Um Estudo Comparativo entre Metodologia Fuzzy e Programação Linear para Análise da Rentabilidade de Empresas
|
|
- Nicholas Terra Amaral
- 8 Há anos
- Visualizações:
Transcrição
1 Um Estudo Comparativo entre Metodologia Fuzzy e Programação Linear para Análise da Rentabilidade de Empresas Autoria: Rodrigo Prante Dill, Jose Alonso Borba RESUMO O propósito deste estudo consiste em comparar um modelo que utiliza a lógica nebulosa com resultados obtidos utilizando programação linear confrontados com especialistas para a análise da rentabilidade de empresas. Neste estudo, entrevistou-se uma amostra de vinte analistas financeiros para identificar unto aos mesmos os principais índices que revelam a rentabilidade de empresas do setor de alimentos, utilizando-se dados de sessenta e três empresas do setor de alimentos publicados pelo Valor1000 do Jornal Valor Econômico. De acordo com a escala de Matarazzo (2003), os dados coletados foram analisados e classificados e a cada índice de rentabilidade foi atribuída uma variável qualitativa conforme sua posição em relação ao decil. Utilizando-se software específico definiram-se as funções de pertinência e implementaram-se 2401 regras de inferência para implementação do sistema nebuloso. Os resultados obtidos pelo sistema nebuloso foram confrontados com a avaliação de analistas financeiros do Banco de Desenvolvimento do Extremo Sul e comparados com modelo baseada em programação linear. Os resultados demonstram que tanto modelos nebulosos como modelos derivados da programação linear podem ser utilizados como ferramentas no auxílio e na validação dos pareceres de especialistas na análise de rentabilidade das empresas. 1 INTRODUÇÃO A finalidade do controle gerencial é assegurar que as estratégias seam obedecidas, de forma que os obetivos da organização seam atingidos (ANTHONY e GOVINDARAJAN, 2002). Contudo, as práticas de controle gerencial vêm sofrendo reformulações. Segundo Pereira e Guerreiro (2005), devido ao novo ambiente econômico e social, as organizações têm implementado mudanças profundas nos negócios, e conseqüentemente nas suas práticas de controle gerencial. Essas mudanças acabam por tornar a gestão mais complexa (FREZATTI et al., 2005). Neste sentido, quando a complexidade de uma decisão aumenta, a habilidade de tomar decisões precisas sobre o comportamento desta decisão diminui, até o ponto onde a precisão e a relevância se tornam mutuamente exclusivas (ZADEH, 1978). Conseqüentemente, quanto mais detalhadamente se analisam os complexos problemas das corporações, mais nebulosa se tornam as explicações (SIEGEL et al., 1998). No cenário de incertezas que permeia as organizações, inúmeras ferramentas de diversas áreas da ciência têm sido trazidas por especialistas para o auxílio na resolução de problemas gerenciais. Áreas tradicionais de negócios estão sendo invadidas por especialistas de outras áreas, como os analistas de sistemas, programadores de computação e especialistas em pesquisa operacional que trazem para a contabilidade e administração suas diferentes qualidades e conhecimento (GLAUTIER e UNDERDOWN, 1994). O obetivo deste estudo é confrontar um modelo que utiliza a lógica fuzzy para análise da rentabilidade de empresas com especialistas e um modelo utilizando a programação linear. 2 REFERENCIAL TEÓRICO 2.1 Índices de rentabilidade Há muitas medidas de rentabilidade (índices). Cada uma delas relaciona os retornos da empresa às suas vendas, a seus ativos, ao seu patrimônio ou ao valor da ação. Como um todo, essas medidas permitem avaliar os lucros da empresa em confronto com um dado nível de vendas, um certo nível de ativos, os investimentos, ou o próprio valor da ação. O Quadro 01 demonstra os índices de rentabilidade comuns aos autores Gitman (2005), Iudícibus (1998), Matarazzo (2003), Brigham e Houston (1999), Assaf Neto (2003) e Marion (2002). 1
2 Autor Assaf Neto Brigham e Houston Índice Giro do ativo Lucro por ação Margem bruta Margem líquida Margem operacional Retorno sobre o ativo (ROA) Retorno sobre o investimento (ROI) Retorno sobre o patrimônio líquido (ROE) Quadro 01 Índices comuns Giro do Ativo - Matarazzo (2003, 420) enfatiza que o Giro do Ativo é um índice de medição da eficiência de vendas em relação ao investimento total. Lucro por Ação - O Lucro por Ação da empresa geralmente interessa aos acionistas atuais e potenciais e aos administradores. Conforme Gitman (2005, 54), o Lucro por Ação representa o valor auferido sobre cada ação ordinária emitida. Margem Bruta - Conforme Gitman (2005, 52), a Margem Bruta mede a porcentagem de cada unidade monetária de venda que restou, após a empresa ter pago seus produtos. Quanto mais alta a margem bruta, tanto melhor e menor o custo relativo dos produtos vendidos. Margem Líquida - De acordo com Assaf Neto (2003, 114), a Margem Líquida mede a eficiência de uma empresa em produzir lucro por meio de suas vendas, sendo apurado em termos líquidos. Margem Operacional - De acordo com Assaf Neto (2003, 114), a Margem Líquida mede a eficiência de uma empresa em produzir lucro por meio de suas vendas, sendo apurado em termos operacionais. Retorno sobre o Ativo (ROA) - Conforme Assaf Neto (2003, 112), esta medida revela o retorno produzido pelo total das aplicações realizadas por uma empresa em seus ativos. Retorno sobre o Investimento (ROI) - Uma alternativa ao uso do ROA, para avaliar o retorno produzido pelo total dos recursos aplicados por acionistas e credores no negócio, é a medida do Retorno sobre o Investimento (ROI). Enquanto os ativos incorporam todos os bens e direitos mantidos por uma empresa, o investimento equivale aos recursos deliberadamente levantados pela empresa e aplicados em seus negócios (ASSAF NETO, 2003, 113). Retorno sobre o Patrimônio Líquido (ROE) - De acordo com Brigham e Houston (1999, 90), é o quociente do lucro líquido pelo patrimônio líquido e mede a taxa de retorno do investimento dos acionistas. Índice é a relação entre contas ou grupos de contas do Balanço Patrimonial e da Demonstração dos Resultados do Exercício, com o obetivo de determinar qual a relação entre os itens de ambas as demonstrações financeiras, bem como medir determinado aspecto da situação econômica ou financeira da empresa, conforme apresentado por Mararazzo (2003) e Iudícibus (1998). Os índices são relações que se estabelecem entre duas grandezas, ou sea, o índice de um número é o quociente do primeiro dividido pelo segundo, conforme a definição dada por Treuherz (1978, 76), e o mesmo autor apresenta duas vantagens da análise por meio de Gitman Iudícibus Marion Matarazzo 2
3 índices que são: (1) possibilitar a identificação de tendências e localizar desvios em torno de certos padrões considerados adequados, (2) evitar a necessidade de se adaptar os números dos demonstrativos financeiros ao poder aquisitivo da moeda (ambos podem ter sofrido o mesmo impacto de queda). Uma vantagem adicional é que o uso de índices proporciona comparabilidade entre organizações de portes e de setores diferentes. Dessa forma, pode-se afirmar que a característica fundamental dos índices é fornecer visão da situação econômica e/ou financeira da empresa. Índices servem de medida dos diversos aspectos econômicos e financeiros das empresas. Assim como um médico usa indicadores, como pressão e temperatura, para elaborar o quadro clínico do paciente, os índices financeiros permitem construir um quadro de avaliação da empresa. Assim, é preciso definir um conunto (Universo) e, em seguida, comparar um elemento com os demais do conunto para atribuir-lhe determinada qualificação. Esse é um processo natural do raciocínio humano em que todas as avaliações são feitas por comparações, ainda que quase nunca tabuladas metodologicamente. 2.2 Lógica nebulosa Em 1965, o professor Lotfi Zadeh publicou o primeiro trabalho de pesquisa sobre a teoria da lógica fuzzy, também conhecida como lógica nebulosa, que trata dos conuntos não totalmente verdadeiros nem tampouco totalmente falsos. De maneira geral, a lógica fuzzy deve ser vista como uma teoria matemática formal para a representação de incertezas (YAGER et al., 1987, 52). Como exemplos de pesquisas pioneiras que utilizaram os conceitos dos sistemas especialistas na área dos negócios, podem-se destacar os trabalhos de Steinbart (1987) no ulgamento da materialidade nos processos de auditoria, Harrington e Twark (1991) na avaliação dos preços das ações e pagamento de dividendos e Borthick (1987) no planeamento de auditoria. Autores Área do Estudo/ Aplicação Revista / Congresso Kaneko (1996) Sistema para diagnose financeira Computers Ind. Engineering. Efetividade organizacional, fatores chave de Rangone (1997) Management Accounting Research sucesso e medidas de desempenho. Bayou e Reinstein (1997) Custo meta para a indústria automobilística Journal of Cost Management Mensuração e combinação dos sinais de alerta Journal of Accounting and Deshmukh e Romine (1998) nas fraudes financeiras. Computers Friedlob e Schleifer (1999) Modelo para mensurar risco e incerteza Managerial Auditing Journal. Syau et. al. (2001) Avaliação e risco de crédito Review of Quantitative Finance and Accounting Shehab e Abdalla (2002) Modelagem de um sistema de custeio Advanced Manufacturing Technology. Sahin & Dogan (2003) Relacionamento entre fornecedores clientes. Logistics Information Management Jiang & Hsu (2003) Avaliação de manufatura e ciclo do de vida dos produtos. Journal of Intelligent Manufacturing Lin, Hwang e Becker (2003) Detecção de fraudes contábeis Managerial Auditing Journal Serguieva e Hunter (2004) Análise dos ulgamentos de materialidade Fuzzy Sets and Systems. Análise e determinação dos preços dos The International Journal of Beynon, Peel e Tang (2004) serviços de auditoria. Management Science Lee, Tzeng e Wang (2005) Modelo de Opções de Precificação (OPM) Review of Quantitative Finance and Accounting Pathak, Vidyarthi e Detecção dos sinais de alerta nas fraudes de Summers (2005) seguro Murcia, Borba e Souto- Target Costing e tomada de decisão Maior (2005) Quadro 2 Pesquisas em periódicos internacionais Managerial Auditing Journal. The International Journal of Digital Accounting Research 3
