COMBATE DE EPIDEMIAS UTILIZANDO CONTROLE EM MALHA FECHADA POR MEIO DO MÉTODO P-NARMAX
|
|
- Derek Dinis Gentil
- 8 Há anos
- Visualizações:
Transcrição
1 COMBATE DE EPIDEMIAS UTILIZANDO CONTROLE EM MALHA FECHADA POR MEIO DO MÉTODO P-NARMAX Everthon de Souza Oliveira, Samir Angelo Milani Martins, Alípio Monteiro Barbosa, Erivelton Geraldo Nepomuceno Grupo de Controle e Modelagem, Departamento de Engenharia Elétrica Universidade Federal de São João del-rei Praça Frei Orlando, 170, Centro, São João del-rei, MG, Brasil Programa de Pós-graduação em Engenharia Elétrica Universidade Federal de Minas Gerais Av. Antônio Carlos, 6627, Pampulha, Belo Horizonte, MG, Brasil s: everthonsol@yahoo.com.br, milani.martins@gmail.com, alipiomonteiro@yahoo.com.br, nepomuceno@ufsj.edu.br Abstract Several techniques for control of epidemics are investigated with mathematical models. The development of this models are contributing to the better development of control strategies. This paper presents a methodology for a polynomial NARMAX model to predict the parameters of an epidemic. The identified model is used in proportional feedback control and applied in a epidemiological system. Keywords Epidemiological Modeling, Feedback Control, Polynomial NARMAX Model. Resumo Várias técnicas de controle de epidemias são investigadas por meio de modelos matemáticos. O desenvolvimento de tais modelos está contribuindo para a elaboração de estratégias de controle mais eficazes. Este trabalho apresenta uma metodologia para a obtenção de um modelo NARMAX polinomial para previsão dos parâmetros de uma epidemia. O modelo previamente identificado é utilizado no controle proporcional, em malha fechada, de um sistema epidemiológico. Palavras-chave Modelagem Epidemiológica, Controle Malha Fechada, Modelos NARMAX Polinomial. 1 Introdução O controle e a prevenção de doenças infecciosas têm sido foco de estudo de diversos grupos de pesquisa em todo o mundo (Nepomuceno et al., 2006). Epidemias recentes tem motivado o crescente interesse nesta área da ciência denominada epidemiologia, como a gripe suína, a dengue (Caetano e Yoneyama, 2001), e tem sido objeto de estudo de vários pesquisadores que buscam o desenvolvimento de modelos matemáticos que possam contribuir para a compreensão e erradicação de doenças infecciosas (Hethcote, 2000; Lamperti et al., 2007; Pereira et al., 2008). Dentre os modelos matemáticos desenvolvidos, o modelo compartimental SIR (Suscetíveis Infectados Recuperados) é um dos mais utilizados (Hethcote, 2000). O modelo SIR descreve a epidemia como um sistema de equações diferenciais que relaciona as parcelas da população contidas nos compartimentos S, I e R, de forma análoga à modelagem da interação entre partículas segundo o princípio da ação de massas (Hethcote, 2000). Entretanto, o modelo SIR não é capaz de explicar a persistência ou erradicação de doenças infecciosas (Keeling e Rohani, 2002; Lloyd, 2001). A principal razão para isso é que o modelo SIR considera a distribuição de indivíduos espacial e temporalmente homogênea (Hethcote, 2000). Uma abordagem para lidar com a questão de populações heterogêneas, estudado em ecologia, os chamados Modelos Baseados em Indivíduos, MBI (ou IBM, do inglês Individual Based Model) (Keeling e Grenfell, 2000; Grimm, 1999; Nepomuceno et al., 2006) estão em crescente estudo. Segundo Grimm (1999), cada indivíduo é tratado como uma entidade única e discreta que possui idade e ao menos mais uma propriedade que muda ao longo do ciclo da vida, tal como peso, posição social, entre outras. Várias técnicas de controle de epidemias são investigadas por meio desses modelos (Agur et al., 1993; Nepomuceno et al., 2006; Oliveira et al., 2008). Essas técnicas podem ser vistas como uma aproximação das campanhas de vacinação de controle governamentais. Diferentemente do modelo SIR, o Modelo Baseado em Indivíduos torna possível a aplicação de um maior número de técnicas de controle inteligente, visto que o controle de uma doença pode ser determinado a partir das características do indivíduo. Contudo determinar os parâmetros reais de uma epidemia não é uma tarefa trivial. Isso torna difícil a aplicação dessas técnicas, uma vez que dependem desses parâmetros (Anderson e May, 1992; Hethcote, 2000). Cada uma das características do sistema influencia na probabilidade p
2 de um indivíduo ser infectado ou não. Isso mostra a importância de se encontrar essa probabilidade mas também a dificuldade de se determinar um modelo matemático que considere todos os parâmetros nesse cálculo. Neste trabalho é mostrada a importância dessa probabilidade também para o cálculo da vacinação a ser aplicada. Com o objetivo de estimar o valor de p, utilizou-se a representação matemática NARMAX ( Nonlinear AutoRegressive Moving Average with exogenous input ) (Chen e Billings, 1989; Leontaritis e Billings, 1985) polinomial. Uma das grandes vantagens dos modelos NARMAX polinomiais é a facilidade com que certos tipos de conhecimentos podem ser extraídos e incorporados (Aguirre, 2007). Este trabalho propõe a obtenção de um modelo NARMAX polinomial para previsão dos parâmetros de uma epidemia, em particular o parâmetro p, de forma on-line, a fim de se aplicar um controle baseado nos parâmetros encontrados. A ação de controle implementada é aqui chamada de Proporcional-Narmax (ou P-NARMAX), uma vez que atua como um controle proporcional em malha fechada. 2 Conceitos Preliminares 2.1 Modelo Baseado em Indivíduos Nepomuceno e colaboradores (Nepomuceno et al., 2006) expressaram o MBI, no qual um indivíduo é representado por I m,t = [C 1 C 2 C n ], (1) em que m é o tamanho da população, t é o instante em que o indivíduo apresenta um conjunto específico de características e C n é uma característica do indivíduo. A primeira característica é o seu estado do ponto de vista epidemiológico, ou seja, suscetível, infectado, recuperado. Outras características podem ser a idade, o tempo de duração da infecção, o sexo, a localização espacial ou quaisquer outras características do indivíduo consideradas relevantes. Para que a modelagem do sistema ocorra de modo satisfatório trabalhou-se com seis principais características: o estado (suscetível, infectado ou recuperado) do indivíduo; a idade corrente; a máxima idade em que o indivíduo viverá; a localização espacial dos indivíduos, o tempo em que o indivíduo se encontra no estado infectante, o máximo tempo em que o indivíduo permanece no estado infectante, ambos expresso em passos de integração. Para maiores detalhes acerca das características, veja (Nepomuceno et al., 2006). Por sua vez, uma população de indivíduos é representada por: P t = [I 1,t I 2,t I 3,t I m,t ] T, (2) em que I m,t é um indivíduo no instante t e P é uma matriz m n. Outros parâmetros do modelo utilizados aqui são γ (a taxa de recuperação da doença), µ (taxa de mortalidade da população), β (probabilidade de infecção em um contato), T v (período de vacinação) v (taxa de vacinação). Outras características do modelo e as premissas epidemiológicas adotadas encontram-se em (Nepomuceno et al., 2006). 