzy deve ser vista mais como uma área de pesquisa sobre tratamento da incerteza, ou uma família de modelos matemáticos dedicados ao tratamento da incerteza, do que uma lógica propriamente dita.
A lógica difusa normalmente está associada ao uso de uma teopria de conjuntos fuzzy.
As implementações da lógica difusa permitem que estados indeterminados possam ser tratados por dispositivos de controle , como por exemplo avaliar conceitos como morno, médio...
Ao trabalhar com a lógica fuzzy é comum chamar a lógica boolenade lógica nítida.
Muitos pesquisadores de versões booleanas de lógica não aceitam a lógica fuzzy como uma verdadeira lógica, no sentido em que aceitam, por exemplo, a lógica modal. Isso pode ser associado a diferentes fatos, entre eles o fato de muitos modelos permitirem soluções aproximadas que não correspondem a uma "verdade" lógica.

Eu Integro, Tu Integras, Ele integra e NÓS INTEGRAMOS!!!

No seguimento do título em epigrafe deste tomo, segue a conjugação do verbo juntar:

• Eu junto
• Tu juntas
• Ele junta
• Nós juntamos
• Vós juntais
• Eles juntam
  

Mas afinal juntamos o quê? Onde? Porquê? COMO?? Tenho alguma vantagem em juntar dados senão tiver um contexto para tal? O conceito de integrar está directamente relacionado com o conhecimento, ou seja, apenas me interessa integrar os dados que me são úteis e de teor válido num determinado âmbito para que o meu output – a informação – me seja correctamente devolvida!

Para uma empresa, integrar os dados de negócio permite transformar em informação de negócio prática e atempada para garantir tomadas de decisão fundamentadas, e deste modo executar acções direccionadas e garantir resultados sólidos.

Problemas de Gestão e Árvores de Decisão

Imaginemos uma empresa que como todas as empresas quer aumentar as suas vendas, esta empresa quer decidir de que forma o vai fazer e pensou em 2 formas de conseguir atingir o seu objectivo:

• Aumentar o Preço do seu produto em x%;


• Alargar a zona de intervenção da empresa, recorrendo à construção de um entreposto comercial noutra região.

Estudos de mercados efectuados a esta empresa concluíram que existe associada a cada uma destas estratégias uma probabilidade de sucesso e de insucesso.

A Probabilidade de Sucesso de aumentar o preço estaria dependente do sucesso de uma campanha promocional que faria com que a alteração prevista fosse aceite e foi estimada ser W.

A probabilidade de Sucesso de alargar a zona de intervenção da empresa estaria dependente de esta vir a actuar sozinha no mercado e foi estimada ser Z.

Qual a decisão que esta empresa deve de tomar?

Este problema pode ser representado pela árvore de decisão abaixo:A Decisão que a empresa iria tomar seria escolher a estratégia que maior valor global apresentasse, no entanto, podemos ainda considerar a situação de que a empresa não é indiferente ao risco, como no caso apresentado mas sim aversa ao risco, para este caso as alterações que teriamos na nossa árvore de decisão seriam nada mais do que atribuir a cada um dos ramos da estratégia uma ponderação que reflectisse esse comportamento como por exemplo, atribuir uma ponderação de 0,3 á estratégia com maior risco, isto é com maior P(I) vs uma ponderação de 0,7 á estratégia com menor P(I) e incluir esse valor no apuramento do valor global das estratégias antes de se proceder à comparação dos mesmos.

Distributed Systems - Sistemas Distribuídos

O que é que isto vos faz lembrar? Alguém? Ninguém? Eu? Está bem…faz-me lembrar Corba! ‘Cooorba?!’ Sim, isso! Porque nos tempos auges da faculdade, para estudar a concepção de aplicações distribuídas tínhamos de aprender esta arquitectura! Um autêntico pesadelo! Mas vamos ao que interessa…

O que é realmente um sistema distribuído?

Basicamente, é um conjunto de computadores ligados em rede, com software que permita a partilha de recursos e a coordenação de actividades, possibilitando um ambiente integrado.

O Nascimento desta arquitectura:

No final dos anos 1970s CII – Honeywell e Honeywell da Bull Information Systems realizaram um esforço de modo a projectar uma arquitectura que pudesse competir com a IBM SNA, mas com uma maior flexibilidade.