4 Autores Área do Estudo/ Aplicação Revista / Congresso Antunes (2004) Avaliação do risco de controle no processo de auditoria Tese de Doutorado USP Dill e Borba (2005) Análise da rentabilidade das empresas Congresso USP de Contabilidade Silva e Oliveira (2005) Gestão Estratégica e Visão Resource-Based EnANPAD Wakamatsu e Cheng (2005) Análise de opinião na tomada de decisão em grupo EnANPAD Dill et AL (2006) Satisfação do cliente EnANPAD Quadro 3 Pesquisas em periódicos/congressos nacionais Operacionalização da lógica fuzzy O referencial teórico que se segue encontra-se embasado em Shaw e Simões (2001), Von Altrock (1998), Boadziev e Boadziev (1997) e Matlab Fuzzy Logic Toolbox User s Guide (2002). Os controladores fuzzy consistem de um estágio de entrada (crisp Entradas discretas atreladas a algum tipo de escala numérica), um estágio de processamento e um estágio de saída. O estágio de entrada mapeia dados de entrada de maneira apropriada às funções consecutivas e valores verdadeiros. O estágio de processamento é aquele em que se procura alcançar a solução para os problemas, podendo ser dividido em três passos básicos: fuzzificação, regras de avaliação e defuzzificação. Aqui é invocada cada regra adequada que gera um resultado para cada uma delas e, então, combinam-se os resultados dessas regras. Por último, tem-se um estágio de saída cuo resultado, á defuzzificado da operação, é colocado para dentro do sistema, executando um controle (saída crisp) Fuzzificação e Funções de Pertinência Fuzzificação é o processo de colocar nomes no universo de discurso de cada entrada crisp. O universo de discurso pode ser descrito como a faixa de valores associados a uma variável fuzzy, onde são definidos vários conuntos fuzzy dentro de um universo de discurso, cada qual com o seu próprio domínio que sobrepõe com os domínios dos seus conuntos fuzzy vizinhos. Ou sea, o universo de discurso se refere ao domínio que se dá a um determinado conunto. Pode-se tomar como exemplo a metodologia utilizada para classificação do porte de uma empresa em relação ao número de funcionários, para mostrar como se estabelece o domínio de cada função de pertinência. Verifica-se, na Figura 1, que cada um dos conuntos recebe um rótulo, ou sea, um nome: Pequena, Média e Grande. Cada conunto também recebe uma faixa de valores correspondendo ao nome que lhe foi dado. Este valor é chamado de grau de pertinência. Por exemplo, a condição Média obtém um domínio de 100 a 400 funcionários. No eixo vertical (Y), podem-se verificar os valores referidos para os graus de pertinência das entradas crisp em cada conunto fuzzy. μ A (x) 1 Pequena Média Grande Fonte: Adaptado de Boadziev e Boadziev (1997) Figura 1 Variáveis lingüísticas As funções de pertinência, também conhecidas como conuntos fuzzy são, na verdade, funções matemáticas que fornecem um significado numérico para um conunto fuzzy. A etapa de fuzzificação mapeia a entrada (um valor definido, ou crisp) entre valores de 0 a 1, através 4
5 das funções de pertinência, que é o grau de pertinência, mencionado anteriormente. As funções mais utilizadas são demonstradas no Quadro 4. Triangular ( x a) ( c x) Triângulo ( x, a, b, c) = max 0, min, ( b a) ( c b) Trapezoidal ( x a) ( d x) Trap ( x, a, b, c, d) = max 0, min,1, ( b a) ( d c) Gaussiana ( x c) Gaussiana ( x, s, c) = exp 2 s Sigmoidal 1 Sig ( x, a, c) = 1 + exp a( x c) [ ] Fonte: Adaptado de Boadziev e Boadziev (1997) Quadro 4 Funções de pertinência fuzzy O segundo passo do processo de controle fuzzy são as regras de avaliação. As regras fuzzy são declarações SE ENTÃO (IF-THEN) que descrevem a ação a ser feita em resposta a várias entradas fuzzy. Pode-se usar como exemplo um sistema de classificação do perfil do investidor quanto à política de investimentos financeiros, onde uma das regras poderia ser a seguinte: SE idade é Jovem E Renda é Alta, ENTÃO perfil de investimento é Arroado. Em síntese, o formato das regras obedece ao seguinte padrão: SE (antecedente 1) E (antecedente 2)... ENTÃO (conseqüente 1) Um sistema fuzzy baseado em regras pode aprender relações entre dados por intermédio da modificação das regras durante a fase de aprendizado. Esse procedimento, geralmente realizado por meio de redes neurais, leva a uma relação fuzzy alterada dinamicamente, ou sea, à base de conhecimento se amolda dinamicamente aos dados que foram utilizados para a aprendizagem Defuzzificação O sistema fuzzy, ao receber uma entrada, transforma-a em uma entrada fuzzy que, por sua vez, é submetida ao sistema de inferência (regras fuzzy) que devolve uma saída fuzzy para este sistema. Porém, em muitos casos, é deseável um valor numérico na saída. A defuzzificação (apesar do nome) não é exatamente o processo inverso da fuzzificação. Diversos métodos têm sido propostos na literatura, entre os quais se pode destacar o Centroda-Área, a Média-dos-Máximos e a Média-dos-Centros. A Figura 2 evidencia resumidamente os gráficos e fórmulas de cada um dos métodos citados. Centro-da-Área Média-dos-Máximos Média-dos-Centros x Resultado da defuzzificação 0 x Resultado da defuzzificação 0 x Resultado da defuzzificação onde y 0 μ μ B' ( y). y. dy = μ ( y). dy B' B' ( y) = T ( μ, μ ( y)), y Y k B y μ B y y _ ' ( ). _ * μ B' ( y ). y * 0 =, y y _ 0 =, y * B' ( y ) μ B' ( y) μ, é contribuição da conclusão B da regra k na conclusão final B. Fonte: Adaptado de Shaw e Simões (2001) Figura 02 Métodos de defuzzificação 5
6 2.3 Programação linear Remontar às origens da Teoria da Programação Matemática e rastrear os pensamentos que influenciaram a busca de soluções ótimas para problemas é um convite a ingressar numa máquina do tempo e revirar as gavetas das necessidades militares, da indústria, da economia. (GOMES, GOMES e ALMEIDA, 2006) Todavia, foi somente após a Segunda Guerra Mundial que se deu a maior contribuição ao desenvolvimento da programação matemática, com base nos esforços do Governo Americano, no intuito se aplicarem técnicas matemáticas aos problemas orçamentários e planeamento militar. De lá aos dias atuais, a programação linear vem encontrando aplicações nos mais distintos ramos do conhecimento humano. (GOMES, GOMES e ALMEIDA, 2006) A utilização de modelos de Programação Matemática para resolução de problemas de decisão empresarial constitui-se na aplicação dos conhecimentos científicos oriundos, inicialmente, do campo de conhecimento da Pesquisa Operacional (PO). Nessa abordagem, a modelagem matemática corresponde à codificação do obetivo e das restrições do problema em linguagem simbólica; no caso, por meio de equações matemáticas; e a solução é obtida pela utilização de métodos sistemáticos de resolução, ou sea, por meio de algoritmos matemáticos compatíveis com a modelagem realizada. (REIS E MARTINS, 2001) A formulação padrão de um problema de Programação Matemática pode ser apresentada pelo seguinte modelo: 1. Maximizar (ou Minimizar) z = f(x1, x 2,...,xn) (1) 2. sueito a gi (x1, x 2,...,xn) >, = ou < bi, i: 1...m (2) 3. S = { x = (x1, x2,..., xn) / gi (x) >, = ou < bi, i: 1...m} (3) onde x1 - são denominadas variáveis de decisão e representam as qualidades ou recursos que se quer denominar para maximizar (ou minimizar) o valor da função obetivo; bi - representa,em geral, as quantidades disponíveis de cada recurso; n - quantidade de variáveis de decisão do problema; m - quantidade de restrições do problema. e (1) é a função matemática que codifica o obetivo do problema e é denominada função obetivo do modelo; (2) são as equações matemáticas que codificam as restrições do problema; (3) é o conunto de soluções viáveis do problema. Qualquer solução viável x*, que torna o valor da função z máximo (ou mínimo), é considerada uma solução ótima para o problema. Se a função obetivo (fx) e as m restrições gi(x) são representadas por funções lineares, o modelo é classificado como sendo um modelo de Programação Linear (PL). Se pelo menos uma das funções não é linear, então o modelo é classificado como um modelo de Programação Não-Linear (PNL). Nos modelos probabilísticos, é considerada a distribuição de probabilidades de uma ou mais variáveis do problema, e nos modelos determinísticos pressupõe-se que os dados são obtidos com certeza. (REIS E MARTINS, 2001) 3 METODOLOGIA O primeiro passo para a construção dos modelos de análise da rentabilidade de empresas constituiu-se em determinar a importância de cada índice de rentabilidade na opinião de analistas financeiros (especialistas). Desta forma, foi enviado por correio eletrônico ( ) para 20 Analistas Financeiros do Banco Regional de Desenvolvimento do Extremo Sul BRDE, Unidade Florianópolis, um instrumento de pesquisa, contendo os índices de rentabilidade de empresas utilizados pelos autores pesquisados. A fim de verificar se a amostra de especialistas selecionados é adequada, procurou-se 6