2.2 Modelos NARMAX polinomiais A Identificação de Sistemas não-lineares por meio de modelos NARMAX polinomiais é detalhadamente apresentada em Aguirre (2007). Os modelos NARMAX polinomiais (Leontaritis e Billings, 1985) são modelos auto-regressivos com média móvel utilizados na identificação de sistemas e podem ser descritos por: y(t) = F l ([y(t 1),,y(t n y ), u(t 1),,u(t n u ), ξ(t 1),,ξ(t n ξ )]) + ξ(t) (3) em que F l é uma função não-linear de grau l, y(t), u(t) e ξ(t) representam a saída, a entrada e a média móvel, respectivamente. n y, n u e n ξ são os máximos atrasos correspondentes. Os modelos NARMAX polinomiais são modelos pseudo-lineares (modelos não-lineares com grande capacidade de implementação em algoritmos iterativos). Além disso, permitem com relativa facilidade a extração de informações analíticas do modelo, tais como curva e ganho estático. Para identificar um sistema, são necessárias cinco etapas descritas em (Aguirre, 2007), a saber: 1. Teste Dinâmico e Coleta de Dados. 2. Escolha da Representação Matemática a ser Utilizada 3. Determinação da Estrutura do Modelo 4. Estimação dos Parâmetros 5. Validação dos Modelos Os parâmetros do modelo NARMAX foram obtidos pelo métodos dos mínimos quadrados (MMQ) que garantem, sobre a massa de dados de identificação, parâmetros que minimizam o erro de predição. A validação foi feita por meio do índice RMSE (raiz quadrada da média dos erros quadráticos), que quantifica a qualidade do modelo. Modelos devem apresentar índice menor que a unidade, para que apresentem erro de predição inferior àquele obtido utilizando a média da série temporal. Esse índice pode ser calculado como:
3 RMSE = N k=1 (y(k) ŷ(k))2 N, (4) k=1 (y(k) ȳ)2 em que ŷ(k) é a simulação livre do sinal, ȳ é o valor médio do sinal medido y(k) e N é o número de amostras existentes nos dados de validação. 3 Metodologia Para aplicação da técnica de controle foi necessário utilizar um sistema-teste. Como na literatura têm-se poucos dados reais detalhados de epidemias, adotou-se o MBI, expressando o modelo SIR (Nepomuceno et al., 2006) para tal. A proposta deste artigo é criar um controle que considere a probabilidade de um indivíduo ser infectado. Baseado nessa probabilidade é calculada a taxa de vacinação adequada para erradicação de maneira otimizada da epidemia. A seguir é dada uma definição matemática dessa probabilidade. Definição (Probabilidade de infecção): Em cada instante de tempo existe uma probabilidade p de um indivíduo suscetível ser infectado. Essa probabilidade depende de inúmeros fatores como taxa de infectados - i - (razão entre o número de infectados e a população total), taxa de suscetíveis - s - (razão entre o número de suscetíveis e a população total), forma de contatos, entre outras características do sistema. Contudo, o número de novas infecções no instante presente está diretamente ligado à probabilidade do instante anterior. Pode-se definir formalmente como sendo: p(t) = i(t) i(t 1) s(t 1) (5) em que p é a probabilidade de infecção, i é o taxa de infectados, s a taxa de suscetíveis e t é o instante considerado. Assim tem-se a probabilidade ocorrida no instante anterior (t). Porém é necessária a probabilidade do instante atual (t + 1) para prever a porcentagem da população a ser vacinada. Para obter o valor de p em um instante futuro, utilizou-se o modelo NARMAX polinomial. 3.1 Obtenção do Modelo NARMAX polinomial Para a obtenção da estrutura do modelo NARMAX polinomial, utilizou-se a técnica de taxa de redução de erro em conjunto com o critério de informação de Akaike. A priori, para aplicação dessas técnicas, foram definidos como máximo atraso para as variáveis de entrada e saída t = 2 e 2 como sendo o grau de não-linearidade do modelo. Como o MBI é estocástico, os dados são distintos em cada simulação. Com isso, simulou-se o MBI duas vezes, sendo coletados dados distintos para identificação e validação do modelo. Também pode-se afirmar que os dados utilizados para identificação e validação do modelo são distintos dos dados utilizados para a aplicação da ação de controle proporcional. Como entrada do modelo, utilizou-se a taxa de indivíduos infectados. 3.2 Ações de Controle A idéia do controle é baseada na relação existente entre a probabilidade de infecção e na necessidade de vacinação da população. Pode-se afirmar que, se não há chance do indivíduo ser infectado, não há necessidade de vaciná-lo. Por um outro lado, se é grande a chance de ser infectado, é grande a necessidade de imunizá-lo. Pode-se então, fazer uma aproximação linear entre a probabilidade de infecção e a taxa de vacinação. Neste trabalho analisou-se a vacinação pulsada. O controle por pulso é um método de otimização não-linear. O projeto de vacinação por pulso consiste em vacinar a população em períodos específicos ao longo de um intervalo de tempo de interesse. Considerou-se que a vacinação por pulso possua período constante e intensidade variável (v), durante o tempo estudado. O valor da constante de proporcionalidade k foi obtida simulando o sistema para vários valores de k e escolhido a melhor opção que minimizasse o custo da erradicação da epidemia, levando em conta parâmetros como extinção ou não da doença, instante de extinção e quantidade de vacinas. A constante k varia pouco entre epidemias distintas, sendo que o mesmo pode ser mantido constante, sem perda significativa da eficiência do método. Na Seção 4 é apresentado um estudo com os valores de k. Após determinado o valor dessa constante é estabelecida uma relação entre a probabilidade de infecção prevista pelo modelo NARMAX polinomial e a porcentagem de vacinação dos indivíduos suscetíveis da seguinte forma: v(t) = kp(t), (6) em que v é a taxa de vacinação a ser aplicada no instante t, k é a constante de proporcionalidade, dada em Suscetveis/Infectados e p é a probabilidade de infecção prevista. 3.3 Diagrama do sistema de controle O diagrama apresentado na Figura 1 mostra o controle proporcional NARMAX em malha fechada proposto neste trabalho.