Honeywell tinha elaborado um anteprojecto de uma arquitectura distribuída chamada HDSA (Honeywell Distributed Architecture), que tinha por objectivo renovar a Series 60, uma linha de produtos que foi anunciado em 1978 com um sufixo DPS. Foi pensado como uma alternativa para IBM's SCN, a partir da analogia ao "o outro computador da empresa".

A CII – HB, que participou nesse projecto foi inspirado pelo anterior CII investimento em NNA (New Network Architecture), aproximou-se significativamente do mercado HDSA. A CII – HB e a Honeywell, que desenharam a arquitectura de uma forma muito activa, respectivamente, em ECMA e ANSI – padronização de comissões em ISO/normas OSI (Open Communications System).

Esse esforço foi dado o nome de DSA – Distributed System Architecture; Ele abarcariam as estritas funções de rede e foi projectado para ser estendido em BD’s distribuídas e em aplicações.

Características (vantajosas, obviamente) de um sistema distribuído:

• Partilha de Recursos

• Hardware: impressoras, discos, etc;
• Dados – ferramentas de trabalho cooperativo; bases de dados;
• Interfaces;
• Motiva o modelo cliente-servidor.

• Abertura

• Extensibilidade de software e hardware, com possível heterogeneidade;
• Obtida especificando e documentando interfaces;
• Possui mecanismos uniformes de comunicação entre processos.

• Concorrência

• Vários utilizadores podem invocar vários comandos simultaneamente;
• Um servidor deve responder concorrentemente a vários pedidos;
• Vários servidores correm concorrentemente, possivelmente na resolução de pedidos.

• Escalabilidade

• O software pode ser pensado de modo a funcionar em grandes sistemas nem necessidade de mudança;
• Devem ser evitados algoritmos e estruturas de dados centralizados.

• Tolerância a faltas

• Faltas em elementos de processamento e comunicação;
• Solução pode passar por redundância de hardware e replicação de servidores/serviços;
• Motiva paradigmas mais avançados do que o cliente-servidor. Exemplo: comunicação em grupo, algoritmos de acordo, transacções;
• Em sistemas de distribuídos a disponibilidade perante a faltas pode ser maior do que em sistemas centralizados, mas exige uma maior complexidade do software.

• Transparência

• O sistema deve ser visto como um todo e não como uma colecção de componentes distribuídos;
  
• Exºs de transparência: acessos, localização, concorrência, replicação, falhas, migração, desempenho, escalabilidade.

Desenho lógico e físico de um sistema distribuído:

Aplicações Integradas:

• Middleware de BD (SQL, ODBC);
• Middleware de Aplicação;
• Middleware de WEB (CGI, ActiveX, Java);
• Remote Procedure Call (RPC);
• Middleware Orientado à Mensagem;
• Monitores de Processos de Transacção;
• Middleware Orientado aos Objectos (por exemplo em arquitecturas RMI, SOAP e…CORBA!).

Árvore de Hierarquia dos Objectivos

Funções e Indicadores

Funções e Indicadores

As áreas de Economia e Gestão contêm inúmeras discussões sobre as relações entre variáveis, tais como:

• Quantidade e Preço;
• Consumo e Rendimento;
• Procura de Moeda e Taxa de Juro;
• Publicidade e Vendas.

Para conhecermos o comportamento dessas variáveis e a forma como se relacionam, a matemática e estatística andam de mãos dadas para nos ajudar nessa tarefa!
O recurso a funções matemáticas permite-nos, de forma intuitiva, ver estas relações e, desta forma, inferir e alterar controladamente o valor de uma variável em seguimento dos nossos objectivos, para a outra.

Exemplos de Funções Matemáticas:

De seguida, podem ver o aspecto das diversas funções, sendo que do lado esquerdo para um b > 0, e do direito b <>

Indicadores de Gestão

Indicadores de equilíbrio financeiro

Imobilização dos Capitais Permanentes = Capitais Permanentes / Imobilizado Líquido
Mede a cobertura das aplicações em capital fixo por capitais permanentes.
Este rácio deverá, em princípio, ser superior à unidade, o que refere a existência de fundo de maneio positivo. Poderá assumir valores inferiores à unidade, denunciando a existência de fundo de maneio negativo o que leva a reflectir sobre o equilíbrio financeiro da empresa.
A diferença entre os valores apresentados no numerador e no denominador representa o fundo de maneio.

