Lógica anotada aplicada à tomada de decisão

(1)

UNI V E R S I D A D E F E D E R A L D O C E A R Á C E NT R O D E T E C NOL O G I A

D E PA R T A M E NT O D E E NG E NH A R I A H I D R Á UL I C A E A M B I E NT A L

G I O V A NNI L UC A S G O ND I M O L I V E I R A

L ÓG I C A PA R A C O NS I S T E NT E A NO T A D A A PL I C A D A À T O M A D A D E D E C I S Ã O

F O R T A L E Z A

(2)

G I O V A NNI L UC A S G O ND I M O L I V E I R A

L ÓG I C A PA R A C O NS I S T E NT E A NO T A D A A PL I C A D A À T O M A D A D E D E C I S Ã O

Monografia apresentada ao C urso de E ngenharia C ivil do D epartamento de E ngenharia Hidráulica e A mbiental da Universidade F ederal do C eará, como requisito parcial para obtençã o do T ítulo de E ngenheiro C ivil.

Orientador: Prof. D r. F ernando J osé A raújo da S ilva

(3)

Universidade Federal do Ceará Biblioteca Universitária

Gerada automaticamente pelo módulo Catalog, mediante os dados fornecidos pelo(a) autor(a)

O47l Oliveira, Giovanni Lucas Gondim.

Lógica paraconsistente anotada aplicada à tomada de decisão / Giovanni Lucas Gondim Oliveira. – 2017. 46 f. : il. color.

Trabalho de Conclusão de Curso (graduação) – Universidade Federal do Ceará, Centro de Tecnologia, Curso de Engenharia Civil, Fortaleza, 2017.

Orientação: Prof. Dr. Fernando José Araújo da Silva.

(4)

G IOV A NNI L UC A S GOND IM OL IV E IR A

L ÓG IC A PA R A C ONS IS T E NT E A NOT A D A A PL IC A D A À T OMA D A D E D E C IS Ã O

Monografia apresentada ao C urso de E ngenharia C ivil do D epartamento de E ngenharia Hidráulica e A mbiental da Universidade F ederal do C eará, como requisito parcial para obtençã o do T ítulo de E ngenheiro C ivil.

A provada em _ _ _ /_ _ _ /_ _ _ _ _ _

B A NC A E X A MINA D OR A :

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Prof. D r. F ernando J osé A raújo da S ilva (Orientador)

Universidade F ederal do C eará ( UF C )

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Profª. D rª. Marisete D antas de A quino

Universidade F ederal do C eará ( UF C )

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Prof. D r. R aimundo Oliveira de S ouza

(5)

(6)

A G R A D E C I M E NT O S

A o Prof. D r. F ernando J osé A raújo da S ilva, por, além da orientaçã o, demonstrar ser um exemplo e inspiraçã o.

A os professores participantes da B anca examinadora Marisete D antas de A quino e R aimundo Oliveira de S ouza pelo tempo e pelas valiosas colaborações e sugestões.

A os meus pais, por contribuírem na minha formaçã o como pessoa.

A os meus colegas de graduaçã o, em especial A rthur T orquato, pelo acompanhamento nessa jornada.

(7)

(8)

R E S UM O

A L ógica Paraconsistente é um modelo de lógica que trata inconsistê ncias e indefinições, diferenciando-se, assim, das lógicas clássicas, as quais sã o limitadas por utilizar somente em suas análises os termos binários. A presenta-se como mais completa e mais adequada para tratar situações reais, porque estamos repletos de crenças conflitantes e informações contraditórias. Um dos métodos de trabalho com a L ógica Paraconsistente é a L ógica Paraconsistente A notada ( L PA ), a qual utiliza um reticulado que permite a utilizaçã o de um ou mais valores ou até mesmo intervalos para a análise, especializando e contribuindo para uma melhor investigaçã o do comportamento e influê ncia dos dados. Metodologia esta que pode ser aplicada a diversos campos, neste trabalho contribui para a área da Gestã o, mais especificamente na T omada de D ecisã o. Serã o aplicados exemplos distintos, como a escolha da contrataçã o de um profissional de uma empresa e a escolha de um imóvel para sediar um anexo de uma instituiçã o, demonstrando seu trabalho com informações conflitantes e inconsistentes.

(9)

A B S T R A C T

Paraconsistent L ogic is a model of logic that treats inconsistencies and uncertainties, thus differentiating itself from the classical logics, which are limited by using only the binary terms in their anal yzes. It presents itself as more complete and more adequate to deal with real situations, because we are filled with conflicting beliefs and contradictory information. One of the methods of working with the Paraconsistent L ogic is the A nnotated Paraconsistent L ogic ( L PA ), which uses a lattice that allows the use of one or more values or even intervals for the analysis, specializing and contributing to a better investigation of the behavior and influence of the data. Methodology that can be applied to several fields, in this work contributes to the area of Management, more specificall y in D ecision Making.D ifferent examples will be applied, such as choosing the hiring of a professional from a company and choosing a property to host an annex of an institution, demonstrating their work with conflicting and inconsistent information.

(10)

L I S T A D E I L UST R A Ç Õ E S

F igura 1 - D iagrama de Hasse

F igura 2 - QUPC indicando os graus de análise.

F igura 3 - E ixos do grau de contradiçã o e do grau de certeza. F igura 4 - E xemplo da utilizaçã o dos conectivos OR e A ND .

F igura 5 - Interpretaçã o gráfica no QUPC do resultado da análise pela L ógica Paraconsistente

F igura 6 - C onectivos OR /A ND – E mpreendedorismo - C andidato 01 F igura 7 - C onectivos OR /A ND – L iderança - C andidato 01

F igura 8 - C onectivos OR /A ND – C omunicaçã o - C andidato 01

F igura 9 - C onectivos OR /A ND – C onhecimentos E specífico - C andidato 01 F igura 10 - C onectivos OR /A ND – E mpreendedorismo - C andidato 02 F igura 11 - C onectivos OR /A ND – L iderança - C andidato 02

F igura 12 - C onectivos OR /A ND – C omunicaçã o - C andidato 02

F igura 13 - C onectivos OR /A ND – C onhecimentos E specíficos - C andidato 02 F igura 14 - C onectivos OR /A ND – E mpreendedorismo - C andidato 03

F igura 15 - C onectivos OR /A ND – L iderança - C andidato 03 F igura 16 - C onectivos OR /A ND – C omunicaçã o - C andidato 03

F igura 17 - C onectivos OR /A ND – C onhecimentos E specíficos - C andidato 03 F igura 18 - R epresentaçã o gráfica do C andidato 01 – Ponto L aranja = B aricentro F igura 19 - R epresentaçã o gráfica dos candidatos