4 p(t-1) p(t-2) i(t-2) i(t-1) p(t) v(t) NARMAX K SISTEMA i(t) Figura 1: Representação do sistema de controle P NARMAX em malha fechada. A partir dos valores de entrada do modelo NARMAX, é calculado a probabilidade de infecção. Esse valor é multiplicado pela constante k e determinado o valor da taxa de vacinação a ser aplicada no sistema. Após aplicada a vacinação, os valores de i e p são atualizados, fechando a malha do sistema. Varias transições influenciam no valor de p, contudo, foi considerado apenas uma. Essa medida pode gerar valores incoerentes, tais como valores negativos de p. Porém, ainda assim garante um bom resultado e uma correlação entre a taxa de vacinação e a probabilidade de infecção. Para garantir a ação de controle adequada, considera-se que para p < 0 a vacinação será v = 0. Por outro lado, quando o produto k p > 1, a vacinação será saturada em 100 % da população. 4 Resultados e Discussões A Figura 2 mostra a dinâmica do sistemateste sem qualquer ação de controle. Nota-se que a epidemia entra em estado de endemia, ou seja, estabiliza-se sem erradicar. Figura 3: Dinâmica do sistema usado com a ação de controle pulsado com taxa de vacinação constante. Os parâmetros utilizados foram γ = 1 30 ; µ = 1 60 ; N = 1000 ; β = 0,2; T v = 10 e v = 0,4. Utilizando a metodologia abordada, obtevese um modelo NARMAX para a probabilidade de infecção, conforme Equação 7. p(t) = 2,6939i(t 1)p(t 1) + (7) +0,0254p(t 2) 0,0174i(t 1) + 2,6204i(t 2)p(t 1) + 4,5038p(t 2) 2 + 0,0016i(t 2) + 4,0500p(t 1) ,7208p(t 2)p(t 1) + +4,4770i(t 1)p(t 2) + 0, ,0381i(t 2) 2 + 4,2017i(t 2)p(t 2) + 0,0354i(t 1) 2 + 0,0908p(t 1), em que p é a probabilidade de infecção, i é a taxa de infectados (razão entre o número de infectados e o tamanho da população) e t é o instante considerado. Figura 2: Dinâmica do sistema usado sem nenhuma ação de controle. Os parâmetros usados foram γ = 1 30 ; µ = 1 60 ; N = 1000 e β = 0,2. A Figura 3 mostra a ação de controle pulsada, com período de vacinação T v = 10. Figura 4: Séries temporais da probabilidade de infecção. Em azul os valores reais de p e em vermelho os valores previstos.
5 Para validação do modelo utilizou-se o índice RMSE. O valor encontrado foi de 0,6938, o que indica que o modelo é adequado para predição desta série. Tabela 1: Escolha de qual valor de k utilizar. O valor do tempo de extinção é dado em passos de integração, sendo que o mesmo pode ser em anos, meses, ou dias, dependendo da epidemia em questão. Extinções Tempo de Vacinas extinção (média) (média) k = 5 4/ ,75 684,00 k = 10 8/10 573,67 751,50 k = 15 10/10 432,50 450,10 k = 20 10/10 339,10 433,00 k = 25 10/10 346,30 503,80 k = 30 10/10 325,00 519,30 k = 35 10/10 330,20 592,30 k = 40 10/10 326,30 663,50 k = 45 10/10 304,10 660,30 k = 50 10/10 303,00 690,20 Figura 5: Dinâmica do sistema usando controle pulsado P-NARMAX em malha fechada. Os parâmetros usados foram γ = 1 30 ; µ = 1 60 ; N = 1000; β = 0,2; T v = 10 e v = 0,4, em que γ é a taxa de recuperação da doença, µ é a taxa de mortalidade da população, β é a probabilidade de infecção em um contato e T v = 10 é o período de vacinação. A evolução da taxa de vacinação é mostrada na Figura 6. A decisão de qual valor de k será escolhido é um problema multi-objetivo. Deseja-se minimizar concomitantemente o tempo de extinção da doença e a quantidade de vacinas aplicada. Contudo, tais objetivos são inversamente proporcionais. O que se pode fazer é escolher uma solução que possua um compromisso mútuo entre os funcionais em questão. Por meio da tabela 4, escolheu-se k = 20, pelo fato do mesmo apresentar um compromisso mútuo entre o tempo médio de erradicação da doença e a quantidade de vacina gasta para tal. Uma vez determinado o valor de k, pode-se obter o valor de v, por meio da equação 6, que varia com o valor previsto da probabilidade de infecção. Para uma comparação entre os métodos, a Figura 5 mostra a taxa de vacinação para controle pulsado com v constante e a taxa de vacinação do método proposto. A Figura 5 mostra a simulação Monte Carlo da dinâmica da doença para o valor de k escolhido. Figura 6: Evolução da taxa de vacinação. Em vermelho, valores referentes ao controle P-NARMAX em malha fechada e em azul, técnica de vacinação pulsada com taxa constante. Utilizando a abordagem do controle pulsado, com taxa de vacinação contínua, obteve-se uma extinção da doença em todos os casos simulados (simulação Monte-Carlo). O valor médio do tempo de extinção da doença, para essa abordagem é de 408, dado em passos de integração. O valor médio da quantidade de vacinas para essa abordagem foi de 523 vacinas, para uma taxa de vacinação de 40%; A nova técnica proposta minimizou a quantidade de vacinas em 17,21% e o tempo de extinção em 16,89%. Mostrou-se eficiente também pela livre escolha do valor da constante de proporciona-
