BANDAS DE PREVISÃO USANDO POLINÔMIOS INTERPOLADORES EM SÉRIES TEMPORAIS
|
|
- Bernadete da Conceição Bandeira
- 8 Há anos
- Visualizações:
Transcrição
1 175 BANDAS DE PREVISÃO USANDO POLINÔMIOS INTERPOLADORES EM SÉRIES TEMPORAIS Deysieri Elvira dos Santos Maia (Uni-FACEF) Antonio Carlos da Silva Filho (Uni-FACEF) 1 INTRODUÇÃO A previsão é a estimativa da realidade, nas situações em que a realidade ainda não é conhecida. Constitui uma das frentes em que a Ciência se consolidou como referência para o progresso e o conhecimento. A área de análise e previsão de sucessões cronológicas (séries temporais ou crônicas), hoje campo de pesquisa bem definido dentro dos Métodos Quantitativos, tem sido uma das áreas-chave em Ciências Sociais Aplicadas, onde vários tipos de previsão são importantes: econômicas, tecnológicas e estratégicas, entre outras. A área de Finanças, por exemplo, vem, ao longo das últimas duas décadas, modificando-se e se transformando em uma ciência eminentemente quantitativa, em que são usadas ferramentas como Estatística, Matemática e Ciência da Computação para que o processamento das informações forneça resultados mais precisos e confiáveis, principalmente ligados aos modelos de previsão (ZOU, 2004). As condições presentes determinam, em certo grau, o futuro da forma em que pode haver muitas interações e complexas relações entre as variáveis envolvidas. Existindo informação suficiente disponível sobre o sistema em estudo, uma abordagem matemática pode ser desejável, sendo que as equações construídas modelam os mecanismos responsáveis pela geração das séries temporais e como o seu comportamento evolui. No entanto, em muitos problemas reais de interesse, não temos informações e/ou condições ideais suficientes para construir equações que governem o comportamento das variáveis que queremos prever. Na ausência de informações suficientes para gerar as equações, é mais atrativo usar uma abordagem baseada em modelos (DE VEAUX, 1998). Com o avanço da tecnologia e da capacidade de armazenagem e processamento dos sistemas computacionais, diversos modelos e técnicas 175
2 176 quantitativas de previsão têm sido pesquisados, complementando e aprimorando as análises qualitativas por uma série de fatores, incluindo maior precisão (HARDIE, 1998). Modelos de previsão quantitativos utilizam-se basicamente de dados históricos para detectar padrões de comportamento e estimá-los no futuro. Esses modelos empregam um ferramental matemático e estatístico para representar a realidade para a qual foram criados. Diversas técnicas estatísticas têm sido usadas na criação dos modelos, baseadas em diferentes pressupostos assumidos (WINKLHOFER, 1996). 2 MATERIAIS E MÉTODOS Previsão, ou em inglês, forecasting, que se refere a ato ou efeito de prever, antevisão, presciência..., pode ser definida como uma seqüência de passos que o tomador de decisões realiza, seja implícita ou explicitamente, para antever satisfatoriamente um valor futuro. Segundo Harrison e Stevens (1976), uma previsão adequada deve dar suporte a uma decisão minimizadora de risco por parte dos agentes tomadores de decisões. Para Shalizi et al. (2002), o futuro é sempre desconhecido e, até certo ponto, imprevisível e uma previsão é sempre imperfeita, mas não inútil. Toda previsão é uma tentativa de prognosticar o futuro através do exame do passado. Consiste em gerar previsões não enviesadas da magnitude de alguma variável, como um índice de Bolsa, com base no conhecimento presente e passado acumulado em bases de dados e na experiência dos gestores e outros profissionais envolvidos. Conforme Tsay (2002), as previsões variam segundo a sua aplicação em níveis agregados (como na Economia) ou para um componente específico (como para uma campanha individual). Também difere quanto ao horizonte de previsão de curto, médio ou longo prazo que são conceitos flexíveis, que irão variar conforme a área de aplicação. Inúmeros autores já pesquisaram sobre a adoção das previsões na área de Finanças, utilizando-se de diferentes técnicas e abordagens. Alguns autores como Keim e Stambough (1986) pesquisaram a adoção de métodos de previsão de 176
