Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/60049

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorRÊGO, Leandro Chaves-
dc.contributor.authorSILVA, Thalita Alves da-
dc.date.accessioned2025-01-27T13:56:02Z-
dc.date.available2025-01-27T13:56:02Z-
dc.date.issued2024-06-30-
dc.identifier.citationSILVA, Thalita Alves da. Conceitos de Estabilidade com Horizonte Variável no Modelo de Grafos para Resolução de Conflitos com Preferências Probabilísticas. 2024. Dissertação (Mestrado em Estatística) – Universidade Federal de Pernambuco, Recife, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/60049-
dc.description.abstractEsta dissertação investiga avanços no Modelo de Grafos para Resolução de Conflitos (GMCR), destacando a implementação de preferências probabilísticas em estabilidades com horizonte variável. O estudo visa aprimorar a análise de conflitos no GMCR, introduzindo novos conceitos que consideram a incerteza e a probabilidade dos diferentes desfechos nas decisões dos agentes. A motivação deste estudo reside na lacuna existente na literatura sobre como as preferências probabilísticas podem afetar os conceitos de estabilidade com horizonte variável no GMCR. Incorporar essas preferências possibilita uma abordagem mais flexível e realista, crucial para a modelagem precisa de situações conflituosas e para a tomada de decisões eficaz em cená- rios complexos. Dentre objetivos principais desta dissertação, esteve a preocupação de definir a estabilidade Movimento Limitado com preferências probabilísticas para conflitos bilaterais, (α, β) − Lh, e propor a definição da estabilidade (α, β) −M aximinh para conflitos bilaterais, também considerando preferências probabilísticas. Além disso, buscamos estabelecer relações entre os novos conceitos de estabilidade e os já existentes na literatura sobre o GMCR. A dis- sertação consiste em seis capítulos. Após capítulo introdutório, no qual fizemos uma revisão de literatura, nós revisamos o modelo GMCR e o GMCR com preferências probabilísticas, apre- sentamos a estabilidade Movimento Limitado (α, β) − Lh para conflitos bilaterais no GMCR com preferências probabilísticas e a noção da estabilidade (α, β) − M aximinh, para conflitos bilaterias, também, no GMCR com preferências probabilísticas. Fizemos a aplicação dos con- ceitos que propusemos em um conflito real apresentado na literatura sobre o GMCR. Nossa pesquisa foi conduzida de forma teórica. E com a análise do conflito que fizemos, pudemos ilustrar a utilidade desses novos conceitos, mostrando como a estabilidade do conflito pode variar com os parâmetros α e β e o horizonte considerado. Portanto, nossos resultados forne- cem insights valiosos para a formulação de estratégias de resolução de conflitos, permitindo adaptações conforme as condições específicas do contexto.pt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectGMCRpt_BR
dc.subjectEstabilidadept_BR
dc.subjectHorizonte variávelpt_BR
dc.subjectPreferências probabilísticaspt_BR
dc.titleConceitos de Estabilidade com Horizonte Variável no Modelo de Grafos para Resolução de Conflitos com Preferências Probabilísticaspt_BR
dc.typemasterThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/6612020358195068pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2004501146244643pt_BR
dc.publisher.programPrograma de Pos Graduacao em Estatisticapt_BR
dc.description.abstractxThis Master Thesis investigates advancements in the Graph Model for Conflict Resolution (GMCR), highlighting the implementation of probabilistic preferences in variable horizon sta- bilities. The study aims to enhance conflict analysis in the GMCR by introducing new concepts that consider the uncertainty and probability of different outcomes in agents’ decisions. The motivation for this study lies in the existing gap in the literature regarding how probabilistic preferences can affect the concepts of variable horizon stability in the GMCR. Incorporating these preferences allows for a more flexible and realistic approach, which is crucial for accurately modeling conflicting situations and making effective decisions in complex scenarios. Among the main objectives of this dissertation was the concern to define Limited Move stability with probabilistic preferences, (α, β) − Lh, and to propose the definition of (α, β) − M aximinh stability, also considering probabilistic preferences, both of them for bilateral conflicts. Ad- ditionally, we aimed to establish relationships between the new stability concepts and those already existing in the GMCR literature. This work consists of six chapters. After an introduc- tory chapter, in which we conducted a literature review, we revisited the GMCR model and the GMCR with probabilistic preferences, presented the (α, β) − Lh Limited Move stability in the GMCR with probabilistic preferences, and introduced the notion of (α, β) − M aximinh stability, also in the GMCR with probabilistic preferences. We applied the proposed concepts to a real conflict presented in the GMCR literature. Our research was conducted theoretically. By analyzing the conflict, we illustrated the usefulness of these new concepts, showing how conflict stability can vary with the parameters α and β and the considered horizon. Therefore, our results provide valuable insights for formulating conflict resolution strategies, allowing for adaptations according to the specific conditions of the context.pt_BR
Aparece nas coleções:Dissertações de Mestrado - Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Thalita Alves da Silva.pdf2,57 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons