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

Tamanho: px
Começar a partir da página:

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

Transcrição

1 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) Jesse Ramon de Azevedo Espíndola (UEPA) Raphael Araújo Barbosa (UEPA) Thiago Lobao Rodrigues (UEPA) Rafael Elias Paes Almeida (UEPA) Resumo: A imporância da previsão de demanda é noória, propiciando melhor alocação de cusos e minimizando surpresas indesejáveis no fuuro. Ese rabalho raz um esudo de caso de previsão de demanda no seor de serviços, em um esabelecimeno que comercializa maeriais de consrução. O esudo se dá pela análise e escolha de modelo para previsão, aravés dos desvios médios e o seu moniorameno. A complexidade do esudo reside nas grandes variações de demanda, devido a promoções e o pouco empo de auação da empresa no mercado. Também apresena uma peculiaridade: a empresa dispor de uma ala resposa às variações da demanda para o produo esudado, devido à proximidade do fornecedor, o que facilia, em alguns aspecos, a absorção de erros de previsão para a empresa. Com alas variações na demanda, o moniorameno do modelo é essencial para não se perder o conrole do modelo para previsão e resular em erros alos. Os desvios para odos os modelos foram alos, mesmo os mais complexos, no enano, o modelo, segundo o criério de análise, o sinal de rasreameno, foi julgado compaível para o produo.\ Palavras-Chave: Previsão de demanda; Moniorameno; Modelos; Média Móvel Exponencial; Sinal de Rasreameno. 1 Inrodução Toda empresa busca analisar e enar prever, com os dados auais, o que provavelmene ocorrerá no fuuro, quando raamos da demanda, para, assim, poder alocar seus recursos da melhor forma possível, buscando minimizar a chance de ocorrerem surpresas num fuuro próximo. Segundo Slack e al 996), a fala da previsão desse imporane faor ocasiona no impedimeno do planejameno eficaz, ou seja, o impedimeno da pró-aividade, proporcionando apenas a reação ao que aconecerá. Conudo, essa previsão não é ão simples, pois, se desse modo aconecesse, muios problemas operacionais seriam facilmene solucionados, como: o quano de maéria prima deve ser adquirido, quanos rabalhadores são necessários, quanidade de máquinas, ec. Já noa-se a imporância da previsão para o seor fabril, mas ambém é exremamene necessária para o seor de serviços. Segundo Parene (2000), esudos da Sociedade dos Profissionais de Negócios em Relações com Consumidores (raduzido livremene da sigla em inglês), as empresas perdem de 15% a 20% dos clienes em média, por ano, devido à insaisfação dos mesmos. Analisando por ouro lado, manendo essa média, em cinco anos a empresa já deverá er renovado oda sua careira de clienes. Ouro esudo, porém desa vez do Insiuo Forum Corporaion, cia Parene (2000), esima que 91% dos clienes que ficam insaisfeios, seja por qual for o moivo, jamais volam a ser clienes e ainda exprimem sua opinião para ouras nove pessoas. Pelo ouro lado, 1

2 o consumidor saisfeio dissemina sua opinião para apenas rês pessoas. Corroborando, Slack e al 996) afirma que denre os cusos de fala de esoque esá a insaisfação do cliene, seja exerno (consumidores) ou inerno (próxima operação), podendo gerar roca de fornecedor, para aquele e ociosidade e quebra de cadência da produção para ese. Ou seja, é melhor eviar ao máximo a insaisfação da clienela. No caso específico dese rabalho, uma empresa que revende maerial de consrução, os produos muias vezes são de medidas avanajadas e, algumas vezes, o peso ambém. Alguns produos que não necessiam de ana aenção (cuidado) como canos, ubos, cabos e chaves de fenda, por exemplo, uma simples esane é eficaz. Porém exisem ouros mais leves e delicados, de alo valor agregado, ocasionando diferenes cuidados com o local de esocagem. Em conjuno, esses faores acarream em gasos para foralecimeno das esruuras das esanes e adapação (comprimeno, alura, ec.) das mesmas para receber os produos. Além de odo o ciado, alguns produos possuem prazo de validade, como no caso do escolhido pela equipe dese rabalho, enão a previsão poderá ajudar a eviar o excesso, podendo acarrear em esoque esragando nos galpões, e a fala do produo, pois a endência para eviar vencimeno do produo é comprar menos dele. 2 Referencial Teórico 2.1 Previsão de emanda Para Tubino (2007), a previsão de demanda é a base para o planejameno esraégico da produção, vendas e finanças de qualquer empresa. Nos níveis mais alos, ela é a base para realizar o planejameno esraégico em longo prazo; nas áreas de finanças e conabilidade a previsão de demanda fornece a base para o planejameno orçamenário e conrole de cusos (avis e al, 2001). Para o PCP, de acordo com Lusosa e al (2008), as previsões de demanda são uilizadas nas decisões referenes ao planejameno dos recursos de produção, ás meas de produção e esoque e à programação e conrole da produção. Ou seja, as previsões de demanda podem aender a diferenes ineresses denro de uma organização. Hillier & Lieberman (2006) comenam que a capacidade de realizar uma boa previsão pode fazer uma empresa esar um passo a frene da concorrência. Enreano, gerar previsões é uma arefa que depende crucialmene de uma avaliação do fuuro, logo nenhuma previsão deve ser considerada perfeia. Moore & Wheaherford (2005) ciam diados sábios que ilusram a promessa e frusração de uma previsão: É difícil prever, especialmene com relação ao fuuro Não é difícil prever, o difícil é prever correamene Os números, se suficienemene orurados, podem confessar quase qualquer coisa A parir desas siuações, Lusosa e al (2008) reconhece que as previsões sempre incluem uma margem de erro e que a incereza das previsões é ano maior quano maior o horizone de planejameno. Mas felizmene, previsões de demanda podem ser feias de várias formas. Silva e al (2008), afirmam que as previsões de demanda são feias aravés de méodos quaniaivos, qualiaivos, ou uma misura dos dois ipos. enro do méodo quaniaivo, Moore & Weaherford (2005) comenam que exisem modelos de regressão, modelos de exrapolação e modelos condicionais ou baseados em precedenes, bem como modelos vizinhos mais próximos. evido as várias opções de modelos disponíveis, Slack e al (2002) afirmam que na escolha do modelo de previsão devem-se considerar aspecos como o horizone de planejameno, 2

