EAD Simulação. Aula 5 Parte 2: Geração de Variável Aleatória com Distribuição Normal. Profa. Dra. Adriana Backx Noronha Viana
|
|
- Isadora Álvaro
- 5 Há anos
- Visualizações:
Transcrição
1 EAD Simulação Aula 5 Parte 2: Geração de Variável Aleatória com Distribuição Normal Profa. Dra. Adriana Backx Noronha Viana
2 Tipo de Variável x Tipo de Distribuição Distribuição Tipo de Variável Discreta (ou pode ser variávels transformada em categórica) Uniforme aleatórioentre(mínimo; máximo) Não-uniforme PROCV Contínua aleatório() a + (b-a)*aleatório() Distribuição Normal Aula 5 Parte 2
3 Geração de Variáveis Aleatórias Variável Contínua Mas pode ser utilizado para aproximar variável discreta (nesse caso utilizar a função INT(.) Distribuição Normal Distribuição de probabilidade de uma variável contínua A distribuição normal tem papel importante em simulação. É comum assumir que determinada variável obedece uma distribuição normal cuja média e desvio padrão são conhecidos. Para simular esta variável é necessário gerar números aleatórios com distribuição contínua normal. Isto é realizado em EXCEL através do uso simultâneo da função INV.NORM e da função ALEATÓRIO.
4 DIST.NORM ( x ; média ; desvpad ; 0 ) o uso de DIST.NORM com o quarto argumento valendo zero retorna o valor de y dado o valor de x DIST.NORM ( 14 ; 10 ; 4 ; 0 ) = 0, ,06 14 Desenho de uma distribuição normal com média = 10 e desvio-padrão = 4
5 DIST.NORM ( x ; média ; desvpad ; 1 ) o uso de DIST.NORM com o quarto argumento valendo um retorna o valor da área até o ponto x DIST.NORM ( 14 ; 10 ; 4 ; 1 ) = 0, área 0,
6 INV.NORM ( área ; média ; desvpad ) INV.NORM realiza o cálculo inverso, isto é, dado o valor da área ela calcula o valor da abcissa x INV.NORM ( 0, ; 10 ; 4 ) = 14, área 0, distribuição normal 02
7 Situação Problema 2 Exemplo Simulação Monte Carlo Um vendedor de jornais deve decidir quantos jornais ele deve comprar do seu fornecedor para atender sua clientela de domingo. Se o jornaleiro comprar mais jornais do que o número verificado de clientes, a sobra de jornal será vendida para um serviço de reciclagem de papel por R$ 1,00 a unidade. Por outro lado, se o número de clientes for maior que o número de jornais, o jornaleiro deixa de ganhar o valor da venda, R$ 3,00 por cliente não atendido (como se fosse um custo por uma possível perda de fidelidade). Os jornais são comprados em lotes de 50 jornais ao preço de R$ 100,00 o lote. Vamos considerar uma pequena modificação no problema do jornaleiro: A partir da sua experiência vendendo jornais, o jornaleiro sabe que o número de clientes que aparecem em um domingo segue uma distribuição normal com média de 150 jornais e desvio-padrão de 25 jornais.
8 Situação Problema 5a Problema da Florista Laura tem um quiosque de flores na Av. JK. Ela compra as flores no CEAGESP a R$0,50 por flor e as vende a R$1,00 por flor. Laura se pergunta qual é o número ótimo de flores a pedir todo dia. Baseada em seus últimos três anos de atividade, ela constatou que pode chegar a uma demanda aproximada por meio de uma distribuição normal com uma média de 100 e um desvio-padrão de 20. Quando ela termina o dia com mais flores do que clientes, ela pode vender tudo o que sobra a R$0,10 por flor. Qual deveria ser o número de flores a serem pedidas todo dia que retorne o maior ganho? Faça um gráfico com a linha de tendência dos lucros considerando três valores possíveis de compra de flores: 94, 102 e 110.