7 primeiramente identificar o perfil dos mesmos. Dentre os entrevistados, 80% são formados em Administração, Ciências Contábeis e Economia, 45% possuem mestrado ou doutorado e 45% possuem mais de 10 anos de experiência em análise financeira. Os entrevistados responderam, de acordo com a escala Likert, seu grau de concordância ou discordância, numa categoria de cinco respostas, variando de 1 a 5, quanto à importância de cada índice para mensuração da rentabilidade de empresas. Soma Média Desvio Coeficiente Padrão de Variação Margem Operacional 88 4,40 0,99 22,61 Retorno sobre o Patrimônio Líquido (ROE) 84 4,20 0,83 19,85 Retorno sobre o Investimento (ROI) 84 4,20 0,62 14,66 Margem Líquida 81 4,05 0,69 16,95 Retorno sobre o Ativo (ROA) 74 3,70 0,80 21,66 Margem Bruta 73 3,65 1,09 29,85 Giro do Ativo 71 3,55 0,83 23,26 Lucro por Ação 66 3,30 0,98 29,66 Tabela 01 Avaliação dos índices de rentabilidade: por pontos totais e médios Analisando a pontuação total da importância dos índices de rentabilidade na análise da rentabilidade de empresas do setor de alimentos na escala Likert, tem-se uma visão geral mais compactada da importância de cada um na opinião dos especialistas pesquisados. Assim, Margem Operacional é o índice de maior importância, destacado nas análises das respostas da escala, apresentando média de 4,40. Também com importância de destaque, tem-se o Retorno sobre o Patrimônio Líquido (ROE) e o Retorno sobre o Investimento (ROI), ambos com 4,20 na média; a Margem Líquida alcançou a média de 4,05. Com menor ênfase, aparece o Retorno sobre o Ativo (ROA) com média 3,70, Margem Bruta com média 3,65, Giro do Ativo com média 3,55 e, em último, Lucro por Ação com média 3,30. Desta forma, para este estudo foram selecionados os índices Margem Operacional, Retorno sobre o Patrimônio Líquido (ROE), Retorno sobre o Investimento (ROI) e Margem Líquida, por terem atingido a maior soma de pontos e a maior média de pontos. A publicação Valor 1000 reúne dados de mil empresas de diversos setores; destas, oitenta são do setor de alimentos, a escolha do setor de alimentos se deu de forma intencional. Neste estudo, foram retiradas da base de dados, treze empresas por não estar divulgada a receita líquida, o ativo, o lucro líquido, entre outros, imprescindíveis para o cálculo dos índices de rentabilidade. Dessa forma, foram selecionadas sessenta e sete empresas. Utilizando-se o software SPSS, foi extraído da base de dados o decil dos índices de rentabilidade mais relevantes. Após, de acordo com a escala de Matarazzo (2003, p. 200), os dados foram classificados e, a cada índice, foi atribuída uma variável qualitativa conforme sua posição em relação ao decil. Decil Margem Operacional Retorno sobre o Patrimônio Líquido (ROE) Retorno sobre o Investimento (ROI) Margem Líquida Classificação 1º -2,58-5,70-4,73-1,30 Péssimo 2º -0,04 1,90 0,92 0,40 Deficiente 3º 1,72 6,10 3,35 0,90 Fraco 4º 3,04 10,10 4,30 1,60 Razoável 5º 3,69 11,50 6,25 2,00 6º 4,86 13,80 7,44 2,60 Satisfatório 7º 6,33 15,60 9,68 4,00 8º 7,59 26,50 11,55 5,10 Bom 9º 9,98 35,40 14,22 6,20 Ótimo Tabela 02 Distribuição dos índices no decil 7
8 3.1 Construção do sistema nebuloso Para a implementação de sistemas que envolvem lógica fuzzy, muitas vezes, faz-se necessária utilização de um software específico; dentre eles, destacam-se FuzzyTech, Fuzzy Calc e o Matlab. Este último é um poderoso e muito utilizado software de computação numérica desenvolvido para usuários das áreas industrial e acadêmica que necessitam de um ambiente capaz de, além de realizar cálculos matemáticos, possibilitar o desenvolvimento de algoritmos, a modelagem, a simulação de protótipos e a utilização de importantes rotinas internas. O Matlab (MATrix LABoratory) é um programa interativo para cálculos (e visualização) numéricos científicos e de engenharia. Originalmente voltado para a álgebra linear numérica e o cálculo matricial, tem seus recursos básicos estendidos através de toolboxes (conunto de funções ou M-files ). Foi utilizada para a implementação do modelo nebuloso proposto neste estudo a toolbox Fuzzy Logic Toolbox que é uma coleção de funções construídas no Matlab que disponibiliza ao usuário ferramentas para criação e edição de sistemas fuzzy. a) Construção da árvore de decisões O primeiro passo do carregamento do sistema consiste em determinar a árvore de decisões que o sistema utilizará, qual sea, quais são as variáveis lingüísticas de entrada, as variáveis de saída, qual a escala de valores atribuída a cada variável, as regras de conduta e o tipo de método de implicação e inferência que serão utilizados. Conforme a Figura 03, a árvore de decisões do modelo é composta por quatro entradas (Margem Operacional, Retorno sobre o Patrimônio Líquido (ROE), Retorno sobre o Investimento (ROI) e Margem Líquida), uma base de regras e uma saída (Avaliação). Figura 03 Árvore de decisões b) Construção das variáveis de entrada (input) e saída (output) O primeiro passo na fuzzificação é o processo de colocar nomes no universo de discurso de cada entrada. O universo de discurso pode ser descrito como a faixa de valores associados a uma variável fuzzy, onde são definidos vários conuntos fuzzy, dentro de um universo de discurso, cada qual com o seu próprio domínio, que se sobrepõe com os domínios dos seus conuntos fuzzy vizinhos. Ou sea, o universo de discurso se refere ao domínio que se dá a um determinado conunto. Cada variável de entrada Margem Operacional, Retorno sobre o Patrimônio Líquido (ROE), Retorno sobre o Investimento (ROI) e Margem Líquida, além da variável de saída Avaliação, recebeu, de acordo com a escala de Matarazzo (2003), sete termos qualitativos (Péssimo, Deficiente, Fraco, Razoável, Satisfatório, Bom e Ótimo) de 8
9 acordo com um decil correspondente. Cada conunto recebeu uma faixa de valores correspondendo ao nome que lhe foi dado. Este valor é chamado de grau de pertinência. Figura 04 Função fuzzy de entrada: Margem Operacional A Figura 04 exemplifica a construção da variável de entrada Margem Operacional, onde o Quadro 05 demonstra o rótulo, o grau de pertinência e os limites inferior e superior. RÓTULO Grau de pertinência Limite inferior Limite superior Péssimo 1 Menor que -2,58 Péssimo Crescente de -2,58 a 0,04 Deficiente Crescente de -2,58 a -0,04 Deficiente Descrescente de -0,04 a 1,72 Fraco Crescente de -0,04 a 1,72 Fraco Decrescente de 1,72 a 3,04 Razoável Crescente de 1,72 a 3,04 Razoável Descrescente de 3,04 a 3,69 Satisfatório Crescente de 3,04 a 3,69 Satisfatório Descrescente de 3,69 a 7,59 Bom Crescente de 3,36 a 7,59 Bom Descrescente de 7,59 a 9,98 Ótimo Crescente de 7,59 a 9,98 Ótimo 1 Acima de 9,98 Quadro 05 Funções de pertinência A Figura 05 exemplifica a variável de saída Avaliação, onde rótulo Péssimo possui grau de pertinência igual a um para qualquer valor menor que 1,00, e deste a 2,00 pertinência decrescente até zero. Deficiente possui pertinência crescente de 1,00 a 2,00 e decrescente de 2,00 a 3,00. Fraco possui pertinência crescente de 2,00 a 3,00 e decrescente de 3,00 a 4,00. Razoável possui pertinência crescente de 3,00 a 4,00 e decrescente de 4,00 a 5,00. Satisfatório possui pertinência crescente de 4,00 a 5,00 e decrescente de 5,00 a 8,00. Bom possui pertinência crescente de 5,00 a 8,00 e decrescente de 8,00 a 9,00. Ótimo possui pertinência crescente de 8,00 a 9,00 e pertinência igual a um acima deste valor. Figura 05 Função fuzzy de saída: Avaliação c) Regras de produção Para se utilizar sistemas que envolvem lógica fuzzy, são necessárias regras (R) do tipo IF-THEN. Para a implementação desse sistema nebuloso, foram utilizadas todas as combinações possíveis de regras. Essa combinação implicou o desenvolvimento de
10 (duas mil, quatrocentos e uma) regras. A Figura 06 demonstra uma pequena quantidade das possibilidades de regras. O software, em uso, permite que o usuário exclua, inclua ou limite as regras que deverão ser acionadas e as que deverão ser desprezadas. A opção Weight (último valor entre parênteses ao final de cada regra) significa o grau de verdade que o especialista atribui à regra para que o conseqüente sea gerado. Assim, se o grau de verdade for, por exemplo, zero, a regra sequer será acionada. Por outro lado, o valor um indica que a regra tem 100% de força para gerar a ação conseqüente. Figura 06 Conunto de regras do sistema d) Saídas discretas Completadas todas as etapas de construção do modelo nebuloso, o sistema apresenta as saídas discretas. A Figura 07 demonstra as entradas (inputs) inseridas no sistema, as regras ativadas e a saída (output) discreta. Assim, supondo-se como exemplo uma empresa com os seguintes índices de rentabilidade: Margem Operacional = 5,4, Retorno sobre o Patrimônio Líquido (ROE) = 16,0, Retorno sobre o Investimento (ROI) = 9,6 e Margem Líquida = 3,5, o sistema retorna uma saída discreta para a Avaliação igual a 6,26. Salienta-se que este resultado foi obtido com método de defuzzificação Centro da Área. Pois, em simulações realizadas obteve-se o melhor resultado. Figura 07 Valores discretos de entradas e saída 10