Capacidade de Endividamento = Capitais Próprios / Capitais Permanentes
Este rácio mede a capacidade de endividamento a médio e longo prazo.
Quando o seu valor é 0.5 os capitais alheios estáveis são iguais aos capitais próprios, o que revela um limite à capacidade de endividamento a médio e longo prazo.

Autonomia Financeira = Capitais Próprios / Capitais Alheios Estáveis
Este indicador traduz a capacidade de contrair empréstimos a médio e longo prazos, suportada pelos capitais próprios. A capacidade esgota-se quando o rácio é igual à unidade, ou seja quando o passivo a médio e longo prazo iguala os capitais próprios.

Solvabilidade = Capitais Próprios / Capitais Alheios
Avalia a capacidade da empresa para solver as responsabilidades assumidas a médio, longo e curto prazos. Este indicador evidencia o grau de independência da empresa em relação aos credores; quanto maior o seu valor, mais garantias terão os credores de receber o seu capital e maior poder de negociação terá a empresa para contrair novos financiamentos.
No entanto, a capacidade da empresa de amortizar as suas dívidas deverá, também, ser analisada numa óptica de curto prazo, utilizando os indicadores e a análise dos fluxos financeiros (cash-flow).

Indicadores Financeiros

Endividamento = Capitais Alheios / (Capitais Próprios+Capitais Alheios)
Esta relação indica o grau de endividamento da empresa. Inclui nos capitais alheios os empréstimos obtidos a médio e longo prazos (capitais alheios estáveis), os empréstimos obtidos a curto prazo e todos os créditos de exploração e extra-exploração (passivo circulante). Os capitais totais correspondem ao activo total, ou seja, integram os capitais próprios e os capitais alheios.

Coeficiente de Dependência = Capitais Alheios / Capitais Próprios
Trata-se de um indicador que é o inverso da solvabilidade e que, da mesma forma, avalia a capacidade da empresa para solver as responsabilidades assumidas.

Estrutura = Capitais Alheios Estáveis / Capitais Próprios
Corresponde ao inverso da autonomia financeira, o qual evidencia a capacidade da empresa para contrair empréstimos a médio e longo prazos.

Estrutura do Endividamento = Passivo Circulante / Capitais Alheios
Este indicador fornece informações relativas à estrutura do endividamento no que respeita à relação entre o endividamento de curto-prazo (passivo circulante) e o total do endividamento da empresa.

Cobertura do Investimento = Auto Financiamento / Activo Imobilizado
Mede a capacidade da empresa, através dos meios líquidos segregados no período, de cobrir os investimentos em activos fixos.

Índice de Autofinanciamento = Autofinanciamento / Capital Próprio
Este índice informa sobre o contributo das actividades em meios líquidos para suportar novos investimentos, ou seja, informa sobre a capacidade da empresa para potenciar o capital próprio e assegurar o crescimento com recursos próprios.

Liquidez Geral = Activo Circulante / Passivo Circulante
Dá informações sobre a cobertura do activo circulante pelo passivo circulante, tido por fonte de financiamento privilegiada da empresa. Sempre que possível deverá ser > 1, o que a não acontecer exige o recurso aos capitais permanentes para financiar a parte não coberta pelo passivo circulante.

Liquidez Reduzida = (Activo Circulante – Existências) / Passivo Circulante
A comparação da liquidez geral com a reduzida evidencia o peso das existências em relação ao restante activo circulante. Assim, a liquidez reduzida pressupõe que possa haver dificuldades no esgotamento das existências e inclusive vendas abaixo do preço de custo.

Podem igualmente referir outros indicadores ao nível da Gestão, por exemplo na Gestão de stocks:

• Rotatividade média das matérias primas;
  
• Rotatividade média de stocks.