9 Situação Problema 5b Distribuição Lucro Uma empresa que vende produto X sob um mercado puro/perfeitamente competitivo quer saber a distribuição de probabilidade dos lucros deste produto e a probabilidade que a empresa perca dinheiro quando comercializá-lo. A equação para o lucro é: Lucro = Receita - Custo = (Q*P) - (Q*CV+CF) Hipóteses: A Quantidade Demandada (Q) flutua entre e unidades e está distribuída uniformemente. O Custo Variável (CV) está normalmente distribuído (com média = 7, desvio-padrão = 2); (lembrar que o custo não pode ser menor que zero). O Preço de Mercado (P) está normalmente distribuído (com média = 10, desvio-padrão = 3); (o preço de mercado não pode ser menor que 1). O Custo Fixo (CF) é R$ Apresentar: a distribuição de probabilidade dos lucros deste produto e a probabilidade que a empresa perca dinheiro quando comercializá-lo. Considere uma simulação com no mínimo 1000 iterações.
10 Situação Problema 5c Distribuição Lucro modificada (com valores mínimos ou máximos em CV e P) Uma empresa que vende produto X sob um mercado puro/perfeitamente competitivo quer saber a distribuição de probabilidade dos lucros deste produto e a probabilidade que a empresa perca dinheiro quando comercializá-lo. A equação para o lucro é: Lucro = Receita - Custo = (Q*P) - (Q*CV+CF) Hipóteses: A Quantidade Demandada (Q) flutua entre e unidades e está distribuída uniformemente. O Custo Variável (CV) está normalmente distribuído (com média = 7, desvio-padrão = 2) truncado em ambos os lados (com um mínimo de R$3,50 e um máximo de 10). O Preço de Mercado (P) está normalmente distribuído (com média = 10, desvio-padrão = 3) truncado no lado esquerdo (com um mínimo de 1). O Custo Fixo (CF) é R$ Apresentar: a distribuição de probabilidade dos lucros deste produto e a probabilidade que a empresa perca dinheiro quando comercializá-lo. Considere uma simulação com no mínimo 1000 iterações.
11 O que aprendemos Distribuição Normal (Revisão) Como gerar números aleatórios utilizando a distribuição normal Função inv.norm(aleatório(); média; desvio-padrão)
12 Materiais para estudo Capítulo 2 do Livro (em pdf) Exercícios Resolver a situação problema 5a Resolver a situação problema 5b Resolver a situação problema 5c
EAD Simulação. Aula 3 Parte 1: Framework. Profa. Dra. Adriana Backx Noronha Viana
EAD0652 - Simulação Aula 3 Parte 1: Framework Profa. Dra. Adriana Backx Noronha Viana Situação Problema 2 Exemplo Simulação Monte Carlo Um vendedor de jornais deve decidir quantos jornais ele deve comprar
Leia maisEAD Simulação. Aula 4 Geração de Variáveis Aleatórias. Profa. Dra. Adriana Backx Noronha Viana
EAD0652 - Simulação Aula 4 Geração de Variáveis Aleatórias Profa. Dra. Adriana Backx Noronha Viana Framework Estrutura para aplicação do processo de Simulação Saída Processamento Entrada Possibilidades
Leia maisEAD Simulação. Aula 5 Parte 1: Tipo de Variável & Distribuição de Probabilidade. Profa. Dra. Adriana Backx Noronha Viana
EAD0652 - Simulação Aula 5 Parte 1: & de Probabilidade Profa. Dra. Adriana Backx Noronha Viana Framework Estrutura para aplicação do processo de Simulação Saída Processamento Entrada Possibilidades nos
Leia maisEAD Simulação. Aula 2 Parte 2: Tipos de Simulação. Profa. Dra. Adriana Backx Noronha Viana
EAD0652 - Simulação Aula 2 Parte 2: Tipos de Simulação Profa. Dra. Adriana Backx Noronha Viana Tipos de Simulação Pergunta relacionada ao que se está simulando): O problema a ser considerado na simulação
Leia maisEAD Simulação. Aula 2 Parte 1: Modelos & Simulação. Profa. Dra. Adriana Backx Noronha Viana
EAD0652 - Simulação Aula 2 Parte 1: Modelos & Simulação Profa. Dra. Adriana Backx Noronha Viana Introdução Modelagem e simulação: ferramentas empregadas na análise de sistemas complexos. Passos no desenvolvimento
Leia maisIF6AL - Simulação de Eventos Discretos Aula 1
IF6AL - Simulação de Eventos Discretos Aula 1 Ricardo Lüders UTFPR 9 de março de 2011 Sumário Calendário 1 Calendário 2 3 4 Roteiro de aulas Calendário Tabela: Distribuição de atividades e conteúdos. Semana
Leia maisPOSTO DE GASOLINA PARA BARCOS
POSTO DE GASOLINA PARA BARCOS Um afastado posto de gasolina para barcos revende combustível para barqueiros e pescadores. O posto possui um acordo com seu fornecedor que entrega no início de cada semana