11 3.2 Construção do modelo utilizando programação linear (PL) Dentre os analistas financeiros do BRDE, de acordo com o perfil levantado neste estudo, onze possuem experiência em análise financeira de empresas do setor de alimentos. Assim, foi realizado contato com estes solicitando sua participação nesta etapa, sendo que quatro analistas se prontificaram em participar. Dessa forma, foram enviados dados de cinco empresas para cada analista. O número de cinco empresas por analista foi estipulado pelos mesmos de acordo com sua disponibilidade. Selecionou-se de forma aleatória vinte empresas (cinco para cada analista) da base de dados. O processo de aleatoriedade deu-se da seguinte forma: as empresas foram listadas em ordem de classificação conforme o ranking Valor 1000 e divididas em dezessete grupos de quatro empresas (apenas o último grupo ficou com três empresas). Dentro de cada grupo, as empresas foram numeradas de 1 a 4. Sorteou-se um número e as empresas que possuíam este número foram selecionadas. Neste processo, ficaram faltando ainda três empresas para completar o total de vinte. Sorteou-se um novo número e selecionaram-se as três primeiras. Após, as empresas foram classificadas em ordem alfabética: o primeiro especialista analisou as cinco primeiras empresas; o segundo da sexta à décima e, assim, consecutivamente. Destas vinte empresas, foram extraídos os índices de rentabilidade utilizados no modelo, e construído um instrumento de pesquisa para que os analistas atribuíssem nota quantitativa entre 0 e 10 para a rentabilidade de cada empresa. No referido instrumento de pesquisa, foi excluído o nome da empresa, pois este, de certa forma, poderia influenciar na análise dos especialistas. As vinte empresas foram separadas em dois grupos de 10 empresas, o primeiro grupo de empresas serviu para austar os pesos de cada índice conforme respostas obtidas unto aos especialistas. Desta forma, cada índice de rentabilidade recebeu arbitrariamente peso igual a 0,25 totalizando 1,0. Margem Margem Empresa ROE ROI Especialista PL Diferença Operacional Líquida Líder Alimentos 5,0 9,0 3,0 3,0 4,0 5,00-1,00 Melitta 4,0 4,0 5,0 4,0 4,0 4,25-0,25 Oleoplan 3,0 4,0 4,0 3,0 3,0 3,50-0,50 Pamplona 5,0 4,0 6,0 5,0 5,0 5,00 0,00 Perdigão 7,0 8,0 8,0 7,0 7,0 7,50-0,50 Rações Guabi 1,0 6,0 6,0 5,0 3,0 4,50-1,50 Rações Total 7,0 10,0 8,0 8,0 7,0 8,25-1,25 Sadia 9,0 9,0 10,0 10,0 9,0 9,50-0,50 SLC Alimentos 2,0 1,0 1,0 1,0 4,0 1,25 2,75 Yoki 9,0 7,0 4,0 3,0 6,0 5,75 0,25 Diferença mínima -1,50 Diferença máxima 2,75 Diferença média -0,25 Desvio-padrão 1,18 Tabela 03 Especialistas x Programação Linear (antes do auste dos pesos) Cada índice de rentabilidade das empresas constante na Tabela 03, recebeu nota quantitativa conforme o decil correspondente. Exemplificando-se a empresa Líder Alimentos possui Margem Operacional igual a 3,4 que corresponde o quinto decil, recebendo assim nota igual a 5,0, raciocínio idêntico as demais empresas e índices. A coluna Especialista mostra a nota atribuída pelos especialistas para rentabilidade de cada empresa, a coluna PO é a nota arbitrariamente atribuída a rentabilidade de cada empresa utilizando-se peso igual a 0,25 para 11
12 cada índice de rentabilidade. A coluna Diferença expressa a diferença da nota atribuída à rentabilidade de cada empresa e o sistema utilizando os pesos arbitrários. Finalmente, tem-se a diferença máxima, mínima, média e o desvio-padrão. Utilizando a função Solver do Microsoft Excel implementou a seguinte função obetivo: n n Min [ ( P1 X 1 + P2 X 2 + P3 X 3 + P4 X 4 )] [ R] 1 10 sueito às seguintes restrições: X 1, X 2, X 3 e X 4 0,0 X 1, X 2, X 3 e X 4 1,0 X 1 + X 2 + X 3 + X 4 = 1 Onde: X 1, X 2, X 3 e X 4 = variáveis; P 1 = Margem Operacional, P 2 = ROE, P 3 = ROI e P 4 = Margem Liquida; X 1 = peso atribuído a variável Margem Operacional; X 2 = peso atribuído a variável ROE; X 3 = peso atribuído a variável ROI e X 4 = peso atribuído a variável Margem L iquida; R = nota atribuída pelos especialistas para a rentabilidade da empresa. Após a aplicação da ferramenta Solver foram obtidos os seguintes pesos para cada um dos índices de rentabilidade: Margem Operacional= 0,5525, ROE= 0,0, ROI= 0,0 e Margem Líquida= 0, TESTE PRÁTICO Os modelos de análise da rentabilidade de empresas implementados foram testados unto a Analistas Financeiros do BRDE, quanto à sua capacidade de oferecer respostas consistentes com os obetivos para os quais foram concebidos. Os índices de rentabilidade das dez empresas restantes analisadas pelos especialistas foram inseridos no modelo nebuloso e também foram analisados utilizando-se os pesos obtidos por meio da programação linear. Empresa MarOper ROE ROI MarLiq Especialistas PL Difer. Fuzzy Difer. Aurora 0,7 6,8 3,9 0,9 3,0 3,00 0,00 3,0 0,00 Barry Callebaut 11,3 37,1 20,5 5,6 10,0 9,55 0,45 9,3 0,70 Braswey -14,8 735,8 37,6 17,5 5,0 5,03-0,03 5,0 0,00 Breeiro 4,9 13,8 11,5 1,7 6,0 6,10-0,10 5,8 0,30 Copacol 3,0 11,2 6,9 2,1 5,0 4,90 0,10 5,2-0,20 Encomind -2,8-29,0-14,2-5,0 1,0 1,00 0,00 0,5 0,50 Frisa -0,9-3,8-2,3-0,7 2,0 2,00 0,00 0,7 1,30 Garoto 7,0 20,3 10,9 6,2 7,0 8,90-1,90 7,6-0,60 Itaimbé 3,0 11,5 6,4 2,3 5,0 4,90 0,10 5,1-0,10 Kraft Foods 7,0 10,1 6,5 6,3 8,0 8,90-0,90 5,2 2,85 Diferença mínima -1,90-0,60 Diferença máxima 0,45 2,85 Diferença média -0,23 0,47 Desvio-padrão 0,68 0,99 Tabela 04 Especialistas x Programação Linear x Fuzzy A Tabela 04 demonstra comparativamente o método fuzzy com a programação linear em relação às análises feitas pelos especialistas. A programação linear foi a que mais diferiu negativamente ao atribuir -1,90 pontos em uma das análises, porém a programação linear obteve menor diferença máxima em relação ao método fuzzy com 0,45 pontos. Destaca-se a que o método utilizando a programação linear obteve concordância absoluta em três análises, enquanto que o método fuzzy obteve duas concordâncias. Utilizando a diferença média e o
13 desvio-padrão para analisar o desempenho dos métodos, observa-se que a programação linear obteve menor diferença média -0,23 e também, menor desvio-padrão 0,47 enquanto que o método fuzzy obteve diferença média igual a 0,47 e desvio-padrão igual a 0,99. 5 CONCLUSÃO A proposta deste estudo foi à construção e comparação de dois modelos para mensuração análise da rentabilidade de empresas. Para simulação e testes de funcionamento dos modelos, utilizou-se o software Matlab e a ferramenta Solver do Microsoft Excel, suas validações operacionais foram realizadas por meio de entrevistas aplicadas unto a especialistas e obras literárias, quanto pela utilização de base de dados para processamento e análise comparativa dos resultados de análises realizadas. Os tópicos conclusivos deste estudo, bem como sugestões, são as seguintes: O grupo de índices para a análise da rentabilidade de empresas mais relevantes para os especialistas pesquisados coincidiu apenas com os índices de rentabilidade utilizados por Iudícibus (1998), sendo que demais autores divergiram em relação a um ou dois índices de rentabilidade. O Retorno sobre o Patrimônio Líquido é destacado pelos autores pesquisados e pelos especialistas como importante índice de rentabilidade. Salienta-se que a Margem Operacional foi o índice mais importante conforme os especialistas pesquisados sendo que este, muitas vezes, não é definido como índice de rentabilidade por alguns dos autores pesquisados. A discordância, talvez, possa ser explicada pelo fato de a pesquisa ter-se restringido ao setor de alimentos, sendo que foi solicitado aos especialistas que apontassem os índices mais importantes para análise da rentabilidade de empresas do referido setor, enquanto os autores visitados propõem um conunto de índices genéricos para análise de empresas de todos os setores. As evidências coletadas em decorrência dos testes aplicados permitem aceitação de ambos os modelos propostos, bem como indicam que o modelo concebido com o uso da lógica nebulosa contempla os aspectos ambíguos e incertos inerentes à análise da rentabilidade de empresas. Ressalta-se, que o modelo baseado na programação linear atribuiu peso igual à zero para dois importantes índices, segundo a literatura e especialistas, o Retorno sobre o Patrimônio Líquido (ROE) e o Retorno sobre o Investimento (ROI). Na prática, acredita-se que dificilmente especialistas desconsiderariam estes índices, restringindo, talvez, a utilizado deste modelo. A lógica fuzzy provê uma interface de alto nível amigável para se desenvolver programas, auxiliando os proetistas a se concentrarem nos obetivos funcionais em vez dos detalhes matemáticos. A tecnologia fuzzy está dentro da área denominada computação suave, mostrando um enorme potencial para aplicações que combinem conhecimento qualitativo com robustez. A programação linear, por sua vez, requer, talvez, maior conhecimento matemático na elaboração das funções obetivo e inserção das respectivas restrições dificultando, muitas vezes, sua utilização por aqueles que não possuem razoável familiaridade com a técnica. Quanto aos aspectos operacionais em si, observou-se que o software MatLab, utilizado no modelo fuzzy é de fácil manuseio, com bons recursos de auxílio ao usuário e com um conunto de recursos gráficos e visuais que facilitam o entendimento do processo e dos resultados apurados. Enquanto que, a ferramenta Solver mostrou-se mais trabalhosa na introdução e análise dos dados. A lógica nebulosa permitiu tratar, de forma numérica, predicados tais como péssimo, deficiente, fraco, razoável, satisfatório, bom e ótimo. Enquanto que a o modelo baseado na programação linear não possibilitou a mesma flexibilidade no tratamento das variáveis qualitativas. 13
