O que é a gestão?

É o processo de coordenar as actividades de forma a que elas sejam desempenhadas de forma eficiente e eficaz, com e através de outras pessoas.

Eficiência
Conseguir o máximo de Output (por exemplo produção) com o mínimo de Inputs (no caso, de recursos).
“Doing the things right”
Focaliza-se nos meios. Uma elevada eficiência significa um baixo desperdiço de meios e recursos.

Eficácia
Consiste em executar as actividades de tal modo que os objectivos sejam alcançados.
“Doing the right things”
Focaliza-se nos fins.
Assim, o desafio numa Gestão é portanto que ela seja Eficaz e Eficiente.

Processo
Representa a sequência de funções ou actividades primárias desempenhadas pelos gestores. Exemplo: A -->B -->C -->D -->E

Coordenar
Consiste em tomar decisões quanto à afectação dos recursos.
Distingue uma posição de gestão de uma que não é.

Fonte: Introdução à Gestão, Elaborado tendo por base as aulas do Professor José Taborda Farinha

NIVEIS DE GESTÃO

Nas empresas existem diferentes níveis de gestão, pois os gestores também podem ser geridos.

Gestores de Primeira Linha (First Line Managers) – Gerem o trabalho dos não gestores, que estão directamente envolvidos com a produção e criação dos produtos da organização.

Gestores Intermédios (Middle Managers) – Todos os gestores situados entre os gestores de Primeira linha e os gestores de topo. Gerem os gestores de Primeira linha

Gestores de Topo (Top Managers) – Responsáveis pelas decisões que envolvem toda a organização e pelo estabelecimento dos planos e dos objectivos para a totalidade da organização. Têm assim a responsabilidade máxima na empresa.

Quando uma empresa é dirigida por um Conselho de Administração, e não simplesmente por um Director Geral, é dirigida pelo chamado Board of Directors, sendo o seu elemento que mais dá a cara o C.E.O. ou seja, o Chief Executive Officer.

O processo de tomada de decisão faz parte das quatro funções da gestão. É por isso que os gestores são, frequentemente, chamados “decision makers”.

Fonte: Introdução à Gestão, Elaborado tendo por base as aulas do Professor José Taborda Farinha

Planeamento Níveis de Gestão e Objectivos

O planeamento envolve a definição dos objectivos da organização, estabelecendo a estratégia global (que pode ser definida como o conjunto de caminhos seguidos pela empresa para alcançar os objectivos), e o desenvolvimento de planos para integrar e coordenar as actividades da organização.
Existem 2 tipos de Planeamento:

Planeamento Informal – não é escrito, e tem como características uma reduzida partilha dos objectivos, e o facto de ser genérico e com ausência de continuidade.

Planeamento Formal – É escrito. Tem como características o facto de definir objectivos específicos, e programas de acção para alcançar esses mesmos objectivos.


Tipos de Objectivos

Objectivos Estratégicos – Envolvem toda a organização ou cada uma das suas áreas de negócios, a médio e longo prazo.

Objectivos Tácticos – Situam-se a nível intermédio da organização. Ex: Marketing ou Comunicação com horizonte de médio e curto prazo.

Objectivos Operacionais – Definem-se ao nível de gestão da primeira linha e com horizonte de curto prazo.

Planos Estratégicos: Aplicam-se a toda a organização e a cada uma das suas áreas de negócios, a médio e longo prazo. Estabelece os objectivos estratégicos e procura posicionar a organização em termos do seu “environment”.

Planos Tácticos e Operacionais: Especificam os detalhes de como os objectivos tácticos e operacionais serão alcançados. Na prática, os planos práticos e operacionais estão juntos nas empresas, daí se falarem em apenas dois tipos de planos. Estes cobrem um horizontal temporal de curto prazo.

O plano estratégico é direccional, ao passo que os planos operacionais o tornam específico.

Planos Direccionais – Planos flexíveis que definem “guidelines” gerais, focalizados sem limitar os cursos de acção.

Planos Específicos – Detalhados definindo com pormenor os cursos de acção.

Planos de Uso Único – Desenhados para satisfazer as necessidades de uma situação única.

Planos de Continuidade – Fornecem orientação para actividades repetitivas, e incluem políticas, procedimentos e regras.

Fonte: Introdução à Gestão, Elaborado tendo por base as aulas do Professor José Taborda Farinha

Tipos de Problemas e Decisões

Problemas Bem Estruturados e Decisões Programadas

Problemas Bem Estruturados são problemas lineares, familiares e facilmente definidos.

Como resposta a este tipo de problemas o gestor utiliza Decisões Programadas, ou seja, uma decisão repetitiva facilmente aplicável ao problema em causa.

Através da decisão programada, será reduzido o número de alternativas para a solução do problema, facilitando a eficiência organizacional. Estas decisões programadas levam aplicação de um procedimento, regra ou política.

Procedimento – série de passos interrelacionados e sequenciais usados para responder a um problema estruturado, a única dificuldade reside em identificar o problema pois uma vez identificado o procedimento é aplicado.

Regra – declaração explícita do que fazer ou não fazer.

Política – orientação ou parâmetros para a tomada de decisões, contém termos ambíguos ficando a interpretação por conta do decisor.

Problemas Não Estruturados e Decisões Não Programadas

Problemas Não Estruturados, são problemas novos para os quais a informação é ambígua e incompleta. Para fazer face a estes problemas existem as Decisões Não Programadas, que produzem uma resposta customizada e única. Estes são mais frequentes entre os gestores de nível mais elevado.

Convém salientar, que são poucas as decisões na vida real que são totalmente programadas ou não programadas, pois estes constituem casos extremos, sendo que as decisões se situam, essencialmente, algures entre estas.

Fonte: Introdução à Gestão, Elaborado tendo por base as aulas do Professor José Taborda Farinha

Estilos Na Tomada de Decisão

Existem duas dimensões que definem a perspectiva de tomada de decisões:

Forma de pensamento – que vai de Racional a Intuitivo

Tolerância para a ambiguidade – está relacionada com o número de alternativas tomadas em simultâneo, bem como a sua consistência, o seu ordenamento.

Existem quatro estilos na tomada de decisões:

Directivo – Rápido, eficiente e lógico;
Analítico – Cuidadoso e capaz de se adaptar ou enfrentar novas situações;
Conceptual – Capacidade de encontrar soluções criativas;
Comportamental – Procura aceitação das decisões.