Leia maisAtualmente uma das maiores preocupações do Sr. Macedo é com o nível de estoque do coco
1 GERENCIANDO SISTEMAS DE ESTÁGIO ÚNICO O Caso do Quiosque O CASO DO QUIOSQUE O Sr. Macedo possui autorização da prefeitura do Rio de Janeiro para explorar comercialmente um particular quiosquenaorladacidadeondeo
Leia maisEstruturando o Fluxo Puxado O Caso do Quiosque
1 O CASO DO QUIOSQUE GERENCIANDO SISTEMAS DE ESTÁGIO ÚNICO O Caso do Quiosque O Sr. Macedo possui autorização da prefeitura do Rio de Janeiro para explorar comercialmente um particular quiosque na orla
Leia maisDISTRIBUIÇÃO CONTÍNUA UNIFORME
DISTRIBUIÇÃO CONTÍNUA UNIFORME Números aleatórios com distribuição contínua uniforme constituem o recurso básico em simulação. Em EXCEL a função ALEATÓRIO gera números reais aleatórios uniformemente distribuídos
Leia maisINTRODUÇÃO À PESQUISA OPERACIONAL
INTRODUÇÃO À PESQUISA OPERACIONAL ** Decisão com Incerteza Parte 1 ** Profa. Vitória Pureza 2º Semestre Roteiro Critérios de Decisão em Situações de Incerteza Teoria de Utilidade Axiomas de Von Neumann-Morgenstern
Leia maisNoções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
Leia maisControle Ótimo - Aula 2 (Exemplos 2, 3 e 4)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4) Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Sistemas dinâmicos discretos no tempo O Problema
Leia maisMonitor: Diego Augusto Silva (P8 Eng. Elétrica) Atendimento: 2as. de 19:45h às 21:30h
Monitor: Diego Augusto Silva (8 Eng. Elétrica) Email: Atendimento: as. de 9:5h às :30h A Nota arcial de Aproveitamento (NA) será obtida da seguinte forma: NA = 0.6 NT + 0. N A nota prática será dada por:
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
Leia maisEAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios
EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios Profa. Adriana Backx Noronha Viana (Adapt. Material Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Aula 3 Enunciado 4 Uma pequena
Leia maisDomínio das funções reais
Domínio das funções reais 1 DOMÍNIO DE FUNÇÕES REAIS Definição: é o valor de x, para os quais a função existe ou é o campo de existência da função. Temos duas condições básicas: 1ª condição: Se a função
Leia maisA FUNÇÃO LINEAR E O UBER 1. Trabalho desenvolvido por alunos do 2º ano do Colégio Tiradentes e apresentado na II Feira Regional de Matemática 2
A FUNÇÃO LINEAR E O UBER 1 Sandra Marisa Horszczaruk Centenaro 2, Andrey Macedo Da Silva 3, Eduardo Zanatta Kapp 4, Sandra Marisa Horszczaruk Centenaro 5 1 Trabalho desenvolvido por alunos do 2º ano do
Leia maisSimulação com Modelos Teóricos de Probabilidade
Simulação com Modelos Teóricos de Probabilidade p. 1/21 Algumas distribuições teóricas apresentam certas características que permitem uma descrição correta de variáveis muito comuns em processos de simulação.
Leia maisMAE0229 Introdução à Probabilidade e Estatística II
Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de
Leia maisEXAME NACIONAL DO ENSINO SECUNDÁRIO MATEMÁTICA A PROVA MODELO N.º 2 PROPOSTA DE RESOLUÇÃO 12.º ANO DE ESCOLARIDADE
EXAME NACIONAL DO ENSINO SECUNDÁRIO MATEMÁTICA A PROVA MODELO N.º 2 PROPOSTA DE RESOLUÇÃO 12.º ANO DE ESCOLARIDADE Site: http://recursos-para-matematica.webnode.pt/ Facebook: https://www.facebook.com/recursos.para.matematica
Leia maisSexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo
Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo Antônio Carlos Roque da Silva Filho e Cristiano R. F. Granzotti 26 de junho de 2017 Os exercícios desta lista devem ser resolvidos
Leia maisEAD 350 Pesquisa Operacional Aula 03 Parte 2
EAD 350 Pesquisa Operacional Aula 03 Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Método Simplex (item 4.1 do Hillier e Lieberman) - apenas
Leia maisANÁLISE DO PONTO DE EQUILÍBRIO. Aula 23
ANÁLISE DO PONTO DE EQUILÍBRIO Aula 23 Objetivos Ponto de Breakeven Análise de Breakeven de dois projetos Análise de Breakeven para um Único Projeto Dado P, F, A, i ou n Se um dos parâmetros for desconhecido,
Leia maisTeoria da Firma. Capítulo VI. Introdução. Introdução. Medição de custos: quais custos considerar?