14 Os modelos mostraram-se operacionais e, portanto, aplicável na atividade de análise de rentabilidade de empresas. O potencial de aplicação de versões ampliadas e aperfeiçoadas dos modelos em questão, como a lógica nebulosa, a programação linear e outros métodos quantitativos podem ser voltados especificamente para a sinalização de ocorrências de fraudes ou, até mesmo, para corrigir desvios involuntários de analistas ao mensurar rentabilidade de empresas. Por não ter-se encontrado na literatura especializada consenso quanto ao método de fuzzificação e defuzzificação mais apropriado ao propósito deste modelo recomenda-se em estudos posteriores a utilização comparativa dos diferentes métodos de fuzzificação e defuzzificação. Outros métodos quantitativos, como os algoritmos genéricos, redes neurais, fuzzy paramétrico que utiliza equações estruturais ao invés de base de regras poderiam ser aplicados em modelos de análise de rentabilidade de empresas, tendo como base os presentes modelos, ou desenvolvidos para aplicações similares. Finalizando, espera-se que o presente estudo possa contribuir para mensuração da análise de rentabilidade de empresas na medida em que visou demonstrar a viabilidade da aplicação prática de um instrumento das Ciências Exatas para tentar mensurar elementos típicos das Ciências Sociais Aplicadas. Naturalmente, em razão do seu caráter, a proposta do estudo em si e os modelos conseqüentemente gerados também demandam o envolvimento de pesquisadores de outras disciplinas para melhorar e ampliar as oportunidades de aplicação. BIBLIOGRAFIA ANTHONY, R; GOVINDARAJAN, V. Sistemas de Controle Gerencial. Editora Atlas. São Paulo, ANTUNES, Jerônimo. Modelo de Avaliação de risco de controle utilizando a lógica nebulosa. São Paulo: Tese (Doutorado em Contabilidade e Controladoria) Departamento de Contabilidade e Atuária da Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo. ASSAF NETO, Alexandre. Finanças e Valor Corporativo. São Paulo: Atlas, BAYOU, Mohamed E.; REINSTEIN, Alan. Formula for success: target costing for cost-plus pricing companies. Journal of Cost Management, p , sep/oct BEYNON, Malcolm J; PEEL, Michael J.; TANG, Yu-Cheng. The application of fuzzy decision tree analysis in an exposition of the antecedents of audit fees. The International Journal of Management Science. n 32, p BOJADZIEV, George e BOJADZIEV, Maria. Fuzzy Logig for Business, Finance ans Management. London: World Scientific, BORTHICK, FAYE. Artificial Inteligence in auditing: assumption and preliminary development. Advances in Accounting. Vol.5, p , BRIGHAM, Eugene F. e HOUSTON, Joel F. Fundamentos da Moderna Administração Financeira. Rio de Janeiro: Campus, DESHMUKH, Ashutosh. ROMINE, Jeff. Assessing the Risk of Management Fraud Using Red Flags: A Fuzzy Number Based Spreadsheet Approach. Journal of Accounting and Computers. (4), 3, p DILL, Rodrigo P. ; BORBA, José Alonso. Um Modelo de Análise da Rentabilidade de Empresas usando a Lógica Nebulosa. 5º Congresso USP de Contabilidade e Controladoria, São Paulo, DILL, Rodrigo P. ; MURCIA, Fernando Dal Ri ; MAIOR, César Duarte Souto ; DAROS, L. ; SOUTO, J. M.. Contemplando a Subetividade na Mensuração do Nível de Satisfação do Cliente: Uma Abordagem Experimental Utilizando os Conceitos da Lógica Fuzzy. EnANPAD, Salvador,
15 FREZATTI, F et al. Análise do relacionamento entre a contabilidade gerencial e o processo de planeamento das organizações brasileiras. Enanpad. Brasília, FRIEDLOB, George Thomas. SCHLEIFER, Lydida L. F. Fuzzy Logic: Application for auditing risk and Uncertainty. Managerial Auditing Journal. 14, 3, 1999, pp. FUZZY LOGIC TOOLBOX USER S GUIDE, COPYRIGHT by The MathWorks, Inc. GITMAN, Lawrence J. Princípios de Administração Financeira. 10 a ed. São Paulo: Pearson Education, GLAUTIER, M.; UNDERDOWN, B.; Accounting Theory and Practice. Vol. 5 Pitmam Publishing, GOMES, Luiz F. A. Monteiro; GOMES, Carlos F. S. e ALMEIDA, Adiel Teixeira de. Tomada de decisão gerencial: um enfoque multicritério. 2ª ed. São Paulo: Atlas HARRINGTON, Susan; TWARK, Allan. The application of expert systems to security analysis. Review of Business. Vol.12, n.4 p.24-30, IUDÍCIBUS, Sérgio de. Análise de Balanços. Análise da liquidez e do endividamento; Análise do giro, rentabilidade e alavancagem financeira. São Paulo: Atlas, JIANG, Bernard; HSU, Chi. Development of a fuzzy decision model for manufacturing. Journal of Intelligent Manufacturing. V. 14, p , KANEKO, T. Building a financial diagnosis system based on fuzzy logic production system. Computers Ind. Engenhering. Vol. 31, ¾ LEE, Cheng, TZENG, Gwo, WANG, Shin. A fuzzy set approach for generalized CRR model: nan empirical analysis of S&S 500 Index Options. Review of Quantitative Finance and Accounting. Vol.25, n.3, p , LIN, Jerry W.; HWANG, Mark and BECKER, Jack D.. A fuzzy neural network for assessing the risk of fraudulent financial reporting. Managerial Auditing Journal, v.18, p , MARION, José Carlos. Análise das Demonstrações Contábeis. Contabilidade Empresarial. 2 a ed. São Paulo: Atlas, MATARAZZO, Dante C. Análise Financeira de Balanços. 6 a ed. São Paulo: Atlas, MURCIA, Fernando Dal-Ri; BORBA, José Alonso; SOUTO-MAIOR, Cesar Duarte. Modelling the Subectivity of the Target Costing Process with Fuzzy Logic Concepts. The International Journal of Digital Accounting Research. Decembro, 2005 PATHAK, Jagdish; VIDYARTHI, Navneet; SUMMERS, Scott. A Fuzzy-based Algorithm for Auditors to Detect Element of Fraud in Settled Insurance. Managerial Audinting Journal, Vol. 20, v.6, PEREIRA, C; GUERREIRO, R. Avaliação do processo de mudança da contabilidade gerencial sob o enfoque da teoria institucional: o caso do Banco do Brasil. Enampad. Brasília, RANGONE, Andréa. Linking organizational effectiveness, key success factors and performace measures: an analytical framework. Management Accounting Research, 1997, 8, REIS, Solange G. dos, MARTINS, Eliseu. Planeamento do Balanço Bancário: Desenvolvimento de um Modelo Matemático de Otimização do Retorno Econômico Austado ao Risco. Revista Contabilidade & Finanças FIPECAFI - FEA - USP, São Paulo, FIPECAFI, v.15, n. 26, p , maio/agosto SAHIN, Ugur; DOGAN, Ibrahim. Supplier selection using activity based costing and fuzzy present-worth techniques. Logistics Information Management. Vol. 16, p SERGUIEVA, Antoaneta. HUNTER, John. Fuzzy interval methods in investment risk appraisal. Fuzzy Sets and Systems. Vol SHAW, Ian S. e SIMÕES, Marcelo Godoy. Controle e Modelagem Fuzzy. São Paulo: Edgard Blücher,
16 SHEHAB, E.; ABDALLA, H. Intelligent Knowledge based system for product cost modeling. Advanced Manufacturing Technology. Vol 19, p.49-65, SIEGEL, Philip H., KORVIN, Andre de, OMER, Khursheed. (Editors). Applications of Fuzzy Sets and the Theory of Evidence to Accounting, II. JAI Press. Stanford SILVA, Jorge; OLIVERIA, Carlos. Grupos estratégicos e visão resource-based: uma aplicação de sistemas neuro-fuzzy. Enampad. Brasília, STEINBART, Paul. The construction of a ruled-based expert system as a method for studying materiality udgments. The Accounting Review. n.1, p , January SYAU, Yu-Ru, et alii. Fuzzy numbers in the credit rating of enterprise financial condition. Review of Quantitative Finance and Accounting. 17: TREUHERZ, Rolf M. Análise financeira por obetivos. 3 a ed. São Paulo: Pioneira, VON ALTROCK, Constantin. Fuzzy logic and nerofuzzy applications in business and finance. New Jersey: Prentice Hall, WAKMATSU, Andre; CHENG, Liang. Metodologia para analise de opiniões na tomada de decisão em grupo utilizando a teoria de sistemas fuzzy aplicação na alocação dos elementos do canteiro de obras. Enampad. Brasília, YAGER, R.S.; OVCHINNOIKOV, r Tong and NGUYEN, H. Fuzzy Sets and Applications. Slected paper by L. A. Zadeh, New York: John Wiley, ZADEH, Lotfi. Fuzzy Sets. Information and Control. Vol.8, p ,
LÓGICA FUZZY: UMA FERRAMENTA PARA MODELAR A INCERTEZA E A AMBIGÜIDADE NA TOMADA DE DECISÃO GERENCIAL
3rd International Conference on Information Systems and Technology Management 3º Congresso Internacional de Gestão da Tecnologia e Sistemas de Informação 11 th World Continuous Auditing Conference De 31
Leia maisPESQUISA OPERACIONAL: NA TOMADA DE DECISÕES ADMINISTRATIVA
PESQUISA OPERACIONAL: NA TOMADA DE DECISÕES ADMINISTRATIVA Rodrigo de Oliveira SOUZA 1 Letícia Pinheiro Ribeiro da COSTA 1 Camila Pires Cremasco GABRIEL 22 Luís Roberto Almeida GABRIEL-FILHO 2 RESUMO:
Leia maisContemplando a Subjetividade na Mensuração do Nível de Satisfação do Cliente: Uma Abordagem Experimental Utilizando os Conceitos da Lógica Fuzzy
Contemplando a Subetividade na Mensuração do Nível de Satisfação do Cliente: Uma Abordagem Experimental Utilizando os Conceitos da Lógica Fuzzy Resumo Autoria: Rodrigo Prante Dill, Cesar Duarte Souto-Maior,
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ
UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA, CONTABILIDADE E SECRETARIADO DEPARTAMENTO DE CIÊNCIAS CONTÁBEIS Orçamento Empresarial Prof. Isidro Copyright Pereira, F. I.