Fonte: Introdução à Gestão, Elaborado tendo por base as aulas do Professor José Taborda Farinha

Funções

FUNÇÕES lINEARES

As funções da forma f(x) = kx são chamadas funções lineares ou funções de proporcionalidade, onde k é uma constante numérica e nos dá o declive da recta. O gráfico deste tipo de funções é uma recta que passa pelo centro de coordenadas (0,0).

Uma aplicação desta funcao á àrea da gestão poderia ser o exemplo da venda de gelados, se as vendas fossem mais elevadas nos dias quentes do que nos dias frios, poderiamos dizer que as vendas estavam positivamente correlacionadas com a temperatura. Se iguais alterações na temperatura produzirem, aproximadamente, iguais alterações nas vendas, entao a correlação diz-se linear e a relação pode ser representada por uma linha recta num gráfico.
Outras aplicações poderiam ser o desenvolvimento de um produto o que tem consequências de primeira ordem na área de marketing e de produção. Os investimentos em novos equipamentos e processos o que irá influenciar directamente a qualidade. A promoção de funcionários para cargos de liderança irá influenciar a estratégia e o clima organizacional.

Função Receita

É directamente proporcional à quantidade vendida. É entendida como sendo o produto entre o preço de venda (p), pela quantidade vendida (q). R = p.q

Na atividade operacional de uma empresa, há diversos fatores contribuem para a formação da receita proveniente do volume de vendas. Fatores como o volume de produção e o potêncial do mercado não podem ser esquecidos para a formação da receita, porém, em pequenos intervalos onde já foram consideradas as variáveis restritivas e considerando-se o preço constante, nesse intervalo de produção, o rendimento total da empresa será função somente da quantidade vendida.

Por exemplo, uma empresa de producao de caixas registradoras, que as vende a 80,00€ cada, se não for vendida unidade alguma, a Receita será 0; se forem vendidas 100.000 unidades, o rendimento total (receita total) será 8 milhões de euros.

Vê-se então que a função receita pode ser uma função linear cujo gráfico é uma recta que passa pela origem e tem como declive o preço de venda (por unidade). No caso da Receita ser uma função linear (preço constante), a equação que define a função é R(q) = p.q onde R é a receita total (rendimento total), p é o preço por unidade do produto e q é a quantidade vendida. Como p > 0, o gráfico é do tipo:

Obs.1: Se p (preço) é fixo, R é uma função linear da quantidade vendida. Porém se o preço é dado pela equação da procura de um bem, a equação da receita não será linear. Nesse caso R(q) = f(q).q, onde p = f (q) é a função preço da procura.

FUNÇÃO QUADRÁTICA

Chama-se função quadrática, ou função polinomial do 2º grau, qualquer função f de IR em IR dada por uma lei da forma f(x) = ax2 + bx + c, onde a, b e c são números reais e a 0.

A função Lucro é um exemplo de uma função quadrática, isto é de uma função que pode ser escrita na forma, f(x) = ax2 + bx + c onde a , b e c são números reais quaisquer e a diferente de zero.

Grandes vendas não significam necessariamente, lucros maiores. O gráfico da função L mostra que se o nível de produção estiver entre A e V', quantas mais unidades produzidas maior será o lucro obtido. Se, no entanto, o nível de produção estiver entre V' e B aumentar a produção significa diminuir o lucro.

Fronteira de Possibilidades de Produção

A fronteira de possibilidades de produção representa as quantidades máximas de produção que podem ser conseguidas numa determinada economia dadas as tecnologias e as quantidades dos factores produtivos de que dispõe.

Devido às limitações de recursos e de tecnologias, as quantidades de produção também são limitadas. Numa economia imaginária em que sejam produzidos apenas dois bens, se todos os recursos fossem utilizados para produzir um deles, conseguir-se-ia produzir uma determinada quantidade máxima desse mesmo bem e nada do outro. De igual forma, se os recursos fossem transferidos na sua totalidade para o outro bem, seria conseguida uma determinada quantidade máxima de produção desse mesmo bem e não se produziria nada do primeiro. Além destas duas possibilidades extremas, existem inúmeras situações intermédias de repartição dos recursos para a produção dos dois bens e que resultam em diferentes quantidades máximas de produção de cada um deles.

Para facilitar a sua compreensão, a fronteira de possibilidades de produção pode ser representada num gráfico. Para isso, em cada um dos eixos é representada a quantidade de cada um dos bens: o conjunto de todos os pontos máximos de produção representa a fronteira de possibilidades de produção; os pontos exteriores à fronteira de possibilidades de produção são inatingíveis dadas a tecnologia e a quantidade de factores produtivos disponíveis; pontos interiores representam ineficiência produtiva, ou seja, quantidades que estão abaixo das possibilidades da economia.

FUNÇÃO LOGARITMICA

Chama-se logaritmo de um número x na base a (a > 0 e a ≠ 1), ao número a que é necessário elevar a base a para obter x e escreve-se loga x = y <=> ay = x, ou seja, o logaritmo de um número, numa dada base, é o expoente a que é preciso elevar a base para obter o número.

Temos então que o loga x = y <=> x = a log x <=> loga ay = y

Quadro de objectivos

Para a arvore de objectivos apresentada na menssagem anterior, criei o seguinte quadro de atributos e medidas:



http://aycu35.webshots.com/image/31114/2001748432108943645_rs.jpg

Árvore de Objectivos

Se para cada situação problemática temos uma situação desejada, uma melhoria possível podemos perfeitamente considerar a existência de um esquema de objectivos que, em cascata, permitem atingir outros objectivos.

Basicamente, na ÁRVORE DOS OBJECTIVOS estão representadas as situações desejadas, relativas a cada uma das situações problemáticas que estão apresentadas na Árvore de Problemas. Logo, trata-se de uma espécie de árvore sombra, simétrica à ÁRVORE DE PROBLEMAS.

A construção da árvore de objectivos consiste em reformular os problemas pela positiva.

A árvore de objectivos que de seguida apresento é relativa a uma empra de comercialização de vinhos, cujo objectivo principal é aumentar as vendas.

http://img34.picoodle.com/img/img34/6/10/26/f_arvoreobjecm_fa8b4eb.png

Quem inventou a matriz dimensional?

Se começarmos a pensar averiguamos que inicialmente só se descrevia a realidade a duas dimensões, ou seja, eram usados dois parametros a latitude e a longitude para encontrar um ponto no plano. Posteriormente Euler sentiu a necessidade de localizar exactamente a posição de um avião em voo, pelo que introduziu mais um paramentro a altitude, assim com a altitude, latitude e longitude conseguiu definir o ponto exacto do avião.

Há mais ou menos 150 anos detectaram a importancia das matrizes. Cauchy, 1826 parece ter sido o primeiro a dar-lhes um nome: tableau (tabela). O nome matriz só apareceu com James Joseph Sylvester, 1850. Cayley, com sua famosa Memoir on the Theory of Matrices, 1858, divulgou o nome e iniciou a demonstrar sua utilidade.

Modelo Dimensional

(Cubo com 9 dimensões)

O modelo dimensional é uma técnica que procura apresentar os dados num padrão intuitivo de modo a permitir uma elevada performance no acesso. O modelo dimensional permite a visualização dos dados na forma de um cubo, onde cada dimensão do cubo representa o contexto de um determinado facto, e a intersecção entre as dimensões representa as métricas do respectivo facto. Matemáticamente o cubo possui apenas três dimensões, no entanto, no modelo dimensional o cubo pode possuir quantas dimensões forem necessárias para representar um determinado facto. O modelo dimensional é composto por factos, dimensões e métricas.

Um facto é formado por um conjunto de dados, que correspondem às métricas do negócio. Cada fato pode representar uma determinada transação ou evento de negócio ocorrido num determinado contexto obtido através da intersecção das dimensões.
Os factos são os elementos centrais ao modelo dimensional e contém enumeros registos. Devem-se conjugar as diferentes tabelas de dimensão para contextualizar os registos.

As tabelas de factos são as tabelas centrais do modelo dimensional, onde se encontram representadas as métricas do negócio. Estas tabelas têm dois componentes:
- Chaves: são chaves compostas correspondentes as chaves primárias das dimensões associadas.
- Conjuntos de métricas subjacentes a um determinado facto.

Uma dimensão refere-se ao contexto em que um determinado facto ocorreu. Este contexto pode ser um período de tempo, produtos, mercados, clientes, fornecedores, etc. elementos que possam descrever o contexto de um determinado facto, classificando as medições activas de uma organização. As dimensões actuam como indices na identificação dos valores de uma estrutura matricial.

As tabelas de dimensão são os principais eixos de analise das métricas. Os atributos das tabelas de dimensão configuram-se como o principal factor de restrição às consultas efectuadas. As tabelas de dimensão descrevem os factos pois determinam o seu contexto.

As hierarquias são representadas de modo desnormalizado numa única tabela de dimensão e permitem navegar dinamicamente pelos diferentes nós, agregando as métricas através de roll- up ou drill-down.

As métricas quantificam um determinado item de negócio, sucesptivel de vir a ser objecto de análise. Referem-se a atrinutos numéricos constantes nas tabelas de factos e representam o desempenho ou o comportamento de uma componente de negócio. São determinadas em função de diferentes combinações entre as dimensões.
As métricas podem ser não aditivas, semi-aditivas ou plenamente aditivas.

Relação entre problemas, modelos, dados, informação e conhecimento?

Dados podem ser entendidos como factos, elementos brutos que são a matéria-prima da informação, informação esta que pode ser vista como dados providos de contexto, dotados de relevância e propósito, enquadrados com a realidade. O conhecimento, surge quando alguém dá uma interpretação à informação, um significado. Conhecimento é assim a interpretação que cada mente faz da informação.

Estes elementos são deveras importantes na tentativa de resolução dos problemas que surgem aos decisores. Estes problemas podem dividir-se em três tipos:

Problema computável: podem ser totalmente solucionados pelo computador, têm então uma solução lógica que se pode traduzir num modelo matemático, que dará origem a um algoritmo que em conjunto com uma estrutura de dados dará origem a um programa que levará à solução do problema. Podem assumir um carácter fácil ou difícil. Os fáceis são aqueles em que o algoritmo que os resolve tem complexidade em tempo polinomial. Os difíceis são aqueles em que o algoritmo é conhecido, só que demora tanto tempo a resolvê-los que se torna impraticável.

Problema computável --> modelo matemático --> algoritmo + estrutura de dados --> programa --> solução do problema

Problema semi-computável: Só se pode resolver parte do problema, através de um sub-modelo matemático que dará origem a uma heurística que também em conjunto com uma estrutura de dados levará a uma solução, contudo não passa de uma solução aproximada para o problema, que servirá de apoio à sua resolução.

Problema semi-computável --> sub-modelo matemático --> heurística + estrutura de dados --> programa à apoio à solução.

Problema não computável: aquele para o qual não existe um algoritmo que o resolva, isto é, não há forma de conseguir que o computador o resolva.

O modelo matemático é um conjunto de variáveis relacionadas entre si, sendo que cada uma representa um objecto, são uma abstracção da realidade.

O algoritmo é uma sequência lógica de passos que permite resolver o problema, este pode ser ou não praticável dependendo do tempo que leva a resolver a questão.

A heurística é uma sequência lógica de passos que conduz a uma solução aproximada do problema.

Evolução do Conceito de Sistema de Apoio à Decisão

Nos anos 70 os SAD eram considerados sistemas computacionais, que usavam bases de dados e de modelos, para auxiliar o processo de decisão. Este auxílio resultava da aplicação de técnicas computacionais às tarefas de gestão, de forma a melhorar as decisões.

"Decision support systems couple the intellectual resources of individuals with the capacities of the computer to improve the quality of decisions. It is a computer-based support system for management decision makers who deal with semi-structured problems."
Keen and Scoot-Morton, 1978

No início dos anos 80, o conceito de interactividade impôs-se e disciplinas como a investigação operacional e a psicologia cognitiva passaram a fazer parte da área dos SAD. Para Bonczek e tal (1980) um sistema de apoio à decisão é considerado um sistema computacional, constituído por tês componentes que interagem entre si:
- Um subsistema de comunicação entre o utilizador e os outros componentes do sistema;
- Um subsistema de conhecimento do domínio de aplicação do SAD;
- Um subsistema de processamento de problemas.