6 lidade k. Outro ponto importante é o fato da não necessidade de um modelo matemático da epidemia para a aplicação de controle. Somente são necessários dados estatísticos da epidemia, para a identificação e validação do modelo NARMAX, e posterior aplicação de controle. 5 Conclusões Neste trabalho implementou-se um controle proporcional em malha fechada por meio de um modelo NARMAX polinomial em um sistema epidemiológico. Utilizando o modelo NARMAX polinomial, calculou-se a probabilidade de um indivíduo ser infectado, de acordo com o número de infectados e suscetíveis no sistema. Baseado no valor de probabilidade previsto, foi possível aplicar a ação de controle. Uma vantagem do método proposto é que é preciso conhecer apenas os dados estatísticos sobre a epidemia (número de indivíduos suscetíveis, infectados e número total de indivíduos) não sendo necessário conhecer os parâmetros da epidemia. Esse método ainda possibilita a otimização no gasto com vacinas. No caso da vacinação pulsada convencional, por exemplo, o valor da taxa de vacinação é fixa, vacinando ora desnecessariamente, outrora aquém do necessário. Pesquisas futuras versam sobre a obtenção de novos métodos para a determinação da constante de proporcionalidade k. O modelo NARMAX encontrado pode ser reajustado utilizando dados estatísticos reais de epidemias, proporcionando uma melhor eficácia numa possível aplicação direta. Referências Aguirre, L. A. (2007). Introdução à Identificação de Sistemas: técnicas lineares e nãolineares aplicadas a sistemas reais, Editora da UFMG. 3 a edição. Agur, Z., Cojocaru, L., Mazor, G., Anderson, R. M. e Danon, Y. L. (1993). Pulse mass measles vaccination across age cohorts, Proceedings of the National Academy of Sciences of the United States of America 90(24): Anderson, R. M. e May, R. M. (1992). Infectious Diseases of Humans: Dynamics and Control, Oxford University Press, Oxford. Caetano, M. A. L. e Yoneyama, T. (2001). Optimal and sub-optimal control in the dengue epidemics, Optimal Control: Applications and Methods 22(2): model, International Journal of Control 49(3): Grimm, V. (1999). Ten years of individual-based modelling in ecology: what have we learned and what could we learn in the future?, Ecological Modelling 115(2-3): Hethcote, H. W. (2000). The mathematics of infectious diseases, SIAM Review 42(4): Keeling, M. e Grenfell, B. (2000). Individualbased perspectives on R-0, Journal of Theoretical Biology 203(1): Keeling, M. J. e Rohani, P. (2002). Estimating spatial coupling in epidemiological systems: a mechanistic approach, Ecology Letters 5(1): Lamperti, R., Oliveira, E., Neves, L., Agostinho, N. e Nepomuceno, E. (2007). Vacinação pulsada em sistemas epidemiológicos utilizando o modelo baseado em indivíduos, Simpósio Brasileiro de Automação Inteligente, Florianópolis SC Brasil, pp Leontaritis, I. J. e Billings, S. A. (1985). Inputoutput parametric models for non linear systems - part i: deterministic non linear systems, International Journal of Control 41(2): Lloyd, A. L. (2001). Realistic distributions of infectious periods in epidemic models: changing patterns of persistence and dynamics, Theoretical Population Biology 60(1): Nepomuceno, E. G., Aguirre, L. A., Takahashi, R. H. C., Lamperti, R. D., Alvarenga, L. R. e Kurcbart, S. M. (2006). Modelagem de sistemas epidemiológicos por meio de modelos baseados em indivíduos, Anais do XVI Congresso Brasileiro de Automática, Salvador BA Brasil, pp Oliveira, E., Lacerda, M., Barbosa, A. e Nepomuceno, E. (2008). Desenvolvimento de estratégia de controle epidemiológico: análise espacial e vacinação a partir do foco da doença, Anais do XVII Congresso Brasileiro de Automática, Juiz de Fora MG Brasil, pp Pereira, E., Galvão, R. e Yoneyama, T. (2008). Uma abordagem de controle preditivo pulsado baseado em modelo aplicado a sistemas epidemiológicos, Anais do XVII Congresso Brasileiro de Automática, Juiz de Fora MG Brasil, pp Chen, S. e Billings, S. A. (1989). Representations of non-linear systems: the NARMAX
SÍNTESE DE CONTROLE PROPORCIONAL-DERIVATIVO PARA SISTEMAS COMPLEXOS: UM ESTUDO DE CASO EM EPIDEMIOLOGIA
SÍNTESE DE CONTROLE PROPORCIONAL-DERIVATIVO PARA SISTEMAS COMPLEXOS: UM ESTUDO DE CASO EM EPIDEMIOLOGIA Carlos Manuel Viriato Neto, Denise Fonseca Resende, Erivelton Geraldo Nepomuceno Grupo de Controle
Leia maisESTUDO DA DINÂMICA POPULACIONAL DE UM VÍRUS COMPUTACIONAL
ESTUDO DA DINÂMICA POPULACIONAL DE UM VÍRUS COMPUTACIONAL Aluno: João Henrique Carneiro Orientador: Carlos Frederico Palmeira Introdução Foi feito um estudo sobre dinâmica populacional a fim de buscar
Leia maisBC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisAnálise de Estabilidade e Controle de Doenças Infecciosas por meio de Modelo Compartimental.