3 177 indicadores financeiros, desde previsibilidade de retornos de preços de ações até previsões de preços aplicados a contratos futuros na BM&F, através da modelagem de sucessões cronológicas, em que se têm, como variável de entrada, os valores históricos da variável a ser prevista, utilizando abordagens econométricas e redes neurais. Alguns outros autores exploraram mais especificamente a previsão de índices de Bolsa de Valores. Esses autores, como Kutsurelis (1998), utilizaram técnicas de modelagem de séries temporais, tomando como base os modelos ARIMA sugeridos por Box e Jenkins (1970), e com uso de redes neurais voltadas para o índice S&P 500. Podem-se identificar os seguintes passos nas várias técnicas de previsão: (a) determinar a utilização da previsão; (b) selecionar os objetos da previsão; (c) determinar o horizonte de tempo da previsão; (d) selecionar o modelo de previsão; (e) reunir a informação necessária; (f) realizar a previsão e (g) validar e implementar os resultados. Este projeto centra-se no item (g). Os métodos de previsão dividem-se em qualitativos e quantitativos. Dentre os quantitativos destacam-se os que usam as Séries Temporais, com várias técnicas: médias móveis, alisamento exponencial, regressão, etc. Este trabalho usará polinômios interpoladores como método previsor. O polinômio interpolador na forma de Newton é construído como segue (BURDEN e FAIRES, 2003). Consideremos um conjunto conhecido de pontos: (x 0, f(x 0 )), (x 1, f(x 1 )),..., (x n, f(x n )). O polinômio é o seguinte: P n (x) = f[x 0 ] + (k=1) (n) f[x 0, x 1,..., x k ] (x-x 0 )(x-x 1 )... (x-x k ) onde ) f[x 0, x 1,..., x k ] é a k-ésima diferença dividida de f(x) relativa a x 0,..., x k e é definida recursivamente a partir da seguinte fórmula: f[ xi, x i+1,..., x i+k ] = (f[x i+1,, x i+k ] f[x i,, x i+k-1 ]) / (x i+k x i ) 177
4 178 sendo f[x i ] = f(x i ). Normalmente, tal polinômio é utilizado para realizar a interpolação e calcular um valor aproximado para f(x), com x entre x 0 e x n. O que fazemos aqui é extrapolar tal intervalo, calculando um valor aproximado para f(x) com x fora do intervalo (x 0, x n ), ou seja, usamos P n (x) para prever valores futuros da seqüência (LIMA, 2005). No caso das séries aqui consideradas, usamos como domínio da função f(x) o conjunto dos números naturais. As séries simuladas, usadas como controle, serão as seguintes: (a) uma série de números aleatórios, obtidos através de um gerador computacional; (b) uma série de dados caóticos, obtidos a partir do conhecido mapeamento logístico x n+1 = 4 * x n * (x n 1); (c) uma série de dados periódicos, obtidos a partir da função seno e (d) uma série de dados quase-periódicos, obtidos a partir de uma soma de quatro termos cossenodais com freqüências incomensuráveis. Os programas para os cálculos serão feitos com o programa MATLAB (HANSELMAN, 2003), disponível no Uni-FACEF. Uma vez realizada a previsão, fica-se com duas populações : uma que é constituída pelos valores reais e outra constituída pelos valores previstos. Para cada posição dos dados nas duas séries, às vezes a previsão se verifica e às vezes não. Usando um linguajar biológico, pode-se dizer que uma previsão é verdadeiramente positiva quando há a previsão que o valor vá aumentar e ele realmente aumenta; por outro lado, pode-se dizer que uma previsão é verdadeiramente negativa quando há a previsão que o valor vá diminuir e ele realmente diminui. Mas podem aparecer dois tipos de erros: um que se pode chamar de falso positivo, que ocorre quando a previsão é de que o valor vá aumentar e ele, na realidade, diminui; e outro que se pode chamar de falso negativo, que ocorre quando a previsão é de que o valor vá diminuir e ele, de fato, aumenta. A estes intervalos demos o nome de bandas de previsão. Vários parâmetros podem ser definidos a partir daí, como a Sensibilidade e a Especificidade. A Sensibilidade é a probabilidade de que um método diga que o valor do dado vá aumentar dado que ele realmente aumenta; já a Especificidade é a probabilidade de que um método diga que o valor do dado vá diminuir dado que ele realmente diminui. 178
