sexta-feira, 7 de dezembro de 2007
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:
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.
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 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.
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.
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:
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.
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.
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.
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").
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 :
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. 
= (pelo teorema 16)
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? 
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
f(A) = (A.B)' 
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,
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"
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,
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?
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.
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".
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.
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.
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.
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.
Assinar:
Postagens (Atom)