INSIGHTS | PESQUISA OPERACIONAL E GESTÃO EMPRESARIAL

Investigação Operacional na Gestão: Otimização matemática diretamente na reunião do Conselho de Administração

Como a Investigação Operacional, a otimização matemática de carteiras e a simulação em tempo real estão a transformar as decisões estratégicas de investimento – desde o planeamento de CAPEX até à sala de reuniões da administração.

As empresas investem recursos consideráveis na avaliação, priorização e planeamento dos seus projetos. No entanto, uma questão central permanece frequentemente sem resposta: será que a combinação selecionada de projetos de investimento é, de facto, a melhor, tendo em conta as restrições orçamentais, de recursos e de dependências existentes?

É precisamente aqui que entra a Investigação Operacional (IO). Esta disciplina científica estuda como é possível modelar matematicamente e otimizar problemas de decisão complexos.

Embora a Investigação Operacional seja utilizada há décadas na produção, logística, planeamento de transportes e alocação de recursos, a sua integração nos processos de gestão estratégica abre novas possibilidades de aplicação: a otimização matemática diretamente no local onde as decisões de investimento são tomadas – na reunião da direção.

Assim, o que muitas vezes era uma análise preliminar transforma-se num instrumento interativo de gestão empresarial.

1. O que é a Investigação Operacional na gestão?

A Investigação Operacional é a disciplina científica dedicada à análise matemática e à otimização de problemas de decisão complexos. Recorre, entre outros, à programação matemática, à otimização combinatória, à simulação, a modelos estocásticos e a métodos algorítmicos para determinar, em condições definidas, as melhores soluções possíveis ou soluções comprovadamente ótimas.

Na gestão empresarial, isto significa que as decisões estratégicas e operacionais não devem basear-se exclusivamente em valores empíricos, classificações ou cálculos de rentabilidade isolados, mas sim ter em conta sistematicamente as interações entre as alternativas de ação disponíveis.

As questões decisórias típicas são:

• Que projetos de investimento devem ser realizados com um orçamento de CAPEX limitado?
• Como se podem distribuir os recursos de forma ótima por vários projetos e períodos de tempo?
• Que combinação de projetos alcança o maior benefício económico modelado?
• De que forma as restrições adicionais alteram o portfólio ótimo?
• Que impacto têm os cortes orçamentais ou as alterações nas prioridades estratégicas?

A Investigação Operacional distingue-se, assim, das análises puramente descritivas: não se limita a analisar o que aconteceu ou o que poderia acontecer, mas sim qual a alternativa de ação admissível que deve ser privilegiada no âmbito de uma função-objetivo definida.

2. Investigação Operacional e Gestão Empresarial: duas disciplinas que se aproximam

A Gestão Empresarial clássica ocupa-se de estratégia, objetivos empresariais, orçamentação, investimentos, organização e governação.

A Investigação Operacional fornece métodos para estruturar e otimizar matematicamente determinadas decisões de gestão.

Ambas as disciplinas complementam-se especialmente nos casos em que é necessário tomar simultaneamente muitas decisões interligadas.

2.1 A separação clássica entre análise e decisão

Em muitas empresas, as propostas de investimento são inicialmente elaboradas de forma descentralizada. Os departamentos de Controlo de Gestão e Finanças consolidam os dados, avaliam a rentabilidade e os riscos e preparam propostas de decisão.

A Direção recebe, em seguida, uma lista de projetos priorizados ou vários cenários calculados previamente.

Se, durante a reunião, uma premissa essencial se alterar, pode ser necessária uma nova análise. Isto aplica-se, em particular, quando as alterações orçamentais influenciam inúmeras dependências entre projetos e restrições de recursos.

2.2 Do relatório estático ao modelo de decisão interativo

Um modelo matemático de otimização pode eliminar parcialmente essa separação.

Os indicadores estratégicos (receitas e despesas, bem como ponderações/dependências) e outras restrições são reunidos num modelo comum. Desta forma, é possível analisar de forma consistente diferentes orientações da gestão.

A direção da empresa continua a decidir sobre os objetivos, pressupostos e prioridades. O processo de otimização calcula, com base nisso, combinações de projetos adequadas.

A Investigação Operacional não substitui, portanto, a direção da empresa. Alarga a sua base analítica de decisão.

3. Por que razão a priorização de projetos não é otimização de portfólio

A priorização de projetos e a otimização de portfólio seguem abordagens metodológicas diferentes.