Análise de Estabilidade e Controle de Doenças Infecciosas por meio de Modelo Compartimental. BRUNO DE PAULA O. PAIVA *, ERIVELTON GERALDO NEPOMUCENO *. *Grupo de Controle e Modelagem, Departamento de Engenharia
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisPós-Graduação em Gerenciamento de Projetos práticas do PMI
Pós-Graduação em Gerenciamento de Projetos práticas do PMI Planejamento do Gerenciamento das Comunicações (10) e das Partes Interessadas (13) PLANEJAMENTO 2 PLANEJAMENTO Sem 1 Sem 2 Sem 3 Sem 4 Sem 5 ABRIL
Leia mais1. Introdução. 1.1 Introdução
1. Introdução 1.1 Introdução O interesse crescente dos físicos na análise do comportamento do mercado financeiro, e em particular na análise das séries temporais econômicas deu origem a uma nova área de
Leia maisAnálise qualitativa do processo de workflow da ouvidoria do IFMG campus Bambuí: um estudo de caso
Análise qualitativa do processo de workflow da ouvidoria do IFMG campus Bambuí: um estudo de caso Estefânia Paula da SILVA¹; Lígia Maria SOARES PASSOS² ¹ Aluna do curso de Engenharia de Produção do IFMG
Leia maisPROBLEMAS ATUAIS DA LOGÍSTICA URBANA NA ENTREGA DE MATERIAIS HOSPITALARES UM ESTUDO INVESTIGATIVO
PROBLEMAS ATUAIS DA LOGÍSTICA URBANA NA ENTREGA DE MATERIAIS HOSPITALARES UM ESTUDO INVESTIGATIVO Frederico Souza Gualberto Rogério D'Avila Edyr Laizo Leise Kelli de Oliveira PROBLEMAS ATUAIS DA LOGÍSTICA
Leia maisEXERCÍCIOS RESOLVIDOS
ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas
Leia maisAula 2 Revisão 1. Ciclo de Vida. Processo de Desenvolvimento de SW. Processo de Desenvolvimento de SW. Processo de Desenvolvimento de SW
Ciclo de Vida Aula 2 Revisão 1 Processo de Desenvolvimento de Software 1 O Processo de desenvolvimento de software é um conjunto de atividades, parcialmente ordenadas, com a finalidade de obter um produto
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear A medida de correlação é o tipo de medida que se usa quando se quer saber se duas variáveis possuem algum tipo de relação, de maneira que quando uma varia a outra varia também.
Leia maisMACROPROCESSOS É um conjunto de processos que correspondem a uma função da organização.
GESTÃO POR PROCESSOS Prof. WAGNER RABELLO JR PROCESSO Conjunto de recursos e atividades interrelacionadas que transforma insumos (entradas) em serviços ou produtos (saídas); GESTÃO DE PROCESSO OU GESTÃO
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisAjuda ao SciEn-Produção 1. 1. O Artigo Científico da Pesquisa Experimental
Ajuda ao SciEn-Produção 1 Este texto de ajuda contém três partes: a parte 1 indica em linhas gerais o que deve ser esclarecido em cada uma das seções da estrutura de um artigo cientifico relatando uma
Leia maisPotencial Econômico dos Clientes dos Corretores de Seguros Independentes do Estado de São Paulo Francisco Galiza www.ratingdeseguros.com.
Potencial Econômico dos Clientes dos Corretores de Seguros Independentes do Estado de São Paulo Francisco Galiza www.ratingdeseguros.com.br Julho/2005 1) Introdução O objetivo deste estudo foi avaliar
Leia maisipea A EFETIVIDADE DO SALÁRIO MÍNIMO COMO UM INSTRUMENTO PARA REDUZIR A POBREZA NO BRASIL 1 INTRODUÇÃO 2 METODOLOGIA 2.1 Natureza das simulações
A EFETIVIDADE DO SALÁRIO MÍNIMO COMO UM INSTRUMENTO PARA REDUZIR A POBREZA NO BRASIL Ricardo Paes de Barros Mirela de Carvalho Samuel Franco 1 INTRODUÇÃO O objetivo desta nota é apresentar uma avaliação
Leia maisGuia de Atividades para Introdução do Powersim no Processo Ensinoaprendizagem de Equações Diferenciais Ordinárias
Guia de Atividades para Introdução do Powersim no Processo Ensinoaprendizagem de Equações Diferenciais Ordinárias Nestas atividades temos como objetivo sua familiarização com o software Powersim e, através
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisPesquisa Mercadológica. Prof. Renato Resende Borges
Pesquisa Mercadológica Prof. Renato Resende Borges Definição de Pesquisa de Marketing É a identificação, coleta, análise e disseminação de informações de forma sistemática e objetiva e o uso de informações
Leia maisVOLUME 3. Projeção Demográfica; Projeção de Matrículas, Taxas de Atendimento e Taxas de Transição; Indicadores do Censo Escolar.
VOLUME 3 Projeção Demográfica; Projeção de Matrículas, Taxas de Atendimento e Taxas de Transição; Indicadores do Censo Escolar. 69 PARTE I PROJEÇÃO DEMOGRÁFICA 70 1 Introdução A atualização de projeções
Leia maisGerenciamento de Riscos do Projeto Eventos Adversos
Gerenciamento de Riscos do Projeto Eventos Adversos 11. Gerenciamento de riscos do projeto PMBOK 2000 PMBOK 2004 11.1 Planejamento de gerenciamento de riscos 11.1 Planejamento de gerenciamento de riscos
Leia maisRevisão de Estatística Básica:
Revisão de Estatística Básica: Estatística: Um número é denominado uma estatística (singular). Ex.: As vendas de uma empresa no mês constituem uma estatística. Estatísticas: Uma coleção de números ou fatos
Leia maisA IMPORTÂNCIA DA GESTÃO DE CUSTOS NA ELABORAÇÃO DO PREÇO DE VENDA
553 A IMPORTÂNCIA DA GESTÃO DE CUSTOS NA ELABORAÇÃO DO PREÇO DE VENDA Irene Caires da Silva 1, Tamires Fernanda Costa de Jesus, Tiago Pinheiro 1 Docente da Universidade do Oeste Paulista UNOESTE. 2 Discente
Leia maisDESENVOLVIMENTO DE INTERFACE WEB MULTIUSUÁRIO PARA SISTEMA DE GERAÇÃO AUTOMÁTICA DE QUADROS DE HORÁRIOS ESCOLARES. Trabalho de Graduação
DESENVOLVIMENTO DE INTERFACE WEB MULTIUSUÁRIO PARA SISTEMA DE GERAÇÃO AUTOMÁTICA DE QUADROS DE HORÁRIOS ESCOLARES Trabalho de Graduação Orientando: Vinicius Stein Dani vsdani@inf.ufsm.br Orientadora: Giliane
Leia maisControlador DMC-Dynamic Matrix Control
Capítulo 7 Controlador DMC-Dynamic Matrix Control 7.1 Introdução Em 1979, Cluter e Ramaker apresentaram um algoritmo preditivo,o controlador DMC, como uma metodologia capaz de manipular restrições operacionais
Leia maisUm estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV)
Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV) Este estudo aborda a correlação entre os resultados operacionais e patrimoniais
Leia mais11 de maio de 2011. Análise do uso dos Resultados _ Proposta Técnica
11 de maio de 2011 Análise do uso dos Resultados _ Proposta Técnica 1 ANÁLISE DOS RESULTADOS DO SPAECE-ALFA E DAS AVALIAÇÕES DO PRÊMIO ESCOLA NOTA DEZ _ 2ª Etapa 1. INTRODUÇÃO Em 1990, o Sistema de Avaliação