Diagrama de Causa->Efeito...a Espinha-de-peixe

Estes diagramas tiveram origem em 1943, pelo engenheiro químico Kaoru Ishikawa, quando descrevia a uma empresa de engenheiros a forma como diversos factores – aka causas – podem ser ordenados de uma forma lógica. Este diagrama também designado por Diagrama de Ishikawa ou Diagrama de Espinha-de-peixe, é uma ferramenta gráfica utilizada pela Administração (Gestores de topo) ou pelo controlo da qualidade e pretende principalmente, de uma forma simples, agrupar e visualizar hierarquicamente as causas que estão na origem de um problema, os resultados que se pretendem melhorar ou mesmo visualizar os efeitos sobre a qualidade.
Para elaboração deste tipo de diagramas é necessário, em primeiro lugar, identificar inequivocamente o problema ou o efeito a estudar e, seguidamente, listas as várias causas possíveis para esse efeito, começando por um nível mais geral e pormenorizando cada vez mais as subcausas. Para cada efeito existem seguramente, inúmeras causas dentro de categorias como as 6 M’s: método, mão-de-obra, matéria-prima, máquinas, mensuração e meio ambiente. Nas áreas de serviços e processos transaccionais utilizam-se como categorias básicas: procedimentos, pessoas, ponto, políticas, mensuração e meio ambiente.

É de realçar igualmente, a importância destes diagramas nos objectivos estratégicos da organização. Esta ferramenta pretende representar o mapa estratégico, ao relacionar o impacto de cada objectivo noutro objectivo, alinhados com a visão, missão e estratégia da organização.

Para se elaborar um correcto diagrama de causa-efeito é necessário:

1. Determinar as características de qualidade cujas causas pretendem identificar;
2. Através do Brainstorming, pretende-se determinar quais as causas que mais influenciam o problema a ser resolvido (causas primárias);
3. Esboçar o diagrama, colocando numa das extremidades, o problema a ser analisado e traçar uma linha horizontal, onde deverão irradiar as ramificações com as causas consideradas primárias, do passo 1, criando uma forma de “espinha de peixe”;
4. Identificar as subcausas, ou causas secundárias que afectam as causas primárias e que se deverão estender ao longo de cada ramificação.

Exemplo de um diagrama de causa-efeito para o efeito ‘Prémio da Avaliação Individual’, numa organização:

Metadados

Metadados, ou Metainformação, são dados capazes de descrever outros dados, ou seja, dizer do que se tratam, dar um significado real e plausível.

Mais sinteticamente, podemos dizer que um metadado é um dado utilizado para descrever um dado primário.

A importância dos metadados está basicamente ligada à facilidade de recuperação dos dados, uma vez que tem um significado e um valor bem definidos.

A ficha catalográfica de uma obra (os metadados que serão acrescentados a ela) é um registro electrónico que contém descrições da obra, que permitem que se saiba do que se trata sem ter que ler ou ouvir todo o seu conteúdo. O registro seria uma representação da obra.

È o sistema…(Dias da Cunha). Será que ele sabe o que é um sistema?

Um sistema, é um conjunto de elementos inter conectados harmonicamente, de modo a formar um todo organizado. Vindo do grego o termo "sistema" significa "combinar", "ajustar", "formar um conjunto".

Todo o sistema possui um objetivo, embora às vezes seja difícil identificá-lo - por exemplo, quando não conseguimos visualizar o meio ambiente em que está inserido.

Um sistema consiste de componentes, entidades, partes ou elementos - embora também possam ser vistos como sub-sistemas - e as relações entre eles. A integração entre tais componentes pode se dar por fluxo de informações.

A boa integração dos elementos é chamada sinergia, determinando que as transformações ocorridas em uma das partes influenciará todas as outras. A alta sinergia de um sistema faz com que seja possível a este cumprir sua finalidade com eficiência; já sua falta pode implicar em mau funcionamento, inclusive falha completa. Podemos também dizer nesses últimos casos que a entropia sistêmica está alta.

Vários sistemas possuem a propriedade da homeostase, que em poucas palavras é a característica de manter o meio interno estável, mesmo diante de mudanças no meio externo. As reacções homeostáticas podem ser boas ou más, dependendo se a mudança foi inesperada ou planejada, respectivamente.

Também pode-se construir modelos para abstrair aspectos de sistemas, como por exemplo um modelo matemático, modelos de engenharia de software, gráficos.