3.1 A priorização de projetos avalia projetos individuais

Na priorização, os projetos são avaliados, por exemplo, com base no valor atual líquido, no retorno do investimento, na importância estratégica ou numa pontuação ponderada, sendo posteriormente classificados por ordem de prioridade.

Essa classificação pode ser valiosa para a tomada de decisões. No entanto, não responde automaticamente à questão de qual é a melhor combinação de projetos dentro de um orçamento comum.

3.2 A otimização do portfólio considera a combinação global

A otimização matemática do portfólio tem em conta simultaneamente:

• custos de investimento e orçamentos disponíveis
• Contribuições económicas ou estratégicas para os objetivos
• Dependências entre projetos e condições de exclusão
• Disponibilidade de recursos e limites de capacidade
• Planeamento de investimentos e recursos em vários períodos
• Projetos obrigatórios e requisitos regulamentares

Um projeto individual com uma avaliação elevada não tem, por isso, de fazer parte da carteira global ótima. Vários projetos de menor dimensão podem, em conjunto, alcançar uma contribuição para os objetivos mais elevada.

A questão decisiva para a gestão não é apenas: «Quais são os bons projetos?», mas sim: «Qual é a melhor combinação nas condições atuais?».

4. Os fundamentos matemáticos da otimização de carteiras

Uma carteira típica de CAPEX pode ser formulada como um problema de otimização binário.

4.1 Variáveis de decisão

Para cada projeto i, define-se uma variável binária:

x_i ∈ {0,1}

Onde:

• x_i = 1: o projeto i é selecionado.
• x_i = 0: o projeto i não é selecionado.

4.2 Função-objetivo

Se a cada projeto for atribuída uma contribuição-objetivo aditiva v_i, uma função-objetivo simplificada é:

Maximizar Z = Σ(i=1 a n) v_i · x_i

A contribuição-objetivo pode ser, por exemplo, um valor atual líquido, um benefício monetarizado ou um valor útil estratégico definido de forma consistente.

No caso de efeitos não aditivos, riscos ou interações entre projetos, são necessários modelos alargados em conformidade.

4.3 Restrição orçamental

Para um orçamento de investimento disponível B e custos de projeto c_i, aplica-se:

Σ(i=1 a n) c_i · x_i ≤ B

Os projetos selecionados não podem exceder o orçamento definido.

4.4 Dependências e outras restrições

Se o projeto A depender da realização do projeto B, a condição pode ser, por exemplo:

x_A ≤ x_B

Outras restrições podem refletir capacidades de pessoal, dependências técnicas, durações dos projetos ou limites orçamentais anuais.

O modelo matemático descreve, assim, um espaço de decisão admissível, dentro do qual um algoritmo de otimização procura a melhor solução.

4.5 Complexidade combinatória

No caso de n decisões binárias independentes relativas a projetos, existem, teoricamente, 2 elevado a n combinações de seleção possíveis.

Para 30 projetos, obtém-se:

2³⁰ = 1 073 741 824 combinações de seleção possíveis.

Este número descreve o espaço de seleção teórico antes de se terem em conta as restrições. Não significa que um algoritmo de otimização tenha de calcular cada combinação individualmente. Os métodos modernos conseguem excluir sistematicamente grande parte do espaço de pesquisa.

5. Investigação Operacional na sala de reuniões: a otimização como parte da reunião do conselho de administração

A integração da Investigação Operacional na sala de reuniões altera, acima de tudo, o fluxo temporal do apoio à tomada de decisões.

Em vez de discutir exclusivamente classificações de projetos pré-elaboradas, a direção da empresa pode recorrer a um modelo matemático que calcula decisões alternativas com base em objetivos e restrições definidos.

5.1 Do relatório à análise interativa

Um possível procedimento compreende cinco etapas:

1. Base de dados: são preparados os projetos de investimento, os custos (despesas), as contribuições em termos de benefícios (receitas) e as restrições.
2. Portfólio inicial: o modelo calcula uma combinação de projetos admissível e, na medida do possível, ótima.
3. Discussão da gestão: a direção e o departamento financeiro questionam os limites orçamentais, as prioridades e os pressupostos.
4. Recálculo: As novas especificações são incorporadas no modelo e este é novamente otimizado.
5. Decisão: A direção da empresa avalia os resultados e toma uma decisão documentada.