5 179 Dois parâmetros de particular interesse são o Valor Preditivo Positivo (VPP) e o Valor Preditivo Negativo (VPN). O VPP é a probabilidade de que um dado aumente de valor dado que o método previsor previu que ele aumentaria; já o VPN é a probabilidade de que um dado diminua de valor dado que o método previsor previu que ele diminuiria. A maneira típica de se representar a relação entre a sensibilidade e a especificidade de um teste é por um gráfico em que, para cada valor de corte possível, se coloca a sensibilidade no eixo das ordenadas e um menos a especificidade no eixo das abscissas. Unindo-se os pontos assim obtidos para cada valor de corte diferente, obtém-se uma curva que é chamada de curva ROC (Receiver Operating Characteristic). Este conjunto de parâmetros, calculados para o método previsor polinomial, comparados com os mesmos parâmetros calculados por métodos estocásticos tradicionais (como médias móveis e regressão) é o que se pretende obter no presente trabalho. 3 RESULTADOS Aprendemos a trabalhar, inicialmente, com a linguagem FORTRAN. Construímos os seguintes programas, necessários ao desenvolvimento do trabalho: i.programa 1 * PROGRAMA DIF1: PARA O DIAGRAMA DE RETORNO COM 1 ATRASO REAL X,Z INTEGER I,J DIMENSION X(2000),Z(2000) OPEN(1,FILE='ENTRADA.DAT') OPEN(2,FILE='SAIDIF.DAT') DO I = 1,1000 READ(1,*)X(I) IF(I.GT.1)THEN Z(I-1) = X(I) - X(I-1) IF DO J = 2,999 WRITE(2,*)Z(J-1),Z(J) 179
6 180 ii.programa 2 * PROGRAMA TAB: PARA LER UMA SERIE TEMPORAL E COLOCA-LA NA * SEGUINTE FORMA: * DUAS COLUNAS, SO A PRIMEIRA CONSTITUIDA PELOS NUMEROS * NATURAIS (E O DOMINIO DA FUNCAO) * E A SEGUNDA CONSTITUIDA PELOS VALORES DA SERIE REAL X INTEGER I,N OPEN(1,FILE='ENTRADA.DAT') OPEN(2,FILE='EN.DAT') N = 500 DO I = 1, N READ(1,*)X WRITE(2,*)I,X iii.programa 3 * PROGRAMA DIF2: PARA O DIAGRAMA DE DIFERENCAS RELATIVAS * COM 1 ATRASO REAL X,Z INTEGER I,J DIMENSION X(2000),Z(2000) OPEN(1,FILE='ENTRADA.DAT') OPEN(2,FILE='SAIDIF2.DAT') DO I = 1,1000 READ(1,*)X(I) IF(I.GT.1)THEN Z(I-1) = (X(I) - X(I-1))/X(I-1) IF DO J = 2,999 WRITE(2,*)Z(J-1),Z(J) iv.programa 4 180
7 181 * PROGRAMA LOGIST: PARA CALCULAR UMA SERIE TEMPORAL CAOTICA INTEGER I REAL X OPEN(1,FILE='CAOS.DAT') X = 0.2 DO I = 1, 3000 X = 4*X*(1-X) IF(I.GT.2000)THEN WRITE(1,*)X IF v.programa 5 * PROGRAMA QUASEP: PARA CALCULAR UMA SERIE TEMPORAL * QUASE-PERIODICA REAL X,A,B,C,D INTEGER I OPEN(1,FILE='QUASEPN.TXT') WRITE(*,*)'DE O NUMERO DE PONTOS DESEJADO:' READ(*,*)N DO I = 1, N A = COS(( /9.0)*I*0.1) B = COS((SQRT(11* )/9.0)*I*0.1) C = COS((SQRT(3* )/9.0)*I*0.1) D = COS((SQRT(2* )/9.0)*I*0.1) X = A + B + C + D WRITE(1,*)X vi.programa 6 * PROGRAMA RAND1: PARA GERAR NUMEROS ALEATORIOS REAL X,Y INTEGER I OPEN(1,FILE='RAND.DAT') DO I = 1, 1000 CALL RANDOM(X) IF(I.GT.1)THEN WRITE(1,*)Y,X 181
8 182 IF Y = X vii.programa 7 * PROGRAMA SENO: PARA CALCULAR O SENO DE X REAL X INTEGER I OPEN(1,FILE='SENO.DAT') DO I = 1,1000 X = SIN(I*0.1) WRITE(1,*)X Os programas 1, 2 e 3 foram construídos para formatar os números a serem usados de maneira conveniente. O programa 4 foi construído para gerar uma série temporal caótica, o 5 para gerar uma série temporal quase-periódica, o 6 para gerar uma série temporal aleatória e o 7 para gerar uma série temporal periódica. Estamos, no momento, construindo os programas para aplicar a Teoria da Decisão. A idéia é estudar as probabilidades das previsões, em relação ao valor anteriormente assumido pela variável. 4 ANÁLISE E CONCLUSÃO Estamos, no momento, construindo os programas para aplicar a Teoria da Decisão. Além de passar os programas já feitos no Fortran para o Matlab, a fim de tê-los todos numa mesma plataforma. A idéia é estudar as probabilidades das previsões, em relação ao valor anteriormente assumido pela variável. 182
9 183 BIBLIOGRAFIA BOX, G. E. P; PIERCE, D. A. Distribution of autocorrelations in autoregressive moving average models. Journal of the American Statistical Association, v. 65, p , BURDEN, R. L.; FAIRES, J. D. Análise Numérica. São Paulo: Pioneira Thomson Learning, p. DE VEAUX, R.; SCHWEINSBERG, J.; SCHUMI, J.; UNGAR, L. H. Prediction intervals for neural networks via nonlinear regression. Technometrics. v. 40, n. 4. p , HANSELMAN, Duane; LITTLEFIELD, Bruce. Matlab 6 Curso Completo. São Paulo: Prentice Hall, p. HARDIE, B. G. S.; FADER, P. S.; WISNIEWSKI, M. An empirical comparison of new product trial forecasting methods. International Journal of Forecasting. n. 17, p , HARRISON, P. J.; STEVENS, C. F. Bayesian Forecasting. Journal of the Royal Statistical Society: series B, v. 38, n. 3, p , KEIM, D.; STAMBAUGH, R. Predicting returns in stock and bond markets. Journal of Financial Economics. v. 17, p , KUTSURELIS, J. E. Forecasting financial markets using neural network: an analysis of methods and accuracy f. (Tese em Administração). Naval Postgraduate School, Monterey, California LIMA, Fabiano Guasti; SILVA FILHO, Antônio Carlos da ; SILVA, Fátima Maria Helena Simões Pereira da ; MARTINS, P. F. C. ; CHAGAS, M. F.. Previsão de Curto Prazo Usando Polinômios Interpoladores na Forma de Newton. In: XVI ENANGRAD, 2005, Belo Horizonte. XVI ENANGRAD, SHALIZI, C. R.; SHALIZI, K. L; CRUTCHFIELD, J. P. An algorithm for pattern discovery in time series. Santa Fe Institute. Working Paper Nov