(11)

L I S T A D E T A B E L A S

T abela 1 – A valiaçã o de C andidatos T abela 2: A valiaçã o do C andidato 1 T abela 3: A valiaçã o do C andidato 2 T abela 4: A valiaçã o do C andidato 3

T abela 5: Grau de C rença e Grau de D escrença, C andidato 1 T abela 6: Grau de C rença e Grau de D escrença C andidato 2 T abela 7: Grau de C rença e Grau de D escrença C andidato 3 T abela 8: R esumo e B aricentro dos C andidatos

T abela 9: R esultados dos candidatos

T abela 10: Modelo de tabela do parâmetro F acili dade de acesso a ser preenchido para cada imóvel

(12)

L I S T A D E S I G L A S E A B R E V I A Ç Õ E S

A HP - A nal ytic Hierarchy Process A NP - A nal ytic Network Process L PA - L ógica Paraconsistente A notada

(13)

S UM Á R I O

1 I NT R O D UÇ Ã O ... 14

1.1 C onsider ações iniciais ... 14

1.2 O bj etivos... 16

2 R E V I S Ã O B I B L I O G R Á F I C A ... 17

2.1 L ógica Par aconsistente A notada... 17

3 C A S O 1 - M É T O D O ... 23

3.1 I dentificaçã o e contextualizaçã o do pr oblema ... 23

3.2 D efiniçã o de var iáveis... 23

3.3 C oleta de dados ... 24

3.4 O btençã o dos micr odados ... 25

3.5 A nálise de dados ... 27

4 C A S O 1 - R E S UL T A D O S D E A PL I C A Ç Ã O D A M E T O D OL O G I A D O E S T UDO ... 29

5 C A S O 1- R E S UL T A D OS E D I S C US S Ã O ... 37

6 C A S O 2 – M É T O D O ... 39

6.1 I dentificaçã o e contextualizaçã o do pr oblema... 39

6.2 D efiniçã o de var iáveis... 39

6.3 C oleta de dados... 40

6.4 O btençã o de dados... 40

6.5 A nálise de dados ... 41

6.5.1 V alor do aluguel ... 42

6.5.2 V alor da r efor ma ... 42

6.5.3 L ocalizaçã o ... 43

7 C A S O 2 - R E S UL T A D O S D E A PL I C A Ç Ã O D A M E T O D O L O G I A D O E S T UDO ... 45

8 C A S O 02 - R E S UL T A D O S E D I S C US S Ã O ... 46

9 C O NC L US Ã O ... 47

(14)

1 I NT R O D UÇ Ã O

1.1 C onsider ações iniciais

A E ngenharia é a competê ncia de amoldar os conhecimentos empíricos e teóricos na realidade. S egundo o Projeto Pedagógico do C urso de E ngenharia C ivil da Universidade F ederal do C eará (2004), na resoluçã o de problemas, o engenheiro deve considerar aspectos políticos, econômicos, sociais, ambientais e culturais, com visã o ética e humanística e, dentre as aptidões dos engenheiros, a atribuiçã o de gestor é a que mais necessita desta multidisciplinariedade, logo devem estes serem capazes de utilizar as ferramentas disponíveis para, da forma mais eficaz e eficiente possível, resolver um problema designado ou aprimorar um sistema.

D entro da gestã o, umas das principais funções é a de tomada de decisã o, devendo haver um estudo e procedimento para aplicaçã o correta. D entro do processo de tomada de decisã o, existem várias ferramentas para haver um auxílio do gestor, principalmente nas análises de custo-benefício, como Programaçã o L inear, A nálise por E nvoltória de D ados, A HP (Analytic Hierarchy Process), A NP (Analytic Network Process), L ógica Paraconsistente, entre outros.

Importa destacar que as decisões envolvem multicritérios, englobando fatores de estudo, separando seus critérios para aperfeiçoar a análise, dependendo do caso, porém "... talvez baste que cada um pergunte a si próprio, qual foi a última vez em que tomou uma decisã o com base num único critério" ( B A NA , 1995, apud S C HMID T , 1995). D e acordo com S chmidt (1995),

Os modelos de processo de apoio à tomada de decisã o, em resposta à escassez dos recursos financeiros e ao ônus crescente desses recursos,

fazem com que as decisões sejam tomadas com base em critérios racionais, que garantam a otimizaçã o dos retornos obtidos. A introduçã o do risco e da incerteza nos modelos, trouxeram uma nova gama de informações que permitiram o aperfeiçoamento do processo

decisório. A té este momento, os modelos e técnicas utilizadas simplificavam as situações reais, considerando-as determinísticas. D esde entã o, novas técnicas e modelos se fizeram necessários para criar condições de interpretar com mais precisã o os problemas do mundo

real. O desenvolvimento destas técnicas e modelos estã o em evoluçã o e o crescimento tem sido muito rápido nos últimos anos.

(15)

das alternativas e impactos de cada uma, a probabilidade de falha é acrescida. É neste exato ponto que entra a necessidade de utilizar umas das ferramentas já citadas para que se diminua a probabilidade de erro.

D entre as metodologias que podem ser aplicadas para auxiliar na tomada de decisã o estã o as lógicas clássicas, sã o lógicas que trabalham com os conceitos de bivalê ncia, identidade, terceiro excluído e princípio da nã o contradiçã o, e nã o clássicas, diferem das clássicas porque rejeitam um ou mais conceitos citados anteriormente.

D a S ilva F ilho (1999) cita que as L ógicas Nã o-C lássicas permitem a utilizaçã o de conceitos como: as indefinições, as ambiguidades e as inconsistê ncias, diferenciando dos termos binários que utilizam apenas V erdadeiro ou F also, como nas L ógicas C lássicas.

No escopo do presente trabalho é desenvolvido um projeto que trabalha com a L ógica Paraconsistente, considerada uma lógica nã o-clássica. Isto porque nega o princípio da nã o contradiçã o, ou seja, entre uma afirmaçã o e sua negaçã o há a possibilidade de haver duas proposições verdadeiras. A lém disso, apresenta os termos de indeterminado e inconsistente, os quais somados aos habituais verdadeiro e falso, possibilitando uma maior alternância entre as opções de proposiçã o, assim, um estudo lógico mais amplo.

“A L ógica Paraconsistente se constitui num desfecho, num conhecimento que surgiu e se desenvolveu segundo uma história determinada por necessidades impostas pelo cotidiano e ‘ conduzida pela intuiçã o’. ” (MA R T INS , 2003). C orroborando com os textos citados, Hasegawa (2004) cita:

“A o contrário da L ógica C lássica, na L ógica paraconsistente é possível representar e realizar inferê ncias sobre as informações contraditórias, e

também distinguir as situações onde uma determinada proposiçã o é realmente falsa de uma que nã o se tem conhecimento suficiente para se chegar a uma conclusã o. A conclusã o lógica obtida pode ser muito útil em tomadas de decisões em que nã o há informações o suficiente, ou

existem informações contraditórias. ”

(16)

Um dos métodos de trabalho com a L ógica Paraconsistente é a L ógica Paraconsistente A notada ( L PA ), a qual utiliza um reticulado que permite a utilizaçã o de um ou mais valores ou até mesmo intervalos para a análise, que estejam no intervalo de 0 a 1, possibilitando uma análise comparativa de variáveis, considerando mais de um fator preponderante.

Para exemplo de aplicaçã o da L PA , será desenvolvida metodologia que possibilite no auxílio na contrataçã o ou promoçã o de um funcionário. S erã o avaliados critérios diversos que busquem a representaçã o das atribuições que este terá diante as necessidades do contratante. Por isso, é interessante a aplicaçã o do L PA neste caso porque é possível avaliar variáveis distintas, atribuindo indicadores para cada uma e possibilitando uma análise abrangente de cada sistema. E ste será o definido C aso 1

Outro estudo de caso, C aso 2, é a tomada de decisã o de escolha de um imóvel para sediar um anexo de uma instituiçã o pública, pois o efetivo profissional nã o é comportado.

1.2 O bj etivos

G er al

 D emonstrar a aplicaçã o de uma metodologia de decisã o com base em A nálise Paraconsistente A notada.

E specíficos

 D efinir variáveis que mensurem os dados a virem ser analisados;  D efinir indicadores cara cada variável abordada;

 A nalisar graficamente cada indicador;

(17)

2 R E V I S Ã O B I B L I O G R Á F I C A

2.1 L ógica Par aconsistente A notada

S egundo B ispo e C azarini (2005), a lógica paraconsistente foi desenvolvida para solucionar problemas que nã o podiam ser resolvidos por outras lógicas, inicialmente os sistemas inconsistentes e, posteriormente, o problema da contradiçã o, pois as lógicas clássicas e mesmo a maioria das nã o clássicas nã o conseguiam.

Na L ógica Paraconsistente A notada os valores sã o demonstrados associados aos graus de crença relativos a uma dada proposiçã o. E stes graus de crença estã o definidos com os intervalos dos estados lógicos seguintes:

Pode-se transcrever variando entre de 0 a 1, dentro do conjunto dos números R eais:

 ┬ = (1, 1) Inconsistente;  V = (1, 0) V erdadeiro;  F = (0, 1) F also;

 ⊥ = (0, 0) Indeterminado.

Podendos estes estados lógicos serem apresentados como vértices em um retículo, também conhecido como diagrama de Hasse (figura 1), e as saídas sendo resultantes da análise paraconsistente.

F igura 1 - D iagrama de Hasse.

(18)

T ambém podendo transpor para um quadrado unitário do plano cartesiano (QUPC ) para interpolaçã o, como apresenta-se na F igura 2:

F igura 2: QUPC indicando os graus de análise.

F onte: da C osta et al. ( 1999).

C omo é possível observar na F igura 3, a crença μ1 e descrença μ2, forma o par (μ1;μ2) do cartesiano [ 0,1;0;1] no QUPC , definindo os termos das extremidades apresentadas ( falso, verdadeiro, indeterminado e inconsistente). E ste é um tipo de paraconsistente anotada, a bivalorada (L PA 2v).

S egundo S anches et al (2010), partindo do grau de crença (GÇ) e do grau de descrença (GD Ç) é possível estabelecer o grau de contradiçã o (GC T), estando no intervalo

[-1;+1] e sendo composto pelo grau de indeterminaçã o Gid e pelo grau de inconsistê ncia Git,

e o grau de certeza (GC), estando também no intervalo [-1;+1] e composto pelo grau de

falsidade Gf e pelo grau de verdade Gv, como mostra os intervalos na F igura 3.

F igura 3 - E ixos do grau de contradiçã o e do grau de certeza.

(19)

E m B ispo e C azarini (2005) há a definiçã o de cada grau a ser observado de acordo com as variáveis crença μ1 e descrença μ2, os quais sã o definidos a seguir:

 Git: grau de inconsistê ncia, em que Git = μ1 + μ2 – 1, se e somente se, (μ1 + μ2) ≥ 1;

 Gid: grau de indeterminaçã o, em que Gid = μ1 + μ2 – 1, se e somente se, (μ1 + μ2) ≤ 1;

 Gv: grau de verdade, em que Gv = μ1 – μ2, se e somente se, μ1 ≥ μ2;  Gf: grau de falsidade, em que Gf = μ1 – μ2, se e somente se, μ1 ≤ μ2;  Gct: grau de contradiçã o, em que Gct = μ1 + μ2 – 1, se e somente se, 0 ≤ μ1

≤ 1 e 0 ≤ μ2 ≤ 1;

 Gc: grau de certeza, em que Gc = μ1 - μ2, se e somente se, 0 ≤ μ1 ≤ 1 e 0 ≤ μ2 ≤ 1.

Os valores a se definir como μ1 e μ2 podem ser atribuídos simplesmente por indicadores ou serem trabalhados como funções exemplificadas em S anches et al. (2010), um caso em que sã o atribuídos valores de acordo com a aceitaçã o ou rejeiçã o de afirmativas. S egue a exemplificaçã o na E quaçã o 1:

E quaçã o 1: G rau de C rença e G rau de D escrença

E m que:

GÇ: Grau de crença GD Ç: Grau de descrença

(20)

S endo o fator de assimetria definido pela equaçã o 2:

E quaçã o 2: F ator de A ssimetria

O fator de assimetria pode ser necessário quando a soma de A e R forem diferentes em indicadores, necessitando assim de um termo para a parametrizaçã o dos valores obtidos.

A ssim, se houver mais de uma variável, é necessária a formulaçã o de um baricentro com os resultados de cada μ1 e μ2, ponderando variáveis que tenham um maior impacto que as outras e atribuindo pesos diferentes, caso necessário, possibilitando a análise de conforme o modelo da L ógica paraconsistente A notada de A notaçã o com D ois V alores ( L PA 2V ).

E m da C osta et al. (1999), é apresentado um conceito de OR e A ND, onde possibilita que se ajuste informações vindas de mais de uma fonte, as quais podem ser conflitantes ou imprecisas. E stes OR e A ND sã o conectivos que sã o ligados em dupla, diferenciando em que a resultante da variável OR é a de maior valor de entrada e a saída do A ND é a de menor valor, como pode-se observar no exemplo da F igura 04.

