RONALDO NITO YAMAMOTO MODELO DE PREVISÃO DE DEMANDA EM UMA INDÚSTRIA ALIMENTÍCIA UTILIZANDO UM MÉTODO QUANTITATIVO

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "RONALDO NITO YAMAMOTO MODELO DE PREVISÃO DE DEMANDA EM UMA INDÚSTRIA ALIMENTÍCIA UTILIZANDO UM MÉTODO QUANTITATIVO"

Transcrição

1 RONALDO NITO YAMAMOTO MODELO DE PREVISÃO DE DEMANDA EM UMA INDÚSTRIA ALIMENTÍCIA UTILIZANDO UM MÉTODO QUANTITATIVO Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de São Paulo para obenção do diploma de Engenheiro de Produção São Paulo 2007

2

3 RONALDO NITO YAMAMOTO MODELO DE PREVISÃO DE DEMANDA EM UMA INDÚSTRIA ALIMENTÍCIA UTILIZANDO UM MÉTODO QUANTITATIVO Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de São Paulo para obenção do diploma de Engenheiro de Produção Orienadora: Profª Drª Débora Prei Ronconi São Paulo 2007

4 FICHA CATALOGRÁFICA Yamamoo, Ronaldo Nio Modelo de previsão de demanda em uma indúsria alimenícia usando um méodo quaniaivo / R.N. Yamamoo. -- São Paulo, p. Trabalho de Formaura - Escola Poliécnica da Universidade de São Paulo. Deparameno de Engenharia de Produção..Previsão de vendas 2.Modelo em séries emporais 3.Demanda (Previsão) I.Universidade de São Paulo.Escola Poliécnica. Deparameno de Engenharia de Produção II..

5 AGRADECIMENTOS Aos meus pais, Hidemi e Margare, que sempre me incenivaram a esudar e me deram odas as condições para que eu aingisse o objeivo de me formar na Escola Poliécnica da Universidade de São Paulo. À minha família pelo oal apoio, confiança e colaboração durane odos os anos do curso de Engenharia de Produção. À odos os meus amigos por me acompanharem ao longo de minha vida. À minha orienadora, Professora Débora Prei Ronconi pela confiança, paciência e valiosa orienação durane a execução dese rabalho.

6

7 RESUMO Ese rabalho consise na aplicação de méodos quaniaivos de previsão de demanda baseados em séries emporais na Saborama, uma empresa do seor alimenício, fabricane de refrescos, xaropes, emulsões e produos para sorvee. Primeiramene foi feia uma descrição da Saborama com o objeivo de enender melhor suas necessidades, e assim assegurar que a conribuição dese rabalho eseja de acordo com os ineresses da empresa. A seguir, foi definido que uma boa conribuição seria melhorar o modo como a empresa faz as previsões da demanda de seus produos. Após a realização de pesquisa bibliográfica, seniu-se a necessidade de adapação para ese rabalho de algumas ferramenas radicionalmene uilizadas na lieraura, mais especificamene o méodo de Hol e de Hol- Winers. Foi ambém verificado que as medidas de erro radicionalmene uilizadas não aendem as necessidades da Saborama, o que levou o auor a sugerir uma nova forma de medição de erro, que foi chamada de WSE (Weighed Squared Error). Poseriormene foram feias as previsão. Por fim, foi concluído que os méodos de previsão uilizados podem conribuir para a previsão de demanda da Saborama, e porano, que os objeivos iniciais dese rabalho foram aingidos com sucesso. Palavras-chave: Previsão de vendas. Modelo em séries emporais. Demanda (previsão).

8 ABSTRACT This assignmen consiss in he applicaion of quaniaive mehods of demand forecas based in ime series a Saborama, a food secor company ha manufacures juice, syrup and producs for ice cream. Firsly a descripion of he company was done, aiming a beer undersanding of your necessiies, and so assuring ha his work conribuion considers he company s ineress. I was defined ha a good conribuion would be o improve he way Saborama forecass he demand of your producs. Afer researching he radiional lieraure, i was suggesed ha improvemens regarding he mehods could be done, specially he Hol and he Hol-Winers mehods. I was also verified ha he mos used error measure do no aend he necessiies of his assignmen; ha s why a new error measure was suggesed, which was named WSE (Weighed Squared Error). Finally, he demand forecas was made. I was concluded ha he forecas mehods used can conribue for he demand forecas of Saborama, and herefore, ha he iniial goal of his assignmen was successfully. Keywords: Demand forecas. Time series models. Demand (forecas)

9

10 SUMÁRIO LISTA DE FIGURAS... 3 LISTA DE GRÁFICOS... 4 LISTA DE TABELAS... 5 INTRODUÇÃO DESCRIÇÃO DA EMPRESA..... A Saborama Sabores e Concenrados Lda Os Produos Layou da fábrica Linhas de Produção Disribuição/logísica exerna Logísica inerna Caracerização do mercado e a concorrência DEFINIÇÃO DO PROBLEMA REVISÃO DA LITERATURA Méodos qualiaivos Méodos quaniaivos Decomposição de séries emporais Modelo de médias Médias simples Médias móveis Modelos de suavização exponencial Méodo de suavização exponencial simples (SES) Méodo de Suavização Exponencial Simples com Resposa Adapiva Méodo de Hol Méodo de Hol-Winers Medidas de erro de previsão ESCOLHA DA MEDIDA DE ERRO PREVISIBILIDADE E ADAPTAÇÃO DOS MODELOS LEVANTAMENTO DE DADOS E SELEÇÃO DE PRODUTOS A SEREM ANALISADOS... 52

11 2 7. ANÁLISE PRELIMINAR DOS DADOS E DOS MERCADOS Sucos Emulsão para refrigeranes Xaropes APLICAÇÃO DOS MODELOS Modelo de Médias Móveis Modelo de Hol-Winers com Sazonalidade Muliplicaiva Modelo de Hol-Winers com Sazonalidade Adiiva ANÁLISE DOS RESULTADOS Sucos Emulsões Xaropes DESENVOLVIMENTO DE UM SISTEMA DE MONITORAMENTO DE DISCREPÂNCIAS DA PREVISÃO DE DEMANDA CONCLUSÃO REFERÊNCIAS BIBLIOGRÁFICAS... 86

12 3 LISTA DE FIGURAS Figura Curva U de Porer... 8 Figura 2 Layou da fábrica... 3 Figura 3 - Layou das linhas de produção... 4 Figura 4 Processos de fabricação de sucos, concenrados, coberuras para sorvee e bases líquidas... 5 Figura 5 Fluxo de Maeriais... 7 Figura 6 Aproximação da esruura de classes sociais no Brasil Figura 7 Desdobramenos de gesão em empresas... 2 Figura 8 Exemplo de fases de um modelo de previsão Figura 9 Fases do modelo de Hol-Winers para a família de sucos Figura 0 Fases do modelo de Hol-Winers para as famílias de emulsões e xaropes Figura Fases do modelo de Hol-Winers para a família de sucos Figura 2 Fases do modelo de Hol-Winers para as famílias de emulsões e xaropes Figura 3 Modelo de escolha de méodos e moniorameno... 83

13 4 LISTA DE GRÁFICOS Gráfico - Evolução do mercado de bebidas não alcoólicas... 9 Gráfico 2 Série com endência Gráfico 3 Série com sazonalidade Gráfico 4 Série com endência e sazonalidade Gráfico 5 Penalidade dos erros maiores Gráfico 6 Comporameno da previsão do méodo de médias móveis Gráfico 7 Exemplo de previsão do modelo de Hol Gráfico 8 Exemplo de previsão do modelo de Hol modificações sugeridas pelo auor... 5 Gráfico 9 Represenaividade acumulada de cada produo sobre o faurameno oal Gráfico 0 - Represenaividade das principais linhas de produo nas vendas Gráfico Vendas de sucos ao longo dos anos Gráfico 2 Demanda de sucos da Saborama Gráfico 3 Demanda de emulsões para refrigeranes da Saborama Gráfico 4 Demanda de xaropes da Saborama Gráfico 5 Resulado gráfico das análises de previsão de demanda da família de sucos... 7 Gráfico 6 - Resulados da previsão de sucos uilizando o méodo de Hol-Winers com suavização muliplicaiva Gráfico 7 - Resulados da previsão de sucos uilizando o méodo de suavização exponencial com resposa adapiva Gráfico 8 - Resulado gráfico das análises de previsão de demanda da família de emulsões 76 Gráfico 9 - Resulados da previsão de emulsões uilizando o méodo de Hol-Winers com sazonalidade adiiva Gráfico 20 - Resulado gráfico das análises de previsão de demanda da família de xaropes.. 79 Gráfico 2 - Resulados da previsão de xaropes uilizando o méodo de Hol-Winers com sazonalidade muliplicaiva Gráfico 22 - Resulados da previsão de xaropes uilizando o méodo de suavização exponencial simples com resposa adapiva... 82

14 5 LISTA DE TABELAS Tabela Os produos da empresa... 2 Tabela 2 Ranking de faurameno do mercado das caegorias de bebidas não alcoólicas... 8 Tabela 3 Comparação enre diferenes medidas de erros Tabela 4 Exemplo de aplicação da medida de erro WSE com maior penalização de erros negaivos Tabela 5 - Exemplo de aplicação da medida de erro WSE com maior penalização de erros posiivos Tabela 6 Resulados dealhados das análises de previsão de demanda da família de sucos. 72 Tabela 7 Resulados dealhados das análises de previsão de demanda da família de emulsões Tabela 8 Resulados dealhados das análises de previsão de demanda da família de xaropes... 79

15 6

16 7 INTRODUÇÃO A indúsria nacional de bebidas em significável relevância para a economia brasileira, ano em face de seu valor inrínseco, mas ambém devido à dinâmica acenuada que seu mercado em apresenado. O segmeno caraceriza-se não só pela grande possibilidade de subsiuição enre produos de diferenes marcas, mas ambém pela compeição de bebidas subsiuas. Assim, sucos de uma marca sofrem efeios de compeição não só com sucos de ouras marcas, mas ambém com refrigeranes, água, isoônicos e chá. Denre exemplos recenes da dinâmica acenuada que esse mercado apresena no Brasil pode-se ciar o aumeno em mais de 0% no valor das vendas de refrigerane, devido em grande pare ao aumeno de ofera de refrigeranes sem adição de açúcar e/ou conendo complemenos adicionais, ais como aminoácidos. O processo produivo dessa indúsria envolve basicamene o recebimeno de maérias-primas e embalagens, a fabricação do produo básico (a bebida propriamene dia), o engarrafameno e a disribuição. Na oimização dessa cadeia, as grandes empresas êm noável vanagem compeiiva em relação aos seus concorrenes menores. As razões para al são maiores economias de escala em odas as eapas do processo produivo e maior poencial de negociação, denre ouras. Como conseqüencia, o mercado nacional de bebidas é caracerizado por grande barreira a novas e pequenas empresas, conduzindo a processos de fusões e aquisições basicamene em busca de: - aproveiameno de Know-How, de esruura e de clienes das empresas exisenes; - sinergias (como economias de escala, redução de cusos de ransações e de pesquisa e desenvolvimeno); - aumeno do marke-share e de barreiras para novos concorrenes; - impedir o crescimeno da concorrência direa ou indireamene; - concenração no core-business ou por ouro lado diversificação (laeral, horizonal e verical). A diversificação verical ocorre quando uma empresa passa a auar em ACNielsen do Brasil

17 8 mercados siuados aneriormene ou poseriormene a ela no Supply Chain (por exemplo um resaurane que passa a culivar vegeais). A diversificação laeral ocorre quando a empresa enra em um mercado oalmene novo para ela, ou seja, cujos produos não êm ligação nenhuma com os produos que a empresa oferece originalmene (por exemplo café e biciclea). A diversificação horizonal ocorre se a empresa passa a auar em um mercado novo, porém cujos produos enham alguma ligação com os produos que ela já oferecia (por exemplo amaciane e sabão em pó); - valorização das ações da empresa na bolsa / facilidade de capação de recursos; - enrada mais rápida em novo mercado. Enreano, as pequenas empresas podem conseguir resulados igualmene saisfaórios em relação aos grandes compeidores em seu reorno de invesimeno (ROI) 2, em visa de um pequeno grau de complexidade em seus processos de produção, de diferenciação ao aender seus clienes e de flexibilidade em geral, como sugere a curva U de acordo com PORTER (999) (Figura ). Essas vanagens devem ser poencializadas com a oimização de cusos para que as pequenas empresas enham possibilidade de auarem ao menos regionalmene, conquisando faias de mercado próximas de sua localização. Figura Curva U de Porer 2 O reorno de invesimeno (renabilidade)é popularizado na lieraura como ROI, sigla para reurn on invesmen e represena o valor de (invesimeno final invesimeno inicial)/invesimeno inicial.

18 9 De acordo com ROSA e al. (2006), oura caracerísica do seor de bebidas é a fore correlação que as suas vendas êm em relação ao preço e conseqüenemene com a renda da população (ala elasicidade de preço dos produos). As bebidas indusrializadas não são consideradas iens de primeira necessidade, de modo que em úlima análise a sobrevivência na compeição enre as empresas é baseada no preço do produo final ao consumidor, o que obriga as indúsrias a operarem com pequena margem de lucros. Assim, oimizar a esruura de cusos em imporância vial para as empresas do ramo. Exemplos de cusos relacionados ao esoque em uma indúsria são: - Perdas de oporunidades de vendas (no caso de um nível de esoque menor que o necessário); - Cuso de oporunidade do capial invesido em esoque desnecessário; - Cuso de obsolência dos produos em esoque (os produos êm período de validade limiada, o que dificula a venda do maerial produzido há muio empo); Além desses cusos imediaos relacionados ao esoque de produos pronos, exisem cusos relacionados ao esoque de embalagens e maérias-primas: - Cuso de oporunidade de economia de escala e preços promocionais, causados por fala de previsibilidade das vendas de produos pronos; - Cuso de oporunidade do capial invesido em esoque excedene (capial parado); - Cuso de oporunidade de compras sub-óimas (no caso de compra de embalagens e maéria-primas ser menor do que o necessário, forçando a empresa a ober com maiores cusos os maeriais falanes necessários); Todos esses cusos podem ser eviados ou ao menos significaivamene diminuídos com o conhecimeno da demanda fuura de produos pronos. Além disso, a previsibilidade da demanda de produos pronos raz ouras vanagens, como por exemplo:

19 0 - A possibilidade de fazer planejamenos melhores de produção (razendo oporunidades de economia de escala de produção e de uilização óima da capacidade indusrial); - A possibilidade de omar decisões esraégicas com mais segurança, como decisões de aualização do maquinário a fim de aumenar a capacidade de produção e de cooperações iner-empresariais. O auor dese rabalho não em nenhum vínculo empregaício com a empresa sobre a qual o mesmo foi escrio, que aua no segmeno de bebidas. Enreano, o auor em conaos em comum com os sócios da empresa e, aravés de reuniões com os mesmos, foi discuido como um rabalho de formaura do curso de Engenharia de Produção poderia conribuir. Foi concluído que reduzir os cusos é faor deerminane para empresa, e o meio indicado para al foi aravés da previsão da demanda.