Leia maisEstudo de técnicas de rastreamento de objetos aplicadas à detecção de múltiplas larvas
Estudo de técnicas de rastreamento de objetos aplicadas à detecção de múltiplas larvas Guilherme de Oliveira Vicente Orientador: Prof. Dr. Hemerson Pistori Coorientador: Prof. Me. Kleber Padovani de Souza
Leia maisEste capítulo é divido em duas seções, a primeira seção descreve a base de
30 3. Metodologia Este capítulo é divido em duas seções, a primeira seção descreve a base de dados utilizada, identificando a origem das fontes de informação, apresentando de forma detalhada as informações
Leia maisAS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA
CAPÍTULO 1 AS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA Talvez o conceito físico mais intuitivo que carregamos conosco, seja a noção do que é uma força. Muito embora, formalmente, seja algo bastante complicado
Leia maisINSTITUTOS SUPERIORES DE ENSINO DO CENSA PROGRAMA INSTITUCIONAL DE INICIAÇÃO CIENTÍFICA PROVIC PROGRAMA VOLUNTÁRIO DE INICIAÇÃO CIENTÍFICA
INSTITUTOS SUPERIORES DE ENSINO DO CENSA PROGRAMA INSTITUCIONAL DE INICIAÇÃO CIENTÍFICA PROVIC PROGRAMA VOLUNTÁRIO DE INICIAÇÃO CIENTÍFICA IMPACTO DA CONSTRUÇÃO CIVIL NO PRODUTO INTERNO BRUTO BRASILEIRO
Leia maisXI Encontro de Iniciação à Docência
4CCENDFMT01 EXEMPLO DE APLICAÇÃO DE UMA METODOLOGIA PARA A SOLUÇÃO DE PROBLEMAS DE FÍSICA E MATEMÁTICA Erielson Nonato (1) e Pedro Luiz Christiano (3) Centro de Ciências Exatas e da Natureza/Departamento
Leia maisPLANEJAMENTO DA MANUFATURA
58 FUNDIÇÃO e SERVIÇOS NOV. 2012 PLANEJAMENTO DA MANUFATURA Otimizando o planejamento de fundidos em uma linha de montagem de motores (II) O texto dá continuidade à análise do uso da simulação na otimização
Leia maisENVELHECIMENTO DA POPULAÇÃO MÉDICA: UM ESTUDO NA CIDADE DE JOÃO PESSOA/PB.
ENVELHECIMENTO DA POPULAÇÃO MÉDICA: UM ESTUDO Introdução NA CIDADE DE JOÃO PESSOA/PB. MsC. Elídio Vanzella Professor da Estácio e Ensine Faculdades Email: evanzella@yahoo.com.br O crescimento da população
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Leia maisA MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1
A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A IMPORTÂNCIA DA MATEMÁTICA O desenvolvimento das sociedades tem sido também materializado por um progresso acentuado no plano científico e nos diversos domínios
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia mais6 Conclusões e Trabalhos futuros 6.1. Conclusões
6 Conclusões e Trabalhos futuros 6.1. Conclusões Neste trabalho estudou-se o comportamento do sistema que foi denominado pendulo planar com a adição de uma roda de reação na haste do pendulo composta de
Leia maisFATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios
FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito
Leia maisAjuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária
Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Marina Roberto Martins 1*, Fernando Palú 1 (1) Universidade Estadual do Oeste do Paraná, Curso de Engenharia Química. e-mail:
Leia maisEstratégia de execução de consultas em um Sistema de Gerenciamento de Banco de Dados Geográfico
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Programa de Pós-Graduação em Ciência da Computação Estratégia de execução de consultas em um Sistema de Gerenciamento de Banco de Dados
Leia maisPLANEJAMENTO ESTRATÉGICO
PLANEJAMENTO ESTRATÉGICO Este material resulta da reunião de fragmentos do módulo I do Curso Gestão Estratégica com uso do Balanced Scorecard (BSC) realizado pelo CNJ. 1. Conceitos de Planejamento Estratégico
Leia maisMESTRADO INTEGRADO EM ENGENHARIA MECÂNICA. Integradora II T.02 SOBRE A ANÁLISE DINÂMICA MIEM. Integradora II. Elaborado por Paulo Flores - 2015
MESTRADO INTEGRADO EM ENGENHARIA MECÂNICA Elaborado por Paulo Flores - 2015 Departamento de Engenharia Mecânica Campus de Azurém 4804-533 Guimarães - PT Tel: +351 253 510 220 Fax: +351 253 516 007 E-mail:
Leia maisVISÃO SISTÊMICA EM GERENCIAMENTO DE PROJETOS PARA WEB
VISÃO SISTÊMICA EM GERENCIAMENTO DE PROJETOS PARA WEB Rogério Fernandes da Costa Professor especialista Faculdade Sumaré rogerio.fernandes@sumare.edu.br Resumo: O presente estudo tem como objetivo abordar
Leia maisUniversidade Federal de Uberlândia Brasil
s de s do Universidade Federal de Uberlândia Brasil Índice s de 1 2 3 4 5 Índice s de 1 2 3 4 5 s de Quando surge uma praga em uma lavoura, os agricultores utilizam de inseticidas eficientes ao maior número
Leia maisDiagrama de transição de Estados (DTE)
Diagrama de transição de Estados (DTE) O DTE é uma ferramenta de modelação poderosa para descrever o comportamento do sistema dependente do tempo. A necessidade de uma ferramenta deste tipo surgiu das
Leia maiss:
VACINAÇÃO PULSADA EM SISTEMAS EPIDEMIOLÓGICOS UTILIZANDO O MODELO BASEADO EM INDIVÍDUOS (MBI) Rubisson Duarte Lamperti, Lucas Dal-Rios Neves, Nivaldo Ulisses Agostinho, Everthon de Souza Oliveira, Erivelton
Leia maisOpções Reais. Processos Estocásticos. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos
Modelando Incerteza Opções Reais A incerteza em um projeto pode ter mais do que apenas dois estados. Na prática, o número de incertezas pode ser infinito Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio
Leia maisUniversidade Federal de Ouro Preto Escola de Minas Departamento de Engenharia de Controle e Automação. Ronilson Rocha
Universidade Federal de Ouro Preto Escola de Minas Departamento de Engenharia de Controle e Automação PROJETO E CARACTERIZAÇÃO DE CIRCUITOS ELETRÔNICOS CAÓTICOS: O LADO NEGATIVO DO CIRCUITO DE CHUA Ronilson
Leia maisMídias sociais como apoio aos negócios B2C
Mídias sociais como apoio aos negócios B2C A tecnologia e a informação caminham paralelas à globalização. No mercado atual é simples interagir, aproximar pessoas, expandir e aperfeiçoar os negócios dentro
Leia maisSistema Gerenciador de Conteúdo OpenCms: um caso de sucesso no CEFET-MG
Sistema Gerenciador de Conteúdo OpenCms: um caso de sucesso no CEFET-MG Marco T. A. Rodrigues*, Paulo E. M. de Almeida* *Departamento de Recursos em Informática Centro Federal de Educação Tecnológica de
Leia maisModelagem e Simulação
AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.