F igura 4 – E xemplo da utilizaçã o dos conectivos OR e A ND .

(21)

A ssim, para a aplicaçã o gráfica no QUPC , ainda utilizando os valores resultantes da F igura 04, é possível observar como como se aplica:

F igura 5: Interpretaçã o gráfica no QUPC do resultado da análise pela L ógica Paraconsistente.

F onte: S anches et al. ( 2010)

Nota-se que os valores, no caso GC = 0,26 e GT C = - 0,16, podem ser observados na F igura 5. A ssim, pode se inserir os outros valores para elaborar análise requisitada. C arvalho (2002) cita o MA B - Método de A nálise do B aricentro, o qual também é possível observar na F igura 5, dispondo da capacidade do analista de verificar se é possível ou nã o a validaçã o dos dados, de acordo com a possível inconsistê ncia ou indeterminaçã o, avaliado pela proximidade do eixo de Grau de contradiçã o.

C omo demonstram C arvalho et al. (2003), análise dos resultados finais é feita pela aplicaçã o do dispositivo paraanalisador ou de algum fator definido anteriormente. A ssim, o QUPC permite determinar qual é a influê ncia de cada um dos fatores na decisã o e, também, a influê ncia conjunta de todos os fatores por meio do baricentro W . L ogo, a observaçã o dos pontos obtidos de todos os fatores consentidos no W de cada sistema a ser analisado pode ser realocada na F igura 5 para a definiçã o de qual setor o objeto estudado se encontra, para que, enfim, chegue a um resultado final. E m sua conclusã o sobre o L PA , trabalhado através de outro estudo de caso voltado para tomada de decisã o, o D o C armo et al (2006) cita:

“O método nos permite efetuar análises de um projeto antes de seu término, mostrando seus possíveis problemas, fornecendo diagnósticos parciais, fazendo com que este sofra novos alinhamentos, corrigindo

(22)

conhecimento do “estado de uma variável”, isto quer dizer, nã o temos

apenas a informaçã o verdadeiro ou falso, mas também de informações faltantes ou conflitantes, que sã o passíveis de novas análises e nã o necessariamente variáveis que condenem o projeto.”

(23)

3 C A S O 1 - M É T O D O

3.1 I dentificaçã o e contextualizaçã o do pr oblema

Na contrataçã o de um estagiário para uma certa empresa, após uma filtragem inicial observando os currículos, restaram 3 indivíduos que julgaram aptos a desenvolver o papel requisitado. L ogo, como somente um deveria ser escolhido, buscou-se um método para que, nã o só desta vez, mas também nas próximas que estas dúvidas virã o a acontecer, que auxiliasse nesta tomada de decisã o.

3.2 D efiniçã o de var iáveis

Neste primeiro estudo de caso, algumas das variáveis a serem escolhidas virã o do B aush (1991), onde se definem características diversas a um gestor, o que vai ser necessário para a vaga disponível, somada a conhecimentos específicos dentro da E ngenharia C ivil.

E stas variáveis serã o agrupadas nos seguintes grupos: Grupo 1 – E mpreendedorismo:

 C apacidade de identificar prioridades;  R esponsabilidade;

 C apacidade de operacionalizar ideias;

Grupo 2 – L iderança:

 C apacidade de delegar funções;  C apacidade de trabalho em equipe;  C apacidade de liderança.

Grupo 3 – C omunicaçã o:

(24)

Grupo 4 – C onhecimentos E specíficos:

 E xperiê ncia em estágios na área da G estã o e/ou C onstruçã o C ivil;

 C onhecimentos sobre as ferramentas necessárias para desenvolver projetos na E ngenharia C ivil;

 D omínio de métodos e técnicas de trabalho.

3.3 C oleta de dados

Para a coleta de dados, estavam disponíveis trê s gestores da definida empresa, para a seleçã o de 3 candidatos. Para preservaçã o da identidade, os gestores serã o chamados de G estor 1, G estor 2 e Gestor 3, e os candidatos serã o chamados de C andidato 1, C andidato 2, C andidato 3. F oi entregue a cada gestor uma tabela que contê m os parâmetros da coleta de dados (T abela 1):

T abela 1 – A valiaçã o de C andidatos,

F onte: A utor, 2017

Para cada parâmetro deve-se atribuir uma nota de zero a 10 pontos em cada coluna ( aceitaçã o e rejeiçã o), expressando a opiniã o, respectivamente positiva e negativa, quanto ao quesito.

A valiados

Parâmetros A ceitaçã oRejeiçã oA ceitaçã oR ejeiçã oA ceitaçã oRejeiçã o

C apacidade de identificar prioridades

R esponsabilidade

C apacidade de operacionalizar ideias

C apacidade de delegar funções

C apacidade de trabalho em equipe

C apacidade de liderança

F acilidade de relacionamento interpessoal

C apacidade de estabelecer e consolidar relações

C apacidade de subordinar- se e obedecer à

autoridade

Experiê ncia em estágios na área da Gestã o e/ou

C onstruçã o C ivil

C onhecimentos sobre as ferramentas necessárias

para desenvolver projetos na Engenharia C ivil

Domínio de métodos e técnicas de trabalho

Empreendedorismo

L iderança

C omunicaçã o

C onhecimentos Específicos

A valiaçã o de candidato

(25)

3.4 O btençã o dos micr odados

A o receber o retorno dos avaliadores, faz-se necessária uma separaçã o das notas atribuídas em tabelas por candidato para melhor visualizaçã o. Os resultados podem ser encontrados a seguir ( T abelas 2, 3 e 4):

T abela 2: A valiaçã o do C andidato 1.