20 . DESCRIÇÃO DA EMPRESA Ese primeiro capíulo apresena uma descrição da empresa na qual o rabalho será realizado, caracerizando seus principais aspecos organizacionais e gerenciais, seus produos, o mercado em que aua e principais concorrenes... A Saborama Sabores e Concenrados Lda. A Saborama é uma empresa 00% nacional e aua no segmeno de bebidas e sorvees, aendendo aos mais diversos ramos da indúsria alimenícia, como sorveerias, confeiarias, indúsrias de refrigeranes, aacados e supermercados. Foi fundada em 973, na capial de São Paulo, dedicando-se inicialmene à confecção de emulsão para a fabricação do refrigerane Grapee, da qual é deenora nacional dos direios de fabricação. Essa marca foi popularizada com o slogan "Quem Bebe Grapee Repee", o que alavancou as suas vendas desde a década de 60. O sucesso e aceiação do produo geraram a necessidade de aberura de franquias em odo o erriório nacional. Poseriormene a empresa deu inicio à fabricação de bases para sorvee de massa e picolé, surgindo assim o Liquido Para Sorvee Saborama. Na década de 80 o porfólio de produos fabricados pela empresa aumenou com os xaropes, aromas e novos sabores para as emulsões de refrigeranes. A Saborama começou a fabricar ambém produos para sorveeria indusrial e aresanal, como pó e líquidos, emulsificanes, esabilizanes (liga neura), coberuras, além de xaropes, preparados Die e Ligh, aromas líquidos, bebidas misas pronas para beber e ouros produos. O crescimeno exigiu maior espaço da área indusrial. Assim, em 993 a empresa adquiriu sua nova sede no município de Taboão de Serra-SP, abrangendo uma área de m 2.

21 2 Aualmene a empresa opera ambém aravés do sisema de franquias, colocando à disposição de fabricanes de refrigeranes a emulsão para a elaboração do produo..2. Os Produos Denro de sua linha de produos, enconram-se emulsões para refrigeranes, produos para sorvees, xaropes, preparados líquidos Ligh e Die, aromas diversos, bebidas misas, energéicas, chás e groselha. Na abela a seguir esão lisados a gama de produos da Saborama: Refrescos Concenrados (xaropes) Emulsões Produos para Soverve bebidas misas p/ refrigeranes die/ligh p/ refrescos normal p/ panificação p/ leie de soja Tabela Os produos da empresa base líquida pó liga neura emulsificane coberura Na Tabela, sucos são os refrescos pronos para beber, concenrado represena xaropes em geral a serem diluídos em água anes do consumo, groselha ligh é um ipo específico de xarope de caráer die a ser diluído em água anes do consumo, emulsões para refrigerane é maéria prima a ser vendida para fabricanes de refrigerane, produos para sorvee são os pó para sorvees, liga neura e emulsificane, e base líquida para sorvee são produos usados para a fabricação de sorvee ipo "geladinho", sorvee em máquina ipo Expand Frio e raspadinha. Além desses, a Saborama em ouros produos em seu leque de produção, como os produos para panificação, mas que não êm vendas/clienes significaivos e que serão ignorados no escopo dese rabalho. Uma caracerísica dos produos da Saborama é que seus produos são fabricados mediane a composição de água, do exrao de suco e de adiivos como aromaizanes, edulcoranes, coranes e conservanes, em derimeno de sucos naurais ou de polpa.

22 3.3. Layou da fábrica Para faciliar o enendimeno do funcionameno da fábrica, segue abaixo uma figura ilusraiva do layou da fábrica. Nessa figura, o espaço Fabricação de produos para sorvee represena a linha de produção apenas de pó para sorvees, liga neura e emulsificane. Como se pode observar, a produção desses produos é oalmene separada das ouras linhas de produção e é bem simples, consisindo basicamene de processos de misura. Figura 2 Layou da fábrica O espaço represenado por Linhas de produção merece um dealhameno maior por ser onde aconece quase a oalidade da produção da Saborama e são especificadas na próxima seção.

23 4.3.. Linhas de Produção A Saborama dispõe de dois anques de cozimeno, um paseurizador, dois anques de misura, uma linha de envase e uma linha de empacoameno, que esão disponibilizadas conforme a Figura 3: Figura 3 - Layou das linhas de produção Para a fabricação de sucos e concenrados (xaropes), odos os anques e linhas são uilizados. No caso da fabricação de coberuras para sorvee, udo exceo o processo de paseurização é uilizado. Para a obenção de bases líquidas são usados os anques de misura, a linha de envase e a linha de empacoameno. A seguir enconram-se esquemaizados os processos de fabricação relacionados a sucos, concenrados, coberuras para sorvee e bases líquidas:

24 5 Figura 4 Processos de fabricação de sucos, concenrados, coberuras para sorvee e bases líquidas Os empos de cada processo bem como o empo de seup do maquinário podem variar de acordo com o produo a ser produzido. Já para a fabricação de emulsão pra refrigeranes, a Saborama dispõe de ouros dois anques de misura/repouso. A obenção desse produo é simples; os ingredienes são misurados e envasados em galões direamene dos anques..4. Disribuição/logísica exerna A empresa dispõe de 3 caminhões e uma van. Quando a quanidade de produos a serem enregues supera a capacidade de sua froa própria, exise a opção de conraar o serviço de erceiros (empresa ransporadora). As vendas são feias aravés de vendedores, que são profissionais auônomos (não são conraados pela Saborama). Eses vendem os produos principalmene a mercados de pequeno pore e supermecados, aacados de doces e disribuidoras de bebidas, ano no esado de São Paulo quano no reso do país. Enreano, a nível nacional as vendas se concenram em sua quase oalidade aos produos de maior valor agregado, como o emulsificane para refrigeranes, cujo cliene direo se caraceriza por ser de grande pore. Para a disribuição de produos na grande São Paulo e arredores o prazo promeido de enrega é 5 dias úeis, embora na práica as enregas sejam efeuadas em prazos muio menores.

25 6 Muio recenemene a empresa em começado a fabricar o produo de emulsão para energéico para exporação (Porugal e Espanha), aravés de um vendedor. Esá em negociação um redirecionameno dos esforços da empresa para conquisar o mercado exerno..5. Logísica inerna O conrole de maéria prima e embalagens vazias é feio aualmene pelo princípio pull, ou seja, os pedidos são feios de acordo com o nível de esoque aual (ação em resposa à demanda). Ao conrário do princípio push, em que é levada em cona a previsão de demanda do produo final. O conrole de esoque de produos pronos para a venda é feio aravés da checagem de seu esado aual em relação ao nível de esoque mínimo permiido. O sisema de compuador gera relaórios (sugesões) de produos a serem fabricados no dia, que são os produos cujo esoque esá abaixo do mínimo permiido. A cona é simples: Qde a ser produzida = esoque mínimo (média de vendas nos úlimos 22 dias) - esoque aual vendas fechadas Na práica essa quanidade a ser produzida serve apenas como referência, já que o amanho dos loes óimos de produção deve ser levado em cona. Além disso, no caso de er mais de um produo a ser fabricado (segundo o relaório emiido pelo compuador), a ordem de fabricação depende da urgência de enrega do produo e do nível de esoque aual. Em ouras palavras, o sisema emie um relaório acusando os produos a serem produzidos. O operador lê esse relaório e decide a ordem cronológica de produção, baseado em criérios como o amanho dos loes óimos de produção e sua opinião própria sobre a urgência da fabricação. O espaço físico de esoque de maéria prima, embalagens e produo acabado ocupa grande pare da fábrica, em derimeno do espaço desinado aos processos de fabricação, envase e empacoameno dos produos. Para o armazenameno dos produos pronos, organiza-se os diferenes grupos em palees.

26 7 O fluxo de maeriais segue uma única direção, ou seja, exise um porão desinado à enrada de maéria prima de um lado da fábrica, seguida pelos esoques de maéria prima e embalagens, fabricação, esoques de produos pronos e finalmene um ouro porão desinado à saída de produos a serem enregues ao cliene. A seguir enconra-se um esquema ilusraivo do fluxo de maeriais denro da Saborama: Figura 5 Fluxo de Maeriais.6. Caracerização do mercado e a concorrência Esima-se que o consumo médio de alimenos líquidos de uma pessoa seja em orno de 730 liros por ano. Considerando-se que, no Brasil, o oal de consumo por pessoa por caegoria de bebida (café, refrigeranes, cerveja, água envasada, chá, bebidas alcoólicas, sucos e ouras) é de cerca de 246 liros/ano, pode-se admiir que a diferença enre o limie de 730 liros e o oal de 246 liros corresponderia ao consumo de água. Assim, no caso brasileiro o limie máximo para o crescimeno do consumo no mercado de bebidas gira em orno de 484 liros por pessoa (ROSA e al. (2006)).

27 8 A Saborama dedica-se exclusivamene a produos não alcoólicos, dos quais aualmene os sucos pronos para beber represenam grande pare de seu faurameno oal. A nível nacional, esse mercado movimena cerca de 250 milhões de liros/ano. No enano, ainda em de conquisar a preferência dos consumidores brasileiros que resisem em omar sucos indusrializados. Nesse nicho, as marcas procuram oferecer algum diferencial de saúde, de conveniência e inovação para roubar paricipação de mercado de ouros segmenos que possuam um aspeco mais naural ou um preço uniário menor (ROSA (2006)). Segundo uma pesquisa 3 feia no ano de 2006, o mercado de bebidas nessa caegoria no país em a seguine composição: Bebida Represenaividade em faurameno Cerveja 55% Refrigerane 4% Suco em pó 4% Água mineral 3% Suco prono 3% Suco concenrado % Bebida a base de soja % Chá líquido % Tabela 2 Ranking de faurameno do mercado das caegorias de bebidas não alcoólicas Um pono a se salienar é o crescimeno consane que esse mercado em apresenado nos úlimos anos. Desconsiderando-se o mercado de cerveja, as bebidas cujas performances de mercado êm surpreendido (dados aé o ano de 2005) são primeiramene bebidas à base de soja, seguidas por suco prono para consumo e água mineral. A próxima figura ilusra o comporameno do mercado de bebidas no Brasil nos úlimos anos: 3 Pesquisa feia por ACNielsen do Brasil (hp://acnielsen.com). A bebida cerveja, apesar de coner álcool, é classificada comumene pelo mercado como sendo uma bebida não alcoólica.

28 9 Gráfico - Evolução do mercado de bebidas não alcoólicas 4 Uma série de explicações razoáveis é aponada pela ACNielsen do Brasil sobre o comporameno do mercado de bebidas não alcoólicas no país: o aumeno da busca de produos saudáveis pela população, aumeno da disponibilidade de produos como bebidas a base de soja, sucos e chás pronos para o consumo e a gradual elevação da renda. Além disso, os produos die e ligh adquirem rápida e inensa aceiação no mercado nacional: enquano odas as caegorias audiadas ganharam 5,5% em faurameno, em 2002, as caegorias die e ligh fauraram 0,9% a mais. Os produos da versão ligh ainda êm espaço para crescer, apesar de serem aé 2% mais caros do que os radicionais. Em 2004, o produo ligh respondeu por 22% do oal de sucos consumido no país. Esima-se que essa paricipação possa chegar a 26%, nos próximos anos, por causa da crescene endência do consumidor em adquirir produos mais saudáveis. Aualmene exise grande capacidade de ofera ainda não consolidada, mas em permanene expansão, de fruas ropicais, onde o Brasil se desaca pela variedade de sabores. 5 Essa endência favorece em especial a demanda pela linha de refrescos pronos de fruas ropicais da Saborama. 4 Pesquisa feia por ACNielsen do Brasil. A evolução de cada caegoria em como base = 00 os respecivos valores de ABIR Associação Brasileira das Indúsrias de Refrigeranes e Bebidas não Alcoólicas

29 20 O cliene final dos produos da Saborama é caracerizado dominanemene por consumidores das classes C, D e E 6, que são classificados segundo o IGBE da seguine forma: Figura 6 Aproximação da esruura de classes sociais no Brasil 7 Analisando a disribuição geográfica das vendagens da Saborama, verifica-se que seu mercado aual de sucos e xaropes se concenra no esado de São Paulo, o que conrasa com o foco de desino das emulsões para refrigeranes, que são vendidas a nível nacional com excessão de São Paulo. O mercado da Saborama para emulsões para refrigeranes é bem resrio, represenado por seis ou see clienes de grande pore. Os produos para sorvee êm como desino principalmene São Paulo, Minas, Mao Grosso, Paraná e Paraguai. A concorrência se caraceriza ano por pequenas quano por grandes indúsrias. Em nível de comparação, enre as principais concorrenes no mercado de emulsões esão a Fruiflora, Givaudan, Duas Rodas e a Cargill. Esas rês úlimas merecem aenção especial, pois são giganes do mercado ano nacional quano inernacional. Segundo a Saborama, apesar da acirrada concorrência, há mercado suficienemene grande para odos. Os principais faores limianes das vendagens da empresa aualmene são a sua própria capacidade de produção (principalmene durane o verão) e fraco conao com vendedores 8. 6 Análise feia pela Saborama 7 Aproximação realizada a parir de dados do IBGE 8 Análise feia pela Saborama

30 2 2. DEFINIÇÃO DO PROBLEMA O objeivo principal desde rabalho é reduzir os cusos na Saborama, uilizando écnicas de previsão da demanda fuura de produos, endo em visa a oimização de esoques. Enreano as écnicas por si só não são suficienes para modelar com precisão o aual nível de complexidade do aual conexo compeiivo enre organizações. Assim, observa-se que é cada vez mais imporane que as operações écnicas, mesmo que enham caracerísicas operaivas como prever demandas, devem esar de acordo com as gesões esraégicas e normaivas da empresa, já que idealmene oda organização deve funcionar da seguine forma: Figura 7 Desdobramenos de gesão em empresas 9 Como se pode observar na Figura 7, a gesão nos rês níveis da empresa é desdobrada a parir da missão e filosofia da empresa, seus valores, políica da empresa, análise de mercado e análise inerna da empresa. A divisão do esudo de gesão de empresas em gesões normaivas, esraégica e operacional é usual na Europa e dominane especialmene na Alemanha 0, em conrase com a divisão usual no Brasil em gesões esraégica, áica e operacional. 9 Adapado de PFOHL, H.-C., 2004 e ULRICH, P./ FLURI, E., Como se pode observar nas lierauras de PFOHL, H.-C., 2004 e ULRICH, P./ FLURI, E., 995, que fazem pare da lieraura de cursos de universidades européias, em especial na Alemanhã, Suíça e França.