Em termos gerais, sistemas podem ser vistos de duas maneiras:

• Através da análise, em que se estuda cada parte de um sistema separadamente afim de recompô-lo posteriormente.
• Através de uma visão holista, em que se entende que o funcionamento do sistema como um todo, constitui um fenómeno único, i.e., irredutível em suas partes

As Matrizes Dimensionais

Quando se procura descobrir quem inventou as matrizes dimensionais, muitos autores surgem à cabeça com varias participações no desenvolvimento deste processo, mas nenhum o criou/utilizou com ele é hoje excepto Arthur Cayley.

Foi este senhor que no Sec.XIX desenvolveu, juntou todas as pequenas peças do puzzle Matrizes Dimensionais criando a multiplicação de Matrizes e o teorema de Cayley.

Árvore de Objectivos (Pessoal)

O processo de decisão racional de Simon

Para Simon a decisão representa o processo pelo qual uma alternativa de comportamento ou estratégia é selecionada e realizada em determinado momento, como a escolha em fabricar sapatos masculinos ao invés de sandálias femininas ou a escolha entre comprar uma casa maior e mais confortável num bairro distante e uma casa menor e menos confortável num bairro mais bem localizado e com futuro promissor. A melhor alternativa é a que objectiva o bairro em que se quer adquirir o imóvel ou tamanho e a estrutura da casa? Quais as conseqüências dessas alternativas? A proposta de Simon baseia-se nas possibilidades de comportamento alternativo e suas conseqüências.

A tarefa de decidir é composta de três etapas:

1) O relacionamento de todas as possíveis estratégias que poderão ser adotadas (a estratégia representa o conjunto de decisões que determinam o comportamento a ser seguido num determinado período de tempo);

2) A determinação de todas as consequencias decorrentes da adoção de cada estratégia;

3) A avaliação comparativa de cada grupo de consequencias e escolha de uma alternativa entre várias disponíveis, a partir de valores pessoais e organizacionais. A escolha indica a preferência por um conjunto de consequencias.

No entanto, Simon alerta que mesmo a palavra “todas”, sendo usada deliberadamente, “é impossível, evidentemente, que o indivíduo conheça todas as alternativas de que dispõe ou todas as suas consequencias. Isto significa que o gestor não terá acesso a todas as informações necessárias e não será possível saber qual a melhor alternativa de comportamento ou estratégia a ser selecionada e implementada, como pressupõe o homem economico. A situação assemelha-se à do alpinista que escolhe uma montanha (o pico do Evereste) como seu objetivo imediato: dos vários caminhos alternativos que lhe possibilitam chegar lá, “ele pode, de facto, percorrer apenas um e nunca saberá se aquele que escolheu é o melhor, embora sob certas condições ele possa ter um palpite razoável”.

Percebe-se que para realizar todas as etapas citadas acima, o indivíduo é limitado na sua racionalidade. Para Simon o comportamento real não alcança a racionalidade objetiva (a melhor escolha), pois o indivíduo é limitado e influenciado, muitas vezes, pela sua capacidade física, pelos seus valores e pela extensão de seus conhecimentos.

Quanto às limitações de conhecimentos, Simon propõe que não é possível ao gestor ter acesso a todas as possibilidades de acção, medindo todas as opcções, tendo em vista a impossibilidade material de obter todas as informações, dados problemas de tempo e custo. O gestor contenta-se em adquirir um número limitado de informações, “um nível satisfatório”, que possibilite a identificação dos problemas e algumas soluções alternativas. “O que o indivíduo faz, na realidade, é formar uma série de expectativas das consequencias futuras, que se baseiam em relações empíricas já conhecidas e sobre informações acerca da situação existente”. Para ilustrar a imperfeição ou ausência de conhecimento, Simon cita o exemplo do corpo de bombeiros de uma cidade:

“A fim de aplicar, com pleno êxito os recursos existentes para resolver o problema de protecção contra incêndios de certa cidade, os membros do corpo de bombeiros necessitariam saber com detalhes as probabilidades de ocorrência de incêndios em cada parte da cidade – em cada edifício, para sermos mais precisos – e o efeito exato que teriam sobre os prejuízos causados pelo fogo”, considerando “determinadas mudanças no processo administrativo, ou na redistribuição das equipas de combate a incêndios”.