F onte: A utor, 2017 A valiados

Parâmetros A ceitaçã o R ejeiçã o A ceitaçã o Rejeiçã o A ceitaçã o Rejeiçã o

C apacidade de identificar prioridades 9 2 8 4 8 2

Responsabilidade 10 1 9 1 10 0

C apacidade de operacionalizar ideias 8 2 8 2 8 2

C apacidade de delegar funções 10 1 7 6 8 2

C apacidade de trabalho em equipe 9 1 9 3 10 0

C apacidade de liderança 9 2 8 2 9 1

F acilidade de relacionamento interpessoal 9 2 8 3 9 1

C apacidade de estabelecer e consolidar relações 9 1 7 3 10 1

autoridade 10 1 6 6 9 1

C onstruçã o C ivil 7 4 8 2 10 1

C onhecimentos sobre as ferramentas necessárias para

desenvolver projetos na Engenharia C ivil 8 3 9 1 9 1

Domínio de métodos e técnicas de trabalho 7 3 9 3 8 2

C omunicaçã o

C onhecimentos E specíficos

A valiaçã o do C andidato 01

Gestor 01 Gestor 02 Gestor 03

Empreendedorismo

(26)

T abela 3: A valiaçã o do C andidato 2

T abela 4: A valiaçã o do C andidato 3

F onte: A utor, 2017 A valiados

C omunicaçã o

Empreendedorismo

L iderança

A valiados

C omunicaçã o

Empreendedorismo

(27)

3.5 A nálise de dados

Para a aplicaçã o da A nálise Paraconsistente A notada no QUPC , os dados devem estar contidos no intervalo [-1;+1], por isso é necessária a parametrizaçã o dos dados. R etirando-se da R evisã o B ibliográfica deste trabalho, a E quaçã o 1 equaçã o a ser utilizada compreenderá a funçã o responsável.

Nota-se que neste caso, o F ator de A ssimetria (A F ) deverá ser utilizado, pois é possível observar que na coleta de dados a A ceitaçã o e R ejeiçã o das assertivas encontram-se diferentes em alguns indicadores, necessitando assim deste termo para a parametrizaçã o dos valores obtidos. Por exemplo: C andidato 01, Gestor 01, C apacidade de identificar prioridades: A + R = 11, e, C andidato 01, Gestor 01, C apacidade de operacionalizar ideias: A + R = 10.

Portanto, o F ator de A ssimetria (A F ) será calculado pela equaçã o 2, retirada também da R evisã o B ibliográfica deste trabalho.

O conceito de OR e A ND , citado na R evisã o bibliográfica, que possibilita o ajuste de informações vindas de mais de uma fonte, será utilizado, já que como é possível observar na coleta de dados, há uma variância nas respostas dos entrevistadores em um mesmo parâmetro de um candidato. C om a utilizaçã o dessa metodologia, é possível a seleçã o mais precisa dos dados, e valoriza mais os dados mais consistentes.

C ada GÇ e GD Ç a ser obtidos serã o os dados a serem inseridos, sendo μ1a e μ2a, respectivamente, o GÇ e o GD Ç do Gestor 1, sendo μ1b e μ2b, o GÇ e o GD Ç do Gestor 2, sendo μ1c e μ2c, respectivamente, o GÇ e o GD Ç do Gestor 3.

E stes OR e A ND sã o conectivos que sã o ligados em dupla, diferenciando em que a resultante da variável OR é a de maior valor de entrada e a saída do A ND é a de menor valor. A ssim, os dados inseridos se comportarã o da seguinte forma:

1. μ1a eμ1b → OR → μ1OR (Maior valor); 2. μ2a eμ2b → OR → μ2OR (Maior valor); 3. μ1OR eμ1C → A ND → μ1R (Menor valor); 4. μ2OR eμ2C → A ND → μ2R (Menor valor).

C om os parâmetros μ1R eμ2R calculados, é possível, assim, calcular os GC (Grau de certeza)e GT C (Grau de contradiçã o) da seguinte forma:

(28)

(29)

4 C A S O 1 - R E S UL T A D O S D E A PL I C A Ç Ã O D A M E T O D O L O G I A D O E S T UD O

S eguem abaixo os resultados relativos ao método aplicado. Nas T abelas 5, 6 e 7 sã o apresentados os resultados sobre os G raus de C rença e D escrença de cada parâmetro em relaçã o a cada candidato. A s tabelas contemplam as médias de cada grupo de parâmetros para melhor comparaçã o dos dados quando forem aplicados no QUPC .

T abela 5: G rau de C rença e Grau de D escrença, C andidato 1

F onte: A utor, 2017 A valiador

Parâmetros Gç Gdç Gç Gdç Gç Gdç

C apacidade de identificar prioridades 0,74708 0,16602 0,56432 0,28216 0,8 0,2

Responsabilidade 0,83009 0,08301 0,9 0,1 1 0

C apacidade de operacionalizar ideias 0,8 0,2 0,8 0,2 0,8 0,2

M édia 0,79239 0,14968 0,75477 0,19405 0,86667 0,13333

C apacidade de delegar funções 0,83009 0,08301 0,4275 0,36643 0,8 0,2

C apacidade de trabalho em equipe 0,9 0,1 0,63486 0,21162 1 0

C apacidade de liderança 0,74708 0,16602 0,8 0,2 0,9 0,1

M édia 0,82572 0,11634 0,62079 0,25935 0,9 0,1

F acilidade de relacionamento interpessoal 0,74708 0,16602 0,66407 0,24903 0,9 0,1

C apacidade de estabelecer e consolidar relações 0,9 0,1 0,7 0,3 0,83009 0,08301 C apacidade de subordinar- se e obedecer à

autoridade 0,83009 0,08301 0,42324 0,42324 0,9 0,1

M édia 0,82572 0,11634 0,59577 0,32409 0,8767 0,09434

C onstruçã o C ivil 0,58106 0,33204 0,8 0,2 0,83009 0,08301

desenvolver projetos na Engenharia C ivil 0,66407 0,24903 0,9 0,1 0,9 0,1

Domínio de métodos e técnicas de trabalho 0,7 0,3 0,63486 0,21162 0,8 0,2

M édia 0,64838 0,29369 0,77829 0,17054 0,84336 0,12767

C omunicaçã o

Empreendedorismo

(30)

T abela 6: G rau de C rença e Grau de D escrença C andidato 2.

T abela 7: G rau de C rença e Grau de D escrença C andidato 3.