31 22 Na gesão normaiva são discuidos os rumos da empresa a parir dos ineresses dos proprieários. Mais especificamene no caso da logísica, a gesão normaiva faz com que as decisões da ala gerência levem em cona o pensameno de fluxo; seja de rabalho, cusos logísicos, maerial, informação ou bens da empresa, em odas as direções da cadeia de suprimeno. Tudo isso sempre endo em visa a missão, filosofia e políica da empresa, a análise de mercado e análise inerna da empresa. Já a logísica na gesão esraégica da empresa cuida das inerfaces enre os sisemas, concreizando um pouco mais as idéias da gesão normaiva. Aqui, os problemas são pouco definidos, e se considera grande horizone de empo (longo prazo) na hora de fazer as decisões. Por exemplo, o plano esraégico da logísica é responsável pela consrução de rede de empresas e Supply Chain (Cadeia de Suprimenos), considerando um escopo não só inerno aos sisemas, mas ambém exerno. No plano operacional, a logísica é responsável pela solução imediaa (observando o curo prazo) e não conínua de problemas. O foco da logísica no plano operacional da gesão da empresa são problemas predominanemene de eficiência claramene visíveis, grandes e com grandes probabilidades de sucesso. Geralmene os gesores endem a priorizar a solução de problemas no plano operacional. A idéia em que ese rabalho se baseia é que, para se alcançar um funcionameno adequado de empresas, solucionar seus problemas e fazer planejamenos e conrole, deve-se sempre er em mene não só o plano operacional, mas ambém o plano esraégico e normaivo da empresa. O foco do aual rabalho é auar no plano operacional, mas sem abandonar as dimensões normaivas e esraégicas da logísica, e sempre visando uma relação consruiva e harmoniosa enre as mesmas. Essa idéia acima descria esá de acordo com a idéia de logísica empresarial, que é um campo relaivamene novo do esudo da gesão inegrada, das áreas radicionais das finanças, markeing e produção. A novidade deriva do conceio da gesão coordenada de aividades iner-relacionadas, em subsiuição à práica hisórica de adminisrá-las separadamene (BALLOU, 2006). A logísica se preocupa das ransformações dos maeriais na dimensão

32 23 empo e espaço, além de ouras ransformações relaivas a quanidade e ipo de mercadoria, caracerísicas de manejameno e a deerminação logísica (reconhecimeno) dos produos são planejados, realizados e conrolados. Segundo a idéia de logísica empresarial, a logísica enra enão como faor deerminane nas decisões da empresa, se preocupando sempre em fornecer ano inernamene quano exernamene a cada sisema logísico os produos ceros (em quanidade e ipo), na condição cera, no empo e lugar adequado, com os mínimos cusos possíveis endo sempre em visa as inerdependências com ouras áreas da empresa, como a área financeira, markeing e produção. De odos os sisemas logísicos exisenes na Saborama, o rabalho se concenrará na previsão da demanda, ou seja, dos oupus (o produo em sua forma final, que é vendido e disribuído pela empresa). A previsão da demanda é essencial para a empresa, pois permie melhor planejameno de sua produção e de sua capacidade produiva, além de melhor conrole de seus esoques (ano do produo final quando de maérias primas). Aualmene, a previsão da demanda é feia omando-se como base as vendas nos úlimos 22 dias úeis. A produção é feia de acordo com o limie mínimo de esoque já descrio: Qde a ser produzida = esoque mínimo (vendas nos úlimos 22 dias) - esoque aual vendas fechadas Assim, o nível do esoque é manido de forma a esar sempre acima do número de vendas dos úlimos 22 dias úeis e das vendas já fechadas. Em ouras palavras, a empresa planeja sua produção diária equacionando as variáveis acima (vendas nos úlimos 22 dias úeis, esoque aual e vendas fechadas) odos os dias, para odos os seus produos. Essa forma aual de planejameno de produção leva em cona a previsão de demanda a parir de uma soma móvel (das vendas concreizadas nos úlimos 22 dias úeis). Com essa forma aual de previsão de vendas, a empresa é incapaz de fazer previsões acuradas; não se consegue definir, por exemplo, quano a empresa venderá no mês seguine ou em 6 meses. Isso raz algumas conseqüências negaivas em planejamenos para horizones de empo maiores do que mês: a. Na compra de embalagens e maérias-primas: a empresa não em informações confiáveis que a ajude a comprar os inpus de fabricação (alguns meses), de modo que Adapado de PFOHL, H.-C., 2004 e BALLOU, R. B., 2006.

33 24 oporunidades de economia de escala e promoções podem não ser aproveiadas em compras de maeriais. Assim, essas compras podem ser maiores do que o necessário, fazendo com que a empresa perca no cuso de oporunidade do capial invesido nos inpus excedenes parado no esoque. Por ouro lado, essas compras podem ser menores do que o ideal, forçando a empresa a ober com maiores cusos os maeriais falanes necessários. b. No esoque de produos pronos: a empresa pode esocar menos do que o necessário, impossibiliando enregas e fazendo-a perder não só oporunidades de vendas, mas ambém clienes auais e fuuros. Por ouro lado a empresa pode esocar muio mais do que o necessário, gerando cuso de capial parado em forma de esoques (cuso de oporunidade do capial), além de obsolência dos produos esocados (os produos êm período de validade limiada, o que dificula a venda do maerial produzido há muio empo). c. Na produção: a empresa é incapaz de fazer planejamenos melhores de produção, perdendo assim oporunidades de economia de escala de produção e subuilização de sua capacidade indusrial. d. No plano esraégio da empresas: com pouca visibilidade das vendas para longo horizone de empo, a ala gerência é dificulada no seu rabalho, como por exemplo em decisões de aualização do maquinário a fim de aumenar a capacidade de produção, esudos de mercado e de cooperações iner-empresarial. O objeivo do rabalho é sugerir um modelo de previsão maemáico e quaniaivo mais adequado e preciso do que a empresa usa para projear a demanda fuura e, a parir do qual, sugerir um modelo de manuenção oimizado dos níveis de esoque, que aualmene é feia de modo subjeivo. Esse modo de decisão é usado em muias empresas, independene do ipo de indúsria, amanho do empreendimeno ou esraégia de posicionameno da empresa. Segundo pesquisas, esse modo de decisão subjeiva acarrea maiores erros de previsão (SANDERS e MANRODT, 2003), o que se alinha aos benefícios associados aos modelos quaniaivos que ese rabalho uilizará.

34 25 3. REVISÃO DA LITERATURA Exisem na lieraura inúmeros méodos para previsão de dados. Apresenando caracerísicas diferenes, cada um é mais ou menos adequado para lidar com diversas siuações, com diferenes níveis de precisão e cusos de uilização. Os méodos podem ser divididos em dois grandes grupos: os méodos qualiaivos e os quaniaivos. Idealmene ambos devem ser complemenares, à medida que, segundo NEVES (996), combinar écnicas quaniaivas e qualiaivas orna uma pesquisa mais fore e reduz os problemas de adoção exclusiva de um desses grupos; a omissão no emprego de méodos qualiaivos, num esudo em que se faz úil empregá-los, empobrece a visão do pesquisador quano ao conexo em que ocorre o fenômeno. DUFFY (987) indica como vanagens do emprego conjuno dos méodos qualiaivos e quaniaivos os seguines: a) Possibilidade de congregar conrole dos erros (pelos méodos quaniaivos) com compreensão da perspeciva dos agenes envolvidos no fenômeno (pelos méodos qualiaivos); b) Possibilidade de congregar idenificação de variáveis específicas (pelos méodos quaniaivos) com uma visão global do fenômeno (pelos méodos qualiaivos); c) Possibilidade de complear um conjuno de faos e causas associados ao emprego de meodologia quaniaiva com uma visão da naureza dinâmica da realidade; d) Possibilidade de enriquecer consaações obidas sob condições conroladas com dados obidos denro do conexo naural de sua ocorrência; e) Possibilidade de reafirmar validade e confiabilidade das descoberas pelo emprego de écnicas diferenciadas. Tano os méodos qualiaivos quano os quaniaivos apresenam algumas caracerísicas em comum. Em geral, de acordo com Arnold (999), eles possuem quaro princípios fundamenais: a) As previsões geralmene esão erradas; erros são ineviáveis e devem ser esperados;

35 26 b) Por isso, as previsões devem esar acompanhadas com esimaivas de erro; c) As previsões são mais precisas e adequadas para grupos ou famílias; d) As previsões são mais precisas para períodos de empo mais próximos; quano maior for a disância emporal do presene, maior é a incereza; 3.. Méodos qualiaivos Os méodos qualiaivos são geralmene usados para janelas emporais grandes, quando se em à disposição pouco ou nenhum hisórico de dados (como no caso de um novo produo ou mercado) ou quando há faores conjunurais críicos que mudam ao longo do empo (como crise perolífera, guerra ou mudança de planejameno do governo). Méodos qualiaivos requerem imaginação, aleno individual, inuição, julgameno e conhecimeno, que segundo MAKRIDAKIS e al. (998), são na realidade mais imporanes do que os méodos qualiaivos em si. Para o rabalho aual é inencionado apenas o uso de méodos quaniaivos, já que méodos qualiaivos demandariam ajuda de especialisas, o que é economicamene cusoso e desineressane para a empresa. Assim, como o escopo do rabalho são os méodos quaniaivos, apenas um dos méodos qualiaivos mais conhecidos será aqui apresenado: o méodo Delphi. Ainda de acordo com MAKRIDAKIS e al. (998), o méodo Delphi é sem dúvida o mais usado enre os méodos qualiaivos e é essencialmene um modo refinado de obenção do consenso de um grupo formado geralmene por especialisas. Resumidamene pode-se caracerizar o méodo pelo uso de especialisas com anonimao e pela aplicação ineraiva de várias rodadas de quesionário. O méodo inicia com a elaboração do quesionário e seleção dos especialisas. A seguir promove-se a primeira rodada de aplicação do quesionário e os dados coleados são raados esaisicamene. As resposas são devolvidas aos especialisas com dados sobre a média e desvio-padrão das resposas. A seguir, o quesionário é reavaliado, sofre possíveis alerações perinenes e efeua-se uma nova rodada de aplicação do quesionário. Caso haja convergência de resposas nessa nova rodada, conclui-se o méodo com a elaboração de relaórios finais.

36 27 Caso ainda haja divergências de opinião enre os especialisas, novas rodadas de pesquisa são feias aé que se possa er um consenso Méodos quaniaivos Os méodos quaniaivos uilizam o hisórico de dados para descrever seu comporameno aravés de um modelo maemáico e prever os dados fuuros. Apesar de reornar a previsão em formas de números mais precisos possível, os méodos quaniaivos não explicam grandes variações inesperadas dos dados; e deve porano ser uilizada paralelamene ao conhecimeno qualiaivo de especialisas. Quando comparados com os méodos qualiaivos, os méodos quaniaivos apresenam em geral menores cusos (não exigem o uso freqüene de conhecimeno de especialisas do mercado, por exemplo) e exigem menos rabalho, o que possibilia sua uilização para prognoses em massa, ou seja, para decisões roineiras em curo prazo. Enreano, segundo MAKRIDAKIS e al. (998), seu uso depende de rês condições: a) Disponibilidade de dados hisóricos; b) As informações possam ser quanificadas em dados numéricos; c) Possa ser assumido que alguns aspecos do passado coninuarão no fuuro. Esa úlima condição é conhecida como a premissa da coninuidade; os méodos quaniaivos de previsão parem do princípio de que o hisórico de dados represena informações que são base do comporameno fuuro dos dados. Além dessas rês condições, para a uilização dos méodos quaniaivos é necessário que os dados hisóricos disponíveis sejam confiáveis. O grupo de méodos quaniaivos a serem aplicados nese rabalho se divide basicamene em modelos causais (modelos de regressão) e modelos baseados em séries de empo: Modelo de regressão Modelos baseados em séries de empo: Médias simples Médias móveis Suavização exponencial

37 28 A fim de selecionar o modelo de previsão mais indicado para deerminada siuação, é necessário conhecer as caracerísicas dos dados hisóricos observados e as caracerísicas de cada modelo de previsão. Uma vez selecionado o modelo, é recomendável simulá-lo e comparar sua medida de erro com as medidas de erros de ouros modelos, com o inuio de se verificar se o modelo escolhido realmene é o mais apropriado para al siuação. Como já mencionado, a aplicabilidade de um sisema de previsão quaniaivo depende de sua adequação com caracerísicas hisóricas dos dados, que serão apresenadas a seguir Decomposição de séries emporais Séries emporais são conjunos de números ordenados com o empo, que descrevem algum ipo de aconecimeno ou observação feia. Para o presene rabalho enender a decomposição de séries emporais é imporane, pois isso ajuda a enender melhor as caracerísicas dos dados e conseqüenemene a selecionar o méodo de previsão mais apropriado. As séries emporais podem apresenar endência, sazonalidade, ciclicidade e ruído: a) A endência exprime um padrão de movimeno de longo prazo com uma direção clara, que pode ser ascendene ou decrescene. No gráfico a seguir, a endência ascendene é facilmene observável: Gráfico 2 Série com endência

38 29 b) A sazonalidade exprime um padrão de movimeno que se repee regularmene denro de um inervalo curo de empo (em geral um ano), que de acordo com MAKRIDAKIS e al. (998), pode ser causado por fluuações da emperaura, chuvas, meses do ano, épocas de feriados e políica corporaivas. A sazonalidade pode ser facilmene verificada no gráfico a seguir: Gráfico 3 Série com sazonalidade Os dados ambém podem apresenar endência com sazonalidade, como se pode observar no gráfico a seguir: Gráfico 4 Série com endência e sazonalidade

39 30 Nese caso, observa-se o comporameno repeiivo de 3 em 3 unidades de empo, apresenando endência crescene, já que o nível da série aumena ao longo do empo. O nível exprime uma caegorização verical dos dados. c) Assim como a sazonalidade, a ciclicidade represena movimenos oscilaórios. A diferença enre as duas caracerísicas é que uma série com ciclicidade não precisa necessariamene er periodicidade fixa e aconece denro de um inervalo longo de empo. Segundo MAKRIDAKIS e al. (998), a componene cíclica é freqüenemene misurada á endência. d) Além das componenes acima descrias, uma série pode apresenar ambém a componene aleaória (ruído), que em um caráer casual e imprevisível. A decomposição das caracerísicas da série emporal em endência, sazonalidade, ciclicidade e ruído pode ser represenada maemaicamene como: y = f(endência, sazonalidade, ciclicidade, ruído). Nese rabalho, os efeios de ciclicidade serão removidos: 2 y = f(endência, sazonalidade, ruído). Os rês efeios (endência, sazonalidade e ruído) podem se apresenar basicamene de duas formas diferenes nas séries emporais. Se as caracerísicas se somam, a função que descreve a série em a forma y = endência sazonalidade ruído e é chamada pela lieraura de modelo adiivo. Um modelo adiivo é apropriado se a magniude das fluuações não varia com o nível das séries. Caso as fluuações sazonais 2 Essa remoção é muio uilizada na lieraura, como se pode observar em MAKRIDAKIS e al. (998).

40 3 aumenam ou diminuem proporcionalmene com os aumenos e diminuições nos níveis das séries, enão as caracerísicas se muliplicam, a função que descreve a série em a forma y = endência x sazonalidade x ruído e é chamada pela lieraura de modelo muliplicaivo. A seguir serão apresenados com maior profundidade os méodos de previsão quaniaivos uilizados nese rabalho Modelo de médias 3.4. Médias simples O modelo de médias simples consise em se calcular uma média ariméica de odos os dados da série hisórica a parir de um deerminado período: F = Y i i=, onde é o número de dados observados da série hisórica, F é a previsão do próximo valor da série e Y i represena cada dado da série hisórica. Admie-se que essa média ariméica descreva o comporameno da série no fuuro da seguine maneira: a cada nova observação (dado real), a previsão para o próximo período será a nova média enre os dados anigos mais essa úlima observação. Esse modelo se orna mais esável quano mais dados forem observados.