POLINÔMIOS INTERPOLADORES COMO MÉTODO PREVISOR PARA PREVISÃO DE CURTO PRAZO
POLINÔMIOS INTERPOLADORES COMO MÉTODO PREVISOR PARA PREVISÃO DE CURTO PRAZO Marcelo de Faria (Uni-FACEF) Antônio Carlos da Silva Filho (Uni-FACEF) 1 INTRODUÇÃO A área de análise e previsão de sucessões
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 maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisGerenciamento de Projeto: Planejando os Riscos. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Planejando os Riscos Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Planejar o Gerenciamento dos Riscos. Identificar os Riscos Realizar a Análise Qualitativa
Leia maisAMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll
AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll! Os parâmetros para decisão do auditor.! Tipos de planos de amostragem estatística em auditoria. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisFERRAMENTAS DA QUALIDADE PROGNÓSTICO CAUSAL
FERRAMENTAS DA QUALIDADE PROGNÓSTICO CAUSAL Prognóstico é um processo de estimativa de fatores desconhecidos Existem muitos usos para o prognóstico. Toda indústria necessita prever o "fator desconhecido",
Leia maisPlanejamento e Gestão Estratégica
Planejamento e Gestão Estratégica O Governo de Minas estabeleceu como um dos eixos norteadores da suas políticas públicas a eficiência na utilização dos recursos e a oferta de serviços com qualidade cada
Leia maisCadernos da 2012 2013
Gabinete de Apoio à Qualidade do Ensino Cadernos da NOVA 2012 2013 avaliação das aprendizagens Âmbito O Núcleo de Inovação Pedagógica e de Desenvolvimento Profissional dos Docentes, integrado no Gabinete
Leia maisDossiês Didácticos LUÍSA CANTO E CASTRO LOURA MARIA EUGÉNIA GRAÇA MARTINS
www.alea.pt Dossiês Didácticos XIII Estatística Descritiva com Excel Complementos. LUÍSA CANTO E CASTRO LOURA MARIA EUGÉNIA GRAÇA MARTINS Departamento de Estatística e Investigação Operacional da Faculdade
Leia mais3 Qualidade de Software
3 Qualidade de Software Este capítulo tem como objetivo esclarecer conceitos relacionados à qualidade de software; conceitos estes muito importantes para o entendimento do presente trabalho, cujo objetivo
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisANEXO 5 ESCOPO DO ESTUDO DE VIABILIDADE TÉCNICA, ECONÔMICA E JURÍDICA
ANEXO 5 ESCOPO DO ESTUDO DE VIABILIDADE TÉCNICA, ECONÔMICA E JURÍDICA O estudo a ser entregue deverá avaliar a viabilidade do projeto de PPP proposto segundo a ótica de todos os fornecedores de capital
Leia maisMétodos de mapeamento para fenômenos qualitativos e quantitativos
IT 508 - Cartografia Temática Representação cartográfica: Métodos de mapeamento para fenômenos qualitativos e quantitativos Profa.. Juliana Moulin Segundo os métodos padronizados, conforme o uso das variáveis
Leia maisATAQUE TRIBUTÁRIO À INFORMALIDADE
LC/BRS/R.171 Dezembro de 2006 Original: português CEPAL COMISSÃO ECONÔMICA PARA A AMÉRICA LATINA E O CARIBE Escritório no Brasil ATAQUE TRIBUTÁRIO À INFORMALIDADE Samuel Pessoa Silvia Matos Pessoa Documento
Leia maisCurva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE
Curva ROC George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Introdução ROC (Receiver Operating Characteristics) Curva ROC é uma técnica para a visualização e a seleção de classificadores baseado
Leia maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
Leia maisMODELOS DE PREVISÃO DE PREÇOS APLICADOS AOS CONTRATOS FUTUROS DE CAFÉ
MODELOS DE PREVISÃO DE PREÇOS APLICADOS AOS CONTRATOS FUTUROS DE CAFÉ BRESSAN, A.A. 1 E LIMA, J.E. 2 - Tais informações podem ser obtidas junto ao endereço eletrônico da BM&F: - 1 Professor
Leia maisGerenciamento e Previsão de Demanda
Gerenciamento e Previsão de Demanda Cadeia de valor de suprimento e Previsão de Demanda; Demanda (princípios básicos); Gerenciamento da demanda; Por que previsões de demanda são necessárias?; Previsão
Leia maisA INFLUÊNCIA DO RUÍDO NA DETERMINAÇÃO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS
A INFLUÊNCIA DO RUÍDO NA DETERMINAÇÃO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS Valdirene de Souza (Centro Universitário de Franca) Antônio Carlos da Silva Filho (Centro Universitário de Franca) 1