Desta forma, a otimização matemática pode tornar-se uma componente interativa dos processos de decisão estratégicos.

5.2 O papel da decisão humana

Mesmo uma carteira calculada de forma matematicamente ótima depende da qualidade do modelo.

Um algoritmo de otimização só pode ter em conta os objetivos, pressupostos e restrições que estão incluídos no modelo.

A responsabilidade estratégica, o discernimento empresarial e a governação continuam, portanto, a ser da competência da gestão.

6. Simulação em tempo real: o que acontece se a direção alterar as suas diretrizes?

A utilidade prática de uma otimização em tempo real torna-se particularmente evidente quando, durante uma reunião, ocorrem alterações significativas nas condições gerais.

6.1 Cenário: O orçamento de CAPEX é reduzido

Uma empresa planeia uma carteira de investimentos com um orçamento de 20 milhões de euros. Durante a reunião da direção, decide-se limitar os fundos disponíveis a 17 milhões de euros.

A simples eliminação dos projetos mais recentemente priorizados não tem de conduzir necessariamente à melhor combinação restante.

Um modelo de otimização, por outro lado, pode recalcular completamente a carteira dentro do novo limite orçamental.

6.2 Cenário: Um projeto torna-se obrigatório

A direção decide que um projeto exigido pela regulamentação deve ser implementado, independentemente da sua avaliação económica.

A nova condição secundária é, por exemplo:

x_projeto_obrigatório = 1

O modelo tem em conta esta condição e procura a melhor combinação de projetos dentro do espaço de decisão remanescente.

6.3 Cenário: os recursos tornam-se um estrangulamento

Nem sempre o orçamento é a única restrição determinante. Também os especialistas técnicos, as capacidades de produção ou os recursos de gestão de projetos podem ser limitados.

Através de restrições adicionais de recursos, é possível analisar como se altera a composição ótima dos projetos.

A simulação em tempo real permite comparar imediatamente as consequências de alterações nas diretrizes de gestão, desde que o modelo e os tempos de cálculo o permitam.

7. Exemplo prático: 30 projetos CAPEX e mais de mil milhões de combinações teóricas

Consideremos uma empresa com 30 projetos de investimento planeados.

Cada projeto tem uma necessidade de investimento, uma contribuição económica alvo e, se for o caso, dependências em relação a outros projetos.

Na seleção binária de projetos, surgem, teoricamente, mais de mil milhões de combinações possíveis.

7.1 Por que razão uma tabela de classificação não é suficiente

Uma folha de cálculo permite documentar muito bem os custos dos projetos, os valores de capital e as prioridades.

No entanto, uma lista de projetos ordenada por ROI ou valor atual líquido não constitui um algoritmo geral para resolver um problema combinatório de otimização de carteira.

O problema não reside, em princípio, no Excel enquanto software. Com métodos adequados do Solver, é possível resolver modelos de otimização a partir de tabelas. O que é decisivo é se se procede efetivamente a uma otimização matemática da carteira ou se se limita a processar uma classificação.

7.2 Exemplo de cálculo com seis projetos

Um portfólio simplificado contém os seguintes projetos hipotéticos:

O orçamento disponível é de 10 milhões de euros.

Uma seleção baseada apenas no valor atual líquido absoluto mais elevado favoreceria, em primeiro lugar, o projeto A. Em conjunto com o projeto C, obtém-se um valor atual líquido de 15 milhões de euros.

A combinação dos projetos B, C e E, por outro lado, requer 11 milhões de euros e, por isso, não é admissível.

A combinação dos projetos B, D e E requer exatamente 10 milhões de euros e atinge um valor atual líquido de 14 milhões de euros.

A combinação de A e C também requer exatamente 10 milhões de euros e atinge 15 milhões de euros. É, portanto, a opção ótima neste exemplo simplificado.

O exemplo mostra como as restrições orçamentais determinam a escolha. No caso de carteiras maiores e dependências adicionais, um cálculo matemático sistemático torna-se particularmente relevante.

8. Qual é a importância da Investigação Operacional para o CEO, o CFO e o Conselho de Supervisão?

8.1 CEO: concretizar as prioridades estratégicas

Para os CEOs, a vantagem reside na capacidade de associar orientações estratégicas a decisões concretas em matéria de recursos e investimentos.

O crescimento, a transformação, a eficiência e a resiliência competem frequentemente pelos mesmos recursos financeiros.