A valiados

Parâmetros A ceitaçã o R ejeiçã o A ceitaçã o R ejeiçã o A ceitaçã o R ejeiçã o

R esponsabilidade 0,83009 0,08301 0,9 0,1 1 0

C apacidade de operacionalizar ideias 0,58106 0,33204 0,54964 0,24428 0,8 0,2 M édia 0,71941 0,19369 0,81433 0,15615 0,86667 0,13333

C apacidade de delegar funções 1 0 0,56432 0,28216 0,8 0,2 C apacidade de trabalho em equipe 0,8 0,2 0,63486 0,21162 1 0 C apacidade de liderança 0,74708 0,16602 0,63486 0,21162 0,8 0,2 M édia 0,84903 0,12201 0,61135 0,23513 0,86667 0,13333

F acilidade de relacionamento interpessoal 0,58106 0,33204 0,58106 0,33204 0,7 0,3 C apacidade de estabelecer e consolidar relações 0,7 0,3 0,58106 0,33204 0,9 0,1 C apacidade de subordinar- se e obedecer à

autoridade 1 0 0,56432 0,28216 0,9 0,1

M édia 0,76035 0,21068 0,57548 0,31541 0,83333 0,16667

C onstruçã o C ivil 1 0 0,83009 0,08301 0,9 0,1 C onhecimentos sobre as ferramentas necessárias para

desenvolver projetos na Engenharia C ivil 0,7 0,3 0,8 0,2 0,99335 0,12417 Domínio de métodos e técnicas de trabalho 0,8 0,2 0,8 0,2 0,8 0,2 M édia 0,83333 0,16667 0,81003 0,161 0,89778 0,14139

C omunicaçã o

C onhecimentos Específicos

Empreendedorismo

L iderança

A valiados

Parâmetros A ceitaçã o Rejeiçã o A ceitaçã o Rejeiçã o A ceitaçã o R ejeiçã o

Responsabilidade 0,9 0,1 0,49378 0,3527 1 0

C apacidade de operacionalizar ideias 0,8 0,2 0,74708 0,16602 0,6 0,4 M édia 0,83333 0,16667 0,57821 0,29047 0,73333 0,26667

C apacidade de delegar funções 0,83009 0,08301 0,58106 0,33204 0,8 0,2 C apacidade de trabalho em equipe 0,74708 0,16602 0,66407 0,24903 1 0 C apacidade de liderança 0,9 0,1 0,66407 0,24903 0,9 0,1

M édia 0,82572 0,11634 0,6364 0,2767 0,9 0,1

F acilidade de relacionamento interpessoal 0,9 0,1 0,58106 0,33204 0,9 0,1 C apacidade de estabelecer e consolidar relações 0,66407 0,24903 0,6 0,4 1 0 C apacidade de subordinar- se e obedecer à

autoridade 0,7 0,3 0,49805 0,41505 0,9 0,1

M édia 0,75469 0,21634 0,55971 0,38236 0,93333 0,06667

E xperiê ncia em estágios na área da Gestã o e/ou

C onstruçã o C ivil 0,9 0,1 0,66407 0,24903 0,9 0,1 C onhecimentos sobre as ferramentas necessárias para

desenvolver projetos na Engenharia C ivil 0,9 0,1 0,74708 0,16602 1,12352 0,1605 Domínio de métodos e técnicas de trabalho 0,8 0,2 0,56432 0,28216 0,7 0,3 M édia 0,86667 0,13333 0,65849 0,2324 0,90784 0,18683

C omunicaçã o

Empreendedorismo

(31)

C om os valores de Grau de C rença e Grau de D escrença, é possível, assim, a aplicaçã o dos conectivos dos conectivos OR /A ND , conforme mostrado nas F iguras 6 a 17.

F igura 6: C onectivos OR /A ND – E mpreendedorismo - C andidato 01,

F igura 7: C onectivos OR /A ND – L iderança - C andidato 01,

(32)

F igura 8: C onectivos OR /A ND – C omunicaçã o - C andidato 01,

F igura 9: C onectivos OR /A ND – C onhecimentos E specífico - C andidato 01,

(33)

(34)

F igura 13: C onectivos OR /A ND – C onhecimentos E specíficos - C andidato 02,

(35)

(36)

F igura 17: C onectivos OR /A ND – C onhecimentos E specíficos - C andidato 03,

(37)

4 C A S O 1- R E S UL T A D OS E D I S C US S Ã O

C om os resultados do Grau de C rença e Grau de D escrença de cada candidato, é perceptível a necessidade de uma ferramenta para a suavizar a variância dados. C alculando o B aricentro, os dados candidatos sã o os seguintes:

T abela 8: R esumo e B aricentro dos C andidatos,

C om estes dados é possível desenvolver o QPUC para comparaçã o dos dados. Para exemplificaçã o, também será disposto a representaçã o gráfica do C andidato 1.

F igura 18: R epresentaçã o gráfica do C andidato 01 – Ponto L aranja = B aricentro,

C om a compilaçã o de todos os dados, é possível resumir em um único gráfico os trê s candidatos. S eguindo-se a lógica deste trabalho, C andidato 1 – L aranja, C andidato 2 – C inza, C andidato 3 – V erde.

C andidato

Parâmetro Gc Gct Gc Gct Gc Gct

Empreendedorismo 0,66 - 0,08 0,68 - 0,06 0,46 0

L iderança 0,73 - 0,07 0,72 - 0,02 0,73 - 0,07

C omunicaçã o 0,74 - 0,08 0,59 - 0,07 0,67 - 0,18

C onhecimentos Específicos 0,65 - 0,09 0,69 - 0,03 0,69 0,05

B aricentro 0,695 -0,08 0,67 -0,045 0,6375 -0,05

C andidato 02 C andidato 03

(38)

F igura 19: R epresentaçã o gráfica dos candidatos.

Para a escolha final, é de se escolher o ponto que mais se aproxima do favorável, [ 1,0] – verdadeiro e consistente/determinado. C omo nã o é possível chegar visualmente a um resultado, utiliza-se a distância entre 2 pontos, destinando-se, novamente, ao ponto [ 1,0] , através da equaçã o 3:

E quaçã o 3 – D istância entre pontos.

A ssim, pode-se resultar os seguintes dados:

T abela 9: R esultados dos candidatos,

Portanto, a menor distância resulta-se no C andidato 1.

Distância

entre pontos

C andidato 01

0,315

C andidato 02

0,333

(39)

6 C A S O 2 - M É T O D O

6.1 I dentificaçã o e contextualizaçã o do pr oblema

Há a necessidade de uma expansã o de uma certa instituiçã o por motivo de nã o comportar no prédio que se encontra sua sede o efetivo profissional para o seu funcionamento. C omo nã o há a possibilidade de expansã o de área da locaçã o atual, tem-se a necessidade de um imóvel, com área construída de 150 a 200 m4, para ser o anexo nas proximidades, no máximo de 500 metros de distância da atual sede.

O gestor desta instituiçã o informou que o teto para o aluguel é deste novo imóvel é de R $ 10.000,00, e, consciente de uma adequaçã o do ambiente, estipulou um teto para reforma de preparaçã o do ambiente de R $ 60.000,00.

A lém disso, é necessário que haja um contrato de preço fixo com o maior tempo possível, pois há uma preocupaçã o com a possível alta especulaçã o imobiliária do entorno nos próximos anos.

T ambém é desejável que tenha uma localizaçã o que seja de fácil acesso aos visitantes e funcionários.

Portanto, com base nas exigê ncias citadas, existem dois imóveis que estã o disponíveis para locaçã o, os quais serã o analisados como Imóvel 1 e Imóvel 2.