41 Médias móveis No modelo de médias móveis se faz uma média ariméica dos k dados mais recenes da série hisórica. A cada nova observação de um novo dado real se faz uma nova média: F = Y i k i= k, onde k é o número de dados a serem incluídos nessa média, e permanece sempre consane ao longo do empo. Quano maior o k, maior o efeio de suavização das médias (menor é a velocidade de resposa a mudanças no comporameno dos dados incluídos na média móvel). Ao conrário do que ocorre no méodo de médias simples, que leva em cona odos os valores observados a parir de um período, o méodo de médias móveis descara o valor mais anigo observado e considerado no cálculo da previsão do período anerior e passa a considerar o valor mais recene observado. De acordo com HANKE/REITSCH (998), esse modelo funciona melhor com dados que apresenam cera permanência, mas não supora muio bem endências nem sazonalidades, apesar de fazê-lo melhor do que a média simples. Segundo MAKRIDAKIS e al. (998), na práica a média móvel não é muio uilizada porque em geral os méodos de suavização exponencial são superiores Modelos de suavização exponencial No caso dos modelos de médias simples e médias móveis odos os dados hisóricos considerados influem com pesos iguais nos resulados. Já nos modelos de suavização exponencial, pode-se dar maior ou menor significância aos dados mais anigos. Assim, á medida que os dados observados ficam mais anigos, sua imporância no resulado da previsão orna-se exponencialmene menor. Os modelos de suavização exponencial comumene enconrados na lieraura são:

42 33 Suavização exponencial simples Suavização exponencial linear (méodo de Hol) Suavização exponencial com sazonalidade e endência linear (méodo de Hol- Winers) No caso dos modelos de suavização exponencial é aconselhável seguir os seguines passos 3 :. Escolher os dados a serem analizados e dividí-los em duas pares: dados a serem uilizados na inicialização e em ese. Por exemplo, se o analisa se enconra no período =20, uma de suas alernaivas é adoar os dados de = a =0 como dados de inicialização (que servirão de base para calcular os valores iniciais do modelo e os coeficienes que forem necessários) e os dados de = a =20 como dados de eses (que permiirão o cálculo de erros de previsão e o ajuse do modelo); 2. Escolher um méodo de suavização exponencial, de acordo com as caracerísicas da série emporal; 3. Inicializar o méodo uilizando os dados de inicialização; 4. Usar o méodo de suavização exponencial para a previsão sobre os dados de ese. Para avaliar a adequação ao méodo podem ser uilizadas medidas de erros, como por exemplo, MAPE (Mean Absolue Percenage Error) e MSE (Mean Squared Error). Nese eságio se fazem modificações dos parâmeros de inicialização, aé achar valores óimos; 5. Fazer a previsão de fao dos dados da série no fuuro. Durane a fase de inicialização calcula-se os valores iniciais do modelo e os coeficienes que forem necessários. A inicialização dos modelos é de exrema imporância e deve ser considerada com muio cuidado, já que ao uilizar valores de inicialização não apropriados, é provável que se faça previsões disorcidas por um longo período de empo. A forma com que a inicialização é feia varia de modelo para modelo e por isso será apresenada de forma disina em cada modelo. 3 Adapado de MAKRIDAKIS e al. (998)

43 Méodo de suavização exponencial simples (SES) Ese méodo se auo-ajusa comparando os dados observados (dados reais) e os respecivos dados previsos para períodos no passado. Ou seja, a parir dos erros de previsão comeidos no passado o méodo de suavização exponencial simples reorna a previsão do próximo período. A expressão que fornece a previsão é dada por: F = Y ( ) F α α onde α é uma consane enre 0 e. Quano mais próximo α é de, mais agressivo é o ajuse do méodo em relação ao erro de previsão comeido no período anerior (mais rápida será a adapação do modelo a oscilações de Y ). O pensameno conrário é análogo: quano mais próximo α é de 0, menos agressivo é o ajuse. Assim, a observação mais recene recebe o peso α, a segunda mais recene o peso α( α), a erceira ( α) 2 α e assim por diane, como se pode observar na seqüência de equações a seguir: F F F F = αy0 α) ( F 0 [ αy ( α ] 2 = αy α) F = αy ( α ) 0 ) ( F 0 [ αy ( α )[ αy ( α ] 3 = αy2 α) F2 = αy2 ( α ) 0 ) α ( F [ αy ( α ] ( α α α F 2 3 = Y2 ) Y ( ) 0 ) 0 0 A previsão do próximo período é simplesmene a previsão do período anerior adicionado a um ajusameno sobre o erro comeido no período anerior. Isso pode ser claramene observado reescrevendo-se a expressão do modelo de suavização exponencial simples: F = Y ( α ) F = Y F F = F ( Y F ) α α α α O méodo SES necessia de uma fase de inicialização, em que se obém um valor para F. MAKRIDAKIS e al. (998) sugerem duas formas de inicialização:

44 35 Adoção de F = Y ou Adoção de F como a média dos 4 ou 5 primeiros dados da série hisórica. Na fase de oimização, deve-se primeiramene escolher uma medida de erro a ser observada (como por exemplo MAPE ou MSE). Feio isso, uilizando o méodo de enaivas e erros ou um algorimo de oimização não-linear descobre-se o valor de α óimo para a série Méodo de Suavização Exponencial Simples com Resposa Adapiva Ese méodo é uma derivação do modelo de suavização exponencial simples, em que o α é sisemaicamene e auomaicamene recalculado, mudando a cada período, uilizando uma axa de resposa adapiva β. O β raz a vanagem de permiir a que o α seja modificado conroladamene, acompanhando possíveis mudanças nos dados observados. De acordo com MAKRIDAKIS e al. (998), essa caracerísica é muio araiva quando cenenas ou milhares de iens requerem previsão. A equação básica dese modelo é similar á do modelo SES, com a exceção do α, que é subsiuído por um α : F = Y ( ) F α α, Onde: α = A M A M = β E ( β ) A β β = E ( ) M E = Y F

45 36 β é um parâmero enre 0 e. Quano menor for o valor de β, menores serão as mudanças em α O ermo A represena uma esimaiva suavizada do erro de previsão, e é calculada como uma média ponderada de A e o úlimo erro de previsão. Analogamene, M represena uma esimaiva suavizada do erro absoluo de previsão, sendo calculado como uma média ponderada de M e o úlimo erro absoluo de previsão E. De acordo com a equação A α α =, M é calculada como uma razão absolua enre a esimaiva do erro de previsão com a esimaiva do erro absoluo de previsão. A inicialização dese modelo é um pouco mais complicada que para o modelo SES. Por exemplo, MAKRIDAKIS e al. (998) sugere que as seguines premissas sejam feias: F 2 = Y α α = α = β 2 = 3 4 A = M 0 = Segundo os mesmos auores, ainda que evenualmene ese méodo seja inferior ao méodo de suavização exponencial simples com um α óimo calculado, ele deve ser preferível porque reduz os riscos de erros sérios e permie a uilização do méodo com mínimas preocupações adminisraivas Méodo de Hol O méodo de Hol, ambém conhecido como méodo de suavização exponencial linear permie a previsão de dados hisóricos com endência, uilizando 2 consanes de suavização (α eβ ) e rês equações: L = αy ( α)( L b )

46 37 b = β( L L ) ( β ) b onde: F = L mb m L : nível da série emporal no período ; b : esimaiva da endência no período ; m : número do período fuuro para o qual se deseja fazer a previsão; F : previsão para o período m ; m α : consane de suavização do nível, assumindo valores enre 0 e ; β : consane de suavização da endência, assumindo valores enre 0 e. Como nos ouros méodos de suavização exponencial, é necessário passar pela fase de inicialização. Nese caso, o méodo requer duas esimações: uma para se ober o valor de L, e oura para se ober o valor de b. MAKRIDAKIS e al. (998) sugerem duas formas de inicialização: Adoção de L = Y ; b = Y2 Y ou b ( ) / = Y4 Y 3 ou Uilização de regressão de mínimos quadrados nos primeiros valores da série hisórica para descobrir L e b. Na fase de oimização, deve-se primeiramene escolher uma medida de erro a ser observada (como por exemplo MAPE ou MSE). Feio isso, uilizando o méodo de enaivas e erros ou um algorimo de oimização não-linear descobre-se o valor de α eβ óimos para a série Méodo de Hol-Winers O méodo de médias móveis e os méodos de suavização exponencial simples e suavização exponencial linear são apropriados apenas para dados não sazonais, em conraparida com o méodo de Hol-Winers, que leva em consideração aumeno ou redução significaivos da demanda pelo produo em deerminada época do ano.

47 38 O méodo de Hol-Winers é baseado em rês equações de suavização, referenes ao nível dos dados, à endência e à sazonalidade. O conjuno dessas rês equações pode apresenar duas formas diferenes, se a sazonalidade for modelada de forma adiiva ou muliplicaiva. As fórmulas dessas duas formas e seus respecivos perfis são: Sazonalidade Adiiva Méodo de Hol-Winers Sazonalidade Muliplicaiva L b S = = ( ) = γ ( Y L ) ( γ ) S s m = L mb S m s F α ( Y S s ) ( α )( L b ) β L L ) ( β b Y α ( ) ( α )( L b ) S = s = β ( L L ) ( β ) b L b S F Y = γ ( ) ( γ ) S s L m = ( L mb ) S m s Onde: s : inervalo da sazonalidade; L : nível da série emporal no período ; b : esimaiva da endência no período ; S : componene sazonal no período ; m : número do período fuuro para o qual se deseja fazer a previsão; F : previsão para o período m ; m α : consane de suavização do nível, assumindo valores enre 0 e ; β : consane de suavização da endência, assumindo valores enre 0 e ; γ : consane de suavização da sazonalidade, assumindo valores enre 0 e.

48 39 MAKRIDAKIS e al. (998) sugere que a inicialização dese méodo uilize dados de pelo menos duas sazonalidades consecuivas (de um período de empo em que se observa duas oscilações compleas). Em sua forma muliplicaiva, a inicialização ocorre da seguine forma: s L = ( Y Y Y... ) s 2 3 Y s Ys Y Ys 2 Y2 Ys 3 Y3 Y bs =... s s s s = Y, Y S = 2 2 L, Y S = 3 L,..., Ys 3 S s =. L s s s S L s s s Y s s Na forma adiiva do méodo, a inicialização de forma muliplicaiva. Para se inicializar os índices sazonais, se usa: S = Y Ls, S 2 = Y 2 Ls, S = Y 3 Ls L s e b s é idênica ás suas inicializações na 3,..., Ss = Ys Ls Medidas de erro de previsão O erro de previsão pode ser definido como a diferença enre o que foi previso e o que foi observado (o que realmene aconeceu): e = Y F, onde e é o erro de previsão, Y é a observação e percenual é oura maneira de se expressar o erro e pode ser definido por: F é a previsão no período. O erro Pe Y F = Y Para se medir a precisão, confiabilidade e aplicabilidade de um sisema de previsão em relação a uma série de dados é necessário analisar o conjuno de erros de previsão de vários períodos ( e ou uilizadas: Pe ). A seguir são apresenadas algumas medidas de erro usualmene

49 40 Erro Relaivo Médio (ME - Mean Error): é a média ariméica dos erros: ME= n n e =, onde n é o número de períodos. Como se pode observar, o ME é a média ariméica das diferenças enre o que se previu e o que se observou na realidade. Como os erros podem assumir ano valores posiivos quano negaivos, essa média poderá er um valor pequeno. Erro Absoluo Médio (MAE - Mean Absolue Error): MAE= n n = e O MAE é o módulo da média ariméica das diferenças enre o que se previu e o que se observou na realidade. Como os erros de cada período são somados em módulo, essa medida pode represenar mais fielmene os erros de previsão do que o ME. Erro Quadráico Médio (MSE Mean Squared Error): MSE= n n 2 e = Essa medida de erro considera exponencialmene os erros, de modo que os erros maiores são penalizados. Devido á essa caracerísica, o MSE é adequado quando se analisa um modelo que deva possuir erros pequenos.

50 4 Erro Relaivo Percenual Médio (MPE Mean Percenage Error): MPE = n n = Pe Essa medida permie comparar com maior precisão os erros de diferenes séries de dados hisóricos com seus respecivos erros, pois informa a magniude do valor previso com relação ao valor observado na realidade. Como no caso do Erro Relaivo Médio, o MPE assume que os erros podem apresenar ano valores posiivos quano negaivos, indicando se os valores previsos são em média superiores ou inferiores aos valores observados na realidade. Devido á essa caracerísica, o valor do MPE pode ser exremamene pequeno e não demonsrar com sucesso o quão preciso um modelo é em relação a uma série de dados. Além disso, ouro pono fraco dese méodo é que se a série coniver valores nulos o MPE não poderá ser calculado. Erro Absoluo Percenual Médio (MAPE Mean Absolue Percenage Error): MAPE= n n = Pe Essa medida pode represenar mais fielmene os erros de previsão do que o MPE, já que os erros de cada período são somados em módulo e os valores posiivos e negaivos não se anulam. Enreano, como para a medida MPE, a medida MAPE não pode ser calculada para séries que conenham valores nulos. A medida de erro é peça fundamenal para qualquer processo de previsão de demanda, pois é a parir dela que o modelo é calibrado e julgado. Dada essa imporância, é necessário escolher cuidadosamene a medida de erro que melhor aenda às necessidades e objeivos do rabalho, o que será feio no capíulo a seguir.

51 42 4. ESCOLHA DA MEDIDA DE ERRO A medida de erro a ser uilizada no aual rabalho deve er caracerísicas que aendam as necessidades da previsão da demanda da Saborama. Ela deve porano: a) Eviar que erros posiivos e negaivos se anulem; seria inadequado uilizar uma medida de erro cujo valor numérico possa ser pequeno apenas devido aos seus sinais. b) Permia a comparação enre diferenes séries; é ineressane comparar a aplicabilidade de um dado modelo de previsão a diferenes séries hisóricas (diferenes produos). c) Permia considerar valores nulos de séries hisóricas; é improvável que a demanda de algum produo seja nula em algum período, mas é ineressane que o modelo seja apo a considerar al possibilidade. d) Penalizar os erros maiores; para a Saborama, os cusos devidos desvios pequenos na previsão da demanda podem ser eviados aravés de uma margem de segurança no esoque. Além disso, erros de previsão muio grandes acarream muio mais cusos de oporunidade do que erros menores. e) Penalizar diferenemene os erros de previsão de demanda posiivos dos negaivos; em enrevisa com os gesores da empresa, foi indicado que menos cusoso e mais ineressane produzir mais do que o necessário do que o conrário. Desse modo, os erros posiivos (caso em que a empresa produza mais do que o necessário) devem ser menos penalizados do que os erros negaivos (caso em que a empresa produza menos que a demanda). Com o inuio de analisar as medidas de erros radicionalmene uilizadas em relação às necessidades do aual rabalho, foi feia a abela comparaiva a seguir:

52 43 Caracerísicas Mean Error (ME) Mean Absolue Error (MAE) Mean Squared Error (MSE) Mean Percenage Error (MPE) Mean Absolue Percenage Error (MAPE) Evia que erros posiivos e negaivos se anulem Permie a comparação enre diferenes séries Permie considerar valores nulos da série Penaliza erros maiores Penaliza erros negaivos ou posiivos diferenemene Tabela 3 Comparação enre diferenes medidas de erros Como se observa na Tabela 3, nenhuma dessas medidas de erros radicionalmene uilizadas na lieraura aendem às necessidades do aual rabalho. Por al razão uma nova medida de erro é proposa: WSE (Weighed Squared Error), que reúne as qualidades mais adequadas aos ineresses da Saborama. Essa medida de erro segue a seguine fórmula: WSE= ( w PerE ) ( w PerE ) onde: w : peso (penalidade) dada aos erros posiivos, ou seja, relacionados a previsões que se sejam maiores do que os valores observados Y ; w : peso (penalidade) dada aos erros negaivos, ou seja, relacionados a previsões que se sejam menores do que os valores observados Y. Os pesos posiivos e negaivos devem se siuar no inervalo [0,] e devem esar de acordo com a equação w = ; w F F

53 44 PerE : porcenagem da somaória dos erros quadráicos posiivos (relacionados a previsões F maiores do que os valores observados Y ) sobre a somaória oal dos erros quadráicos. Ou seja, a somaória dos erros quadráicos posiivos é n = 2 ( e ) e, porano PerE n 2 ( e ) = = n 2 n ( e ) = = ( e ) PerE : porcenagem da somaória dos erros quadráicos negaivos (relacionados a previsões F menores do que os valores observados Y ) sobre a somaória oal dos erros quadráicos. Ou seja, a somaória dos erros quadráicos negaivos é 2 ; n = 2 ( e ) e, porano PerE n 2 ( e ) = = n 2 n ( e ) = = ( e ) 2 ; Para o melhor enendimeno do cálculo dese erro, é sugerido a análise do exemplo a seguir, em que os erros negaivos são mais penalizados do que os erros posiivos. Y F 2 ( e ) 2 ( e ) w ,4 0, PerE w PerE , , WSE ,52942 Tabela 4 Exemplo de aplicação da medida de erro WSE com maior penalização de erros negaivos Na abela a seguir, enconra-se o mesmo exemplo numérico da Tabela 4, mas desa vez uilizando maior penalização de erros posiivos, em derimeno da penalização dos erros negaivos:

54 45 Y F 2 ( e ) 2 ( e ) w ,6 0, PerE w PerE , , WSE , Tabela 5 - Exemplo de aplicação da medida de erro WSE com maior penalização de erros posiivos Como se observa a parir da análise dos dois exemplos acima, quando se uilizou maior penalização dos erros posiivos a medida de erro WSE diminuiu em relação a ao primeiro exemplo. Isso é explicado pelo fao de PerE ser menor do que PerE no segundo exemplo. A medida de erro WSE foi selecionada para o uso no aual rabalho, devido às suas seguines caracerísicas: a) Evia que erros posiivos e negaivos se anulem; não impora se os erros são posiivos ou negaivos (se o pono de previsão se siua acima ou abaixo da curva de demanda real observada); eles são calculados sem ser anulados (por erem sinais oposos); b) Permie a comparação enre diferenes séries; a aplicabilidade de um dado méodo de previsão pode ser comparada enre diferenes séries hisóricas observadas, pois a medida de erro se siua sempre no inervalo [0,]. c) Permie considerar valores nulos da série. d) Penaliza erros maiores; os erros são elevados ao quadrado, e, como se observa no gráfico a seguir, exise penalização exponencial dos maiores erros. Isso favorece a empresa, pois para a Saborama os maiores erros represenam maiores cusos, enquano que discrepâncias menores enre a demanda previsa e a real podem ser mais facilmene resolvidas com uma margem de segurança de esoques e são, porano, considerados menos relevanes;

55 46 Gráfico 5 Penalidade dos erros maiores e) Penaliza erros negaivos ou posiivos diferenemene; a medida WSE separa os erros posiivos dos negaivos, que recebem pesos diferenes ( w e w ). Os gesores da Saborama indicam os valores w = 0, 4 e w = 0, 6 como sendo adequados para a empresa. Além da medida de erro acima descria, nese rabalho ao avaliar os méodos de previsão será sempre dado aenção a ouro indicador: o maior erro absoluo e = Y F enconrado para cada méodo, já que para a empresa é muio imporane que os desvios de previsão não sejam excessivamene alos, nem que isso ocorra apenas uma vez. Por exemplo, mesmo que as previsões ao longo do ano sejam óimas, uma previsão de demanda muio abaixo da demanda real referene um único mês pode ser caasrófico para a empresa, que pode perder não só vendas relaivas a ese mês, mas ambém boa pare do porfólio de clienes fiéis.

56 47 5. PREVISIBILIDADE E ADAPTAÇÃO DOS MODELOS Como já dio no capíulo 2, a Saborama em em visa a previsão da demanda para poder fazer decisões mais conscienes acerca de inúmeros problemas, como a quanidade de maéria prima a ser comprada no curo prazo, a quanidade de produos a serem enregues no mês seguine ou ainda a necessidade de invesimeno no capial fixo e no maquinário da empresa. Denre os modelos de previsão uilizados nese rabalho, os méodos com capacidade real de previsão para horizones maiores do que mês são os méodos de Hol e de Hol-Winers, pois caso os ouros méodos sejam aplicados, os seguines problemas ocorrerão: a) A previsão do méodo de médias móveis 4 ende rapidamene a um número. A causa desse comporameno é que, a parir do úlimo período em que se dispõe de dado real, é considerado (apenas para o cálculo da previsão) ser verificado no gráfico a seguir: Y = F. Esse comporameno pode Gráfico 6 Comporameno da previsão do méodo de médias móveis 4 Conforme já foi viso, o méodo de médias móveis segue a seguine equação: F = Y i k i= k

57 48 b) Os méodos de suavização exponencial simples e suavização exponencial simples adapiva êm a capacidade de reornar apenas período de previsão além do período para o qual se em o dado hisórico. De acordo com MAKRIDAKIS e al. (998), ao uilizar o méodo de suavização exponencial simples para horizones emporais maiores do que período fuuro, pode ser admiido que a função de previsão seja fla 5, ou seja, que F h = F para h maior do que 2. Isso significa que a previsão do modelo será sempre a mesma a parir segundo do período em que não se em o dado da demanda real. Desse modo, o modelo de previsão a ser uilizado deverá ser sempre o que reorne o menor erro quando se quer fazer decisões no horizone de mês, mas quando se quer fazer decisões em um horizone de empo maior, as opções de méodos avaliadas nese rabalho serão os méodos de Hol e de Hol-Winers. O auor observou que a previsão da componene de endência dos méodos de Hol e Hol- Winers pode prejudicar muio o resulado da previsão oal, já que eles consideram que a o nível e a endência a parir do úlimo período para o qual se em o dado hisórico serão sempre iguais ao nível e endência calculada nese úlimo período. Para melhor enender essa deficiência desses méodos, será analisado a seguir o exemplo do méodo de Hol. Suas rês equações são: L b = αy ( α)( L b ) = β( L L ) ( β ) b onde: F = L mb m L : nível da série emporal no período ; b : esimaiva da endência no período ; m : número do período fuuro para o qual se deseja fazer a previsão; 5 De acordo com MAKRIDAKIS e al. (998), A função fla é usada porque a suavização exponencial simples funciona melhor para dados que não enham endência, sazonalidade ou qualquer oura caracerísica do ipo.

58 49 F : previsão para o período m ; m α : consane de suavização do nível, assumindo valores enre 0 e ; β : consane de suavização da endência, assumindo valores enre 0 e. A previsão desse méodo aé úlimo período para o qual se consegue calcular L e b ocorre calculando-se F = L mb m com m =. A parir dese pono, a previsão no período seguine passa a adoar m = 2, depois m = 3 e assim por diane, com L e b sempre iguais aos seus valores do úlimo período para o qual se eve o dado de demanda real. Para o melhor enendimeno, omemos como exemplo o cenário da figura a seguir: Figura 8 Exemplo de fases de um modelo de previsão No exemplo da figura acima o nível ( L 36 ) e a endência ( b 36 ) a parir do período = 36 serão sempre iguais (a L 36 e b 36, respecivamene). Esse cenário é represenado no gráfico a seguir: Gráfico 7 Exemplo de previsão do modelo de Hol

59 50 Nesse exemplo do gráfico acima, a componene de endência b 36 não é uma boa represenane da série hisórica (é excepcionalmene baixa). Como o méodo de previsão uilizará essa endência para odos os períodos fuuros, fará uma previsão que não represenará bem a realidade, apresenando inclusive rapidamene valores negaivos de demanda, como se observa no próprio gráfico. Devido à essa possibilidade de previsões de baixa qualidade, o auor achou necessário fazer algumas mudanças em relação ao que é usual na lieraura, a fim de minimizar essa falha. A seguir enconram-se as modificações feias, uilizando como exemplo o esquema da Figura 8: a) Calcula-se as médias M e M 2 dos dados da série hisórica para o úlimo e penúlimo período, que devem er a mesma duração (no caso, 2 meses). No caso do méodo de Hol-Winers, essa duração deve ser equivalene à duração da sazonalidade. Assim, no exemplo dado, 24 Y = 2 32 M = e M 2 = Y. = 24 = β β. b) b p ( M 2 M ) ( ) b36 c) No caso do modelo de Hol, a componene de endência b a parir de = 38 será sempre b p. d) No caso adiivo, F 37 = L36 b36 S25. Já no caso muliplicaivo, F 37 = ( L36 b36 ) S25 e) No caso adiivo, F38 = L36 2b p S 26, F39 = L36 3b p S 27, F40 = L36 4b p S 28 e assim por diane. Já no caso muliplicaivo, F38 = ( L36 2b ) S 26, F 39 = ( L36 3b p ) S 27, F40 ( L36 4bp ) S 28 = e assim por diane. p Uilizando essas modificações, é assegurado que o valor da endência a ser uilizada na previsão a parir do úlimo período para o qual se em dados hisóricos será coerene com a média da endência em um longo período de empo, sendo porano mais confiável. O gráfico a seguir represena o exemplo uilizando as modificações sugeridas para a previsão do méodo de Hol:

60 Gráfico 8 Exemplo de previsão do modelo de Hol modificações sugeridas pelo auor 5

61 52 6. LEVANTAMENTO DE DADOS E SELEÇÃO DE PRODUTOS A SEREM ANALISADOS A eapa de levanameno de dados é geralmene um dos primeiros passos na elaboração de qualquer modelo de previsão de demanda. Para possibiliar o uso dos modelos quaniaivos é necessário uilizar uma base de dados referene a um período de empo considerável, especialmene quando se analisa dados com sazonalidade anual, como por exemplo os da família de sucos da Saborama. Quano mais dados exisirem disponíveis, melhor será a qualidade da análise e previsão dos dados. A Saborama uiliza um sisema de informação, no qual é possível er acesso a informações sobre o hisórico de volume de vendas desde janeiro de 2003, por fauramenos e unidades vendidas referenes a cada família de produo. A colea de dados eve porano como horizone de empo o período de janeiro de 2003 aé agoso de Seria ideal que o rabalho fosse feio baseado em dados da demanda dos produos, ou seja, dados que refleissem exaamene a inenção de compras de produos da empresa. Enreano, a Saborama não dispõe desses dados e, porano, será considerada que no passado os números de venda refleem perfeiamene os números da demanda a cada mês. Essa hipóese é razoável, já que a empresa cosuma aender oalmene a demanda, mesmo que haja raros arasos na enrega de seus produos. Assim, o rabalho uilizará dados de hisórico de vendas como uma aproximação da demanda real da empresa. No caso das informações sobre as quanidades vendidas, o sisema de informação rabalha com o nível de agrupameno por caixas (por exemplo, uma caixa de garrafas de sucos), ou por galões (por exemplo, um galão de emulsão para refrigeranes). Nese rabalho esse nível de agrupameno pode ser considerado adequado, sendo uma caixa de garrafas ou um galão unidades de medidas apropriadas para o esudo de demanda da empresa. Para o nível de agregameno emporal dos dados, considerou-se a colea das demandas mensais (ou seja, as vendas da empresa mês a mês). Esse agregameno emporal a ser

62 53 uilizado nese rabalho é adequado, uma vez que para a empresa é razoável realizar um planejameno de produção e compras de maeriais em períodos mensais. Para a escolha de quais famílias de produos seriam analisadas nese esudo, os produos foram classificados de acordo com a represenaividade das famílias de produos sobre as vendas. A represenaividade das famílias de produos sobre as vendas segue o conceio (princípio de Pareo), segundo a qual se fez uma classificação ABC adapada ao rabalho em quesão: - Iens classificados como A são os iens que represenam 80% do faurameno oal; - Iens classificados como B e C represenam os iens resanes. De acordo com BALLOU (200), os produos de uma empresa geralmene conribuem para as vendas oais de maneira desproporcional. Em ouras palavras, poucos iens (ou famílias de produos) represenam uma grande proporção do volume de vendas. Isso esá de acordo com o conceio 80-20, segundo o qual 80% das vendas são gerados por 20% dos produos. O gráfico a seguir mosra a represenaividade de vendas de cada produo da Saborama sobre o faurameno oal da empresa:

63 54 Gráfico 9 Represenaividade acumulada de cada produo sobre o faurameno oal Como se pode observar, as famílias de produos da Saborama classificadas nese rabalho como produos A são as famílias de emulsão para refrigerane, de suco e de xarope e foram, porano selecionadas para se prever suas respecivas demandas.

64 55 7. ANÁLISE PRELIMINAR DOS DADOS E DOS MERCADOS Nese capíulo os dados levanados serão analisados para enender o comporameno das demandas da empresa, como a exisência de sazonalidades, endências e aleaoriedade. Tais análises serão reforçadas com conhecimenos sobre o mercado e a Saborama. 8.. Sucos A família de produos selecionada para o primeiro esudo de previsão de demanda dese rabalho é a família de sucos. Os sucos, junamene com a emulsão para refrigeranes, são os dois produos de maior faurameno da empresa, apresenando aproximadamene 30% e 38% respecivamene nas vendas de 2006, como se pode observar no gráfico a seguir: Gráfico 0 - Represenaividade das principais linhas de produo nas vendas 6 6 Dados de janeiro e fevereiro de É imporane salienar que as vendas de cada produo variam ao longo do ano. Em geral, as vendas diminuem drasicamene durane o inverno e o percenual relaivo de cada produo nas vendas oais mudam sazonalmene.

65 56 Os produos da linha de sucos êm pouco valor agregado, mas correspondem à grande parcela no faurameno oal da Saborama. Nesse caso, a empresa siua-se mais pero do consumidor final na sequência da cadeia de formação de valor, produzindo, embalando e ransporando o produo em sua forma final. A família de sucos apresena não só faurameno menor do que a família de emulsão para refrigeranes, mas ambém margem de lucros muio inferiores do que a mesma. Enreano oimizar o esoque de sucos é prioridade no rabalho em quesão, pois as vendas desse produo são muio mais sensíveis á queda ou aumeno de preços, que por sua vez em correlação direa com a esruura de cusos e dessa forma ambém com os cusos de esoque. Além disso, o liro de suco é muio mais barao do que o liro de emulsão para refrigerane, de forma que a represenaividade de queda de cada cenavo em seu cuso por liro é muio maior do que no cuso da emulsão para refrigerane. A demanda dos sucos da Saborama apresenaria eoricamene sazonalidade de um ano. Essa sazonalidade seria explicada pela fore dependência que o consumo de sucos em em relação ao clima e emperaura; quano maior a emperaura, maior é a sensação érmica, maior é a sede e a vonade das pessoas em consumir sucos. Assim, seria de se esperar que a sazonalidade enha a duração anual, com picos de vendas durane o verão, que vão diminuindo aé chegar ao inverno, quando as vendas de sucos apresenam o menor nível do ano. Enreano, observa-se que na práica al sazonalidade de exaamene um ano não aconece no caso da família de sucos da empresa; ela varia em orno de 2 meses. Uma razão enconrada para ese comporameno é que a Saborama ainda se enconra em eságio de amadurecimeno no mercado, sendo muio dependene do desempenho de vendas dos vendedores, que é dependene da políica de concessões de comissões, desconos e promoções. A relação da empresa com o mercado passa por consanes mudanças, endo como conseqüência a não sazonalidade exaa do comporameno das vendas. A demanda da família de sucos apresena endência, já que o nível de sua vendas aumena ao longo dos anos, como se pode observar no gráfico a seguir:

66 57 Gráfico Vendas de sucos ao longo dos anos Essa caracerísica pode ser explicada por muios faores, como por exemplo, o crescimeno da própria Saborama como empresa e pelo aumeno de renda da população e ouros aspecos macro-econômicos, que geram o crescimeno do mercado de sucos no Brasil. De acordo com um esudo do BNDES, o consumo per capia de sucos no país ainda é muio reduzido, se comparado com ouros países. Enquano em países como Canadá e Esados Unidos alcançam mais de 50 liros por ano, no Brasil, varia enre 0,6 e 0,8 liro por ano. 7 Ainda segundo o mesmo esudo do BNDES, o consumo de sucos indusrializados no país é influenciado pelo nível de preocupação com a saúde, que é crescene e direamene proporcional á demanda de sucos, de modo que é de se esperar que a endência de vendas dessa família de produos seja posiiva e crescene. A parir das caracerísicas da demanda de sucos da Saborama acima abordadas, conclui-se que o méodo mais adequado de previsão de demanda da família desses produos é provavelmene o modelo de Hol-Winers, como será a seguir jusificado. O Gráfico 2 apresena a demanda de sucos da Saborama: 7 ROSA e al. (2006). Valores não conabilizam o consumo do suco naural exraído direamene da frua, do qual não se possui esaísicas minimamene organizadas.