Este autor considera que o sistema deverá ajudar o decisor a resolver problemas não estruturados, não programáveis (ou semi-estruturados) e deverá possuir um mecanismo de interrogação interactivo que utiliza uma linguagem de fácil utilização e aprendizagem.

Sprague e Carlson encontraram algumas características comuns aos SAD:
- Têm por objectivo problemas menos estruturados e sub-especificados;
- Tentam combinar modelos ou técnicas analíticas com funções de acesso à base de dados;
- São fáceis de utilizar por pessoas não familiarizadas com a informática;
- Dão importância à flexibilidade e adaptabilidade com o objectivo de acompanhar as mudanças do domínio de aplicação dos processos de decisão;
- Apoiam mas não substituem o agente de decisão.

Kroenke (1989) definia SAD como “uma mistura efectiva de inteligência humana, tecnologia de informação e programas (software) que interagem em conjunto para resolver problemas complexos”.

DeSanctis em meados de 1980 considerava o SAD como “um sistema computacional interactivo que facilita a resolução de problemas não estruturados”.

Klein (1995) considera o SAD como “um programa de computador que fornece informações de um determinado domínio de aplicação por meio de modelos de decisão analíticos e acesso a base de dados, com o objectivo de suportar o agente de decisão, de uma forma eficaz, no processo de tomada de decisão em tarefas complexas e mal estruturadas”.

Turan (1995) define um SAD como “um sistema de informação computacional interactivo, flexível e adaptável, especialmente desenvolvido para suportar a resolução de problemas não estruturados como forma de melhorar a tomada de decisão”.

Os SAD são sistemas interactivos, baseados em computadores, que têm como objectivo principal ajudar os decisores a utilizar dados e modelos para identificar e resolver problemas, assim como a tomar decisões.

Os SAD providenciam um quadro para uso e análise de dados para a tomada de decisões de negócio efectivas e informadas. O objectivo principal das aplicações SAD é ceder informação para facilitar uma melhor tomada de decisões.
Os sistemas de apoio à decisão são empregues em contextos de decisões semi-estruturadas e não estruturadas; são sistemas para apoiar o decisor e não para o substituir; apoiam todas as fases do processo de tomada de decisão; focam a eficácia do processo de tomada de decisão em detrimento da eficiência; usam modelos e dados; facilitam a aprendizagem por parte do decisor; são sistemas interactivos e com interface fácil de utilizar; geralmente são desenvolvidos usando um processo evolutivo e iterativo; fornecem apoio a todos os níveis de gestão, desde o nível estratégico até ao operacional; conseguem apoiar decisões múltiplas independentes ou interdependentes; e apoiam contextos de tomada de decisão individual, em grupo e em equipa.
Um SAD é claramente uma ferramenta poderosa e está a tornar-se numa componente essencial na gestão. Espera-se que este tipo de sistemas apoie o decisor, alargando a sua capacidade de processar grandes volumes de informação ao longo do processo de tomada de decisão.

Benefícios
Um SAD alarga a possibilidade do decisor para processar informação e conhecimento, bem como contornar problemas grandes, complexos e demorados. Reduz o tempo de resposta da tomada de decisão. Melhora a fidedignidade de um processo de decisão e/ou resultado. Encoraja a exploração e descoberta por parte do decisor. Revela novas abordagens em relação ao espaço do problema e/ou contexto da decisão. Gera novas demonstrações no apoio à decisão ou na confirmação de suposições já existentes. Cria vantagem competitiva ou estratégia perante os concorrentes.

Limitações
Estes sistemas não são concebidos para conter talentos humanos, tais como criatividade, imaginação ou intuição. O seu poder é limitado pela tecnologia que o suporta, pela sua concepção, e pelo conhecimento que possui aquando do seu uso. As linguagens e comandos de interface ainda não são sofisticados o suficiente para permitir o processamento de língua natural. São sistemas normalmente concebidos para se reduzirem apenas a uma aplicação, inibindo assim a generalização a múltiplos contextos de tomada de decisão.

Em resumo, os SAD tornam o processo de decisão mais eficaz. Contudo, não podem superar ou prever as acções de um fraco decisor. O utilizador é que controla todo o processo, devendo assim, possuir conhecimento de quando usar um SAD, que SAD usar, e o mais importante, qual o grau de dependência em relação aos outputs e à informação obtida. O gestor deve ver o SAD como uma ferramenta com valor no processo de tomada de decisão em vez de um mecanismo em que ele próprio toma as decisões.
A qualidade e estrutura da base de dados do SAD determina, em larga escala, o sucesso desse SAD. Além da base de dados, um SAD possui uma base de modelo, que contém vários modelos estatísticos, financeiros, matemáticos e quantitativos, que o sistema usa para desempenhar uma variedade de análises. Uma base de modelo é o que diferencia um SAD de outros sistemas de informação. A capacidade de executar modelos individuais ou combinados, ou construir novos modelos, faz do SAD uma poderosa ferramenta de apoio na resolução de problemas. Os modelos de um SAD típico podem variar em número, tamanho e complexidade. Para gerir estes factores o SAD usa um Sistema de Gestão de Bases de Modelos.
A interface de um SAD é responsável por todas as interacções e comunicação com os utilizadores. Sem uma boa interface, o poder e a funcionalidade do SAD ficam comprometidos. Temos ainda de considerar duas componentes: a linguagem de comunicação e a linguagem de apresentação.
A linguagem de comunicação ou de acção lida com as actividades associadas com o diálogo directo entre utilizador e SAD.
A linguagem de apresentação é onde se reúne toda a acção, servindo de veículo de comunicação entre o SAD e o utilizador.

Primeira parte do Tpc de grupo Magda e Ruis

Evolução Da Informação

Segundo a Wikipedia:
Dados na linguagem quotidiana significam informação. Contudo nas ciências exactas há uma clara distinção entre dados e informação. Os dados são uma dimensão desorganizada, quando os dados passam a ser organizados transformam-se em informação.
Os dados podem estar relacionados com a realidade ou com a ficção. Os dados sobre realidade consistem em enunciações. Uma grande parte destas enunciações corresponde a medidas ou observações de uma variável. Tais propostas podem abranger números, palavras ou imagens.

Um modelo sem dados não tem validade, são os dados que validam o modelo. Os dados não estão separados da estrutura, são complementares. Os dados, o contexto e o modelo estão em constante interacção.