Em relação à capacidade do ser humano, mesmo que fosse possível ter acesso a todas as informações de que necessita, ele não seria capaz de interpretar todas as informações disponíveis, tendo em vista a impossibilidade física de relacionar tantos factos na sua mente, tornando improvável a escolha da solução ideal ou a melhor alternativa.

Quanto às limitações relacionadas com os valores e conceitos de finalidades que influenciam a gestão, a lealdade à organização por parte do gestor é fundamental. Se os valores individuais não coincidirem com os valores e finalidades organizacionais, o gestor pode tomar decisões contrárias aos interesses da unidade mais ampla. Pressões afetivas, culturais e jogos de poder influenciam no conteúdo das decisões.

Em resumo, para Simon é impossível o indivíduo conhecer todas as alternativas de que dispõe e suas consequencias. Por isso, a teoria de decisão, deve ser na sua essência, a teoria da racionalidade intencional e limitada do comportamento do ser humano, que contemporiza porque não possui meios para maximizar os resultados. A teoria deve ficar preocupada “com os limites da racionalidade e com a maneira pela qual a organização afecta esses limites no caso do indivíduo que vai decidir”.

No modelo de racionalidade limitada de Simon as decisões são satisfatórias, mas não óptimas. A optimização das decisões é uma ficção, pois elas são limitadas ou influenciadas pelas limitações do ser humano em ter acesso e ao processar cognitivamente todas as opcções, pela impossibilidade de obter todas as informações decorrentes de problemas de custo e tempo e pelas crenças, conflitos e jogos de poder que ocorrem dentro das organizações.

Herbert Simon e o Gestor

Foi Herbert A. Simon o primeiro a caracterizar os processos administrativos como processos decisórios. Na obra “Comportamento Administrativo: estudo dos processos decisórios nas organizações administrativas”, Simon analisa a estrutura da escolha racional humana, ou seja, o modo como o indivíduo decide, para estudar a anatomia (estrutura) e a fisiologia (funcionamento) da organização e descrever o trabalho do gestor.

Na opinião do autor a definição do que é gerir (a arte de conseguir realizar as coisas) faz com que se dê maior ênfase aos métodos e ao que é feito e pouco destaque à escolha que antecede a ação, isto é, “a determinação do que se deve fazer”. Existe a preocupação em descrever orientações que possibilitem uma ação coordenada dos indivíduos para realização de uma tarefa, mas não em elaborar princípios que orientem a escolha que antecede à ação. Para Simon, uma teoria geral da gestão não deve incluir apenas princípios que assegurem uma ação efetiva, mas também, princípios de organização, que assegurem decisões corretas.

Para explicar sua ideia, Simon cita o seguinte exemplo: embora seja o soldado com a metralhadora quem lute no campo de batalha e não seu comandante, este, provavelmente, exercerá mais influência no resultado da luta do que qualquer soldado. A probabilidade que tem o comando de afetar o resultado da batalha depende do grau de influência (como a determinação do objetivo e da posição estratégica do exercito) a que será submetido o soldado.

Analogamente, pode-se citar o exemplo de uma fábrica de eletrodomésticos. Um frigorifico é construído pelos funcionarios na linha de montagem e não pelo gestor da produção, mas este último, provavelmente, exercerá mais influência no bom resultado da produção do que o funcionario. Dessa forma, a proposta de Simon é saber como o gestor pode influenciar os funcionarios a fim de obter um comportamento coordenado, ou seja, como as decisões e comportamento desses funcionarios podem ser determinados pela organização para que eles produzam frigorificos de acordo com o método estabelecido.

Segundo Simon existem dois extremos nas ciências sociais quando o assunto tratado é a racionalidade. Num extremo, o homem economico atribuído pelos economistas, como um ser de consciencia racional. É um ser capaz de ter acesso a todas as informações necessárias à sua decisão, que conhece todas as alternativas de comportamento e suas consequencias e que tem capacidade de escolher a alternativa que maximiza os resultados, e chegar a melhor alternativa.

No outro extremo estão os discípulos de Freud, que tratam de reduzir todo conhecimento à afetividade, o que significa dizer, que as pessoas não são tão racionais como gostariam de ser. Para o autor, o comportamento humano nas organizações é, se não totalmente, pelo menos em boa parte, intencionalmente racional, pois a pessoa procura a melhor solução, mas não a consegue devido às suas limitações ou critérios em que ela baseia a sua escolha. Simon vê “o homem como um actor economico bombardeado por escolhas e decisões, mas possuindo um quantidade limitada de informações e capacidades de processamento”.