67 58 Gráfico 2 Demanda de sucos da Saborama Observando-se os inervalos e 2 do Gráfico 2, percebe-se que a demanda de sucos da empresa em a forma de uma curva com leve endência, formao condizene com a capacidade do modelo de Hol-Winers de se calcular uma endência. Além disso, percebe-se que a parir de julho de 2005 a demanda de sucos da empresa apresena cera sazonalidade em orno de um ano de duração, com o mínimo ao redor de julho e máximo no começo do ano, sendo que as oscilações não endem a aumenar muio de amanho ao longo do empo. Anes de julho de 2005, as vendas de sucos da Saborama ainda não apresenavam sazonalidade, uma vez que ainda enfrenava um período de amadurecimeno de mercado, eses e enaivas da empresa. Dessa forma, decidiu-se nese rabalho descarar os dados da série anes dessa daa e rabalhar apenas com os dados no período em que a demanda de sucos da empresa já aingiu seu eságio de amadurecimeno Emulsão para refrigeranes As emulsões para refrigeranes são concenrados vendidos a ouras fábricas que produzem o refrigerane. Pode-se dizer que a Saborama é uma inegrane inermediária da cadeia de formação de valor que em como produo final o refrigerane que é vendido em supermercados e aacados de bebidas, por exemplo. É um produo cuja demanda depende foremene de relações comerciais com fábricas, não sendo, porano esperado grandes

68 59 variações da demanda sem mudanças na agressividade com que a empresa ena buscar novos clienes para ese produo. Pode se afirmar que o produo de maior valor agregado da Saborama é a linha de emulsões para refrigeranes, represenando grande pare do faurameno oal da empresa, sendo porém responsável por pequena quanidade de vendas, como se pode observar no Gráfico 0. Apesar de a linha de sucos ambém corresponder a grande parcela no seu faurameno oal, a empresa visa aumenar proporcionalmene as vendas de emulsões para refrigeranes, uma vez que sua produção é bem mais simples e demanda menos capacidade indusrial, que é razoavelmene limiada. Assim, isso possibiliaria uma relação faurameno/empo de operação maior, além de cusos menores. O Gráfico 3 apresena a demanda de emulsões para refrigeranes da Saborama. Gráfico 3 Demanda de emulsões para refrigeranes da Saborama Como se pode observar no Gráfico 3, a demanda de emulsões para refrigeranes apresena comporameno similar em alguns inervalos, como ala no final dos anos. Enreano, não se pode afirmar que há sazonalidade clara e nem endência clara de crescimeno ou diminuição.

69 Xaropes Os xaropes são os produos concenrados a serem diluídos em água anes do consumo. Eles represenam a família com o segundo maior valor agregado da empresa, arás apenas da família de emulsões para refrigeranes. Enconra-se a seguir um gráfico represenaivo da demanda de xaropes da empresa: Gráfico 4 Demanda de xaropes da Saborama Observando-se o gráfico acima, percebe-se facilmene que a demanda da família de xaropes da Saborama não apresena endência clara, mas, em geral, apresena um comporameno similar de baixa enre o começo e o final do ano.

exercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney).

exercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney). 4. Mercado de Opções O mercado de opções é um mercado no qual o iular (comprador) de uma opção em o direio de exercer a mesma, mas não a obrigação, mediane o pagameno de um prêmio ao lançador da opção

Leia mais

Estudo comparativo de processo produtivo com esteira alimentadora em uma indústria de embalagens

Estudo comparativo de processo produtivo com esteira alimentadora em uma indústria de embalagens Esudo comparaivo de processo produivo com eseira alimenadora em uma indúsria de embalagens Ana Paula Aparecida Barboza (IMIH) anapbarboza@yahoo.com.br Leicia Neves de Almeida Gomes (IMIH) leyneves@homail.com

Leia mais

OTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE GANHOS

OTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE GANHOS STC/ 08 17 à 22 de ouubro de 1999 Foz do Iguaçu Paraná - Brasil SESSÃO TÉCNICA ESPECIAL CONSERVAÇÃO DE ENERGIA ELÉTRICA (STC) OTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE

Leia mais

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16 Equações Simulâneas Aula 16 Gujarai, 011 Capíulos 18 a 0 Wooldridge, 011 Capíulo 16 Inrodução Durane boa pare do desenvolvimeno dos coneúdos desa disciplina, nós nos preocupamos apenas com modelos de regressão

Leia mais

ENGENHARIA ECONÔMICA AVANÇADA

ENGENHARIA ECONÔMICA AVANÇADA ENGENHARIA ECONÔMICA AVANÇADA TÓPICOS AVANÇADOS MATERIAL DE APOIO ÁLVARO GEHLEN DE LEÃO gehleao@pucrs.br 55 5 Avaliação Econômica de Projeos de Invesimeno Nas próximas seções serão apresenados os principais

Leia mais

Palavras-chave: Análise de Séries Temporais; HIV; AIDS; HUJBB.

Palavras-chave: Análise de Séries Temporais; HIV; AIDS; HUJBB. Análise de Séries Temporais de Pacienes com HIV/AIDS Inernados no Hospial Universiário João de Barros Barreo (HUJBB), da Região Meropoliana de Belém, Esado do Pará Gilzibene Marques da Silva ¹ Adrilayne

Leia mais

Capítulo 5: Introdução às Séries Temporais e aos Modelos ARIMA

Capítulo 5: Introdução às Séries Temporais e aos Modelos ARIMA 0 Capíulo 5: Inrodução às Séries emporais e aos odelos ARIA Nese capíulo faremos uma inrodução às séries emporais. O nosso objeivo aqui é puramene operacional e esaremos mais preocupados com as definições

Leia mais

Função definida por várias sentenças

Função definida por várias sentenças Ese caderno didáico em por objeivo o esudo de função definida por várias senenças. Nese maerial você erá disponível: Uma siuação que descreve várias senenças maemáicas que compõem a função. Diversas aividades

Leia mais

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico 146 CAPÍULO 9 Inrodução ao Conrole Discreo 9.1 Inrodução Os sisemas de conrole esudados aé ese pono envolvem conroladores analógicos, que produzem sinais de conrole conínuos no empo a parir de sinais da

Leia mais

Universidade Federal de Pelotas UFPEL Departamento de Economia - DECON. Economia Ecológica. Professor Rodrigo Nobre Fernandez

Universidade Federal de Pelotas UFPEL Departamento de Economia - DECON. Economia Ecológica. Professor Rodrigo Nobre Fernandez Universidade Federal de Peloas UFPEL Deparameno de Economia - DECON Economia Ecológica Professor Rodrigo Nobre Fernandez Capíulo 6 Conabilidade Ambienal Nacional Peloas, 2010 6.1 Inrodução O lado moneário

Leia mais

VALOR DA PRODUÇÃO DE CACAU E ANÁLISE DOS FATORES RESPONSÁVEIS PELA SUA VARIAÇÃO NO ESTADO DA BAHIA. Antônio Carlos de Araújo

VALOR DA PRODUÇÃO DE CACAU E ANÁLISE DOS FATORES RESPONSÁVEIS PELA SUA VARIAÇÃO NO ESTADO DA BAHIA. Antônio Carlos de Araújo 1 VALOR DA PRODUÇÃO DE CACAU E ANÁLISE DOS FATORES RESPONSÁVEIS PELA SUA VARIAÇÃO NO ESTADO DA BAHIA Anônio Carlos de Araújo CPF: 003.261.865-49 Cenro de Pesquisas do Cacau CEPLAC/CEPEC Faculdade de Tecnologia

Leia mais

Guia de Recursos e Atividades

Guia de Recursos e Atividades Guia de Recursos e Aividades girls worldwide say World Associaion of Girl Guides and Girl Scous Associaion mondiale des Guides e des Eclaireuses Asociación Mundial de las Guías Scous Unir as Forças conra

Leia mais

Valor do Trabalho Realizado 16.

Valor do Trabalho Realizado 16. Anonio Vicorino Avila Anonio Edésio Jungles Planejameno e Conrole de Obras 16.2 Definições. 16.1 Objeivo. Valor do Trabalho Realizado 16. Parindo do conceio de Curva S, foi desenvolvida pelo Deparameno

Leia mais

Boom nas vendas de autoveículos via crédito farto, preços baixos e confiança em alta: o caso de um ciclo?

Boom nas vendas de autoveículos via crédito farto, preços baixos e confiança em alta: o caso de um ciclo? Boom nas vendas de auoveículos via crédio faro, preços baixos e confiança em ala: o caso de um ciclo? Fábio Auguso Reis Gomes * Fabio Maciel Ramos ** RESUMO - A proposa dese rabalho é conribuir para o

Leia mais

12 Integral Indefinida

12 Integral Indefinida Inegral Indefinida Em muios problemas, a derivada de uma função é conhecida e o objeivo é enconrar a própria função. Por eemplo, se a aa de crescimeno de uma deerminada população é conhecida, pode-se desejar

Leia mais

METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL

METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL 1. Inrodução O presene documeno visa apresenar dealhes da meodologia uilizada nos desenvolvimenos de previsão de demanda aeroporuária no Brasil

Leia mais

DEMANDA BRASILEIRA DE CANA DE AÇÚCAR, AÇÚCAR E ETANOL REVISITADA

DEMANDA BRASILEIRA DE CANA DE AÇÚCAR, AÇÚCAR E ETANOL REVISITADA XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 12 a15 de ouubro

Leia mais

Relações de troca, sazonalidade e margens de comercialização de carne de frango na Região Metropolitana de Belém no período 1997-2004

Relações de troca, sazonalidade e margens de comercialização de carne de frango na Região Metropolitana de Belém no período 1997-2004 RELAÇÕES DE TROCA, SAZONALIDADE E MARGENS DE COMERCIALIZAÇÃO DE CARNE DE FRANGO NA REGIÃO METROPOLITANA DE BELÉM NO PERÍODO 1997-2004 MARCOS ANTÔNIO SOUZA DOS SANTOS; FABRÍCIO KHOURY REBELLO; MARIA LÚCIA

Leia mais

METODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS. Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2

METODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS. Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2 IV SEMEAD METODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2 RESUMO Uma das ferramenas de gesão do risco de mercado

Leia mais

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios! Principais diferenças! Como uilizar! Vanagens e desvanagens Francisco Cavalcane (francisco@fcavalcane.com.br) Sócio-Direor

Leia mais

José Ronaldo de Castro Souza Júnior RESTRIÇÕES AO CRESCIMENTO ECONÔMICO NO BRASIL: UMA APLICAÇÃO DO MODELO DE TRÊS HIATOS (1970-2000)

José Ronaldo de Castro Souza Júnior RESTRIÇÕES AO CRESCIMENTO ECONÔMICO NO BRASIL: UMA APLICAÇÃO DO MODELO DE TRÊS HIATOS (1970-2000) José Ronaldo de Casro Souza Júnior RESTRIÇÕES AO CRESCIMENTO ECONÔMICO NO BRASIL: UMA APLICAÇÃO DO MODELO DE TRÊS HIATOS (1970-2000) Belo Horizone, MG UFMG/CEDEPLAR 2002 José Ronaldo de Casro Souza Júnior

Leia mais

APLICAÇÃO DE MODELAGEM NO CRESCIMENTO POPULACIONAL BRASILEIRO

APLICAÇÃO DE MODELAGEM NO CRESCIMENTO POPULACIONAL BRASILEIRO ALICAÇÃO DE MODELAGEM NO CRESCIMENTO OULACIONAL BRASILEIRO Adriano Luís Simonao (Faculdades Inegradas FAFIBE) Kenia Crisina Gallo (G- Faculdade de Ciências e Tecnologia de Birigüi/S) Resumo: Ese rabalho

Leia mais

Sistema Computacional para Previsão de Demanda em Pontos de Suprimento e Subestação da COELBA

Sistema Computacional para Previsão de Demanda em Pontos de Suprimento e Subestação da COELBA 1 Sisema Compuacional para Previsão de Demanda em Ponos de Suprimeno e Subesação da COELBA P M Ribeiro e D A Garrido, COELBA, R G M Velásquez, CELPE, D M Falcão e A P A da Silva, COPPE Resumo O conhecimeno

Leia mais

ESTUDO DE MODELOS DE SÉRIES TEMPORAIS PARA A DEMANDA DE PRODUÇÃO DE CIMENTO

ESTUDO DE MODELOS DE SÉRIES TEMPORAIS PARA A DEMANDA DE PRODUÇÃO DE CIMENTO ESTUDO DE MODELOS DE SÉRIES TEMPORAIS PARA A DEMANDA DE PRODUÇÃO DE CIMENTO Nagila Raquel Marins Gomes; Célia Mendes Carvalho Lopes Engenharia de Produção, Escola de Engenharia, Universidade Presbieriana

Leia mais

Aula 1. Atividades. Para as questões dessa aula, podem ser úteis as seguintes relações:

Aula 1. Atividades. Para as questões dessa aula, podem ser úteis as seguintes relações: Aula 1 Para as quesões dessa aula, podem ser úeis as seguines relações: 1. E c = P = d = m. v E m V E P = m. g. h cos = sen = g = Aividades Z = V caeo adjacene hipoenusa caeo oposo hipoenusa caeo oposo

Leia mais

Espaço SENAI. Missão do Sistema SENAI

Espaço SENAI. Missão do Sistema SENAI Sumário Inrodução 5 Gerador de funções 6 Caracerísicas de geradores de funções 6 Tipos de sinal fornecidos 6 Faixa de freqüência 7 Tensão máxima de pico a pico na saída 7 Impedância de saída 7 Disposiivos

Leia mais

Dados do Plano. Resultado da Avaliação Atuarial. Data da Avaliação: 31/12/2010

Dados do Plano. Resultado da Avaliação Atuarial. Data da Avaliação: 31/12/2010 AVALIAÇÃO ATUARIAL Daa da Avaliação: 3/2/200 Dados do Plano Nome do Plano: CEEEPREV CNPB: 20.020.04-56 Parocinadoras: Companhia Esadual de Geração e Transmissão de Energia Elérica CEEE-GT Companhia Esadual

Leia mais

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS ARTIGO: TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS REVISTA: RAE-elerônica Revisa de Adminisração de Empresas FGV EASP/SP, v. 3, n. 1, Ar. 9, jan./jun. 2004 1

Leia mais

Os Sete Hábitos das Pessoas Altamente Eficazes

Os Sete Hábitos das Pessoas Altamente Eficazes Os See Hábios das Pessoas Alamene Eficazes Sephen Covey baseou seus fundamenos para o sucesso na Éica do Caráer aribuos como inegridade, humildade, fidelidade, emperança, coragem, jusiça, paciência, diligência,

Leia mais

2 Conceitos de transmissão de dados

2 Conceitos de transmissão de dados 2 Conceios de ransmissão de dados 2 Conceios de ransmissão de dados 1/23 2.2.1 Fones de aenuação e disorção de sinal 2.2.1 Fones de aenuação e disorção do sinal (coninuação) 2/23 Imperfeições do canal

Leia mais

Escola E.B. 2,3 / S do Pinheiro

Escola E.B. 2,3 / S do Pinheiro Escola E.B. 2,3 / S do Pinheiro Ciências Físico Químicas 9º ano Movimenos e Forças 1.º Período 1.º Unidade 2010 / 2011 Massa, Força Gravíica e Força de Ario 1 - A bordo de um vaivém espacial, segue um

Leia mais

Curva de Phillips, Inflação e Desemprego. A introdução das expectativas: a curva de oferta agregada de Lucas (Lucas, 1973)