Introdução Teoria da Firma A tecnologia de produção representa a relação entre os insumos e a produção. Dada a tecnologia de produção, os administradores da empresa devem decidir como produzir. Capítulo
Leia maisModelos para Dados de Contagem
Modelos para Dados de Contagem Katiane S. Conceição SME/ICMC/USP Outubro/2017 Conceição (SME/ICMC/USP) Modelos Discretos Outubro/2017 1 / 19 Roteiro 1 Introdução 2 Motivação 3 Aplicações: Dados Reais 4
Leia maisIntrodução ao Controle de Estoques
Este conteúdo faz parte da série: Estoques Ver 5 posts dessa série Introdução ao Controle de Estoques Independentemente do ramo da empresa, todo empreendedor deve atentar-se a algumas atividades administrativas
Leia maisAula 5. Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios?
Aula 5 Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios? Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa.
Leia maisEAD 350 Pesquisa Operacional Aula 06 Parte 2 Programação Inteira Programação Binária
EAD 350 Pesquisa Operacional Aula 06 Parte 2 Programação Inteira Programação Binária Profa. Adriana Backx Noronha Viana (Adapt. Material Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Aula 06 - Agenda
Leia maisLista de Exercícios - Modelos Probabilísticos 1 INE 7002 GABARITO LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS
Lista de Exercícios - Modelos Probabilísticos INE 72 GABARITO LISTA DE EERCÍCIOS MODELOS PROBABILÍSTICOS 35) a) Binomial: cada realização tem apenas 2 resultados possíveis, o número de realizações é conhecido,
Leia maisUNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia
REC110 MICROECONOMIA II EXERCÍCIOS SOBRE MONOPÓLIO, MONOPSÔNIO E DISCRIMINAÇÃO DE PREÇOS. ROBERTO GUENA DE OLIVEIRA 1. Uma empresa vende seu produto em dois mercados distintos. A demanda por esse produto
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. RINCIAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por f, β α 0, Notação: ~ Uα, β.
Leia maisEstatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 06 Distribuições de Probabilidades Prof. Gabriel Bádue Teoria A distribuição de Poisson é uma distribuição discreta de probabilidade, aplicável a ocorrências de um evento
Leia maisINEQUAÇÕES ESPECIALIZAÇÃO EM INSTRUMENTAÇÃO PARA O ENSINO DE MATEMÁTICA. Prof. M.Sc. Armando Paulo da Silva 1
ANÁLISE DE MÉTODOS M MÁTEMÁTICOSTICOS INEQUAÇÕES Prof. M.Sc. Armando Paulo da Silva 1 ANÁLISE DE MÉTODOS M MÁTEMÁTICOS TICOS I INEQUAÇÕES 1º GRAU Prof. M.Sc. Armando Paulo da Silva 2 INEQUAÇÕES DE 1º 1
Leia maisApresentação para as Gerências
Apresentação para as Gerências Caro participante, Você está prestes a assumir a administração de uma empresa virtual. Aproveite esta oportunidade para desenvolver as suas habilidades gerenciais. SIMULAÇÃO
Leia maisFunções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β
Leia maisModelagem e Análise de Sistemas - COS767
Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação
Leia maisÍndice. Conteúdo. Planilha Profissional Para Cálculo de Preços de Artesanato
Índice Conteúdo Índice... 2 A Importância do Preço Correto... 3 Como chegar ao preço de venda adequado do meu produto?... 3 Como calcular o preço de venda lucro... 5 Como vender meus produtos pela internet...
Leia maisSimulação de Monte Carlo
Simulação de Monte Carlo Este assunto ficou vazio durante certo período. Foi difícil eu encontrar um bom exemplo para ele, pois a Simulação de Monte Carlo é um campo muito amplo. Que exemplo seria apropriado
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisCurso de Administração
Curso de Administração ADM-217 Gestão Aula 6 equilíbrio, alavancagem operacional e financeira Prof. Cleber Almeida de Oliveira Universidade Gama Filho 2012 ADM-217 Prof: Cleber Almeida de Oliveira 1 OBJETIVO
Leia maisEAD 350 Pesquisa Operacional Aula 01 Parte 2
EAD 350 Pesquisa Operacional Aula 01 Parte 2 Profa. Daielly M. N. Mantovani Profa. Adriana Backx Noronha Viana Prof. Cesar Alexandre de Souza daielly@usp.br FEA/USP Elaboração de Modelos de PO Definição
Leia maisb) Determinar as raízes de f(x) = g(x) quando m = 1/2. c) Determinar, em função de m, o número de raízes da equação f(x) = g(x).
1. (Fuvest 2004) Seja m µ 0 um número real e sejam f e g funções reais definidas por f(x) = x - 2 x + 1 e g(x) = mx + 2m. a) Esboçar, no plano cartesiano representado a seguir, os gráficos de f e de g
Leia maisEAD 350 Pesquisa Operacional Aula 01 Parte 2
EAD 350 Pesquisa Operacional Aula 01 Parte 2 Prof. Adriana Backx Noronha Viana (Material: Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Problema... Vocês foram contratados pela Wyndor Glass Company
Leia maisMétodos Computacionais em Física
Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-1 Integração usando o método da rejeição Queremos calcular a integral Definimos um retângulo de altura H que contenha a
Leia maisIndicadores essenciais de avaliação econômico financeira
Nesse artigo falaremos sobre: O que saber durante a compra e venda de empresas Indicadores essenciais de avaliação econômico financeira Planilhas para usar durante a compra e venda de empresas O que saber
Leia maisCONSULTORIA SUA LOJA DE SUCESSO
1 2 Índice Sumário Página 10 Passos para montar sua loja de calçados...3 Passo 1 Pesquisa de mercado...3 Passo 2 Identificar seu público alvo...4 Passo 3 Localização da sua loja...4 Passo 4 Quanto investir
Leia maisCerteza. Risco BRUNI BRUNI BRUNI BRUNI. Incerteza. Incerteza. Incerteza e risco em Finanças. Capítulo. Alguns conceitos básicos...
Capítulo Incerteza e risco em Finanças Incerteza Uma sugestão de leitura... Alguns conceitos básicos... Certeza Incerteza Risco Frank Knight...... Conceitos usuais... Certeza: um único resultado possível
Leia maisCUIDADOS NA FIXAÇÃO DE PREÇOS DE
CUIDADOS NA FIXAÇÃO DE PREÇOS DE Vantagem de ter uma marca própria Preservar a margem de contribuição em percentual ou em valor? Autores: Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas
Leia maisFinanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco
Finanças Corporativas Análise de Risco Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista
Leia maisAnálise de Dados em Astronomia. 4. Simulações de Monte Carlo
1 / 22 Análise de Dados em Astronomia 4. Simulações de Monte Carlo Laerte Sodré Jr. AGA0505, 1o. semestre 2019 2 / 22 introdução aula de hoje: o método de Monte Carlo 1 introdução 2 variáveis aleatórias
Leia maisProf.: Osvaldo Marques. DISCIPLINAS : Custos. Prof. Osvaldo Marques 1
Prof.: Osvaldo Marques DISCIPLINAS : Custos 1 Frase do dia! Custos Tipos de custeio O custeio por absorção a formação do custo leva em consideração todos os custos incorridos na operação, custo variável,
Leia maisMATEMÁTICA APLICADA. Portanto, o preço do produto, nessa situação, varia entre 0 e R$ 5,00. 0 < P < R$ 5,00. Ao admitirmos P > 0, ocorre:
MATEMÁTICA APLICADA Apresentação Caro aluno: A contextualização e a aplicação dos conteúdos matemáticos (já estudados) contemplarão o objetivo geral da disciplina Matemática Aplicada à Administração. Este
Leia maisProf. Ricardo Ferro Tavares. Prof. Ricardo Ferro Tavares Site: www.financetraining.com.br E-mail rftavares@uol.com.br
ANÁLISE DO MÁQUINA PONTO DE EQUILÍBRIO FINANCEIRA HP12C Prof. Ricardo Ferro Tavares SUMÁRIO 1. Introdução. 2. Definição de Ponto de Equilíbrio. 3. Cálculo do Ponto de Equilíbrio x Fórmula Tradicional.