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia mais3 Previsão da demanda
42 3 Previsão da demanda Este capítulo estuda o processo de previsão da demanda através de métodos quantitativos, assim como estuda algumas medidas de erro de previsão. Num processo de previsão de demanda,
Leia maisEquações Diferenciais
Equações Diferenciais EQUAÇÕES DIFERENCIAS Em qualquer processo natural, as variáveis envolvidas e suas taxas de variação estão interligadas com uma ou outras por meio de princípios básicos científicos
Leia maisObjetivos. Teoria de Filas. Teoria de Filas
Objetivos Teoria de Filas Michel J. Anzanello, PhD anzanello@producao.ufrgs.br 2 Teoria de Filas Filas estão presentes em toda a parte; Exemplos evidentes de fila podem ser verificados em bancos, lanchonetes,
Leia maisAjuste de Curvas. Ajuste de Curvas
Ajuste de Curvas 2 AJUSTE DE CURVAS Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente
Leia maisDEPARTAMENTO DE MÉTODOS QUANTITATIVOS
DEPARTAMENTO DE MÉTODOS QUANTITATIVOS DISCIPLINA: MÉTODOS DE PREVISÃO DOCUMENTO DE APRESENTAÇÃO LICENCIATURA DE MARKETING ANO LECTIVO 2005/06 Métodos de Previsão Ano lectivo: 2005/2006 3.º ano; 2.º semestre
Leia maisRoteiro SENAC. Análise de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos
SENAC Pós-Graduação em Segurança da Informação: Análise de Riscos Parte 5 Leandro Loss, Dr. Eng. loss@gsigma.ufsc.br http://www.gsigma.ufsc.br/~loss Roteiro Análise de Qualitativa Quantitativa Medidas
Leia maisPREVISÃO DE DEMANDA - O QUE PREVISÃO DE DEMANDA - TIPOS E TÉCNICAS DE PREVISÃO DE DEMANDA - MÉTODOS DE PREVISÃO - EXERCÍCIOS
CONTEÚDO DO CURSO DE PREVISÃO DE DEMANDA PROMOVIDO PELA www.administrabrasil.com.br - O QUE PREVISÃO DE DEMANDA - TIPOS E TÉCNICAS DE PREVISÃO DE DEMANDA - MÉTODOS DE PREVISÃO - EXERCÍCIOS - HORIZONTE
Leia maisUNIVERSIDADE FEDERAL DE SANTA MARIA COLÉGIO TÉCNICO INDUSTRIAL DE SANTA MARIA Curso de Eletrotécnica
UNIVERSIDADE FEDERAL DE SANTA MARIA COLÉGIO TÉCNICO INDUSTRIAL DE SANTA MARIA Curso de Eletrotécnica Apostila de Automação Industrial Elaborada pelo Professor M.Eng. Rodrigo Cardozo Fuentes Prof. Rodrigo
Leia maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisEfeitos da Desaceleração Econômica Internacional na Economia Brasileira
Efeitos da Desaceleração Econômica Internacional na Economia Brasileira Períodos de deterioração da conjuntura macroeconômica requerem de bancos centrais aprofundamento dos processos analíticos. Nesse
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisTranscrição Automática de Música
Transcrição Automática de Música Ricardo Rosa e Miguel Eliseu Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria Departamento de Engenharia Informática A transcrição automática de
Leia mais7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura 7.1 - Exemplo de um grafo linear.
CAPÍTULO 7 7 ANÁLISE DE REDES 7.1 Conceitos Básicos em Teoria dos Grafos Diversos problemas de programação linear, inclusive os problemas de transporte, podem ser modelados como problemas de fluxo de redes.
Leia maisRoteiro SENAC. Análise de Riscos. Planejamento do Gerenciamento de Riscos. Planejamento do Gerenciamento de Riscos
SENAC Pós-Graduação em Segurança da Informação: Análise de Riscos Parte 2 Leandro Loss, Dr. Eng. loss@gsigma.ufsc.br http://www.gsigma.ufsc.br/~loss Roteiro Introdução Conceitos básicos Riscos Tipos de
Leia maisNota Técnica 113/2007 SRD/SRE/ANEEL Metodologia para Projeção de Investimentos para o Cálculo do Fator X Contribuição da Audiência Publica 052/2007
Nota Técnica 113/2007 SRD/SRE/ANEEL Metodologia para Projeção de Investimentos para o Cálculo do Fator X Contribuição da Audiência Publica 052/2007 1 1. Estrutura do Trabalho : De forma que se pudesse
Leia maisAPLICAÇÕES DA CURVA s NO GERENCIAMENTO DE PROJETOS
CONCEITOS GERAIS : A curva S representa graficamente o resultado da acumulação das distribuições percentuais, parciais, relativas à alocação de determinado fator de produção (mão de obra, equipamentos
Leia maisDo neurônio biológico ao neurônio das redes neurais artificiais
Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais
Leia maisModelagem Digital do Terreno
Geoprocessamento: Geração de dados 3D Modelagem Digital do Terreno Conceito Um Modelo Digital de Terreno (MDT) representa o comportamento de um fenômeno que ocorre em uma região da superfície terrestre