Um modelo de otimização pode tornar transparente qual a combinação de projetos que melhor apoia os objetivos definidos, dentro dos recursos disponíveis.

8.2 CFO: Melhorar sistematicamente a alocação de capital

Para os diretores financeiros (CFO), é particularmente relevante a ligação entre a alocação de capital, o planeamento de CAPEX e a otimização do portfólio.

A otimização matemática pode ajudar a comparar alternativas de investimento de forma consistente e a tornar visíveis as consequências de diferentes decisões orçamentais.

Ao fazê-lo, não substitui nem a avaliação financeira nem a gestão de risco, mas complementa-as com uma decisão de seleção sistemática.

8.3 Conselho de Supervisão: Compreender as bases de decisão

Para os conselhos de supervisão e outros órgãos de controlo, os modelos de otimização documentados podem melhorar a transparência das decisões de investimento.

São particularmente relevantes os objetivos, restrições, cenários e desvios entre as alternativas propostas.

A otimização matemática cria, assim, uma base analítica adicional para a governação e o controlo, sem alterar a responsabilidade dos órgãos.

9. Que métodos de otimização permite a Investigação Operacional na gestão?

A implementação matemática e algorítmica depende da estrutura do problema de decisão em questão.

9.1 Otimização linear e mista inteira

A programação linear e a programação linear mista-inteira (MILP) fazem parte dos métodos consagrados para a modelação de problemas de alocação e seleção.

As decisões binárias relativas a projetos podem, neste contexto, ser combinadas com funções-objetivo lineares e restrições.

9.2 Otimização combinatória

A otimização combinatória estuda a seleção, a ordenação e a combinação de alternativas discretas.

É particularmente relevante quando as decisões são interdependentes e o número de combinações possíveis cresce significativamente com o número de variáveis.

9.3 Algoritmos exatos e métodos heurísticos

Os métodos de otimização exatos podem, em condições adequadas, demonstrar a otimidade global de uma solução ou indicar uma lacuna de otimidade quantificada.

Por outro lado, os métodos heurísticos e meta-heurísticos procuram boas soluções, sem, em geral, fornecerem uma prova de otimidade global.

A abordagem adequada depende da estrutura do modelo, da dimensão do problema, da qualidade de solução pretendida e do tempo de computação disponível.

9.4 Computação paralela e potência de cálculo

A computação paralela pode acelerar determinados métodos de otimização, distribuindo etapas de cálculo adequadas por vários núcleos de processador.

A aceleração efetiva depende do algoritmo, da estrutura do problema e do grau de paralelização. Por conseguinte, não é possível deduzir um tempo de cálculo curto ou uma prova de ótima global apenas a partir do número de núcleos de processamento.

10. Investigação Operacional, Inteligência Artificial e Inteligência de Decisão

A Investigação Operacional, a Inteligência Artificial e a Inteligência de Decisão são frequentemente discutidas em conjunto, mas desempenham funções diferentes.

10.1 Análise Preditiva e Análise Prescritiva

A análise preditiva ocupa-se da previsão de desenvolvimentos futuros.

A análise prescritiva investiga quais as ações adequadas sob determinadas premissas e objetivos.

A Investigação Operacional fornece métodos matemáticos essenciais para esse efeito.

10.2 A ligação entre previsão e otimização

Um modelo de aprendizagem automática pode, por exemplo, estimar a procura futura, os custos ou as probabilidades de falha.

Um modelo de otimização pode, posteriormente, utilizar essas estimativas para distribuir recursos, investimentos ou medidas, tendo em conta as restrições existentes.

A qualidade da decisão depende tanto da previsão como da modelação do problema de otimização.

10.3 A Inteligência de Decisão como quadro organizacional

A Inteligência de Decisão integra dados, modelos, lógica de decisão e processos organizacionais com o objetivo de apoiar sistematicamente a tomada de decisões.

A Investigação Operacional pode, neste quadro, constituir a base matemática para o cálculo de alternativas de ação.

A combinação entre a otimização matemática e o processo de gestão torna os métodos científicos aplicáveis a decisões empresariais concretas.

11. Como é que a Investigação Operacional pode ser integrada nos processos empresariais existentes?

Uma implementação bem-sucedida requer não só algoritmos adequados, mas também uma integração organizacional e técnica robusta.