Leia maisSimulação de Monte Carlo na Análise da Estrutura de Custos dos Produtos
Simulação de Monte Carlo na Análise da Estrutura de Custos dos Produtos Marcelo Soares Cartacho Sander Oliveira de Freitas Antônio Artur De Souza Resumo: A análise tradicional da estrutura de custos permite
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisOpções Reais. Modelagem do Ativo Básico. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos. IAG PUC-Rio
Opções Reais Modelagem do Ativo Básico Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Processos Estocásticos Modelando Incerteza Processos Estocásticos A incerteza em um projeto pode ter mais do
Leia maisCadê. o dinheiro que estava aqui?
Cadê o dinheiro que estava aqui? Você sabe o quanto ganha por mês? Você sabe o quanto tem de Cartão a pagar? Você sabe o valor preciso da sua pronta entrega? O que é Receita e Despesa? Receita Anote seus
Leia maisMétodos para Avaliar Flexibilidade
Métodos para Avaliar Flexibilidade Métodos superiores ao DCF porque captam explicitamente o valor das flexibilidades Árvores de Decisão Opções Reais 1 Métodos para Avaliar Flexibilidade Baixa Alta Análise
Leia maisConceitos de Gestão de Estoques. Prof. Ruy Alexandre Generoso
Conceitos de Gestão de Estoques Análise Numérica Prof. Ruy Alexandre Generoso Cálculo do Nível N de Serviço Ótimo Nível de Serviço o (NS): Determinado nível n de estoque E. É a probabilidade de que a demanda
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisRESUMÃO ECONOMIA ENGENHARIA TURMA C 2010 BY LEON
RESUMÃO ECONOMIA ENGENHARIA TURMA C 2010 BY LEON Para a fabricação de qualquer produto, temos a principio, despesas a serem analisadas. Essas despesas não variam de mês a mês, chamamos de despesas invariáveis
Leia maisBernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2
Uma Introdução à Otimização sob Incerteza Bernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2 1 Departamento de Matemática Pontifícia Universidade Católica do Rio de Janeiro 2 Departamento de Matemática
Leia maisSimulação a Eventos Discretos. Fernando Nogueira Simulação 1
Simulação a s Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos
Leia maisMÓDULO VI PLANEJAMENTO E CONTROLE DE ESTOQUES ENTENDENDO O ESTOQUE 01/05/2016 O QUE É ESTOQUE?
MÓDULO VI PLANEJAMENTO E CONTROLE DE ESTOQUES Danillo Tourinho Sancho da Silva, MSc ENTENDENDO O ESTOQUE O QUE É ESTOQUE? É o acúmulo de recursos materiais em um sistema de transformação 1 POR QUE SURGEM
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisO que é Estoque? 09/02/2016. Módulo II Planejamento e Controle de Estoque. PLANEJAMENTO Entendendo o Estoque
Módulo II Planejamento e Controle de Estoque Danillo Tourinho S. da Silva, M.Sc. PLANEJAMENTO Entendendo o Estoque O que é Estoque? É o acúmulo de recursos materiais em um sistema de transformação 1 Por
Leia maisLista de Exercícios 2 Probabilidades Escola Politécnica, Ciclo Básico
Lista de Exercícios 2 Probabilidades 0303200 Escola Politécnica, Ciclo Básico 1 o semestre 2017 1) O número de quilômetros que um carro pode rodar sem que a bateria descarregue possui distribuição exponencial