Informação é o resultado do processamento, manipulação e organização de dados, de tal forma que represente um acréscimo ao conhecimento da pessoa que a recebe.
Informação analógica é aquela que os nossos sentidos ou os simuladores dos nossos sentidos podem captar.
Para haver informação tem de haver uma relação sem relação só temos dados.

Contexto é a relação entre o texto e a situação em que ele ocorre.

Uma relação é uma correspondência entre dois elementos.

Segundo a wikipedia:
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.

Analisar a informação passa por descobrir novas relações entre dados e explicita-las em formulas, trata-se de extrair o conhecimento.

No dicionário de Filosofia de Simon Blackburn, indução é um termo usado para designar qualquer processo de raciocínio que nos conduza de premissas empíricas a conclusões empíricas, que, apesar de apoiadas pelas premissas, não são dedutivamente deriváveis delas.
Assim, induzir é passar de um conjunto de hipóteses para uma conclusão que é compatível com essas hipóteses mas não pode ser deduzida delas a verdade das premissas não garante a verdade da conclusão.

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

Veja-se o exemplo (de raciocínio dedutivo/silogismo):

a)Todos os mamíferos são animais;

b)Todos os gatos são mamíferos;

c)Todos os gatos são animais.

A proposição c) conclui-se logicamente das duas anteriores, em que estava implícita.

Silogismo é um tipo de raciocínio dedutivo em que de duas proposições iniciais (as premissas) se infere uma terceira (a conclusão).

Metadados são frequentemente descritos como “dados sobre dados”. São informações adicionais necessárias para que os dados se tornem úteis. Em suma, metadados são um conjunto de características sobre os dados que não estão normalmente incluídas nos dados propriamente ditos.

Sabedoria: Os gregos (de que herdámos o vocábulo) distinguiam frequentemente o saber (episteme), entendido como conhecimento teórico, da sabedoria (sophia) -- conhecimento simultaneamente teórico e prático, ou seja, a sabedoria passa por usar o conhecimento. No seu significado etimológico, a palavra filosofia (que deriva de philos e de sophia) significa, por isso, “amor à sabedoria”.

Dados = Valor + Variável

Informação = Dados + Modelo Matemático

Conhecimento = Informação + Meta Modelo

Sabedoria = Conhecimento + Heurística

Meta Modelo é o modelo do modelo, o modelo do conhecimento, explica a informação, dá contexto à informação

Inteligência

Segundo a Enciclopédia Britânica a inteligência é a habilidade de se adaptar efectivamente ao ambiente, seja fazendo uma mudança em nós mesmos, mudando o ambiente ou encontrando um novo ambiente. Esta definição, abrangente, integra o indivíduo e as suas interacções com o meio. A inteligência deverá ser concebida como entidade multifactorial na medida em que envolve diversos processos tais como a linguagem, pensamento, memória, raciocínio, consciência e potencialidades para a aprendizagem. Assim, a inteligência não é um processo mental único, mas sim uma combinação de muitos processos mentais dirigidos à adaptação efectiva ao ambiente, prossegue a Enciclopédia Britânica.

O que existe em comum entre as diferentes perspectivas que procuram definir o conceito, é o facto de a inteligência remeter para processos e actividades mentais com uma finalidade adaptativa dirigindo-se à consecução de determinadas metas ou objectivos. Estes princípios de direcção, adaptação e de controlo estão já presentes nos trabalhos de Binet e Simon que distinguiam dois tipos de inteligência: a ideativa, caracterizada pela acção de palavras e ideias; e a instintiva mais ligada aos sentimentos.

Sternberg considera ainda que é importante considerar também as características activas e não meramente reactivas dos indivíduos, isto é, a relevância de o sujeito ser capaz de avaliar, seleccionar e modificar o ambiente em que se move. Assim, o conceito de inteligência fundamenta-se numa atitude activa face à identificação, análise e resolução de problemas produzindo actualizações e reconceptualizações constantes em função das especificidades e das relações estabelecidas com o contexto.

Sternberg (1990) procurando explorar compreender as relações da mente com o mundo interior e exterior propõe que as concepções de inteligência sejam interpretadas em função das metáforas que as originam. Assim, identifica sete metáforas: geográfica, computacional, biológica, epistemológica, antropológica, sociológica e, por fim, a metáfora dos sistemas.

Os estudos e investigações no domínio da inteligência podem também agrupar-se em torno de duas perspectivas distintas: teorias explícitas e teorias implícitas da inteligência (Faria & Fontaine, 1993).

As teorias explícitas fundamentam-se em investigações e construções experimentais sobre a inteligência valorizando ou acentuando as variáveis biológicas, a influência do meio/ contexto, a relação existente entre as duas e a evolução ou desenvolvimento dos processos. Neste âmbito existem três abordagens principais: a teoria factorial ou psicométrica, a teoria desenvolvimental e a teoria cognitivista ou do processamento da informação (Roazzi, Spinillo & Almeida, 1991).

As descrições sobre a inteligência podem também agrupar-se em torno de teorias implícitas que constituem construções mentais que qualquer sujeito, investigador ou leigo, pode desenvolver acerca da inteligência e que podem ser explicitadas (Faria & Fontaine, 1993, p. 471).

Estas perspectivas são sobretudo intraculturais e descritivas, e embora, por vezes, se baseiem em teorias científicas, não resultam de análises ou observações objectivas.

As teorias implícitas veiculam as representações das pessoas sobre a inteligência pelo que poderão ser consideradas teorias de significados, enquanto que as teorias explícitas procuram definir o que a inteligência é na realidade.

Assim, num estudo levado a cabo por Sternberg et al. (1981) constatou-se que para a grande maioria das pessoas a inteligência comporta três tipos de competências essenciais: competência para resolver problemas analisando-os adequadamente e interpretando e processando a informação com precisão; competência verbal; competência social. As representações pessoais de inteligência valorizam ainda a capacidade de definir, estabelecer e orientar a acção para metas e objectivos utilizando as competências intelectuais em contextos alargados e diversificados e não apenas em situações académicas (Sternberg, 1985b).

Ditas de outra forma as três competências acima referidas podem ser traduzidas nas seguintes capacidades:

Capacidade para enfrentar situações novas e de se adaptar a elas de uma forma rápida e eficiente;
Capacidade de utilizar, com eficácia, conceitos abstractos;
Capacidade de fazer relacionações e aprender rapidamente.