11.1 Dados das áreas de finanças, controlo de gestão e gestão de projetos

As informações relevantes podem provir de sistemas ERP, soluções de gestão de projetos, planeamento financeiro e folhas de cálculo.

É importante uma definição consistente dos custos do projeto (despesas), contribuições para o resultado (receitas), períodos de tempo e restrições.

11.2 Governação e responsabilidade pelo modelo

A empresa deve determinar quem define os objetivos e as restrições, aprova os dados e valida os resultados da otimização.

As alterações aos pressupostos do modelo devem ser documentadas e, se necessário, versionadas.

11.3 Integração no ciclo de decisão

A otimização matemática da carteira pode ser integrada em processos anuais de planeamento de CAPEX, programas de investimento plurianuais e realocações ao longo do ano.

Para sessões em tempo real, é aconselhável validar previamente os dados e o modelo e alterar interativamente apenas parâmetros claramente definidos.

12. Pré-requisitos e limites da otimização matemática da gestão

A Investigação Operacional não oferece qualquer garantia automática de decisões economicamente bem-sucedidas.

12.1 Qualidade dos dados e validação do modelo

Suposições de custos erradas, dependências incompletas ou contribuições-alvo inconsistentes podem conduzir a resultados inadequados.

Por isso, a verificação dos dados, a validação técnica do modelo e os controlos de plausibilidade são componentes essenciais de uma otimização séria.

12.2 Incerteza e risco

Os rendimentos futuros dos investimentos e os custos dos projetos são frequentemente incertos.

Dependendo da aplicação, podem ser necessárias análises de cenários, análises de sensibilidade, otimização robusta ou métodos estocásticos.

12.3 A otimização global aplica-se sempre em relação ao modelo

Um ótimo global matemático é a melhor solução admissível dentro da função-objetivo e das restrições definidas.

Não é automaticamente sinónimo da melhor decisão do ponto de vista da economia real.

12.4 O cálculo em tempo real depende da estrutura do problema

Muitos problemas de otimização podem ser resolvidos rapidamente. Outros exigem um tempo de cálculo considerável ou a utilização de métodos aproximativos.

Para uma aplicação em tempo real fiável, é necessário testar a dimensão do modelo, o comportamento do solucionador, os tempos de cálculo e a qualidade dos resultados em condições realistas.

13. Áreas de aplicação da Investigação Operacional na Gestão Empresarial

13.1 Otimização de CAPEX e da carteira de investimentos

As empresas podem recorrer à otimização matemática para distribuir orçamentos de investimento por projetos, locais ou áreas de negócio.

13.2 Alocação estratégica de recursos

A atribuição de recursos humanos, técnicos ou financeiros limitados a projetos concorrentes constitui um problema clássico de otimização.

13.3 Planeamento de investimentos plurianual

Os modelos multiperiódicos podem ter em conta limites orçamentais anuais, durações dos projetos, dependências e disponibilidade de recursos.

13.4 Infraestruturas e orçamentos públicos

As instituições públicas também se deparam com decisões complexas de alocação. Em vez de maximizar exclusivamente os rendimentos monetários, modelos de utilidade adequados podem ter em conta o impacto social e os objetivos políticos.

As obrigações legais, as afetações de verbas e as prioridades democraticamente legitimadas continuam a constituir condições-quadro vinculativas.

13.5 Investigação, desenvolvimento e transformação

Os portfólios de investigação e desenvolvimento, os programas de transformação e as iniciativas estratégicas também podem ser apoiados por modelos matemáticos de seleção e alocação.

14. StratePlan: Investigação Operacional como Serviço de Decisão Online

Com o StratePlan, a mAInthink GmbH desenvolve uma aplicação que torna a otimização matemática de carteiras acessível aos processos de decisão económicos e públicos.

A abordagem combina métodos de Investigação Operacional com uma interface orientada para a aplicação, destinada à análise de portfólios de projetos e de investimento.

14.1 Dos dados do projeto à combinação otimizada

O ponto de partida são dados estruturados de projetos, tais como necessidades de investimento, receitas e restrições relevantes.

O modelo de otimização analisa qual a combinação de projetos que, nas condições-quadro definidas, atinge a maior contribuição-alvo modelada.

14.2 Cenários para a gestão e as finanças

Alterações nos orçamentos ou noutros parâmetros do modelo podem ser utilizadas para recalcular o portfólio.

Isto permite comparar diferentes orientações estratégicas sem ter de reconstruir manualmente toda a avaliação do projeto.