Leia maisGovernança da Capacidade de TI
Coordenadoria de Tecnologia da Informação Documentos Formais Governança da Sumário 1 Introdução... 03 2 Políticas do Documento de Governança da... 04 3 Governança da... 05 4 Principais Serviços para Governança
Leia maisSIMULAÇÃO DE TRÁFEGO DE VEÍCULOS INTELIGENTES PARA PREVENÇÃO DE ACIDENTES
SIMULAÇÃO DE TRÁFEGO DE VEÍCULOS INTELIGENTES PARA PREVENÇÃO DE ACIDENTES Leonardo T. Antunes 1, Ricardo R. Rufino 1 1 Universidade Paranaense (Unipar) Paranavaí PR Brasil leonardo_tada@hotmail.com, ricardo@unipar.br
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisAplicação do Modelo Linear de Vorpérian ao Conversor tipo Buck Ewaldo L. M. Mehl
Aplicação do Modelo Linear de Vorpérian ao Conversor tipo Buck Ewaldo L. M. Mehl 1. Apresentação Com o uso do conceito do Interruptor PWM apresentado por Vorpérian [1,2], torna-se extremamente simples
Leia maisVigilância Epidemiológica. Meio Ambiente e Saúde Pública Prof. Adriano Silva
Vigilância Epidemiológica Meio Ambiente e Saúde Pública Prof. Adriano Silva EPIDEMIOLOGIA Epidemiologia é o estudo da frequência, da distribuição e dos condicionantes e determinantes dos estados ou eventos
Leia maisser alcançada através de diferentes tecnologias, sendo as principais listadas abaixo: DSL (Digital Subscriber Line) Transmissão de dados no mesmo
1 Introdução Em 2009, o Brasil criou o Plano Nacional de Banda Larga, visando reverter o cenário de defasagem perante os principais países do mundo no setor de telecomunicações. Segundo Ministério das
Leia maisGERAÇÃO DE VIAGENS. 1.Introdução
GERAÇÃO DE VIAGENS 1.Introdução Etapa de geração de viagens do processo de planejamento dos transportes está relacionada com a previsão dos tipos de viagens de pessoas ou veículos. Geralmente em zonas
Leia maisPESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *
PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária
Leia maisModelos Matemáticos em Epidemiologia
Modelos Matemáticos em Epidemiologia Algumas definições halgumas doenças contagiosas que acometem rapidamente a um grande segmento de uma população são chamadas de epidemias (do grego epi, sobre + demos,
Leia maisTEMPO DE ESPERA NA FILA DE ESTABELECIMENTOS COMERCIAIS NA CIDADE DE PONTES E LACERDA, MT
TEMPO DE ESPERA NA FILA DE ESTABELECIMENTOS COMERCIAIS NA CIDADE DE PONTES E LACERDA, MT Osvaldo Matins de Souza 1 Eric Batista Ferreira 2 INTRODUÇÃO Neste trabalho pretendeu-se esboçar uma abordagem alternativa
Leia maisPLANEJAMENTO URBANO E DE TRANSPORTES BASEADO EM CENÁRIO DE MOBILIDADE SUSTENTÁVEL O CASO DE UBERLÂNDIA, MG, BRASIL
PLANEJAMENTO URBANO E DE TRANSPORTES BASEADO EM CENÁRIO DE MOBILIDADE SUSTENTÁVEL O CASO DE UBERLÂNDIA, MG, BRASIL Thiago Silva Pereira José Aparecido Sorratini PLANEJAMENTO URBANO E DE TRANSPORTES BASEADO
Leia maisPlanejamento - 7. Planejamento do Gerenciamento do Risco Identificação dos riscos. Mauricio Lyra, PMP
Planejamento - 7 Planejamento do Gerenciamento do Risco Identificação dos riscos 1 O que é risco? Evento que representa uma ameaça ou uma oportunidade em potencial Plano de gerenciamento do risco Especifica
Leia mais5 Um simulador estocástico para o fluxo de caixa
5 Um simulador estocástico para o fluxo de caixa O objetivo desse capítulo é o de apresentar um simulador estocástico para o fluxo de caixa de um plano de previdência do tipo PGBL de um único indivíduo.
Leia maisComo agregar valor durante o processo de auditoria
QSP Informe Reservado Nº 55 Fevereiro/2006 Como agregar valor durante o processo de auditoria Tradução para o português especialmente preparada para os Associados ao QSP. Este guindance paper foi elaborado
Leia maisPRIMAVERA RISK ANALYSIS
PRIMAVERA RISK ANALYSIS PRINCIPAIS RECURSOS Guia de análise de risco Verificação de programação Risco rápido em modelo Assistente de registro de riscos Registro de riscos Análise de riscos PRINCIPAIS BENEFÍCIOS
Leia maisAbordagem de Processo: conceitos e diretrizes para sua implementação
QP Informe Reservado Nº 70 Maio/2007 Abordagem de Processo: conceitos e diretrizes para sua implementação Tradução para o português especialmente preparada para os Associados ao QP. Este guindance paper
Leia maisPLANOS DE CONTINGÊNCIAS
PLANOS DE CONTINGÊNCIAS ARAÚJO GOMES Capitão SC PMSC ARAÚJO GOMES defesacivilgomes@yahoo.com.br PLANO DE CONTINGÊNCIA O planejamento para emergências é complexo por suas características intrínsecas. Como
Leia mais5 Análise dos Resultados Seguro de Vida
Capítulo 5 Análise dos Resultados - Seguro de Vida 5 Análise dos Resultados Seguro de Vida Este capítulo tem como objetivo a análise dos resultados obtidos através da modelagem dos dados de uma seguradora.