Thorndike chama a atenção para outros tipos de inteligência que não apenas a conceptual e lógica:

Inteligência Prática: revela-se ao nível da actividade concreta, envolvendo a manipulação de objectos. Manifesta-se empiricamente pela invenção, fabrico e uso de objectos, estando na base de respostas concretas aos problemas do quotidiano.

Inteligência Social: está na base dos relacionamentos sociais. Manifesta-se na vida relacional e social e na resolução de problemas interpessoais, recorrendo predominantemente à intuição.

Inteligência Conceptual: manifesta-se sobretudo na capacidade verbal e simbólica. Pressupõe o recurso de linguagem e manifesta-se nas capacidades de compreensão, raciocínio e resolução de problemas/ tomadas de decisão.

É difícil separa em três categorias distintas a inteligência prática, a social e a conceptual, dado que interagem de forma constante e construtiva.

O Pavilhão do Conhecimento fala-nos ainda de Inteligência fluida e cristalizada. Sendo que a inteligência fluida informa sobre a capacidade de lidarmos com um problema imediato. E a inteligência cristalizada é uma indicação de um repertório de conhecimentos, competências e de estratégias. A inteligência cristalizada é alcançada através da utilização da inteligência fluida em vários contextos.


INTELIGÊNCIA E INSTRUMENTOS DE MEDIDA

Binet e Simon criaram a Escala Métrica de Inteligência constituída por testes destinados a medir as capacidades mentais. O resultado obtido nos testes indicava a idade mental.
O termo Quociente de Inteligência (QI) é usado pela primeira vez por Stern. Numa nova versão, passa a ser denominada por Escala Stanford-Binet.

O QI é = idade mental (obtido nos testes) a dividir pela idade cronológica e multiplicado por 100.

Nos finais da década de 30, Wechsler apresenta a Escala de Inteligência de Wechsler para Adultos (WAIS).

Testes de Inteligência – A Polémica

Nas primeiras décadas do nosso século, ao serem utilizados de forma redutora e abusiva, os testes de inteligência conduziram ou justificaram a discriminação social e racial. Assiste-se na década de 60, a uma forte contestação ao modo como estes instrumentos de mediada eram utilizados.

Muitos psicólogos denunciam o facto de os testes terem justificado a institucionalização da ideia de que os diferentes grupos étnicos, raciais e sociais correspondiam a diferentes opiniões cognitivas, hereditariamente determinadas e reflectidas nos resultados QI.

É enfatizado o facto de os testes alimentarem preconceitos culturais ao utilizarem fundamentalmente a experiência da cultura ocidental.


COMPOSIÇÃO DA INTELIGÊNCIA

Abordagem Factorial

Spearman (1927) desenvolveu testes de vários tipos: de memória, de percepção, de fluência verbal e de lógica. Aos resultados obtidos pelos sujeitos, aplicou um método estatístico designado por análise factorial. Através deste meio seria possível estabelecer correlações entre as aptidões avaliadas pela aplicação dos testes.
Coloca a hipótese da existência de uma capacidade de inteligência geral – o factor G – que estaria subjacente aos factores específicos – factores S. Estes factores, corresponderiam a aptidões específicas, permitindo explicar que uma pessoa fosse mais dotada para certo tipo de actividades do que outras.
A inteligência geral – fundamentalmente hereditária – estaria na base de todos os actos intelectuais determinando por isso, a capacidade da pessoa.


A Concepção Factorial

Thurstone nas suas investigações não encontra fundamento para afirmar a existência do factor G.
Da análise dos resultados conclui que existiram sete aptidões mentais primárias ligadas a tarefas específicas:

Aptidões espaciais e visuais: capacidade de visualizar e compreender formas e relações espaciais;

Rapidez perceptual: capacidade para compreender rapidamente pormenores, semelhanças e diferenças entre os objectos, os estímulos;

Aptidão numérica: capacidade para fazer cálculos e resolver operações aritméticas;

Compreensão verbal: capacidade para compreender o significado das palavras;

Memória: capacidade para reter e recordar informação;

Fluidez Verbal: capacidade para compreender a linguagem oral e escrita;

Raciocínio: capacidade para tirar conclusões seguras a partir de afirmações gerais (raciocínio dedutivo) e para retirar conclusões gerais a partir de exemplos particulares (raciocínio indutivo).

Teoria das Inteligências Multiplas

Gardner considera que existem 7 tipos de inteligências:

Inteligência Linguística: aptidão verbal;

Inteligência Lógico-Matemática: aptidão para raciocinar;

Inteligência Espacial: aptidão para reconhecer e desenhar relações espaciais;

Inteligência Musical: aptidão para tocar instrumentos, cantar;

Inteligência Corporal-Cinestésica: aptidão para controlar movimentos de forma harmoniosa;

Inteligência Interpessoal: aptidão para compreender e responder adequadamente aos outros;

Inteligência Intrapessoal: aptidão para se compreender a si próprio.

RELAÇÃO ENTRE A INTELIGÊNCIA E DIVERSOS FACTORES

A inteligência depende da interacção entre hereditariedade e factores sociais.
As crianças, jovens e adultos são muito influenciados nos aspectos intelectuais pelas expectativas – positivas e negativas – feitas sobre eles, sobretudo pelas pessoas significativas como pais, professores e amigos.
Os sujeitos tendem a ajustar-se às expectativas.

INTELIGENCIA E CRIATIVIDADE

O pensamento tem duas vertentes a convergente e a divergente.
A convergente: existência de uma resposta ou conclusão que surge como única (dominado pela lógica e objectividade).
Divergente: exploração mental de soluções várias, diferentes e originais para um mesmo problema.


Criatividade

A criatividade apresenta três aspectos fundamentais:

Fluidez: conduz o criador a propor um grande número de soluções onde a maior parte dos indivíduos só encontra algumas;

Flexibilidade: qualidade que permite passar facilmente de uma categoria de coisas, ou de um aspecto de um problema, a outra, em vez de se limitar apenas a um ponto de vista;

Originalidade: constitui a característica por excelência da criatividade no sentido em que a obra criada resulta da síntese de uma nova combinação de ideias.

A criatividade também está intimamente ligada às condições do meio.

Estimar, Prever e Variáveis

Estimar e prever estão associados ao factor incerteza.

A estimativa é um descritor da realidade relacionado com o que não conseguimos ver nem medir, mas que temos de saber com urgência. Estimar é opinar a respeito de algo de que não se tem certeza.

Em estatistica, um estimador é uma função das observações, usada para estimar um parâmetro da população. Ao valor do estimador chama-se estimativa.

A previsão é um descritor do futuro, está directamente relacionada com o futuro.

As Variáveis podem ser instanciadas a valores, que sozinhos não têm qualquer significado, mas ao serem cruzados com a variável obtemos um dado, ou seja, um valor no seu contexto.

Variáveis são a abstracção de um objecto real e podem ser agrupadas num vector de variáveis.

Relações entre variáveis

Duas ou mais variáveis estão relacionadas se numa amostra de observações os valores dessas variáveis forem distribuídos de forma consistente. As variáveis estão relacionadas se os seus valores corresponderem sistematicamente uns aos outros para aquela amostra de observações.
Relações entre variáveis são abstracções, simplificações de relações da vida real.
Um caso particular das relações são as funções, ou seja, as funções são relações medíveis.
Um modelo matemático é um conjunto de variáveis e um conjunto de relações entre variáveis.

Um Modelo Matemático é a simulação de um sistema ou processo que é difícil de observar directamente, através de métodos descritivos, conceptuais, estatísticos ou outros. Assim um modelo matemático é uma representação ou interpretação simplificada da realidade, ou uma interpretação de um fragmento de um sistema, segundo uma estrutura de conceitos mentais ou experimentais.
Um modelo apresenta apenas uma visão ou cenário de um fragmento do todo.

Classificação

Uma tarefa de classificação consiste em associar um elemento a uma classe, de várias opções predefinidas.

Técnicas de classificação

Classificadores baseados em árvores de decisão
Uma árvore de decisão é um instrumento de apoio à tomada de decisão que consiste numa representação gráfica das alternativas disponíveis geradas a partir de uma decisão inicial. É uma árvore n-ária, em que cada nodo tem uma pergunta e n possíveis respostas. Cada resposta, induz uma travessia da correspondente sub árvore e assim em diante até que se atinja um nodo folha que apenas tenha uma resposta.

Redes neuronais
Nas redes neurais artificiais, a ideia é realizar o processamento de informações tendo como princípio a organização de neurónios do cérebro. Como o cérebro humano é capaz de aprender e tomar decisões baseadas na aprendizagem, as redes neurais artificiais devem fazer o mesmo. Assim, uma rede neural pode ser interpretada como um esquema de processamento capaz de armazenar conhecimento baseado em aprendizagem (experiência) e disponibilizar este conhecimento para a aplicação em questão.

Uma rede neural assemelha-se ao cérebro no sentido em que o conhecimento é obtido através de etapas de aprendizagem, e os pesos sinápticos são usados para armazenar o conhecimento. Sinapse é o nome dado à relação que se estabelece entre os neurónios. A estas relações são atribuídos valores, denominados pesos sinápticos. Desta forma as redes neuronais artificiais são constituídas por uma série de neurónios artificiais (ou virtuais) que através do seu relacionamento, vão criar uma rede de elementos de processamento.

A aprendizagem das redes neuronais consiste então em ajustar os pesos sinápticos, de forma, a que todos, ou quase todos, os exemplos sejam correctamente classificados.

Vizinho mais próximo
O algoritmo de classificação baseado no vizinho mais próximo (Nearest Neighbor – NN) consiste em descobrir o vizinho mais próximo de uma dada instância. O algoritmo (k-Nearest Neighbor – k-NN) funciona de forma semelhante mas procura os k vizinhos mais próximos do padrão de consulta, ao invés de apenas um único vizinho mais próximo.
O kNN classifica um dado elemento de acordo com as respectivas classes dos k vizinhos mais próximos. O algoritmo calcula a distância entre um dado elemento e os restantes e então ordena-os por ordem crescente de distância. Dos elementos ordenados seleccionam-se apenas os k primeiros, que servem de parâmetro para a regra de classificação.

K- means
Quando não existem protótipos específicos ou atributos ou critérios disponíveis, o projecto de classificadores é chamado de projecto não - supervisionado ou clustering. Um dos algoritmos destes projectos é o k-médias.

K-médias é um algoritmo de agrupamento iterativo que classifica objectos num determinado número predefinido K de grupos (clusters). Tem como função de classificação a distância do objecto ao centro do grupo (centróide). Minimiza a soma J de todas as distâncias euclidianas entre cada objecto e o seu centróide, segundo o critério dos mínimos quadrados

Classificadores Hierárquicos
Os algoritmos hierárquicos dividem-se em aglomerativos e divisivos, e em ambos os casos, a estrutura hierárquica, baseada na matriz de distâncias ou semelhanças, representa-se por um diagrama de árvore designado por dendrograma.



Segmentação pode ser comparada a uma tarefa de classificação sem classes predefinidas. O objectivo de uma tarefa de segmentação consiste em agrupar registos semelhantes e separar registos diferentes, ou seja, separar o diferente e agrupar o semelhante.

Descrição, Atributos e Descritores

Descrever corresponde ao processo através do qual se empregam os sentidos para captar uma realidade e transportá-la para as palavras.

A descrição permite criar uma imagem mental de um objecto, de uma pessoa, de uma situação, de uma emoção… não devemos enumerar todas as características do elemento descrito, mas sim aquelas que permitem distinguir esse elemento dos seus semelhantes.

Elementos básicos de uma descrição:
- Identificar os elementos; - Situar o elemento (no tempo e no espaço); - Qualificar o elemento através da atribuição de características e juízos.

A descrição pode ser objectiva ou subjectiva. É objectiva quando não contém as impressões do observador, e aproxima-se muito da realidade. É subjectiva quando tem os juízos de valor do observador.



Os atributos correspondem ao conjunto de dados que representam um ponto num espaço, são os elementos ou propriedades que caracterizam as entidades. Os atributos das entidades são preenchidos com valores que variam consoante cada entidade concreta. São esses valores que caracterizam e identificam cada entidade concreta perante as demais.

Os valores de um atributo podem estar compreendidos dentro de um determinado conjunto, este conjunto é o domínio do atributo.