Leia maisImporte.com.br. 3 formas de ganhar dinheiro: Venda Direta: Comissões de 10% a 15%;
Importe.com.br Ganhe dinheiro divulgando a Importe. 3 formas de ganhar dinheiro: Venda Direta: Comissões de 10% a 15%; Marketing de Rede: Ganhe comissões até 12 níveis abaixo do seu, numa matriz 3x12;
Leia maisParte III Mercados. Concorrência Perfeita. Roberto Guena de Oliveira 28 de abril de 2017 USP
Parte III Mercados Concorrência Perfeita Roberto Guena de Oliveira 28 de abril de 2017 USP Sumário 1 Hipóteses 2 A demanda de mercado 3 Equilíbrio de curto prazo Oferta de curto prazo 4 Oferta da indústria
Leia maisEstatística Aplicada I
Estatística Aplicada I ESPERANCA MATEMATICA AULA 1 25/04/17 Prof a Lilian M. Lima Cunha Abril de 2017 EXPERIMENTO RESULTADOS EXPERIMENTAIS VARIÁVEL ALEATÓRIA X = variável aleatória = descrição numérica
Leia maisExame de Época de Recurso 2 de Fevereiro de 2016 Duração: 2 horas. NOME: N. o :
ISEG/UL ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre 2015/16-1 Exame de Época de Recurso 2 de Fevereiro de 2016 Duração: 2 horas NOME: N. o : Cotação: Perguntas com alternativas: uma resposta certa vale
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade
Leia maisForecasting e ti O i Otim Oti ização de ã d Carteiras com Matlab AULA 3
Forecasting e Otimização i de Carteiras com Matlab AULA 3 Guia de Estudo para Aula 03 Modelos Discretos Exercícios - Formulação de um modelo - Programação de modelos com for - A simulação de um modelo
Leia maisINSTRUMENTO DE APOIO GERENCIAL
INSTRUMENTO DE APOIO GERENCIAL 040 40 IDENTIFICAÇÃO: Título: FATORES QUE INFLUENCIAM AS COMPRAS Atributo: ESPECIFICAÇÃO CORRETA DOS PEDIDOS Processo: APERFEIÇOAMENTO DA FORMA DE EFETUAR OS PEDIDOS O QUE
Leia maisSequência didática jogo Bons Negócios. Jogo voltado a alunos do Ensino Fundamental 2 3º ciclo (6º e 7º anos); Objetivos
SEQUENCIA DIDÁTICA Sequência didática jogo Bons Negócios Jogo voltado a alunos do Ensino Fundamental 2 3º ciclo (6º e 7º anos); Objetivos -Mostrar a importância do planejamento financeiro para o alcance
Leia maisNDMAT Núcleo de Desenvolvimentos Matemáticos
As resoluções que são apresentadas, foram feitas, em cima das questões que seguiam a ordem da prova GABARITO 5. Por isso, todos os problemas estão com numeração que obedecem a ordem da referida prova.
Leia maisUNIVERSIDADE DOS AÇORES CURSO DE SOCIOLOGIA INTRODUÇÃO À ESTATÍSTICA Ficha de Exercícios nº 3- Variáveis Aleatórias
UNIVERSIDADE DOS AÇORES CURSO DE SOCIOLOGIA INTRODUÇÃO À ESTATÍSTICA Ficha de Exercícios nº 3- Variáveis Aleatórias. Seja uma variável aleatória discreta cuja função massa de probabilidade é dada por x
Leia maisParte III Mercados. Concorrência Perfeita. Roberto Guena de Oliveira 28 de abril de 2017 USP
Parte III Mercados Concorrência Perfeita Roberto Guena de Oliveira 28 de abril de 2017 USP Sumário 1 Hipóteses 1 Sumário 1 Hipóteses 2 A demanda de mercado 1 Sumário 1 Hipóteses 2 A demanda de mercado
Leia maisCOMO VENDER NA CRISE?