Curva de Phillips, Inflação e Desemprego. A introdução das expectativas: a curva de oferta agregada de Lucas (Lucas, 1973) Curva de Phillips, Inflação e Desemprego Lopes e Vasconcellos (2008), capíulo 7 Dornbusch, Fischer e Sarz (2008), capíulos 6 e 7 Mankiw (2007), capíulo 13 Blanchard (2004), capíulo 8 A inrodução das expecaivas:

Leia mais

Composição Ótima da Dívida Pública Federal: Definição de uma Referência de Longo Prazo

Composição Ótima da Dívida Pública Federal: Definição de uma Referência de Longo Prazo Composição Óima da Dívida Pública Federal: Definição de uma Referência de Longo Prazo Brasília 2011 MINISTRO DA FAZENDA Guido Manega SECRETÁRIO-EXECUTIVO Nelson Henrique Barbosa Filho SECRETÁRIO DO TESOURO

Leia mais

Análise econômica dos benefícios advindos do uso de cartões de crédito e débito. Outubro de 2012

Análise econômica dos benefícios advindos do uso de cartões de crédito e débito. Outubro de 2012 1 Análise econômica dos benefícios advindos do uso de carões de crédio e débio Ouubro de 2012 Inrodução 2 Premissas do Esudo: Maior uso de carões aumena a formalização da economia; e Maior uso de carões

Leia mais

CHOQUES DE PRODUTIVIDADE E FLUXOS DE INVESTIMENTOS ESTRANGEIROS PARA O BRASIL * Prof a Dr a Maria Helena Ambrosio Dias **

CHOQUES DE PRODUTIVIDADE E FLUXOS DE INVESTIMENTOS ESTRANGEIROS PARA O BRASIL * Prof a Dr a Maria Helena Ambrosio Dias ** CHOQUES DE PRODUTIVIDADE E FLUXOS DE INVESTIMENTOS ESTRANGEIROS PARA O BRASIL * Prof a Dr a Maria Helena Ambrosio Dias ** Resumo O inuio é invesigar como e em que grau um choque de produividade ocorrido

Leia mais

EVOLUÇÃO DO CRÉDITO PESSOAL E HABITACIONAL NO BRASIL: UMA ANÁLISE DA INFLUÊNCIA DOS FATORES MACROECONÔMICOS NO PERÍODO PÓS-REAL RESUMO

EVOLUÇÃO DO CRÉDITO PESSOAL E HABITACIONAL NO BRASIL: UMA ANÁLISE DA INFLUÊNCIA DOS FATORES MACROECONÔMICOS NO PERÍODO PÓS-REAL RESUMO 78 EVOLUÇÃO DO CRÉDITO PESSOAL E HABITACIONAL NO BRASIL: UMA ANÁLISE DA INFLUÊNCIA DOS FATORES MACROECONÔMICOS NO PERÍODO PÓS-REAL Pâmela Amado Trisão¹ Kelmara Mendes Vieira² Paulo Sergio Cerea³ Reisoli

Leia mais

ANAIS UM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS E CLIENTES EM UMA INDÚSTRIA METAL-MECÂNICA

ANAIS UM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS E CLIENTES EM UMA INDÚSTRIA METAL-MECÂNICA UM MODELO DE PLANEJAMENTO AGREGADO DA PRODUÇÃO PARA OTIMIZAR O MIX DE PRODUTOS E CLIENTES EM UMA INDÚSTRIA METAL-MECÂNICA FELIPE ALBERTO SIMAS DONATO ( felipe.donao@gmail.com, felipe_donao@embraco.com.br

Leia mais

Prof. Luiz Marcelo Chiesse da Silva DIODOS

Prof. Luiz Marcelo Chiesse da Silva DIODOS DODOS 1.JUÇÃO Os crisais semiconduores, ano do ipo como do ipo, não são bons conduores, mas ao ransferirmos energia a um deses ipos de crisal, uma pequena correne elérica aparece. A finalidade práica não

Leia mais

A Utilização da Inteligência Competitiva Empreendedora nas Micro e Pequenas Empresas

A Utilização da Inteligência Competitiva Empreendedora nas Micro e Pequenas Empresas A Uilização da Ineligência Compeiiva Empreendedora nas Micro e Pequenas Empresas Maria das Graças Vieira Conadora. Mesre em Adminisração Financeira e Douora em Educação UFPB. Professora da Faculdade Maurício

Leia mais

Perspectivas para a inflação

Perspectivas para a inflação Perspecivas para a inflação 6 Ese capíulo do Relaório de Inflação apresena a avaliação feia pelo Copom sobre o comporameno da economia brasileira e do cenário inernacional desde a divulgação do Relaório

Leia mais

O EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1

O EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1 O EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1 Paulo J. Körbes 2 Marcelo Marins Paganoi 3 RESUMO O objeivo dese esudo foi verificar se exise influência de evenos de vencimeno de conraos de opções sobre

Leia mais

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO RICARDO SÁVIO DENADAI HÁ HYSTERESIS NO COMÉRCIO EXTERIOR BRASILEIRO? UM TESTE ALTERNATIVO

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO RICARDO SÁVIO DENADAI HÁ HYSTERESIS NO COMÉRCIO EXTERIOR BRASILEIRO? UM TESTE ALTERNATIVO FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO RICARDO SÁVIO DENADAI HÁ HYSTERESIS NO COMÉRCIO EXTERIOR BRASILEIRO? UM TESTE ALTERNATIVO SÃO PAULO 2007 Livros Gráis hp://www.livrosgrais.com.br

Leia mais

Campo magnético variável

Campo magnético variável Campo magnéico variável Já vimos que a passagem de uma correne elécrica cria um campo magnéico em orno de um conduor aravés do qual a correne flui. Esa descobera de Orsed levou os cienisas a desejaram

Leia mais

UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO

UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO MODELO INTEGRADO PARA PREVISÃO DE VENDAS COMO UMA FERRAMENTA DE COMPETITIVIDADE: UM ESTUDO DE CASO EM UMA

Leia mais

Sistemas de Energia Ininterrupta: No-Breaks

Sistemas de Energia Ininterrupta: No-Breaks Sisemas de Energia Ininerrupa: No-Breaks Prof. Dr.. Pedro Francisco Donoso Garcia Prof. Dr. Porfírio Cabaleiro Corizo www.cpdee.ufmg.br/~el GEP-DELT-EEUFMG Porque a necessidade de equipamenos de energia

Leia mais

Figura 1 Carga de um circuito RC série

Figura 1 Carga de um circuito RC série ASSOIAÇÃO EDUAIONAL DOM BOSO FAULDADE DE ENGENHAIA DE ESENDE ENGENHAIA ELÉTIA ELETÔNIA Disciplina: Laboraório de ircuios Eléricos orrene onínua 1. Objeivo Sempre que um capacior é carregado ou descarregado

Leia mais

REGULAMENTO TARIFÁRIO

REGULAMENTO TARIFÁRIO REGULAMENTO TARIFÁRIO DO SECTOR DO GÁS NATURAL Julho 2008 ENTIDADE REGULADORA DOS SERVIÇOS ENERGÉTICOS Rua Dom Crisóvão da Gama n.º 1-3.º 1400-113 Lisboa Tel: 21 303 32 00 Fax: 21 303 32 01 e-mail: erse@erse.p

Leia mais

Uma avaliação da poupança em conta corrente do governo

Uma avaliação da poupança em conta corrente do governo Uma avaliação da poupança em cona correne do governo Manoel Carlos de Casro Pires * Inrodução O insrumeno de políica fiscal em vários ojeivos e não é surpreendene que, ao se deerminar uma mea de superávi

Leia mais

Contabilometria. Séries Temporais

Contabilometria. Séries Temporais Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno

Leia mais

Previsão de demanda e monitoramento por sinal de rastreamento do modelo para produto classe A de uma empresa varejista de Belém do Pará.

Previsão de demanda e monitoramento por sinal de rastreamento do modelo para produto classe A de uma empresa varejista de Belém do Pará. Previsão de demanda e moniorameno por sinal de rasreameno do modelo para produo classe A de uma empresa varejisa de Belém do Pará. avi Filipe Vianna Moreira (UEPA) davifilipe@globo.com Jesse Ramon de Azevedo

Leia mais

ANÁLISE DE UMA EQUAÇÃO DIFERENCIAL LINEAR QUE CARACTERIZA A QUANTIDADE DE SAL EM UM RESERVATÓRIO USANDO DILUIÇÃO DE SOLUÇÃO

ANÁLISE DE UMA EQUAÇÃO DIFERENCIAL LINEAR QUE CARACTERIZA A QUANTIDADE DE SAL EM UM RESERVATÓRIO USANDO DILUIÇÃO DE SOLUÇÃO ANÁLSE DE UMA EQUAÇÃO DFERENCAL LNEAR QUE CARACTERZA A QUANTDADE DE SAL EM UM RESERATÓRO USANDO DLUÇÃO DE SOLUÇÃO Alessandro de Melo Omena Ricardo Ferreira Carlos de Amorim 2 RESUMO O presene arigo em

Leia mais

Previsão de Demanda. Métodos de Previsão. Demanda: disposição ao consumo Demanda versus Vendas Fatores que afetam a Demanda (Vendas)

Previsão de Demanda. Métodos de Previsão. Demanda: disposição ao consumo Demanda versus Vendas Fatores que afetam a Demanda (Vendas) 2.1 Previsão de emanda Conceios básicos Méodos de Previsão iscussão Formulação do Problema emanda: disposição ao consumo emanda versus Vendas Faores que afeam a emanda (Vendas) Economia, Mercado, Preços,

Leia mais

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov Insiuo de Tecnologia de Massachuses Deparameno de Engenharia Elérica e Ciência da Compuação 6.345 Reconhecimeno Auomáico da Voz Primavera, 23 Publicado: 7/3/3 Devolução: 9/3/3 Tarefa 5 Inrodução aos Modelos

Leia mais

Luciano Jorge de Carvalho Junior. Rosemarie Bröker Bone. Eduardo Pontual Ribeiro. Universidade Federal do Rio de Janeiro

Luciano Jorge de Carvalho Junior. Rosemarie Bröker Bone. Eduardo Pontual Ribeiro. Universidade Federal do Rio de Janeiro Análise do preço e produção de peróleo sobre a lucraividade das empresas perolíferas Luciano Jorge de Carvalho Junior Rosemarie Bröker Bone Eduardo Ponual Ribeiro Universidade Federal do Rio de Janeiro

Leia mais

Equações Diferenciais Ordinárias Lineares

Equações Diferenciais Ordinárias Lineares Equações Diferenciais Ordinárias Lineares 67 Noções gerais Equações diferenciais são equações que envolvem uma função incógnia e suas derivadas, além de variáveis independenes Aravés de equações diferenciais

Leia mais

CONTRATO N.º 026/2.015

CONTRATO N.º 026/2.015 CLÁUSULA PRIMEIRA - DAS PARTES CONTRATO N.º 026/2.015 Insrumeno paricular de conrao que enre si fazem: de um lado, como conraane, a PREFEITURA MUNICIPAL DE RIO QUENTE, e de ouro, como conraado, e a empresa

Leia mais

Influência de Variáveis Meteorológicas sobre a Incidência de Meningite em Campina Grande PB

Influência de Variáveis Meteorológicas sobre a Incidência de Meningite em Campina Grande PB Revisa Fafibe On Line n.3 ago. 007 ISSN 808-6993 www.fafibe.br/revisaonline Faculdades Inegradas Fafibe Bebedouro SP Influência de Variáveis Meeorológicas sobre a Incidência de Meningie em Campina Grande

Leia mais

Faculdade de Engenharia São Paulo FESP Física Básica 1 (BF1) - Professores: João Arruda e Henriette Righi

Faculdade de Engenharia São Paulo FESP Física Básica 1 (BF1) - Professores: João Arruda e Henriette Righi Faculdade de Engenharia São Paulo FESP Física Básica 1 (BF1) - Professores: João Arruda e Henriee Righi LISTA DE EXERCÍCIOS # 1 Aenção: Aualize seu adobe, ou subsiua os quadrados por negaivo!!! 1) Deermine

Leia mais

CONSUMO DE BENS DURÁVEIS E POUPANÇA EM UMA NOVA TRAJETÓRIA DE COMPORTAMENTO DO CONSUMIDOR BRASILEIRO RESUMO

CONSUMO DE BENS DURÁVEIS E POUPANÇA EM UMA NOVA TRAJETÓRIA DE COMPORTAMENTO DO CONSUMIDOR BRASILEIRO RESUMO CONSUMO DE BENS DURÁVEIS E POUPANÇA EM UMA NOVA TRAJETÓRIA DE COMPORTAMENTO DO CONSUMIDOR BRASILEIRO VIVIANE SEDA BITTENCOURT (IBRE/FGV) E ANDREI GOMES SIMONASSI (CAEN/UFC) RESUMO O rabalho avalia a dinâmica

Leia mais

A dinâmica do emprego formal na região Norte do estado do Rio de Janeiro, nas últimas duas décadas

A dinâmica do emprego formal na região Norte do estado do Rio de Janeiro, nas últimas duas décadas A dinâmica do emprego formal na região Nore do esado do Rio de Janeiro, nas úlimas duas décadas Helio Junior de Souza Crespo Insiuo Federal Fluminense-IFF E-mail: hjunior@iff.edu.br Paulo Marcelo de Souza

Leia mais

Competências profissionais relevantes à qualidade no atendimento bancário*

Competências profissionais relevantes à qualidade no atendimento bancário* Compeências profissionais relevanes à qualidade no aendimeno bancário* Hugo Pena Brandão** Tomás de Aquino Guimarães*** Jairo Eduardo Borges-Andrade**** S UMÁRIO: 1. Inrodução; 2. Gesão baseada nas compeências:

Leia mais

Série Textos para Discussão

Série Textos para Discussão Universidade Federal do Rio de J a neiro Insiuo de Economia Teses de Racionalidade para Loerias no Brasil TD. 010/2004 Marcelo Resende Marcos A. M. Lima Série Texos para Discussão Teses de Racionalidade

Leia mais

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / 2016. Professor: Rubens Penha Cysne

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / 2016. Professor: Rubens Penha Cysne Escola de Pós-Graduação em Economia da Fundação Geulio Vargas (EPGE/FGV) Macroeconomia I / 2016 Professor: Rubens Penha Cysne Lisa de Exercícios 4 - Gerações Superposas Obs: Na ausência de de nição de

Leia mais

Modelos de séries temporais aplicados a índices de preços hospitalares do Hospital da Universidade Federal de Santa Catarina

Modelos de séries temporais aplicados a índices de preços hospitalares do Hospital da Universidade Federal de Santa Catarina Modelos de séries emporais aplicados a índices de preços hospialares do Hospial da Universidade Federal de Sana Caarina Marcelo Angelo Cirillo Thelma Sáfadi Resumo O princípio básico da adminisração de

Leia mais

Taxa de Juros e Desempenho da Agricultura Uma Análise Macroeconômica

Taxa de Juros e Desempenho da Agricultura Uma Análise Macroeconômica Taxa de Juros e Desempenho da Agriculura Uma Análise Macroeconômica Humbero Francisco Silva Spolador Geraldo San Ana de Camargo Barros Resumo: Ese rabalho em como obeivo mensurar os efeios das axas de

Leia mais

Curso de preparação para a prova de matemática do ENEM Professor Renato Tião

Curso de preparação para a prova de matemática do ENEM Professor Renato Tião Porcenagem As quaro primeiras noções que devem ser assimiladas a respeio do assuno são: I. Que porcenagem é fração e fração é a pare sobre o odo. II. Que o símbolo % indica que o denominador desa fração

Leia mais

UM MODELO DE OPÇÕES REAIS PARA AVALIAÇÃO DE INVESTIMENTO EM NAVIOS PETROLEIROS. Mauro Rezende Filho

UM MODELO DE OPÇÕES REAIS PARA AVALIAÇÃO DE INVESTIMENTO EM NAVIOS PETROLEIROS. Mauro Rezende Filho i UM MODELO DE OPÇÕES REAIS PARA AVALIAÇÃO DE INVESTIMENTO EM NAVIOS PETROLEIROS Mauro Rezende Filho DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA

Leia mais

Data da Avaliação: 28/02/2011 (versão 31/08/2011) Data-Base: 31/12/2010

Data da Avaliação: 28/02/2011 (versão 31/08/2011) Data-Base: 31/12/2010 AVALIAÇÃO ATUARIAL 2010 Insiuo de Previdência e Assisência do Município do Rio de Janeiro (PREVI-RIO) Daa da Avaliação: 28/02/2011 (versão 31/08/2011) Daa-Base: 31/12/2010 SUMÁRIO 1. OBJETIVO... 01 2.