Leia maisUTILIZANDO O HISTOGRAMA COMO UMA FERRAMENTA ESTATÍSTICA DE ANÁLISE DA PRODUÇÃO DE ÁGUA TRATADA DE GOIÂNIA
UTILIZANDO O HISTOGRAMA COMO UMA FERRAMENTA ESTATÍSTICA DE ANÁLISE DA PRODUÇÃO DE ÁGUA TRATADA DE GOIÂNIA Edson Kurokawa (*) Engenheiro Civil pela UFG e Mestre em Engenharia de Produção pela UFSC. Trabalha
Leia maisELABORAÇÃO DE PROJETOS
Unidade II ELABORAÇÃO DE PROJETOS DE PESQUISA Profa. Eliane Gomes Rocha Pesquisa em Serviço Social As metodologias qualitativas de pesquisa são utilizadas nas Ciências Sociais e também no Serviço Social,
Leia maisORGANIZAÇÃO DE COMPUTADORES MÓDULO 1
ORGANIZAÇÃO DE COMPUTADORES MÓDULO 1 Índice 1. Introdução...3 1.1. O que é um Computador?... 3 1.2. Máquinas Multiníveis... 3 2 1. INTRODUÇÃO 1.1 O QUE É UM COMPUTADOR? Para estudarmos como um computador
Leia maisPedagogia Estácio FAMAP
Pedagogia Estácio FAMAP # Objetivos Gerais: O Curso de Graduação em Pedagogia da Estácio FAMAP tem por objetivo geral a formação de profissionais preparados para responder às diferenciadas demandas educativas
Leia maisAutoria:Aristófanes Corrêa Silva Adaptação: Alexandre César M de Oliveira
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Introdução Autoria:Aristófanes Corrêa Silva Adaptação: Alexandre
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisTÉCNICAS DE AVALIAÇÃO ECONÔMICA. comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto
TÉCNICAS DE AVALIAÇÃO ECONÔMICA comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto Introdução As técnicas de avaliação econômica são utilizadas para converter os dados
Leia maisnatureza do projeto e da aplicação métodos e ferramentas a serem usados controles e produtos que precisam ser entregues
Modelo De Desenvolvimento De Software É uma representação abstrata do processo de desenvolvimento que define como as etapas relativas ao desenvolvimento de software serão conduzidas e interrelacionadas
Leia maisTeste de Software: Um Breve Estudo do Importante Processo no Desenvolvimento de Softwares
Teste de Software: Um Breve Estudo do Importante Processo no Desenvolvimento de Softwares André Assis Lôbo de Oliveira Francisco Guerra Fernandes Júnior Faculdades Alves Faria, 74445190, Brasil andrelobin@hotmail.com,
Leia maisNotas de Cálculo Numérico
Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo
Leia maisTERMO DE REFERÊNCIA. Contrato por Produto Nacional
TERMO DE REFERÊNCIA Contrato por Produto Nacional 1. Antecedentes e Justificativa O Projeto de Assistência à Implementação do Programa de Apoio à Agenda de Crescimento Econômico Equitativo e Sustentável
Leia maisKarine Nayara F. Valle. Métodos Numéricos de Euler e Runge-Kutta
Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Professor Orientador: Alberto Berly Sarmiento Vera Belo Horizonte 2012 Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Monografia
Leia maisMÓDULO 2 PLANEJAMENTO LOGÍSTICO ASSOCIADO AO TRANSPORTE
MÓDULO 2 PLANEJAMENTO LOGÍSTICO ASSOCIADO AO TRANSPORTE 2.1 - Níveis de Planejamento O planejamento logístico tenta responder aos questionamentos de: O QUE? QUANDO? COMO? Nos níveis estratégico, tático
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) II Métodos numéricos para encontrar raízes (zeros) de funções reais. Objetivos:
Leia maisCampos Vetoriais e Integrais de Linha
Cálculo III Departamento de Matemática - ICEx - UFMG Marcelo Terra Cunha Campos Vetoriais e Integrais de Linha Um segundo objeto de interesse do Cálculo Vetorial são os campos de vetores, que surgem principalmente
Leia maisSociedade União 1º.Dezembro. Das teorias generalistas. à ESPECIFICIDADE do treino em Futebol. Programação e. Periodização do.
Sociedade União 1º.Dezembro Das teorias generalistas à ESPECIFICIDADE do treino em Futebol Programação e Periodização do Treino em Futebol 1 Programação e Periodização do Treino em Futebol Ter a convicção
Leia maisPLANEJAMENTO OPERACIONAL - MARKETING E PRODUÇÃO MÓDULO 11 PESQUISA DE MERCADO
PLANEJAMENTO OPERACIONAL - MARKETING E PRODUÇÃO MÓDULO 11 PESQUISA DE MERCADO Índice 1. Pesquisa de mercado...3 1.1. Diferenças entre a pesquisa de mercado e a análise de mercado... 3 1.2. Técnicas de
Leia mais7 AULA. Curvas Polares LIVRO. META Estudar as curvas planas em coordenadas polares (Curvas Polares).
1 LIVRO Curvas Polares 7 AULA META Estudar as curvas planas em coordenadas polares (Curvas Polares). OBJETIVOS Estudar movimentos de partículas no plano. Cálculos com curvas planas em coordenadas polares.