Leia maisINTRODUÇÃO A CONTABILIDADE
1.1. Contabilidade para não Contadores INTRODUÇÃO A CONTABILIDADE Objetiva ensinar a Contabilidade para aqueles que não são contadores, mas necessitam interpretar (entender) a Contabilidade, os relatórios
Leia maisPlano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292
Plano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292 Título PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA Código da disciplina SIA CCE0292 16 Número de semanas de aula 4 Número
Leia maisADMINISTRAÇÃO FINANCEIRA
ADMINISTRAÇÃO FINANCEIRA Gestão Financeira I Prof.ª Thays Silva Diniz 1º Semestre 2012 INTRODUÇÃO À ADMINISTRAÇÃO FINANCEIRA Cap.1 A decisão financeira e a empresa 1. Introdução 2. Objetivo e Funções da
Leia maisIntrodução em Engenharia. Problemas de Engenharia. Engenharia: Sérgio Haffner SÍNTESE. Conceitos Conceitos fundamentais 30.07.
Introdução à Otimização em Engenharia Problemas de Engenharia ANÁLISE Definido o sistema, determinar o desempenho Sérgio Haffner Conceitos Conceitos fundamentais 30.07.008 SÍNTESE Projetar um sistema para
Leia maisAdministração Central Unidade de Ensino Médio e Técnico - Cetec. Ensino Técnico. Qualificação: Assistente Administrativo
.. Plano de Trabalho Docente 2013 Ensino Técnico Etec Prof Massuyuki Kawano Código: 136 Município: Tupã Eixo Tecnológico: Gestão e Negócios Habilitação Profissional: Técnico em Administração Qualificação:
Leia maisalocação de custo têm que ser feita de maneira estimada e muitas vezes arbitrária (como o aluguel, a supervisão, as chefias, etc.
Professor José Alves Aula pocii Aula 3,4 Custeio por Absorção Custeio significa apropriação de custos. Métodos de Custeio é a forma como são apropriados os custos aos produtos. Assim, existe Custeio por
Leia maisAdministração Central Unidade de Ensino Médio e Técnico - Cetec. Ensino Técnico
Plano de Trabalho Docente 2013 Ensino Técnico Etec Prof. Massuyuki Kawano Código: 136 Município: Tupã Eixo Tecnológico: Gestão e Negócios Habilitação Profissional: Técnica de Nível Médio de Técnico em
Leia maisUNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO
UNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO SAD Sistemas de Apoio à Decisão 2011/02 Aula Cinco crishamawaki@yahoo.com.br Modelos de decisão Sistemas de
Leia maisAdministração Central Unidade de Ensino Médio e Técnico - Cetec. Ensino Técnico
Plano de Trabalho Docente 2014 Ensino Técnico Etec Prof. Massuyuki Kawano EXT. E. E. PROFESSOR PEDRO SUMMERHAUZER EM QUINTANA Código: Município: Quintana Eixo Tecnológico: Gestão e Negócios Habilitação
Leia maisUNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI DIREÇÃO DE ENSINO DEN PLANO DE ENSINO
UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI DIREÇÃO DE ENSINO DEN DEPARTAMENTO: CIÊNCIAS CONTÁBEIS PLANO DE ENSINO DISCIPLINA: ESTRUTURA E ANÁLISE
Leia maisAtualizado em: 10/08/2010
Atualizado em: 10/08/2010 Faculdade Católica Nossa Senhora das Neves Autorizada pela Portaria nº 3.895-MEC DOU 26.11.2004 1. Dados do curso/disciplina Curso: Administração Semestre: 2010.2 Disciplina:
Leia maisAula 6 Contextualização
Gestão Financeira Aula 6 Contextualização Prof. Esp. Roger Luciano Francisco Fluxo de Caixa Fluxo de caixa é o conjunto de movimentações, de entradas e saídas de dinheiro, de um período determinado nas
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA, SECRETARIADO E CONTABILIDADE DEPARTAMENTO DE ADMINISTRAÇÃO
UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA, SECRETARIADO E CONTABILIDADE DEPARTAMENTO DE ADMINISTRAÇÃO Plano de Curso Disciplina: ADMINISTRAÇÃO E ANÁLISE FINANCEIRA E ORÇAMENTÁRIA
Leia maisPlano de Trabalho Docente 2014. Ensino Técnico
Plano de Trabalho Docente 2014 Etec Ensino Técnico Etec: São José do Rio Pardo Código: 150 Município: São José do Rio Pardo Eixo Tecnológico: Gestão e Negócios Habilitação Profissional: Técnica de Nível
Leia maisPROGRAMA DA DISCIPLINA DE CONTABILIDADE ANALÍTICA E GESTÃO ORÇAMENTAL
PROGRAMA DA DISCIPLINA DE CONTABILIDADE ANALÍTICA E GESTÃO ORÇAMENTAL LICENCIATURA BI-ETÁPICA EM ADMINISTRAÇÃO PÚBLICA ANO LECTIVO 2006/2007 3.º ANO ANUAL DOCENTE: Equiparado a Assistente do 1.º Triénio
Leia mais1.1. Definição do Problema
13 1 Introdução Uma das principais preocupações de área de engenharia de software diz respeito à reutilização [1]. Isso porque a reutilização no contexto de desenvolvimetno de software pode contribuir
Leia maisSistemas de Informação para Bibliotecas
Sistemas de Informação para Bibliotecas Notas de Apoio ao Tópico 1 Henrique S. Mamede 1 Antes de mais nada: O QUE É MESMO INFORMAÇÃO?? Dados Informação Conhecimento Sabedoria 2 Dados São tipicamente voltados
Leia mais3 Modelos de Simulação
43 3 Modelos de Simulação 3.1 Simulação de Monte Carlo O método de Monte Carlo foi concebido com este nome nos anos 40 por John Von Neumann, Stanislaw Ulam e Nicholas Metropolis durante o projeto de pesquisa
Leia maisPROGRAMAÇÃO LINEAR. Formulação de problemas de programação linear e resolução gráfica
PROGRAMAÇÃO LINEAR Formulação de problemas de programação linear e resolução gráfica A programação linear surge pela primeira vez, nos novos programas de Matemática A no 11º ano de escolaridade. Contudo
Leia maisInterdisciplinar II Módulo CST: GESCOM
UniãoMetropolitana deeducaçãoecultura Interdisciplinar II Módulo CST: GESCOM Lauro de Freitas - BAHIA 2013 2 JUSTIFICATIVA A principal justificativa para o desenvolvimento e implementação do projeto interdisciplinar
Leia maisEmenta 22/08/2012. Teoria Geral de Sistemas. TADS 2. Semestre Prof. André Luís. Aula 01. Apresentação da Disciplina Conceito de Sistemas
Aula 01 Apresentação da Disciplina Conceito de Sistemas Teoria Geral de Sistemas Teoria Geral de Sistemas TADS 2. Semestre Prof. André Luís 1 2 Apresentação da Disciplina Disciplina: Teoria Geral de Sistemas
Leia maisJOGOS EM PROCESSOS DE TREINAMENTOS
JOGOS EM PROCESSOS DE TREINAMENTOS AULA 12 1 Professora Ms Karen Reis 2012 JOGOS DIGITAIS Simuladores de Empresas HISTÓRICO DE DADOS Front End (Input) Resultado Fontes Primárias Catálogos Transacionais
Leia maisESTATÍSTICA E TÉCNICAS DE AMOSTRAGEM
ESTATÍSTICA E TÉCNICAS DE AMOSTRAGEM Valdir Cereali Auditor Público Externo - TCE/MT Março de 2013 Estatística e Técnicas de Amostragem OBJETIVOS Fornecer uma visão geral sobre técnicas de amostragem utilizadas
Leia maisOBJETIVOS DA ANÁLISE FINANCEIRA
OBJETIVOS DA ANÁLISE FINANCEIRA *PRINCIPAIS USUÁRIOS Profª Silvia Flores ANÁLISE FINANCEIRA A análise econômico financeira tem por objetivo extrair informações das demonstrações contábeis para ser utilizada
Leia maisRequisitos de Software
Requisitos de Software Ian Sommerville 2006 Engenharia de Software, 8ª. edição. Capítulo 6 Slide 1 Objetivos Descrever requisitos funcionais e não funcionais Explicar como os requisitos de software podem
Leia mais1 Introdução. 1.1 O problema
1 Introdução 1.1 O problema As companhias de capital aberto têm a responsabilidade, com os acionistas, de preservar seus níveis de crescimento e rentabilidade. Elas têm o objetivo de agregar riqueza ao
Leia maisPRIMEIRO SEMINÁRIO DE MARCAS DO SUL DO BRASIL. GERANDO VALOR PARA SUA EMPRESA
PRIMEIRO SEMINÁRIO DE MARCAS DO SUL DO BRASIL. GERANDO VALOR PARA SUA EMPRESA Gerindo Marcas com Base no Valor Marca: Gestão Baseada no Valor Maximização do Valor Econômico da Marca Gestão Baseada em Valor
Leia maisConteúdo. 1 Introdução. Histograma do Quinto Sorteio da Nota Fiscal Paraná 065/16. Quinto Sorteio Eletrônico da Nota Fiscal Paraná
Quinto Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este documento apresenta a análise dos resultados
Leia maisManutenção total aplicada em ferramentarias
Manutenção total aplicada em ferramentarias Por: Sérgio Borcato Roberto Mariotti A medição da eficiência dos equipamentos de manufatura vem se tornando essencial para a resolução de problemas e para melhoria
Leia maisMANUAL Árvore de Indicadores
MANUAL Árvore de Indicadores Revisão do Planejamento Estratégico e desdobramentos Sumário Apresentação Árvore de Indicadores Conceitos e Desafios 03 03 Relação de Causa e Efeito 05 Construção da árvore
Leia maisQualidade de Software Normatização
Qualidade de Software Normatização Norma ISO/IEC 12207 processo do ciclo de vida de software Norma criada em 1995 com o objetivo de fornecer uma estrutura comum para adquirente, fornecedor, desenvolvedor,
Leia maisFundamentos de Auditoria