Os domínios dos atributos são importantes para a definição de uma base de dados uma vez que, quando se definem os atributos de uma entidade num SGBD, estes assumem normalmente a forma de campos de uma tabela e é necessário indicar o tipo de dados que podem ser introduzidos em cada um desses atributos ou campos, o que tem a haver com os domínios dos atributos.

Os atributos podem ser:

Atributos atómicos: não é possível decompor este tipo de atributos em unidades mais elementares (idade).

Atributos compostos: são possíveis de decompor em parcelas mais elementares (nome = próprio; sobrenome).

Os descritores são os termos de indexação que consistem numa ou mais palavras representativas de um único conceito. São seguidos pelo seu bloco de palavras, que é constituído pelo conjunto completo de termos e notas associados ao descritor i.e., a estrutura hierárquica do termo. O significado de um descritor é dado pelo seu contexto, ou seja o bloco de palavras que lhe está adjacente.
Os descritores podem ser elementares, operacionais, medíveis, básicos…

Definição de BI

Business Intelligence é um conceito que surgiu pela primeira vez na década de 80, através do Gartner Group. Engloba um vasto conjunto de aplicações de suporte à decisão, as quais possibilitam um acesso rápido, partilhado e interactivo aos dados informacionais, bem com a sua análise e manipulação; através destas ferramentas, os utilizadores poderão descobrir relações e tendências e transformar grandes quantidades de informação em conhecimento útil.

No actual universo empresarial saber decidir da melhor forma e no menor espaço de tempo é fundamental. O conhecimento estruturado da actividade da organização assume-se como um factor crucial no processo de tomada de decisão para que, de uma forma pró-activa, consciente e atempada, sejam efectuadas as opções que mais beneficiam a empresa.

As soluções de Business Intelligence (BI) são reconhecidas como uma das principais fontes de vantagem competitiva nas organizações, transformando conjuntos de dados extensos e geralmente dispersos em conhecimento consolidado, pronto a ser analisado e manipulado de forma efectiva. Estes sistemas constituem a base para a definição das estratégias orientadoras do negócio, actuando como catalizadores para a tomada de decisão.

Conhecimento Explicito, Tácito e Implicito

O Conhecimento Explícito é aquele que possuímos e de que temos consciência, somos capazes de o documentar e as organizações conseguem armazená-lo. “Pode ser expresso em palavras e números e compartilhado em forma de dados, fórmulas científicas, especificações e manuais; pode ser prontamente transmitido entre indivíduos formal e sistematicamente” (Nonaka, 1998).

Conhecimento Explícito (“Know What Knowledge”)

O Conhecimento Tácito é aquele que não se pode exprimir com clareza.

Michael Polanyi, um químico e filósofo que estudou o tema, resumiu-o com a expressão “We know more than we can tell”, e deu como exemplo o facto de nós (humanos) conseguirmos distinguir a face de uma pessoa mas só vagamente conseguimos descrever como é que fazemos essa distinção (Firestone, 2002).

“Altamente pessoal, difícil de ser formalizado, dificilmente visível, comunicado ou compartilhado com outros; constitui-se de compreensões subjectivas, de intuições; está fortemente associado às acções e às experiências dos indivíduos, assim como aos seus valores, ideias e emoções” (Nonaka, 1998).

Conhecimento Tácito (“Know How Knowledge”)

Conhecimento Implícito é um conceito mais recente e que serve para descrever conhecimento que, embora ainda não tenha sido documentado, é passível de o ser. É conhecimento que possuímos e que somos capazes de transmitir, de forma mais ou menos assistida.

O conhecimento implícito (não directamente observável) só pode ser analisado através da observação de casos reais ou da realização de experiências.

Intuição

A palavra intuição vem do latim intueri que significa “ver interiormente” ou “contemplar”.

A intuição pode ser definida como a percepção directa, imediata e clara de uma verdade, sem recurso ao raciocínio.

A tomada de decisões intuitiva, consiste no processo de tomada de decisões de acordo com o subconsciente e a experiência acumulada. A decisão intuitiva complementa geralmente uma análise racional.

Desta forma, a decisão intuitiva, baseada no conhecimento e na experiência pode levar a decisões eficazes.

O que é uma decisão?
Uma decisão consiste na escolha de um modo de agir, entre diversas alternativas possíveis, com a intenção de atingir um objectivo.

A decisão vai actuar sobre o problema e este pode diminuir ou tornar-se extinto. O efeito que a decisão tem sobre o problema vai conduzir as futuras decisões sobre problemas análogos.

"A incerteza é muito mais a regra que a excepção, a única coisa que pode ser certa é o passado e as decisões tomam-se para o futuro."

O que é um problema de decisão?
Por enquanto um problema de decisão, para mim, corresponde a uma situação em que se tem de optar por uma entre várias alternativas.

Todos os problemas têm um problema de decisão?
Eu entendo que sim, no sentido em que quando nos deparamos com um problema temos logo à partida duas alternativas ou o vamos estudar e solucionar, ou por outro lado vamos ignora-lo. Logo aqui estamos a decidir entre seguir para a frente e encontrar a solução ou ficarmos estáticos.

Condições mínimas para existência de um problema de decisão
• Existe pelo menos um indivíduo a quem o problema é atribuído (o agente de decisão), num determinado contexto;

• O agente de decisão tem pelo menos um objectivo a atingir;

• Existem pelo menos duas alternativas de decisão;

• As alternativas de decisão não correspondem todas ao mesmo grau de satisfação do objectivo.

Objectivos

Objectivos podem ser traduzidos nos resultados que pretendemos atingir e indicam a direcção para a qual as decisões e acções devem ser apontadas.

Segundo este ponto de vista os objectivos correspondem ao estado desejado, se não existirem objectivos não vão existir problemas visto que também não vai existir o gap entre o que realmete tenho e o que desejo, pois sem objectivos nem chego a ter a noção do que desejo.

Problema

A palavra problema surgiu à 2500 anos através da junção de duas palavras gregas pro (frente) e ballein (jogar).

Um problema aparece quando temos a percepção que existe uma diferença entre o que desejamos e o que realmente temos, ou seja, quando as nossas realizações ficam muito distantes das nossas expectativas.

Nem todas as questões são problemas, só o são aquelas que, devido à dificuldade que lhes está associada não podem ser resolvidas sem um esforço especial.

O que é problema para um indivíduo poderá ser um exercício para outro ou ainda uma frustração para um terceiro.