Leia maisÍndice. 1. Tipos de Atividades...3 2. O Trabalho com Leitura...4. 2.1. Estratégias de Leitura... 4. Grupo 5.4 - Módulo 7
GRUPO 5.4 MÓDULO 7 Índice 1. Tipos de Atividades...3 2. O Trabalho com Leitura...4 2.1. Estratégias de Leitura... 4 2 1. TIPOS DE ATIVIDADES Atividades de sondagem: estão relacionadas às atividades de
Leia maisIntrodução ao estudo de equações diferenciais
Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações
Leia maisAula 1: Demonstrações e atividades experimentais tradicionais e inovadoras
Aula 1: Demonstrações e atividades experimentais tradicionais e inovadoras Nesta aula trataremos de demonstrações e atividades experimentais tradicionais e inovadoras. Vamos começar a aula retomando questões
Leia maisPROJETO DE COOPERAÇÃO TÉCNICA INTERNACIONAL. Projeto 914 BRA5065 - PRODOC-MTC/UNESCO DOCUMENTO TÉCNICO Nº 03
PROJETO DE COOPERAÇÃO TÉCNICA INTERNACIONAL Diretrizes e Estratégias para Ciência, Tecnologia e Inovação no Brasil Projeto 914 BRA5065 - PRODOC-MTC/UNESCO DOCUMENTO TÉCNICO Nº 03 RELATÓRIO TÉCNICO CONCLUSIVO
Leia maisUm Laboratório Virtual para Modelagem de Séries Financeiras e Gerenciamento de Risco
Um Laboratório Virtual para Modelagem de Séries Financeiras e Gerenciamento de Risco Autores: Isadora Rossetti Toledo, Marcos Antônio da Cunha Santos isadorar@hotmail.com, msantos@est.ufmg.br Departamento
Leia maisCOMISSÃO DE COORDENAÇÃO DE CURSO INTRA-UNIDADE
PROJETO PEDAGÓGICO I. PERFIL DO GRADUANDO O egresso do Bacharelado em Economia Empresarial e Controladoria deve ter sólida formação econômica e em controladoria, além do domínio do ferramental quantitativo
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisEvolução da cooperação em populações modeladas por autômatos celulares com o uso de teoria de jogos
Geração de modelos de redes com verificação dos parâmetros topológicos Prof. Pedro Schimit - schimit@uninove.br Muitas coisas podem ser modeladas a partir de modelos de redes (ou grafos). A maneira como
Leia maisAULAS 03 E 04 A linguagem dos projetos
1 AULAS 03 E 04 A linguagem dos projetos Ernesto F. L. Amaral 11 e 13 de setembro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação de Projetos
Leia maisAS CONTRIBUIÇÕES DAS VÍDEO AULAS NA FORMAÇÃO DO EDUCANDO.
AS CONTRIBUIÇÕES DAS VÍDEO AULAS NA FORMAÇÃO DO EDUCANDO. Autor: José Marcos da Silva Instituição: UFF/CMIDS E-mail: mzosilva@yahoo.com.br RESUMO A presente pesquisa tem como proposta investigar a visão
Leia mais2 METODOLOGIA DA PESQUISA
2 METODOLOGIA DA PESQUISA A pesquisa, como toda atividade racional e sistemática, exige que as ações desenvolvidas ao longo de seu processo sejam efetivamente planejadas. Para Gil (1991), o conhecimento
Leia maisUnidade 9: Diálogos deliberativos
Unidade 9: Diálogos deliberativos Como podemos utilizar as sínteses de evidências? Informar os grupos de interesse Divulgação da síntese de políticas Informações adaptadas derivadas da síntese Meios de
Leia maisUM POUCO SOBRE GESTÃO DE RISCO
UM POUCO SOBRE GESTÃO DE RISCO Por Hindemburg Melão Jr. http://www.saturnov.com Certa vez o maior trader de todos os tempos, Jesse Livermore, disse que a longo prazo ninguém poderia bater o Mercado. Ele
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 maisMODELANDO O TAMANHO DO LIXO
MODELANDO O TAMANHO DO LIXO Thiago Vinícius Portella Instituto Federal Farroupilha Campus Júlio de Castilhos thiagovinicius88@gmail.com Nestor Oliveira Neto Instituto Federal Farroupilha Campus Júlio de
Leia mais1 INTRODUÇÃO 1.1 CONCEITO DE PARADIGMAS DE LINGUAGEM DE PROGRAMAÇÃO PARADIGMAS DE LINGUAGEM DE PROGRAMAÇÃO
1 INTRODUÇÃO 1.1 CONCEITO DE PARADIGMAS DE LINGUAGEM DE PROGRAMAÇÃO Desde o seu surgimento, o manuseio da computação é baseado em linguagens de programação. Ela permite que sejam construídos aplicativos
Leia maisUma análise qualitativa RESUMO
Mostra Nacional de Iniciação Científica e Tecnológica Interdisciplinar III MICTI Fórum Nacional de Iniciação Científica no Ensino Médio e Técnico - I FONAIC-EMT Camboriú, SC, 22, 23 e 24 de abril de 2009
Leia maisPalavras-chave: Museu do Minério e das Minas; Educação; Redes Sociais; Redes Digitais; Comunicação Social
O USO DAS REDES DIGITAIS NA CONSTRUÇÃO DA EDUCAÇÃO E DO CONHECIMENTO: A COMUNICAÇÃO DOS NOVOS TEMPOS Case Museu das Minas e do Metal Rede MMM e Midiateca Camila Vieira Dutra¹ Resumo: Este trabalho visa
Leia maisIntrodução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.
Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;
Leia maisProcesso de Desenvolvimento de Software
Processo de Desenvolvimento de Software Prof. Luiz Leão luizleao@gmail.com luizleao.com Atividades em PDS Análise econômica e de requisitos (Análise). Especificação do Software (Especificação). Desenho
Leia maisApresentação de Dados em Tabelas e Gráficos
Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística
Leia maisentre as mudanças na demanda e as mudanças na quantidade de firmas em equilíbrio. O modelo utilizado considera firmas com curvas de custo médio em
2 Literatura Nesse trabalho, utilizaremos a idéia dos modelos de entrada, que consistem em tentar inferir informações sobre lucro de uma indústria em um determinado mercado olhando para entrada de firmas,
Leia maisOrganização Curricular e o ensino do currículo: um processo consensuado
Organização Curricular e o ensino do currículo: um processo consensuado Andréa Pereira de Souza Gestora da Formação Permanente na Secretaria Municipal de Educação do município de Mogi das Cruzes. Cintia
Leia maisAvaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Introdução a Avaliação de Desempenho de Sistemas Prof. Othon M. N. Batista othonb@yahoo.com Roteiro Definição de Sistema Exemplo de Sistema: Agência Bancária Questões
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA TABELAS E GRÁFICOS Departamento de Estatística Luiz Medeiros Tabela de dados multidimensionais Até agora vimos como organizar, resumir e descrever informações referentes
Leia maisGerenciamento de Projeto: Executando o Projeto III. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Executando o Projeto III Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Realizar Aquisições Realizar a Garantia de Qualidade Distribuir Informações Gerenciar as
Leia maisProjeto de inovação do processo de monitoramento de safra da Conab
Projeto de inovação do processo de monitoramento de safra da Conab Projeto elaborado por Lorenzo Seguini lorenzo_seguini@yahoo.it Projeto Diálogos Setoriais União Europeia - Brasil 1 Sumário 1. Introdução...3
Leia maisAjuste de Modelo de Previsão Para Dados de Séries Temporais de Abate Suino no Brasil
Ajuste de Modelo de Previsão Para Dados de Séries Temporais de Abate Suino no Brasil Marcus Vinicius Silva Gurgel do Amaral 1 Taciana Villela Savian 2 Djair Durand Ramalho Frade 3 Simone Silmara Werner
Leia maisSEI Superintendência de Estudos Econômicos e Sociais da Bahia Av Luiz Viana Filho, 435-4ª avenida, 2º andar CAB CEP 41.750-300 Salvador - Bahia Tel.
SIDE Sistema de Dados Estatísticos AJUDA SEI Superintendência de Estudos Econômicos e Sociais da Bahia Av Luiz Viana Filho, 435-4ª avenida, 2º andar CAB CEP 41.750-300 Salvador - Bahia O QUE O NOSSO BANCO
Leia maisCOOPERAÇÃO EMPRESAS-LABORATÓRIOS PARA P&D E INOVAÇÃO
COOPERAÇÃO EMPRESAS-LABORATÓRIOS PARA P&D E INOVAÇÃO Gilson Geraldino Silva Jr. 1, 2 1 INTRODUÇÃO Este artigo analisa se o uso de infraestrutura laboratorial externa à empresa impacta na decisão de fazer
Leia maisObjetivo do trabalho 4
CC-226 Introdução à Análise de Padrões Prof. Carlos Henrique Q. Forster Instruções para Trabalho 4 Objetivo do trabalho 4 Relatar os resultados obtidos no trabalho 3 e estendidos na forma de escrita científica
Leia maisSistema de Informação Geográfica para Planejamento de Eletrificação Rural em Grande Escala
1/6 Título Sistema de Informação Geográfica para Planejamento de Eletrificação Rural em Nº de Registro (Resumen) 8 Empresa o Entidad CEMIG DISTRIBUIÇÃO S/A CEMIG-D Autores del Trabajo Nombre País e-mail
Leia maisEstatística Descritiva I
Estatística Descritiva I Bacharelado em Economia - FEA - Noturno 1 o Semestre 2016 Profs. Fábio P. Machado e Gilberto A. Paula MAE0219 (Economia-FEA-Noturno) Estatística Descritiva I 1 o Semestre 2016
Leia maisOANAFAS é um programa computacional
ANAFAS Análise de Faltas Simultâneas OANAFAS é um programa computacional para cálculo de curtos-circuitos. Permite a execução automática de grande variedade de faltas e possui facilidades, como estudo
Leia mais3.1 Definições Uma classe é a descrição de um tipo de objeto.
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Classes Autoria:Aristófanes Corrêa Silva Adaptação:
Leia maisOs Estilos de Pesquisa na Computação. TCC 2013. Profº Carlos José Maria Olguín prof.olguin@gmail.com carlos.olguin@unioeste.br
Os Estilos de Pesquisa na Computação TCC 2013. Profº Carlos José Maria Olguín prof.olguin@gmail.com carlos.olguin@unioeste.br O que é pesquisa? Procurar respostas para indagações propostas; No Michaelis,
Leia mais4Distribuição de. freqüência
4Distribuição de freqüência O objetivo desta Unidade é partir dos dados brutos, isto é, desorganizados, para uma apresentação formal. Nesse percurso, seção 1, destacaremos a diferença entre tabela primitiva
Leia maisCAPÍTULO 1- OPERAÇÕES COM NÚMEROS INTEIROS Indicadores de aprendizagem Verifica se sabes: Identificar o conjunto dos números inteiros.
CAPÍTULO 1- OPERAÇÕES COM NÚMEROS INTEIROS Identificar o conjunto dos números inteiros. Representar na recta numérica os números inteiros. Indicar o valor absoluto e o simétrico de um número. Comparar
Leia maisLIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO
LIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO Praticamente todos os processos logísticos estão sujeitos a algum tipo de sazonalidade. A humanidade e seus grupos sociais, desde tempos remotos, sempre
Leia maisFORMAÇÃO DE EXECUTIVOS NO BRASIL: UMA PROPOSTA
FORMAÇÃO DE EXECUTIVOS NO BRASIL: UMA PROPOSTA Luiz Carlos Bresser-Pereira Artigo publicado em O Estado de S.Paulo, edição de 25.4.76, sob o título Os erros da formação de executivos. Não vou salientar
Leia mais