znk.com.br COMO VENDER NA CRISE? Por Matheus Gabassi Facilitador de Sonhos POR QUE ESTÁ MAIS DIFÍCIL VENDER? znk.com.br Se no momento as pessoas estão com menos dinheiro, automaticamente estão mais cautelosas
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
Leia maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Leia maisPRINCIPAIS MODELOS CONTÍNUOS
RINCIAIS MODELOS CONTÍNUOS 0 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por, f β α 0, Notação: ~ Uα, β. 0,
Leia maisMATEMÁTICA APLICADA MÓDULO 2
MATEMÁTICA APLICADA MÓDULO 2 Índice 1. Receita total...3 2. Custo total...6 3. Ponto de nivelamento e lucro total...7 4. Resolvendo problemas... 10 5. Referências bibliográficas... 13 2 1. RECEITA TOTAL
Leia mais5 Decisão Sob Incerteza
5 Decisão Sob Incerteza Os problemas de decisão sob incerteza são caracterizados pela necessidade de se definir valores de variáveis de decisão sem o conhecimento prévio da realização de parâmetros que,
Leia maisO JOGO DOS DISCOS INTRODUÇÃO DISCUSSÃO PROCEDIMENTO ORIENTAÇÃO PARA O PROFESSOR
MATEMATICA 2 2 O JOGO DOS DISCOS ORIENTAÇÃO PARA O PROFESSOR INTRODUÇÃO Através desse jogo bem interessante o professor pode abordar o conceito de probabilidade geométrica, que normalmente não é visto
Leia maisFUNÇÃO LINEAR: CALCULANDO O PREÇO DO CAFÉ 1
FUNÇÃO LINEAR: CALCULANDO O PREÇO DO CAFÉ 1 TEIXEIRA, Bárbara Machado 2 ; WERNER, Eduardo Steffler 3 ; CENTENARO, Sandra Marisa Horszczaruk 4 RESUMO: Funções lineares podem ser utilizadas para mensurar
Leia maisLeilões de Energia Nova 45
Leilões de Energia Nova 45 /HLO}HVGH(QHUJLD1RYD A contratação de energia, discutida no capítulo anterior, deve ser realizada por meio de licitação na modalidade de leilões. O Leilão de Energia Nova (LEN)
Leia maisESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/2016 1 / 35 variáveis discretas vs variáveis contínuas
Leia mais, dos seus. Aula 7. Conteúdo: Comparação de Fração Objetivo: Compreender e comparar frações com denominadores iguais e com denominadores diferentes.
Aula 7 Conteúdo: Comparação de Fração Objetivo: Compreender e comparar frações com denominadores iguais e com denominadores diferentes. Frações com denominadores iguais 7.1 Tarefa 1: Problema gerador Em
Leia maisReceita, Custo e Lucro
eceita, Custo e ucro eceita total eceita total ou, simplesmente, eceita é a quantia monetária recebida por uma empresa com a venda de seus produtos. Supondo que a empresa vende apenas um produto e que
Leia maisANÁLISE DE DECISÃO 2013/2014
ANÁLISE DE DECISÃO 2013/2014 Caderno de Exercícios n.º 1 Modelação de Incerteza A. Representação de problemas em árvores de decisão e em diagramas de influência Exercício 1 Antes de conceder crédito a
Leia maisOITAVA LISTA DE EXERCÍCIOS DE INFORMÁTICA E BIOESTATÍSTICA CURSO: FARMACIA PROF.: Luiz Celoni
OITAVA LISTA DE EXERCÍCIOS DE INFORMÁTICA E BIOESTATÍSTICA CURSO: FARMACIA PROF.: Luiz Celoni ASSUNTO: FUNÇÃO DO SEGUNDO GRAU ) As seguintes funções são definidas em R. Verifique quais delas são funções
Leia maisAPOSTILA DE PROCESSOS DECISÓRIOS (JAN/2018)
APOSTILA DE PROCESSOS DECISÓRIOS (JAN/2018) Profª Mônica Roberta Silva, M.Sc. www.retadechegada.com (21) 3902-1462 e (21) 9157-5825 monicarobs@hotmail.com 1 Processo Decisório Bazerman (2004:4) aponta
Leia mais1) Considere a matriz abaixo como forma de representar um jogo entre dois jogadores:
TEORIA MICROECONÔMICA III Primeira Lista de Exercícios 2º semestre de 2007 Professor: Antônio Marcos Hoelz Ambrózio Monitor: Christiam Gonzales TODOS OS EXERCÍCIOS DEVEM SER FEITOS. Entregar os Exercícios
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA DEPARTAMENTO DE ENGENHARIA DE PRODUÇAO E SISTEMAS
UIVERSIDADE FEDERAL DE SATA CATARIA DEPARTAMETO DE EGEHARIA DE PRODUÇAO E SISTEMAS EPS 5102 ITRODUÇÃO À PESQUISA OPERACIOAL TRABALHO GABARITO PROF. SÉRGIO MAYERLE 1. AÁLISE DA DEMADA (COSUMO DIÁRIO) Sejam
Leia maisConcorrência Perfeita
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS Disciplina: Teoria Microeconômica II Professor: Sabino da Silva Porto Junior Lista 1-2007/01 Concorrência Perfeita (ANPEC 97)
Leia mais