Avaliação de projetos de pesquisa e desenvolvimento considerando a incerteza do tempo
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Primeiro orientador
Membros da banca
Carlos Andrey Maia
Luiz Eduardo Teixeira Brandão
Luiz Ricardo Pinto
Luiz Eduardo Teixeira Brandão
Luiz Ricardo Pinto
Resumo
O tempo de desenvolvimento é um dos fatores que contribuem signicativa-emente para o sucesso do desenvolvimento de novos produtos. A incerteza do tempo de desenvolvimento tem sido, no entanto, desconsiderada em modelos de valoração deste tipo de projeto. Neste contexto, o foco deste trabalho é a valoração de projetos de desenvolvimento de tecnologia mediante a incerteza no tempo dedesenvolvimento. Apresentamos um modelo de apoio a decisão capaz de captar esta fonte de incerteza e desenvolvemos algoritmos de valoraçãoo baseados em programação dinâmica e em simulação de Monte Carlo. A novidade deste modelo é a consideraçao desta incerteza, sem, no entanto, perder a propriedade Markoviana do processo de decisão. Baseamos nosso modelo na distinção entre o estágio dedecisão o instante aleatorio de tempo em que este ocorre. Além disto, discutimosao e ilustramos a aplicabilidade desta abordagem através de exemplos empíricos.
Abstract
The development time is one of the key factors that contribute to the newproduct development success. In spite of that, the impact of the time uncertainty on the development has not been fully exploited, as far as decision supporting models to evaluate this kind of projects is concerned. In this context, the objective of the present paper is to evaluate the development process of new technologies under time uncertainty. We introduce a model which captures this source of uncertainty and develop an algorithm to evaluate projects that incorporate Monte Carlo simulationand Dynamic Programming. The novelty in our approach is to thoroughly blend the stochastic time with a formal approach to the problem, which preserves the Markov property. We base our model on the distinction between the decision epoch and the stochastic time. We discuss and illustrate the applicability of our model through empirical examples.
Assunto
Método de Monte Carlo, Engenharia de produção
Palavras-chave
Produção e logística, Projetos de pesquisa