Fundamentos de Auditoria A sociedade deseja a apresentação de demonstrações contábeis e divulgações adequadas e esclarecedoras à opinião pública. O parecer dos auditores é o elemento fundamental na extensão
Leia mais1 Introdução. 1.1 Importância da Utilização da Amostragem
1 Introdução Um dos principais objetivos da maioria dos estudos, análises ou pesquisas estatísticas é fazer generalizações seguras com base em amostras, sobre as populações das quais as amostras foram
Leia maisPlano de Trabalho Docente 2014. Ensino Técnico
Plano de Trabalho Docente 2014 Etec ETec. São José do Rio Pardo Ensino Técnico Código: 150 Município: São José do Rio Pardo Eixo Tecnológico: Gestão e Negócios Habilitação Profissional: Técnico em Administração
Leia maisAula Nº 4 Gestão Econômica e Controladoria
Aula Nº 4 Gestão Econômica e Controladoria Objetivos da aula: O conceito do modelo de Gestão Econômica GECON, já vem sendo aplicado por inúmeras empresas públicas e privadas, solucionando problemas relacionados
Leia maisMatemática Aplicada às Ciências Sociais
ESCOLA SECUNDÁRIA DE AMORA PLANIFICAÇÃO ANUAL Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 11º ANO Ano Letivo 2014 / 2015 PLANIFICAÇÃO A LONGO PRAZO
Leia maisConteúdo. 1 Introdução. Histograma do 1o Sorteio da Nota Fiscal Paraná 152/15. 1º Sorteio Eletrônico da Nota Fiscal Paraná
1º Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este relatório apresenta uma análise estatística
Leia maisAvaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisQualidade de Produto. Maria Cláudia F. P. Emer
Qualidade de Produto Maria Cláudia F. P. Emer Introdução Qualidade diretamente ligada ao produto final Controle de qualidade Adequação do produto nas fases finais no processo de produção Software Atividades
Leia mais3 Administração de Materiais
1 da Produção I Ementário do Curso de Fase: 5ª Carga Horária: 60h Créditos: 04 Introdução à administração da produção; estratégias para definição do sistema de produção; estratégias para o planejamento
Leia mais5.1 Processo de Avaliação de Organizações Prestadoras de Serviços Hospitalares O processo de avaliação e visita deve ser orientado pela aplicação do
5. PROCEDIMENTOS 5.1 Processo de Avaliação de Organizações Prestadoras de Serviços Hospitalares O processo de avaliação e visita deve ser orientado pela aplicação do Manual Brasileiro de Acreditação das
Leia maisCarta de controle para o desvio-padrão
Carta de controle para o desvio-padrão O desvio padrão é um indicador mais eficiente da variabilidade, principalmente para amostras grandes (a amplitude perde eficiência). Recomenda-se o uso da carta Xb
Leia maisTipos de problemas de programação inteira (PI) Programação Inteira. Abordagem para solução de problemas de PI. Programação inteira
Tipos de problemas de programação inteira (PI) Programação Inteira Pesquisa Operacional I Flávio Fogliatto Puros - todas as variáveis de decisão são inteiras Mistos - algumas variáveis de decisão são inteiras
Leia maisPROGRAMA da Certificação Internacional em Integração Sensorial
PROGRAMA da Certificação Internacional em Integração Sensorial A University of Southern California Divisão de Ciência Ocupacional e Terapia Ocupacional, juntamente com a Western Psychological Services
Leia maisCAPÍTULO 4. 4 - O Método Simplex Pesquisa Operacional
CAPÍTULO 4 O MÉTODO SIMPLEX 4 O Método Simplex caminha pelos vértices da região viável até encontrar uma solução que não possua soluções vizinhas melhores que ela. Esta é a solução ótima. A solução ótima
Leia maisGerenciamento de projetos (Project Management).
Gerenciamento de projetos (Project Management). A gestão de projetos é uma das áreas fundamentais de qualquer departamento de sistemas de informação, estando hoje em dia amplamente difundido dentro das
Leia maisOrçamento Empresarial
Controladoria Prof. Dr. Fábio Frezatti aula 07 Etapa Financeira Aula 7 Ao final desta aula você: - Inserirá o conceito de gastos, custos, despesas e investimentos na análise do orçamento. - Explicitará
Leia maisIntrodução. Qualidade de Produto. Introdução. Introdução ISO/IEC 9126. Normas
Qualidade de Produto Maria Cláudia F.P. Emer Introdução z Qualidade diretamente ligada ao produto final z Controle de qualidade Adequação do produto nas fases finais no processo de produção z Software
Leia maisJosé Wammes, Toledo, Paraná, 2013. 1
1 José Wammes Coordenação Editorial: Osmar Antonio Conte Editoração: José Wammes Ficha Catalográfica: Rute Teresinha Schio - CRB 1095 Wammes, José W243 Depreciação: um fato contábil e econômico / José
Leia maisConhecimentos Bancários
Conhecimentos Bancários Conhecimentos Básicos em Administração Financeira: Fundamentos e Técnicas; Orçamento e Controle de Custos Professor Lucas Silva www.acasadoconcurseiro.com.br Conhecimentos Bancários
Leia maisMelhorias de Processos segundo o PDCA Parte IV
Melhorias de Processos segundo o PDCA Parte IV por José Luis S Messias, em qualidadebrasil.com.br Introdução Em prosseguimento aos artigos escritos sobre PDCA, escrevo hoje sobre a terceira fase da etapa
Leia maisAdministração de Sistemas de Informação
Administração de Sistemas de Informação A tecnologia da informação está em toda parte nos negócios 1 Departamentos comuns em uma organização FUNDAMENTOS DA TECNOLOGIA DA INFORMAÇÃO FUNDAMENTOS DA TECNOLOGIA
Leia maisDEFINIÇÃO DE MIX DE PRODUÇÃO COM USO DE PROGRAMAÇÃO LINEAR E CUSTOS EMPRESARIAIS
UNIVERSIDADE FEDERAL DE ITAJUBÁ INSTITUTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PRODUÇÃO DEFINIÇÃO DE MIX DE PRODUÇÃO COM USO DE PROGRAMAÇÃO LINEAR E CUSTOS EMPRESARIAIS Patrícia Maria De Bellis Orientador:
Leia mais/ 2012_1 6 ( ) ADM ( ) ADM COMEX ( ) ADM MKT
Disciplina: Administração de Tecnologia da Informação / 2012_1 Carga horária: 68h Curso/Semestre: 6 ( x ) ADM ( x ) ADM COMEX ( x ) ADM MKT Data de atualização: janeiro 2012 Núcleo: Operações e Logística
Leia mais3 ASPECTOS AMBIENTAIS Não se aplica Elaboração Revisão Aprovação Histórico da Alteração
Pág: 1/9 1 OBJETIVO Esta instrução tem como objetivo avaliar fornecedores de materiais de processo, e estabelecer os requisitos mínimos para o fornecimento de produtos, serviços e determinar, através de
Leia maisGestão de desempenho com base em competências
Gestão de desempenho com base em competências Working Paper EXECUTIVE 2 de abril de 2008 Sergio Ricardo Goes Oliveira Gestão de desempenho com base em competências Working Paper Objetivo Este documento
Leia maisComitê de Pronunciamentos Contábeis (CPC) Fiscal de Rendas 2009 RJ
Comitê de Pronunciamentos Contábeis (CPC) - Concurso para Fiscal de Rendas 2009 (SEFAZ-RJ). Prezados amigos, saudações! Após a batalha do último domingo, por ocasião da aplicação das provas referentes
Leia maisElaboração e Análise de Projetos
Elaboração e Análise de Projetos Análise de Mercado Professor: Roberto César ANÁLISE DE MERCADO Além de ser o ponto de partida de qualquer projeto, é um dos aspectos mais importantes para a confecção deste.
Leia maisEconômico - Financeira
7 Fundamentos de Análise Econômico - Financeira Já vimos como é feito o registro contábil do patrimônio da nossa empresa, elaboramos uma equação a equação fundamental do patrimônio líquido financeiro (PFL)
Leia mais7º Simpósio de Ensino de Graduação CÁLCULO DOS CUSTOS E DA MARGEM DE CONTRIBUIÇÃO DE UM CURSO SUPERIOR DE PIRACICABA/SP
7º Simpósio de Ensino de Graduação CÁLCULO DOS CUSTOS E DA MARGEM DE CONTRIBUIÇÃO DE UM CURSO SUPERIOR DE PIRACICABA/SP Autor(es) LUCAS CERQUEIRA LAZIER Orientador(es) ANTÔNIO CARLOS COPATTO 1. Introdução
Leia maisContabilidade Gerencial para PMEs. Professora: Geni Vanzo
Contabilidade Gerencial para PMEs Professora: Geni Vanzo Se vc. for empregado da PME Se vc. for empregado da PME Se vc. for empresário (a) contábil Vc. dependerá do cliente!! Em qualquer caso, seja
Leia maisPlano de Trabalho Docente 2012. Ensino Técnico
Plano de Trabalho Docente 2012 Ensino Técnico ETEC Monsenhor Antonio Magliano Código: 088 Município: Garça Eixo Tecnológico: Gestão e Negócios Habilitação Profissional: Técnica de Nível Médio em Marketing
Leia maisICEI Índice de Confiança do Empresário Industrial Julho/07 Interiorização da Sondagem
Resultado do ICEI - Índice de Confiança do Empresário Industrial - nas Regionais FIESP Projeto de de Opinião CNI (DEPAR/DEPECON) Introdução A Sondagem Industrial é uma pesquisa qualitativa realizada trimestralmente
Leia maisO Ciclo da Gestão Pública: Planos Plurianuais, Orçamento e Execução Orçamentária. Joaquim Liberalquino E-mail: jliberalquino@globo.