Leia mais

Pessoal Ocupado, Horas Trabalhadas, Jornada de Trabalho e Produtividade no Brasil

Pessoal Ocupado, Horas Trabalhadas, Jornada de Trabalho e Produtividade no Brasil Pessoal Ocupado, Horas Trabalhadas, Jornada de Trabalho e Produividade no Brasil Fernando de Holanda Barbosa Filho Samuel de Abreu Pessôa Resumo Esse arigo consrói uma série de horas rabalhadas para a

Leia mais

UMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS

UMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS UMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS VIEIRA, Douglas Tadeu. TCC, Ciências Econômicas, Fecilcam, vieira.douglas@gmail.com PONTILI,

Leia mais

BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil

BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil Ozawa Gioielli Sabrina P.; Gledson de Carvalho, Anônio; Oliveira Sampaio, Joelson Capial de risco

Leia mais

4 Cenários de estresse

4 Cenários de estresse 4 Cenários de esresse Os cenários de esresse são simulações para avaliar a adequação de capial ao limie de Basiléia numa deerminada daa. Sua finalidade é medir a capacidade de o PR das insiuições bancárias

Leia mais

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA DISSERTAÇÃO DE MESTRADO

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA DISSERTAÇÃO DE MESTRADO FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA DISSERTAÇÃO DE MESTRADO ANÁLISE DO DESEMPENHO DA BALANÇA COMERCIAL BRASILEIRA ESTIMAÇÕES DAS ELASTICIDADES DAS FUNÇÕES DA

Leia mais

Jovens no mercado de trabalho formal brasileiro: o que há de novo no ingresso dos ocupados? 1

Jovens no mercado de trabalho formal brasileiro: o que há de novo no ingresso dos ocupados? 1 Jovens no mercado de rabalho formal brasileiro: o que há de novo no ingresso dos ocupados? 1 Luís Abel da Silva Filho 2 Fábio José Ferreira da Silva 3 Silvana Nunes de Queiroz 4 Resumo: Nos anos 1990,

Leia mais

APLICAÇÃO DE SÉRIES TEMPORAIS NA PREVISÃO DA MÉDIA MENSAL DA TAXA DE CÂMBIO DO REAL PARA O DÓLAR COMERCIAL DE COMPRA USANDO O MODELO DE HOLT

APLICAÇÃO DE SÉRIES TEMPORAIS NA PREVISÃO DA MÉDIA MENSAL DA TAXA DE CÂMBIO DO REAL PARA O DÓLAR COMERCIAL DE COMPRA USANDO O MODELO DE HOLT XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 12 a15 de ouubro

Leia mais

APLICAÇÃO DE UM MODELO DE PREVISÃO DA DEMANDA TOTAL NOS CREDENCIADOS BELGO PRONTO. Maurício Rocha Furtado

APLICAÇÃO DE UM MODELO DE PREVISÃO DA DEMANDA TOTAL NOS CREDENCIADOS BELGO PRONTO. Maurício Rocha Furtado APLICAÇÃO DE UM MODELO DE PREVISÃO DA DEMANDA TOTAL NOS CREDENCIADOS BELGO PRONTO Maurício Rocha Furado MONOGRAFIA SUBMETIDA À COORDENAÇÃO DE CURSO DE ENGENHARIA DE PRODUÇÃO DA UNIVERSIDADE FEDERAL DE

Leia mais

Cx. Postal 50, CEP 37.500-000 Itajubá, MG, Brasil E-mail: pamplona@iem.efei.br.

Cx. Postal 50, CEP 37.500-000 Itajubá, MG, Brasil E-mail: pamplona@iem.efei.br. CONDIÇÕES ECONÔMICAS NO PROCESSO DE USINAGEM: UMA ABORDAGEM PARA CONSIDERAÇÃO DOS CUSTOS Souza, Anônio Carlos de * Novaski, Olívio * Oliveira Pamplona, Edson de ** Baocchio, Anonio * * Faculdade de Engenharia

Leia mais

Escola Secundária Dom Manuel Martins

Escola Secundária Dom Manuel Martins Escola Secundária Dom Manuel Marins Seúbal Prof. Carlos Cunha 1ª Ficha de Avaliação FÍSICO QUÍMICA A ANO LECTIVO 2006 / 2007 ANO II N. º NOME: TURMA: C CLASSIFICAÇÃO Grisson e a sua equipa são chamados

Leia mais

GFI00157 - Física por Atividades. Caderno de Trabalhos de Casa

GFI00157 - Física por Atividades. Caderno de Trabalhos de Casa GFI00157 - Física por Aiidades Caderno de Trabalhos de Casa Coneúdo 1 Cinemáica 3 1.1 Velocidade.............................. 3 1.2 Represenações do moimeno................... 7 1.3 Aceleração em uma

Leia mais

3 PROGRAMAÇÃO DOS MICROCONTROLADORES

3 PROGRAMAÇÃO DOS MICROCONTROLADORES 3 PROGRAMAÇÃO DOS MICROCONTROLADORES Os microconroladores selecionados para o presene rabalho foram os PICs 16F628-A da Microchip. Eses microconroladores êm as vanagens de serem facilmene enconrados no

Leia mais

Um modelo matemático para o ciclo de vida do mosquito Aedes aegypti e controle de epidemias

Um modelo matemático para o ciclo de vida do mosquito Aedes aegypti e controle de epidemias Universidade Federal de Ouro Preo Modelagem e Simulação de Sisemas Terresres DECOM- prof. Tiago Garcia de Senna Carneiro Um modelo maemáico para o ciclo de vida do mosquio Aedes aegypi e conrole de epidemias

Leia mais

Working Paper Impacto do investimento estrangeiro direto sobre renda, emprego, finanças públicas e balanço de pagamentos

Working Paper Impacto do investimento estrangeiro direto sobre renda, emprego, finanças públicas e balanço de pagamentos econsor www.econsor.eu Der Open-Access-Publikaionsserver der ZBW Leibniz-Informaionszenrum Wirscaf Te Open Access Publicaion Server of e ZBW Leibniz Informaion Cenre for Economics Gonçalves, Reinaldo Working

Leia mais

A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA

A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA Era uma vez uma pequena cidade que não inha água encanada. Mas, um belo dia, o prefeio mandou consruir uma caia d água na serra e ligou-a a uma rede de disribuição.

Leia mais

Uma revisão da dinâmica macroeconômica da dívida pública e dos testes de sustentabilidade da política fiscal.

Uma revisão da dinâmica macroeconômica da dívida pública e dos testes de sustentabilidade da política fiscal. IPES Texo para Discussão Publicação do Insiuo de Pesquisas Econômicas e Sociais Uma revisão da dinâmica macroeconômica da dívida pública e dos eses de susenabilidade da políica fiscal. Luís Anônio Sleimann

Leia mais

PREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE

PREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE PREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE Luiz Carlos Takao Yamaguchi Pesquisador Embrapa Gado de Leie e Professor Adjuno da Faculdade de Economia do Insiuo Vianna Júnior.

Leia mais

4. A procura do setor privado. 4. A procura do setor privado 4.1. Consumo 4.2. Investimento. Burda & Wyplosz, 5ª Edição, Capítulo 8

4. A procura do setor privado. 4. A procura do setor privado 4.1. Consumo 4.2. Investimento. Burda & Wyplosz, 5ª Edição, Capítulo 8 4. A procura do seor privado 4. A procura do seor privado 4.. Consumo 4.2. Invesimeno Burda & Wyplosz, 5ª Edição, Capíulo 8 4.2. Invesimeno - sock de capial óimo Conceios Inroduórios Capial - Bens de produção

Leia mais

Mecânica dos Fluidos. Aula 8 Introdução a Cinemática dos Fluidos. Prof. MSc. Luiz Eduardo Miranda J. Rodrigues

Mecânica dos Fluidos. Aula 8 Introdução a Cinemática dos Fluidos. Prof. MSc. Luiz Eduardo Miranda J. Rodrigues Aula 8 Inrodução a Cinemáica dos Fluidos Tópicos Abordados Nesa Aula Cinemáica dos Fluidos. Definição de Vazão Volumérica. Vazão em Massa e Vazão em Peso. Definição A cinemáica dos fluidos é a ramificação

Leia mais

3 O impacto de choques externos sobre a inflação e o produto dos países em desenvolvimento: o grau de abertura comercial importa?

3 O impacto de choques externos sobre a inflação e o produto dos países em desenvolvimento: o grau de abertura comercial importa? 3 O impaco de choques exernos sobre a inflação e o produo dos países em desenvolvimeno: o grau de aberura comercial impora? 3.1.Inrodução Todas as economias esão sujeias a choques exernos. Enreano, a presença

Leia mais

MARCOS VELOSO CZERNORUCKI REPRESENTAÇÃO DE TRANSFORMADORES EM ESTUDOS DE TRANSITÓRIOS ELETROMAGNÉTICOS

MARCOS VELOSO CZERNORUCKI REPRESENTAÇÃO DE TRANSFORMADORES EM ESTUDOS DE TRANSITÓRIOS ELETROMAGNÉTICOS MARCOS VELOSO CZERNORUCKI REPRESENTAÇÃO DE TRANSFORMADORES EM ESTUDOS DE TRANSITÓRIOS ELETROMAGNÉTICOS Disseração apresenada à Escola Poliécnica da Universidade de São Paulo para obenção do íulo de Mesre

Leia mais

O IMPACTO DOS INVESTIMENTOS NO ESTADO DO CEARÁ NO PERÍODO DE 1970-2001

O IMPACTO DOS INVESTIMENTOS NO ESTADO DO CEARÁ NO PERÍODO DE 1970-2001 O IMPACTO DOS INVESTIMENTOS NO ESTADO DO CEARÁ NO PERÍODO DE 970-200 Ricardo Candéa Sá Barreo * Ahmad Saeed Khan ** SINOPSE Ese rabalho em como objeivo analisar o impaco dos invesimenos na economia cearense

Leia mais

2 Fluxos de capitais, integração financeira e crescimento econômico.

2 Fluxos de capitais, integração financeira e crescimento econômico. 2 Fluxos de capiais, inegração financeira e crescimeno econômico. O objeivo dese capíulo é apresenar em dealhes as variáveis fundamenais enconradas na lieraura que deerminam o crescimeno de longo prazo

Leia mais

3 Processos Estocásticos e Aplicações em Projetos na Indústria Siderúrgica

3 Processos Estocásticos e Aplicações em Projetos na Indústria Siderúrgica 3 Processos Esocásicos e Aplicações em Projeos na Indúsria Siderúrgica 3.1 Inrodução As decisões de invesimeno ano em ações e derivaivos financeiros, como em projeos corporaivos, são afeadas por incerezas

Leia mais

ANÁLISE DA VIABILIDADE ECONÔMICA DE UMA USINA TERMELÉTRICA USANDO MODELAGEM ESTOCÁSTICA E TEORIA DE OPÇÕES REAIS. Livia Galdino Mendes

ANÁLISE DA VIABILIDADE ECONÔMICA DE UMA USINA TERMELÉTRICA USANDO MODELAGEM ESTOCÁSTICA E TEORIA DE OPÇÕES REAIS. Livia Galdino Mendes ANÁLISE DA VIABILIDADE ECONÔMICA DE UMA USINA TERMELÉTRICA USANDO MODELAGEM ESTOCÁSTICA E TEORIA DE OPÇÕES REAIS Livia Galdino Mendes PROJETO SUBMETIDO AO CORPO DOCENTE DO DEPARTAMENTO DE ENGENHARIA ELÉTRICA

Leia mais

OBJETIVOS. Ao final desse grupo de slides os alunos deverão ser capazes de: Explicar a diferença entre regressão espúria e cointegração.

OBJETIVOS. Ao final desse grupo de slides os alunos deverão ser capazes de: Explicar a diferença entre regressão espúria e cointegração. Ao final desse grupo de slides os alunos deverão ser capazes de: OBJETIVOS Explicar a diferença enre regressão espúria e coinegração. Jusificar, por meio de ese de hipóeses, se um conjuno de séries emporais

Leia mais

ANÁLISE DE ESTRUTURAS VIA ANSYS

ANÁLISE DE ESTRUTURAS VIA ANSYS 2 ANÁLISE DE ESTRUTURAS VIA ANSYS A Análise de esruuras provavelmene é a aplicação mais comum do méodo dos elemenos finios. O ermo esruura não só diz respeio as esruuras de engenharia civil como pones

Leia mais

Adaptado de O Prisma e o Pêndulo as dez mais belas experiências científicas, p. 52, Crease, R. (2006)

Adaptado de O Prisma e o Pêndulo as dez mais belas experiências científicas, p. 52, Crease, R. (2006) PROVA MODELO GRUPO I Arisóeles inha examinado corpos em moimeno e inha concluído, pelo modo como os corpos caem denro de água, que a elocidade de um corpo em queda é uniforme, proporcional ao seu peso,

Leia mais

Modelo ARX para Previsão do Consumo de Energia Elétrica: Aplicação para o Caso Residencial no Brasil

Modelo ARX para Previsão do Consumo de Energia Elétrica: Aplicação para o Caso Residencial no Brasil Modelo ARX para Previsão do Consumo de Energia Elérica: Aplicação para o Caso Residencial no Brasil Resumo Ese rabalho propõe a aplicação do modelo ARX para projear o consumo residencial de energia elérica

Leia mais

O Custo de Bem-Estar da Inflação: Cálculo Tentativo

O Custo de Bem-Estar da Inflação: Cálculo Tentativo O Cuso de Bem-Esar da Inflação: Cálculo Tenaivo com o Uso de um Modelo de Equilíbrio Geral José W. Rossi Resumo O cuso de bem-esar da inflação em sido calculado usando-se basicamene dois ipos de abordagem:

Leia mais

Universidade Federal de Lavras

Universidade Federal de Lavras Universidade Federal de Lavras Deparameno de Ciências Exaas Prof. Daniel Furado Ferreira 8 a Lisa de Exercícios Disribuição de Amosragem 1) O empo de vida de uma lâmpada possui disribuição normal com média

Leia mais

Física e Química A. Teste Intermédio de Física e Química A. Teste Intermédio. Versão 1. Duração do Teste: 90 minutos 26.05.2009

Física e Química A. Teste Intermédio de Física e Química A. Teste Intermédio. Versão 1. Duração do Teste: 90 minutos 26.05.2009 Tese Inermédio de Física e Química A Tese Inermédio Física e Química A Versão Duração do Tese: 90 minuos 26.05.2009.º ou 2.º Anos de Escolaridade Decreo-Lei n.º 74/2004, de 26 de Março Na folha de resposas,

Leia mais