Leia maisAPLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS
APLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS Bianca G. Giordani (UTFPR/MD ) biancaggiordani@hotmail.com Lucas Augusto Bau (UTFPR/MD ) lucas_bau_5@hotmail.com A busca pela minimização
Leia maisPlanejamento e Gerência de Sistemas de Informação sob o Ângulo da Gestão por Processos (*)
Planejamento e Gerência de Sistemas de Informação sob o Ângulo da Gestão por Processos (*) Jaime Robredo 1. Introdução A tradução para o português da expressão inglesa process management não permite evidenciar
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia maisSISTEMA DE PROGRAMAÇÃO E PLANEJAMENTO DE INSPEÇÃO DE
SISTEMA DE PROGRAMAÇÃO E PLANEJAMENTO DE INSPEÇÃO DE TUBULAÇÃO Romildo Rudek Junior Petrobras S.A. UN-REPAR Tadeu dos Santos Bastos Petrobras S.A. UN-REVAP Rui Fernando Costacurta Petrobras S.A. UN-REPAR
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisUma aplicação dos modelos de fronteira estocástica utilizando a abordagem Bayesiana
Uma aplicação dos modelos de fronteira estocástica utilizando a abordagem Bayesiana Bruna Cristina Braga 1 2 Juliana Garcia Cespedes 1 1 Introdução Os cursos de pós-graduação do Brasil são avaliados pela
Leia maisInstituto de Computação, Universidade Federal do Amazonas (UFAM) Manaus-AM, Brasil
Elicitação de Requisitos a partir de Modelos de Processos de Negócio e Modelos Organizacionais: Uma pesquisa para definição de técnicas baseadas em heurísticas Marcos A. B. de Oliveira 1, Sérgio R. C.
Leia maisDesigualdades em saúde - Mortalidade infantil. Palavras-chave: mortalidade infantil; qualidade de vida; desigualdade.
Desigualdades em saúde - Mortalidade infantil Ruth Rangel * Fernanda Azevedo * Palavras-chave: mortalidade infantil; qualidade de vida; desigualdade. Resumo A redução das desigualdades sociais tem sido
Leia maisSistemas de Gerenciamento do Relacionamento com o Cliente (Customer Relationship Management CRM)
CRM Definição De um modo muito resumido, pode definir-se CRM como sendo uma estratégia de negócio que visa identificar, fazer crescer, e manter um relacionamento lucrativo e de longo prazo com os clientes.
Leia maisImpulsionando o Turismo na Cidade de São Paulo. Anhembi Turismo e Eventos da Cidade de São Paulo Julho, 2003 Assessoria: HVS International
Plano Municipal de Turismo Platum 2004/2006 Impulsionando o Turismo na Cidade de São Paulo Anhembi Turismo e Eventos da Cidade de São Paulo Julho, 2003 Assessoria: HVS International 1 Platum 2004-2006
Leia maisPROGRAMAÇÃO EM LINGUAGEM LADDER LINGUAGEM DE RELÉS
1 PROGRAMAÇÃO EM LINGUAGEM LADDER LINGUAGEM DE RELÉS INTRODUÇÃO O processamento interno do CLP é digital e pode-se, assim, aplicar os conceitos de lógica digital para compreen8 der as técnicas e as linguagens
Leia maisSAD orientado a MODELO
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER
Leia maisAVALIAÇÃO DO MODELO DE ONDAS
AVALIAÇÃO DO MODELO DE ONDAS O modelo de onda WAVEWATCH implementado operacionalmente no CP- TEC/INPE global é validado diariamente com os dados do satélite JASON-2. Este novo produto tem como finalidade
Leia maisALESSANDRO RODRIGO FRANCO FERNANDO MARTINS RAFAEL ALMEIDA DE OLIVEIRA
ALESSANDRO RODRIGO FRANCO FERNANDO MARTINS RAFAEL ALMEIDA DE OLIVEIRA INTRODUÇÃO O projeto de um banco de dados é realizado sob um processo sistemático denominado metodologia de projeto. O processo do
Leia maisCAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO
CAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO 1. OS CRITÉRIOS DE DECISÃO Dentre os métodos para avaliar investimentos, que variam desde o bom senso até os mais sofisticados modelos matemáticos, três
Leia maisIntrodução ao Método de Galerkin Estocástico
Introdução ao Método de Galerkin Estocástico Americo Barbosa da Cunha Junior Departamento de Engenharia Mecânica Pontifícia Universidade Católica do Rio de Janeiro 1 Introdução A dinâmica de um sistema
Leia maisPRÓ-MATATEMÁTICA NA FORMAÇÃO DE PROFESSORES
PRÓ-MATATEMÁTICA NA FORMAÇÃO DE PROFESSORES Regina Luzia Corio de Buriasco * UEL reginaburiasco@sercomtel.com.br Magna Natália Marin Pires* UEL magna@onda.com.br Márcia Cristina de Costa Trindade Cyrino*
Leia maisConcepção e Elaboração
UNIVERSIDADE ESTADUAL PAULISTA INSTITUTO DE BIOCIÊNCIAS, LETRAS E CIÊNCIAS EXATAS DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA Análise e Projeto Orientado a Objetos Concepção e Elaboração Estudo
Leia maisUnidade I FINANÇAS EM PROJETOS DE TI. Prof. Fernando Rodrigues
Unidade I FINANÇAS EM PROJETOS DE TI Prof. Fernando Rodrigues Nas empresas atuais, a Tecnologia de Informação (TI) existe como uma ferramenta utilizada pelas organizações para atingirem seus objetivos.
Leia maishttp://www.microsoft.com/pt-br/case/details.aspx...
Casos de Sucesso A Cyrela está completamente focada no pós-venda e a utilização do Microsoft Dynamics 2011 só reflete mais um passo importante na busca pela qualidade do atendimento ao cliente Roberto
Leia mais