O Ciclo da Gestão Pública: Planos Plurianuais, Orçamento e Execução Orçamentária Joaquim Liberalquino E-mail: jliberalquino@globo.com LIVRO GBRSP O livro oferece uma abordagem didática para auxiliar na
Leia maisSÍNTESE PROJETO PEDAGÓGICO. Missão. Objetivo Geral. Objetivos Específicos
SÍNTESE PROJETO PEDAGÓGICO Curso: CIÊNCIAS CONTÁBEIS Missão A missão do curso é formar profissionais em Ciências Contábeis com elevada competência técnica, crítica, ética e social, capazes de conceber
Leia maisLÂMINA DE INFORMAÇÕES ESSENCIAIS SOBRE O BRADESCO FUNDO DE INVESTIMENTO EM AÇÕES DIVIDENDOS 06.916.384/0001-73. Informações referentes a Julho de 2016
LÂMINA DE INFORMAÇÕES ESSENCIAIS SOBRE O BRADESCO FUNDO DE INVESTIMENTO EM AÇÕES DIVIDENDOS 06.916.384/0001-73 Informações referentes a Julho de 2016 Esta lâmina contém um resumo das informações essenciais
Leia maisUniversidade de São Paulo. Faculdade de Economia, Administração e Contabilidade Departamento de Contabilidade e Atuária EAC FEA - USP
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade Departamento de Contabilidade e Atuária EAC FEA - USP AULA 04 O Sistema de Informação Contábil (SIC) Prof. Dr. Joshua Onome
Leia maisPLANEJAMENTO SIMPLIFICADO DE PROJETOS
PLANEJAMENTO SIMPLIFICADO DE PROJETOS Nestor Nogueira de Albuquerque, MsC. Gestão e Desenvolvimento Regional V Encontro de Pós-GraduaP Graduação UNITAU 2005 Necessidade de um processo de Gestão de Projetos
Leia maisControladoria na gestão de serviços
Controladoria na gestão de serviços 2012 Franco Kaolu Takakura Junior Direitos desta edição adquiridos pela Paco Editorial. Nenhuma parte desta obra pode ser apropriada e estocada em sistema de banco
Leia maisGestão da Tecnologia da Informação
TLCne-051027 Gestão da Tecnologia da Informação Disciplina: Princípios de Sistemas de Informação São Paulo, 25 de Maio de 2011 1 Sumário TLCne-051027 Conteúdo destas Aulas Breve revisão e preparação para
Leia maisAgenda. O que é Testar? Por que testar? Quando testar? Processo de teste Níveis de teste Tipos de teste Classificação dos testes.
Agenda O que é Testar? Conceitos Por que testar? Quando testar? Custo do defeito Processo de teste Níveis de teste Tipos de teste Classificação dos testes Entendendo o que é TESTAR Testar é analisar um
Leia maisComo definir a melhor meta de vendas através do Índice da Margem de Contribuição (Imc)
Como definir a melhor meta de vendas através do Índice da Margem de Contribuição (Imc)! Qual a quantidade ideal de venda de cada produto, considerando uma maior rentabilidade?! Se os produtos de menor
Leia maisde rede são comumente utilizadas nos dias de hoje. Um dos grandes desafios para a tecnologia de redes sem fio no momento é o handoff vertical, onde
15 1 Introdução A utilização e a popularidade dos dispositivos móveis crescem a cada dia. Mobilidade, flexibilidade, facilidade de comunicação e entretenimento proporcionado por dispositivos, como laptops,
Leia maisTreinamento e Desenvolvimento
Aula 8 Treinamento e Desenvolvimento Agenda 1 Seminário 2 Treinamento e Desenvolvimento 3 Desenvolvimento de Lideranças 1 Seminário 3 The Young and the Clueless Bunker, K. A.; Kram, K. E.; Ting, S. HBR,
Leia maisCurso de Sistemas de Informação 8º período Disciplina: Tópicos Especiais Professor: José Maurício S. Pinheiro V. 2009-1
Curso de Sistemas de Informação 8º período Disciplina: Tópicos Especiais Professor: José Maurício S. Pinheiro V. 2009-1 Aula 5 Sistemas Biométricos 1. Sistema Biométrico Típico Qualquer que seja a característica
Leia maisTeoria Geral da Administração II. Teoria Matemática
Teoria Geral da Administração II Teoria Matemática : Teoria Matemática A TGA recebeu muitas contribuições da Matemática sob a forma de modelos matemáticos para proporcionar soluções de problemas empresariais.
Leia maisProjeto Fiesp / Serasa
Projeto Fiesp / Serasa Glossário dos índices econômico-financeiros Desenvolvimento técnico de Crédito Olavo Borges João Carlos Ferreira Machado Julho / 2005 1. Estrutura de capitais Esse grupo de índices
Leia maisLINHAS MESTRAS; FASES; DISCIPLINAS; PRINCÍPIOS E MELHORES PRÁTICAS.
INTRODUÇÃO O processo de engenharia de software define quem faz o quê, quando e como para atingir um determinado objetivo. Neste trabalho, iremos dissertar sobre o Rational Unified Process, ou RUP, que
Leia maisUnidade IV FINANÇAS EMPRESARIAIS. Prof. Me. Alexandre Saramelli
Unidade IV FINANÇAS EMPRESARIAIS Prof. Me. Alexandre Saramelli Cientista 2010 - Óleo sobre MDF Martinho Costa Exercício resolvido O objetivo deste exercício é demonstrar: a) A avaliação de investimentos
Leia maisIntrodução a Estatística. Definição da estatística. Classificação de dados. Planejamento de experimentos.
Introdução a Estatística Definição da estatística. Classificação de dados. Planejamento de experimentos. O QUE É ESTATÍSTICA? É um conjunto de técnicas e métodos de pesquisa que entre outros tópicos envolve
Leia maisManual do Processo de Planejamento da UFSC. Departamento de Planejamento SEPLAN/UFSC
Manual do Processo de Planejamento da UFSC 2010 Departamento de Planejamento SEPLAN/UFSC Apresentação Este documento descreve o processo de planejamento que vem sendo implantado na Universidade Federal
Leia mais2 Método. 2.1. Tipo de Pesquisa
2 Método 2.1. Tipo de Pesquisa Segundo Kotler (2000), a natureza da pesquisa pode ser classificada como exploratória, descritiva ou casual. A primeira, busca aprofundar conceitos preliminares. De acordo
Leia maisDiagnóstico da Convergência às Normas Internacionais IAS 21 - The Effects of Changes in Foreign Exchange Rates
Diagnóstico da Convergência às Normas Internacionais IAS 21 - The Effects of Changes in Foreign Exchange Rates Situação: PARCIALMENTE DIVERGENTE 1. Introdução O IAS 21 The Effects of Changes in Foreign
Leia maisPROJEÇÃO DO BALANÇO PATRIMONIAL ANA CAROLINA PATRICIA BARBOSA SAMARA PAULINO
PROJEÇÃO DO BALANÇO PATRIMONIAL ANA CAROLINA PATRICIA BARBOSA SAMARA PAULINO PROJEÇÃO DO BALANÇO BENEFÍCIOS Propicia verificar se o sistema orçamentário foi elaborado com consistência. PATRIMONIAL Propicia
Leia maisGESTÃO DA MANUTENÇÃO
Classificação Nível de Criticidade para Equipamentos S Q W Itens para avaliação Segurança cliente interno cliente externo meio-ambiente Qualidade Condição de trabalho Status Equipamento A B D P M Perdas
Leia maisOs primeiros modelos de taxa instantânea de juro propostos na literatura eram contínuos no tempo e supunham que a dinâmica da taxa instantânea
11 1 Introdução A avaliação de contratos de opções é um assunto que tem despertado o interesse de pessoas nos meio acadêmico e financeiro. Os acadêmicos se preocuparam com o desenvolvimento de uma teoria
Leia maisAGENDA DA AULA -I - Conceito de Marketing; -Orientações para o mercado (produção,
AGENDA DA AULA -I - Conceito de Marketing; -Orientações para o mercado (produção, produto, vendas, marketing, marketing societal). UNIBAN Instituto de Comunicação Curso de Tecnologia em Marketing Unidade
Leia maisPlano de Trabalho Docente 2014. Ensino Técnico
Plano de Trabalho Docente 2014 Ensino Técnico Etec Etec: Paulino Botelho EE Esterina Placo (Extensão) Código: 091.01 Município: São Carlos Eixo Tecnológico: Gestão e Negócios Habilitação Profissional:
Leia maisE D I T A L. I. estiver regularmente matriculado nas Faculdades Integradas Sévigné;
EDITAL SA N.º 06/2009 DISPÕE SOBRE O PROCESSO DE INSCRIÇÃO PARA A AVALIAÇÃO DE SUFICIÊNCIA E O EXAME DE PROFICIÊNCIA DAS FACULDADES INTEGRADAS SÉVIGNÉ. O Secretário Acadêmico das Faculdades Integradas
Leia maisAGRUPAMENTO DE ESCOLAS DA SÉ GUARDA. MATEMÁTICA B Curso de Artes Visuais
Direção-Geral dos Estabelecimentos Escolares Direção de Serviços da Região Centro AGRUPAMENTO DE ESCOLAS DA SÉ GUARDA MATEMÁTICA B Curso de Artes Visuais ANO LECTIVO: 2015/2016 11º ANO 1º PERÍODO PLANIFICAÇÃO
Leia maisEngenharia de Software. Ciclos de Vida do Software. 1. Sistemas
Engenharia de Software Profa. Dra. Lúcia Filgueiras Profa. Dra. Selma S. S. Melnikoff Ciclos de Vida do Software 1. Sistemas 2. Crise do software 3. Caracterização do software 4. Ciclos de vida do software
Leia maisLucratividade e Rentabilidade
Gestão Financeira Lucratividade e Rentabilidade Diálogo Empresarial Manual do Participante Serviço Brasileiro de Apoio às Micro e Pequenas Empresas Sebrae Unidade de Capacitação Empresarial MANUAL DO
Leia maisCOMISSÃO PRÓPRIA DE AVALIAÇÃO DA FACULDADE ARAGUAIA
COMISSÃO PRÓPRIA DE AVALIAÇÃO DA FACULDADE ARAGUAIA RELATÓRIO FINAL DE AUTOAVALIAÇÃO DO CURSO DE ENGENHARIA CIVIL 2014/01 a 2014/02 APRESENTAÇÃO O Sistema Nacional de Avaliação da Educação Superior SINAES,
Leia maisINFORMAÇÕES PRELIMINARES SOBRE O PRÉ-PROJETO DE TRABALHO DE CONCLUSÃO DE CURSO Assunto, Tema e Problema
INFORMAÇÕES PRELIMINARES SOBRE O PRÉ-PROJETO DE TRABALHO DE CONCLUSÃO DE CURSO Assunto, Tema e Problema 1 / 18 ESTRUTURA GERAL DO PRÉ-PROJETO ASSUNTO Gosto pessoal Importância Fonte de dados Meu departamento
Leia maisPlanejamento da Disciplina Controle e Servomecanismos II
Planejamento da Disciplina Controle e Servomecanismos II Esta versão utiliza a 3 a edição do livro [1] e não mais será atualizada Identificação UERJ Faculdade de Engenharia Departamento de Eletrônica e
Leia mais