6.2 D efiniçã o de var iáveis

C om base no discorrido no item anterior, as variáveis a serem definidas sã o:

 V alor do A luguel - T em como fator de indeterminaçã o o tempo de contrato;  V alor da R eforma – T em como fator de inconsistê ncia a diferença dos valores

fornecido pelos analistas a serem investidos;

(40)

6.3 C oleta de dados

Para cada dado a coleta é feita de modo diferente, segue a diferenciaçã o para cada parâmetro:

1. V alor do A luguel – S erá questionado diretamente com o proprietário do imóvel e tempo que deseja manter aquele preço pelo contrato;

2. V alor da R eforma – A s definições dos valores devem ser fornecidas por dois funcionários da instituiçã o que tem experiê ncia na área, neste caso um arquiteto e um formando de E ngenharia C ivil. Os valores das reformas fornecidos serã o os mínimos para serviços gerais de adequaçã o do local para o funcionamento, sem contar com mobiliário e equipamentos, como computadores e impressoras; 3. L ocalizaçã o – S erã o estimadas as distâncias as serem percorridas de ida e volta da instituiçã o aos imóveis analisados a pé pelo software de mapas GoogleMaps. Quanto a F acilidade de A cesso, o propositor deste trabalho deve responder o quadro a seguir:

T abela 10: Modelo de tabela do parâmetro F acilidade de acesso a ser preenchido para cada imóvel,

6.4 O btençã o de dados

V alor do A luguel:

 Imóvel 1 – A proposta foi de R $ 6.000,00 mensais com contrato de 4 anos sem ajuste de valor.

 Imóvel 2 – A proposta foi de R $ 5.000,00 mensais com contrato de 2 anos sem ajuste de valor.

F acilidade de acesso

Discordo

totalmente

Discordo

parcialmente

Nã o C oncordo

e nem discordo

C oncordo

parcialmente

C oncordo

totalmente Há espaço para estacionamento no local ou na via que ele

se encontra

É de facil acesso de veículos (vias nã o estreitas e em bom estado)

É de fácil acesso de pedestres (calçadas bem conservadas

e próximo a parada de ônibus)

É de facil acesso ao espaço entre a Ponte Metália e o

(41)

V alor da R eforma:

 Imóvel 1 – Orçamentos de R $ 30.000,00 e R $ 35.000,00;  Imóvel 2 – Orçamentos de R $ 35.000,00 e R $ 45.000,00.

L ocalizaçã o:

 Imóvel 1 – 50 metros da sede

T abela 11: T abela do parâmetro F acilidade de acesso preenchido para o imóvel 1,

 Imóvel 2 – 300 metros da sede

T abela 12: T abela do parâmetro F acilidade de acesso preenchido para o imóvel 2,

6.5 A nálise de dados

C omo os dados sã o distintos, as atribuições de cada um dos parâmetros também devem ser distintas. Os valores devem ser convertidos ao intervalo de [ 0;+1] para a aplicaçã o da A nálise Paraconsistente A notada no QUPC .

Discordo totalmente

Discordo parcialmente

Nã o C oncordo e nem discordo

C oncordo parcialmente

C oncordo totalmente Há espaço para estacionamento no local ou na via que ele

se encontra

X

É de facil acesso de veículos (vias nã o estreitas e em bom

estado)

X

A terro da Praia de Iracema (proximidade da Orla da Praia)

X

Discordo

totalmente

Discordo

parcialmente

Nã o C oncordo

e nem discordo

C oncordo

parcialmente

C oncordo

totalmente

Há espaço para estacionamento no local ou na via que ele

se encontra

X

É de facil acesso de veículos (vias nã o estreitas e em bom

estado)

X

(42)

6.5.1 V alor do aluguel:

S eguindo a orientaçã o do teto ser R $ 10.000,00, o μ1 será a representaçã o do custo do aluguel e o μ2 o tempo de contrato. A ssim, valores podem se parametrizar da seguinte forma:

C usto do aluguel:

 1 – V alor até R $ 4.000,00;

 0,8 – V alor contido no intervalo de R $ 4.001,00 a R $ 5.000,00;  0,6 – V alor contido no intervalo de R $ 5.000,01 a R $ 6.000,00;  0,4 – V alor contido no intervalo de R $ 6.000,01 a R $ 8.000,00;  0,2 - V alor contido no intervalo de R $ 8.000,01 a R $ 10.000,00;  0 – V alor acima de R $ 10.000,00;

T empo de contrato:

 0 – A cima de 48 meses de contrato;

 0,2 – C ontido de 37 a 48 meses de contrato;  0,4 – C ontido de 25 a 36 meses de contrato;  0,6 – C ontido de 13 a 24 meses de contrato;  0,8 – A té 12 meses de contrato.

6.5.2 V alor da R efor ma:

Neste caso, o μ1 representa custo da reforma e μ2 representa a variaçã o destes custos (Grau de Inconsistê ncia). Os intervalos definidos pelo custo da reforma sã o compreendidos pela média dos dois valores fornecido pelos analistas. A variaçã o será representada pela razã o do maior pelo menor valor. A ssim, valores podem se parametrizar da seguinte forma:

C usto da reforma:

 1 – V alor até R $ 20.000,00;

(43)

 0,4 – V alor contido no intervalo de R $ 40.000,01 a 50.000,00;  0,2 – V alor contido no intervalo de R $ 50.000,01 a 60.000,00;  0 – V alor acima de R $ 60.000,00.

V ariaçã o dos custos:

 0 – A té 20% de variaçã o;

 0,2 – D e 21% a 40% de variaçã o;  0,4 – D e 41% a 60% de variaçã o;  0,6 – D e 61% a 80% de variaçã o;  0,8– D e 81% a 100% de variaçã o;  1 – Mais de 100% de variaçã o.

6.5.3 L ocalizaçã o

Neste caso, o μ1 representa um somatório da pontuaçã o que pode ser expressada seguinte forma:

D istância do imóvel a sede:  0,5 - A té 100 metros;

 0,4 – C ompreende no intervalo de 101 metros a 200 metros;  0,3 – C ompreende no intervalo de 201 metros a 300 metros;  0,2 – C ompreende no intervalo de 301 metros a 400 metros;  0,1 – C ompreende no intervalo de 401 metros a 500 metros;  0 – Mais de 500 metros.

Nas proposições fornecidas à F acilidade de acesso, cada assertiva contribuirá com a seguinte pontuaçã o:

 0 - D iscordo totalmente;

 0,03125 - D iscordo parcialmente;  0,0625 - Nã o concordo e nem discordo;  0,09375 - C oncordo parcialmente;  0,125 - C oncordo totalmente.

