Esta pesquisa analisa as possíveis dependências probabilísticas entre as alternativas de design e os testes em desenvolvimento de produtos, e seus impactos na determinação de estratégia de testes. As pesquisas existentes sobre estratégia de teste geralmente assumem a independência probabilística entre essas variáveis e o objetivo desta pesquisa é contribuir para a literatura explorando essas dependências. A análise é realizada através de modelos matemáticos de problemas de testes com até três tipos de testes e até duas alternativas de design. A estrutura metodológica dos modelos é baseada na análise de decisão. Esses modelos permitem que as dependências sejam identificadas e definidas, e suas relações com outros parâmetros chaves do problema de testes são desenvolvidas em detalhes. A dependência entre as probabilidades de sucesso dos designs é denominada de influência entre designs. As dependências entre os testes são denominadas de confiabilidades condicionadas. Os resultados mostram que a influência entre os designs é determinante na definição de estratégia ótima de testes através de suas relações com as probabilidades condicionais. Adicionalmente, os resultados mostram que é necessário especificar pelo menos duas confiabilidades condicionadas para caracterizar completamente as relações entre uma alternativa de design e dois testes imperfeitos. A incorporação de mais de um tipo de teste, nos modelos, permite a análise de estratégias de testes com deferentes tecnologias experimentação. Os resultados indicam que a estratégia de utilizar teste perfeito, lançamento direto no mercado, é ótima em várias situações de testes. Finalmente, resultados desta pesquisa são utilizados para analisar conceitualmente algumas pesquisas empíricas sobre estratégia de testes. Os resultados mostram a potencialidade de interação entre as pesquisas analíticas e empíricas. As principais sugestões para pesquisas futuras são: pesquisar a ocorrência simultânea de confiabilidade condicionada e influência entre designs', desenvolver modelos mais genéricos envolvendo n designs e m tipos de testes; incorporar a geração de alternativas de design durante o projeto de desenvolvimento; e integrar num modelo de estratégia de teste a seleção de designs e a identificação e correção de problemas

This study analyzes the possible probabilistic dependences among alternative designs and tests in product development projects. This is a research area that has not received much attention, given most existing studies have assumed probabilistic independence among these variables. The main goal of this study is twofold: 1) to establish the basic conceptual structures for research in this area, and 2) to analyze the impact of dependence on the optimal test strategy. We approach this goal by developing several mathematical models of testing in product development based on decision analysis. These models have up to two design alternatives and up to three types of tests, and by analyzing these models we are able to identify and define rigorously the dependences among designs and among tests. The dependence among designs is defined as the influence among designs and the dependences among tests are called conditional reliabilities. The key results of this study are: 1) We determine that the influence among designs affects significantly the optimal strategy through its relationship with key conditional probabilities in the test; 2) We demonstrate that, in order to characterize completely the relationship between one design and two tests, we need to specify, at most, two conditional reliabilities; 3) We analyze the optimal strategy when there are more than one type of tests, and the results indicate that the use of comprehensive prototype can be the best strategy in many circumstances; and 4) We employ our models to analyze qualitatively three empirical studies on test strategy and the results show the potential complementarities between analytical and empirical researches. Several topics for future researches in this area are suggested: the first is to generalize the model to n designs and m types of tests; the second is to consider the influences among designs and the conditional reliabilities simultaneously; and the third is to incorporate, as decision variables, both design selection and problem detection