Sendo assim, a proposta de Simon não visa substituir a psicologia pela economia como base para formulação de uma teoria organizacional, mas observar a área em que o comportamento humano é intencional (que pode ser moldado aos interesses organizacionais), embora racionalmente limitado, para desenvolver uma autentica teoria da organização e gestão.

Na sua visão, a organização é um sistema de decisão onde a pessoa participa de forma racional e consciente, escolhendo entre alternativas mais ou menos racionais. A racionalidade da decisão (adequação entre meios e fins) torna-se então, a principal preocupação da teoria administrativa, pertencendo ao gestor a tarefa de distribuir e influenciar a função decisória numa determinada organização. O processo de gestão consiste na tarefa de estabelecer os funcionarios e implementar um nível administrativo hierarquico que seja capaz de influenciar as suas decisões, a fim de obter um comportamento coordenado e efetivo.

Testes de QI

De facto nos dias de hoje o que esta na moda são os testes de coeficiente de inteligência (QI).

Este post devia falar um pouco do que é um QI e relatar o resultado que eu obtive num desses testes que existem na net aos montes.

De facto numa primeira fase eu até acabei por realizar não um mas três testes.

Dos três testes que fiz os três deram resultado diferentes, muito diferentes. Este resultado levou-me a ponderar e a repensar o que é para mim um teste de QI, e o intuito que ele serve.

O que eu posso concluir destes resultados:

· Será que sou demasiado racional?

· Será que eu sou um homem das ciências exactas?

· Será que sou muito inteligente?

· Será que não sou inteligente?

· E por fim como explicava o resultado de um dos teste que eu fiz…Será que sei dar sentimento aquilo que faço?

Na minha opinião estes testes apenas fazem sentido, quando são conhecidas todas as componentes do ambiente que nos rodeia, o estado de espírito, o momento de autoconfiança que atravessamos, o nosso passado, as nossas experiências, as nossas vivências, e lá bem no fim o nosso desenvolvimento académico.

Indicadores

Indicadores são unidades de medida que permitem classificar características de determinadas situações da realidade.

Os factos do modelo dimensional constituem os indicadores a serem analisadas pelo negócio. São os indicadores que demonstram o comportamento e evolução da empresa ao longo do tempo.

Dedução

Dedução é uma inferência que parte do universal para o mais particular.

Considera-se que um raciocínio é dedutivo quando, de uma ou mais premissas, se conclui uma proposição que é conclusão lógica da(s) premissa(s). A dedução é um raciocínio de tipo mediato, sendo o silogismo uma das suas formas clássicas.

A indução pode ser reduzida a dedução no corpo da lógica clássica.

Indução

• Indução em filosofia é considerado o método de pensamento ou raciocínio em que se extrai de certos fatos conhecidos, mediante observação, alguma conclusão geral que não se acha rigorosamente relacionada com eles.
• Indução pode ser considerada também a inferência conjectural que conclui, da regularidade de certos fatos, a existência de outros fatos ligados aos primeiros na experiência anterior.
• Indução de Francis Bacon Afirma que o cientista deve observar e descrever fatos empíricos, organizar e transpor em uma linguagem matemática. A partir dai, salta-se das sensações particulares aos axiomas mais gerais e descobre axiomas intermediários, dando-se pouca ênfase à elaboração de hipóteses.

A indução consiste em afirmar acerca de todos, aquilo que foi possível observar em alguns. Ou seja, através de uma amostra definimos uma teoria genérica, incluindo elementos que não faziam parte dessa amostra/estudo. A indução faz a generalização, isto é, cria proposições universais a partir de proposições particulares. É, portanto, uma forma de raciocínio pouco credível e muito mais susceptível de refutação. Esta operação mental foi desenvolvida por Aristóteles.

A indução pode ser completa ou incompleta. Completa – Faz a enumeração de casos particulares, para chegar a uma síntese ou proposição geral. Não faz comparação entre o predicado e o sujeito, fazendo apenas a redução de várias proposições a uma proposição geral. Incompleta – É a passagem de um juízo particular a um juízo universal. Quanto maior o número de experiências, menor é a incerteza. Quando o número de experiências for suficientemente grande, permite-nos formular uma lei, daí a ciência recorrer a este tipo de indução.

Breve História dos Sistemas de Suporte á Decisão (SAD)

Com a crescente evolução das novas tecnologias e a sua efectiva utilização no âmbito organizacional os sistemas de informação tornaram-se ferramentas essenciais no quotidiano organizacional. A crescente importância destes sistemas e o nascimento da Internet fizeram com que empresas e particulares tivessem rapidamente acesso á enormes quantidades de informação.

A existência de ferramentas que alteraram completamente a forma de como realizar as actividades rotineiras da empresa, que permitiram a automatização de algumas dessas tarefas, a constante criação de aplicações que permitiam cada vez mais uma maior organização e estruturação e representação da actividade empresarial fez com que os investigadores começassem a estudar formas de modelar a Tomada de Decisão Empresarial.

De acordo com Keen and Scott Morton o conceito suporte á Decisão evoluiu de duas principais áreas investigacionais: Estudos Teóricos da Tomada à Decisão Organizacional (Carnegie Institute of Technology ) nos finais da década de 50 e Técnicas de Trabalho em Computadores Interactivos (Massachusetts Institute of Technology) nos anos 60, apenas a meio dos anos 70 os Sistemas de Suporte á Decisão se tornaram uma área de investigação independente.
A meio da década de 80 os EIS (executive information systems), os GDSS (group decision support systems) e os ODSS (organizational decision support systems ) envolviam um único utilizador e o SAD orientado à modelagem.
A existência de mais que uma aplicação tornou necessária a integração de dados de forma a que estes se encontrassem válidos e coerentes surgindo baseado nestas necessidades, no inicio dos anos 90, o data warehousing .

Posteriormente surgiram as on-line analytical processing (OLAP) que alargaram o âmbito dos Sistemas de Apoio á Decisão bem como novas aplicações analíticas baseadas na web.
A University of Vermont PROMIS system (suporte á decisão médica) e Carnegie Mellon ZOG/KMS system (tomada á decisão militar e do negócio) foram grandes avanços na investigação da área dos Interfaces.
Actualmente podemos organizar os Sistemas de Suporte à Decisão como: "communications-driven, data-driven, document driven, knowledge-driven and model-driven", de acordo com a maior preocupação reflectida na concepção do DSS.

The 7 Habits of Highly Effective People

"Human beings are not things needing to be motivated and controlled;
they are four dimensional—body, mind, heart, and spirit."





Em construção....

Propriedades e Relações da Matemática

Em termos mais explícitos, definimos uma relação R como sendo um conjunto de pares ordenados (a,b) tais que a pertença ao conjunto A e que b pertença ao conjunto B. Em termos matemáticos:

Note-se que até o próprio conjunto cartesiano é um tipo de relação, dado que todo conjunto é subconjunto impróprio de si mesmo. Até o conjunto vazio pode ser considerado uma relação, mas deve-se tomar alguns cuidados em definições e teoremas para se evitarem paradoxos e contradições.

Relações entre elementos do mesmo conjunto

Um dos tipos mais importantes são as relações em que A = B, ou, em outras palavras, subconjuntos de A x A. Os tipos de propriedades que essas relações podem ter são:

1) Reflexiva:

2a) Simétrica:


2b) Anti-simétrica:

3) Transitiva:

Relações de equivalência

É uma relação que possui as propriedades reflexiva, simétrica e transitiva. Porém simetria não implica transitiva ex: A= {0,1,2,3}

   R= {(1,2),(2,1),(2,3),(2,3),(2,0),(1,1),(3,2),(0,2)}

Relações de ordem

É uma relação que possui as propriedades reflexiva, anti-simétrica e transitiva.

Relações de compatibilidade

Relação Composta

Seja R uma relação de A para B, e S uma relação de B para C. Então podemos definir a relação composta S o R, de A para C, como:

Um cuidado deve ser tomado com essa notação, que é consistente com a notação de função composta, porque S e R parecem estar invertidas.

Relação Inversa

Analogamente ao conceito de função inversa, podemos definir a relação inversa da relação



Note-se que nem sempre (aliás, quase nunca) :