14.3 Simulação CAPEX Live Boardroom

A Simulação CAPEX Live Boardroom transpõe a abordagem de otimização para a reunião da direção.

A direção da empresa pode discutir condições-quadro alternativas e analisar os seus impactos na combinação de projetos calculada.

A velocidade prática depende da estrutura do modelo e da dimensão do problema.

14.4 Decision Intelligence 4 All

O conceito «Decision Intelligence 4 All» tem como objetivo tornar a otimização matemática acessível também fora dos departamentos especializados de Investigação Operacional.

O Serviço de Decisão Online visa simplificar a aplicação de métodos científicos de otimização, sem que os utilizadores tenham de programar eles próprios modelos matemáticos ou algoritmos.

O mesmo orçamento. Melhores combinações. Maior impacto.

Otimize matematicamente os seus próprios projetos agora →

15. Perguntas frequentes sobre a Investigação Operacional na gestão

O que significa Investigação Operacional na gestão empresarial?

A Investigação Operacional na gestão empresarial refere-se à aplicação de modelos matemáticos e métodos de otimização às decisões empresariais, por exemplo, alocação de capital, seleção de portfólios de projetos, planeamento de recursos e gestão de investimentos.

A Investigação Operacional pode ser utilizada diretamente numa reunião do Conselho de Administração?

Sim. Se os dados, o modelo e a infraestrutura técnica estiverem preparados, é possível recalcular e comparar decisões alternativas relativas ao orçamento e aos recursos durante uma reunião. O tempo de cálculo necessário depende da complexidade do modelo.

Qual é a diferença entre a priorização de projetos e a otimização matemática de portfólios?

A priorização de projetos classifica projetos individuais de acordo com critérios de avaliação. A otimização de portfólio, por outro lado, calcula a melhor combinação possível — ou comprovadamente ótima — de vários projetos, tendo em conta restrições comuns.

A Investigação Operacional é o mesmo que Inteligência Artificial?

Não. A Investigação Operacional é uma disciplina científica autónoma. Ambas as áreas utilizam métodos matemáticos parcialmente relacionados e podem ser combinadas entre si, por exemplo, na otimização baseada em previsões.

A otimização matemática pode aumentar o ROI?

A otimização matemática pode, em condições adequadas, identificar melhores combinações de projetos e, assim, explorar potenciais económicos. No entanto, um aumento concreto do ROI depende dos dados do projeto, dos pressupostos do modelo e das alternativas disponíveis, não sendo, de um modo geral, garantido.

Que dados são necessários para a otimização de um portfólio de CAPEX?

Normalmente, são necessários identificadores de projeto, custos de investimento, receitas e restrições relevantes. Para modelos mais complexos, acrescentam-se, por exemplo, dependências entre projetos, períodos de tempo e necessidades de recursos.

Quantas combinações de projetos existem com 30 projetos?

Com 30 decisões de seleção binárias, existem, teoricamente, 2 elevado a 30, ou seja, 1 073 741 824 combinações. As restrições limitam as combinações admissíveis; os algoritmos de otimização não têm necessariamente de percorrer todas as possibilidades teóricas individualmente.

A otimização matemática substitui a decisão do Conselho de Administração?

Não. A gestão define os objetivos, as prioridades e as condições-quadro e continua a ser responsável pela decisão. A otimização fornece um apoio à decisão com base matemática.

16. Conclusão: a Investigação Operacional torna-se uma competência de gestão estratégica

A Investigação Operacional não é uma ciência nova. O que é novo é a possibilidade de integrar mais fortemente os seus métodos em processos interativos de tomada de decisão estratégica.

Quando os modelos matemáticos, os dados disponíveis e o software adequado se unem, a otimização de carteiras de investimento e de projetos pode ser incorporada diretamente nas discussões da gestão.

A direção não tem, então, de se basear exclusivamente em classificações estáticas e em cenários pré-selecionados. Pode analisar como as diretrizes alternativas afetam a melhor combinação possível de projetos.

Com isso, o papel da Investigação Operacional muda: de uma função analítica especializada para uma competência potencialmente recorrente na gestão estratégica da empresa.

A matemática não confere a responsabilidade empresarial. No entanto, pode melhorar significativamente a qualidade da base de decisão.

Decision Intelligence 4 All. Com base na Investigação Operacional e na Otimização Matemática.

Calcule agora a otimização por si próprio →