(44)

nã o há necessidade de atribuir um valor, pois supõe-se que nã o há indeterminaçã o ou inconsistê ncia nos dados.

C om os parâmetros μ1 eμ2 calculados, é possível, assim, calcular os GC (Grau de certeza)e GT C (Grau de contradiçã o) da seguinte forma:

 GC = μ1 – μ2;  GC T = μ1 + μ2 – 1.

(45)

7 C A S O 2 - R E S UL T A D O S D E A PL I C A Ç Ã O D A M E T O D O L O G I A D O E S T UD O

A plicando nos intervalos contidos na metodologia de análise de dados, é possível observar as seguintes resultantes dos parâmetros μ1 e μ2, estando eles na formataçã o [ μ1, μ2]calculados em cada imóvel:

Imóvel 1:

 V alor do A luguel: [ 0.6,0.2]

 V alor da R eforma: [ 0.6,0] – Média de R $32.500,00 com variaçã o de aproximadamente 17%;

 L ocalizaçã o: [ 0.84;0] – V alor arredondado para 2 casas decimais.

Imóvel 2:

 V alor da R eforma: [ 0.6,0.2] – Média de R $ 40.000,00 com variaçã o de aproximadamente 29%;

 L ocalizaçã o: [ 0.71,0] - V alor arredondado para 2 casas decimais.

A ssim, é possível entã o calcular os dados de os GC (Grau de certeza)e GT C (Grau de contradiçã o), estando eles na formataçã o [ GC ,GT C ] , como é possível observar a seguir:

Imóvel 1:

 V alor da R eforma: [ 0.6,-0.4] – Média de R $32.500,00 com variaçã o de aproximadamente 17%;

 L ocalizaçã o: [ 0.84;-0,16] – V alor arredondado para 2 casas decimais.

Imóvel 2:

 V alor do A luguel: [ 0.2,-0.4]

 V alor da R eforma: [ 0.6,0.2] – Média de R $ 40.000,00 com variaçã o de aproximadamente 29%;

(46)

8 C A S O 02 - R E S UL T A D O S E D I S C US S Ã O

C om os dados obtidos, é possível desenvolver o QPUC para comparaçã o. O [ GC ,GT C ] de V alor do A luguel dever ser multiplicado por 0,5 e somado com os outros parâmetros multiplicados por 0,25 para a adequaçã o segundo a orientaçã o dos pesos.

 Imóvel 1 – [ 0.56, -0.04] – Ponto azul na F igura 20;  Imóvel 2 – [ 0.43, -0.22] – Ponto vermelho na F igura 20.

F igura 20: R epresentaçã o gráfica dos imóveis.

(47)

9 C O NC L US Ã O

A o decorrer deste trabalho foi possível desenvolver uma metodologia que pode auxiliar na tomada de decisã o da escolha de um profissional e na decisã o de escolha de um imóvel. Nota-se que se mudar somente as assertivas, é possível a atribuiçã o de qualquer tipo de profissional, caso seguir o passo a passo descrito neste trabalho.

C om isso, é possível observar que a aplicaçã o da L ógica Paraconsistente A notada é ampla e, ao decorrer do tempo, mais estudos serã o aplicados a esta metodologia para que se desenvolva e tenha uma maior aplicabilidade no cotidiano.

É possível observar que sua aplicaçã o na G estã o é de extrema funcionalidade, as quais muitas vezes as tomadas de decisões sã o tomadas por experiê ncia e achismos, pois dados inconsistentes e indeterminados sã o deixados de lado, e esta metodologia que pode incluir o incerto, além de útil, é prática no sentido que torna possível a consideraçã o de dados que devem influenciar a tomada de decisã o. A inda aliada a E ngenharia E conômica será possível ainda mais sua aplicabilidade.

(48)

10 R E F E R ÊNC I A S

B R A S IL . Pr oj eto Pedagógico do C ur so de E ngenhar ia C ivil da Univer sidade F eder al de C ear á. UF C , F ortaleza, 2004.

S C HMID T , A . M. A .; Pr ocesso de apoio a tomada de decisã o abor dagens: A H P e M A C B E T H . D issertaçã o (Mestrado em E ngenharia de Produçã o) - Universidade F ederal de S anta C atarina, C entro T ecnológico, Programa de Pós-Graduaçã o em E ngenharia de Produçã o.1995.

D A C OS T A , N.C . A L ógica Par aconsistente A plicada. S ã o Paulo, A tlas, 1999.

D A C OS T A , N.C .; A B E , J .M.; MUR OL O, A .C .; S IL V A F IL HO, J .I.; L E IT E , C .F .S . L ógica par aconsistente anotada. S ã o Paulo: A tlas, 1999.

B IS PO, C . A . F .; C A Z A R INI, E . W ., A valiaçã o qualitativa paraconsistente do processo de implantaçã o de um S i stema de Gestã o A mbiental, G est. Pr od. v.13, n.1, p.117-127, jan.-abr. 2006.

S A NC HE S , C .; ME IR E L E S , M; MA R IE T T O, M. L .; D A S IL V A , O. R .; D E S OR D I, J . O.; Utilizaçã o da lógica paraconsistente em processos de tomada de decisã o: um caso prático.R PC A , v. 4, n. 3, p. 62-77, set./dez. 2010.

,D A S IL V A F IL HO, J . I. M étodos de aplicações da lógica par aconsistente anotada de anotaçã o com dois valor es-lpa2v com constr uçã o de algor itmo e implementaçã o de cir cuitos eletr ônicos. T ese (Doutorado) – E scola Politécnica da Universidade de S ã o Paulo. D epartamento de E ngenharia de C omputaçã o e S istemas D igitais, S ã o Paulo, 1999.

MA R T INS , H.G. A L ógica Par aconsistente A notada de Q uatr o V alor es - L PA 4v aplicada em S istema de R aciocínio B aseado em C asos par a o R estabelecimento de S ubestações E létr icas. T ese (D outourado em E ngenharia E létrica) - Universidade F ederal de Itajubá, Itajubá, 2003.

HA S E GA W A , F . M. Uma abordagem baseada em lógica paraconsistente para avaliaçã o de ofertas em negociações entre organizações artificiais. D issertaçã o ( Mestrado em Informática aplicada) - Pontifícia Universidade C atólica do Paraná, C uritiba, 2004. C A R V A L HO, F . R . L ógica paraconsistente aplicada em tomadas de decisões: uma abordagem para a administraçã o de universidades. A L E PH: S ã o Paulo, 2002.