3 disponibilidade dos dados, precisão necessária e disponibilidade dos recursos. Com relação á disponibilidade dos recursos, o uso de soluções compuacionais, com sofwares específicos e planilhas elerônicas podem oimizar basane o empo de realização e a precisão de um modelo de previsão. Porém, a previsão não subsiui a omada de decisão do planejador, o que envolve uma boa dose de experiência e julgameno pessoal, pois ouras variáveis como o comporameno do consumidor ainda não podem ser conrolados de maneira eficiene. 2.2 Média Móvel Exponencial Segundo avis e al (2001), na média exponencial móvel ou suavização exponencial, o peso da cada observação decresce no empo em progressão geomérica, ou de forma exponencial. Em sua forma de apresenação mais simples, cada nova previsão é obida com base na previsão anerior, acrescida do erro comeido na previsão anerior, corrigido por um coeficiene de ponderação. A equação a seguir apresena esa siuação: Ou reescria como: F w) F wa 1 1 Onde: F F w( A F ) F = Previsão exponencialmene ajusada para o período F -1 = Previsão exponencialmene ajusada para o período anerior A -1 = ado real do período anerior w = coeficiene de ponderação, ou consane de ajuse O coeficiene de ponderação (w) é fixado pelo analisa denro de uma faixa de 0,1 a 1. Quano maior seu valor, mais rapidamene o modelo de previsão reagirá a uma variação real da demanda. Se o valor da w for muio grande, as previsões ficarão muio sujeias às variações aleaórias de demanda. Se, ao conrário, o valor de w for muio pequeno as previsões poderão ficar defasadas da demanda real, porém endendo a uma consância. Os valores normalmene usados para w variam enre 0,05 e 0,5 (Lusosa e al, 2008). Complemenando sobre a quesão do valor de w, Tubino (2007) afirma que os pacoes compuacionais que rabalham com eses modelos incluem simulações para ajusar o nível do coeficiene de ponderação (w) de maneira a reduzir o erro de previsão. 2.3 Modelos de Hol-Winers Segundo Hillier & Lieberman (2006), quando a série emporal apresena endência e sazonalidade, os modelos de Hol-Winers descrevem apropriadamene os dados da demanda. e acordo com Serra e al (2005), caso a ampliude da variação sazonal manenha-se consane, diz-se que o modelo é adiivo, caso aumene com o empo, diz-se que o modelo é muliplicaivo Hol-Winers muliplicaivo Segundo Baco e al (2006), o modelo muliplicaivo apresena-se da seguine forma: F Aonde, o nível da série μ vem muliplicado por uma componene sazonal F. Nese ipo de série, além do nível médio aumenar com o passar do empo (devido á endência) e er uma T a 3

4 fluuação periódica ao longo do nível médio (sazonalidade), a ampliude de variação ambém aumena caracerizando uma série muliplicaiva. As equações que suavizam a série são (A, C e são as consanes e êm seus valores variando de zero a um): Fˆ ) Fˆ s A Fˆ s A)( ˆ 1 Tˆ 1 ) T ˆ A equação de previsão do modelo é Hol-Winers Adiivo O modelo adiivo por sua vez é: C ( 1 ) C ) Tˆ ˆ ˆ ˆ, onde h=s+1,..., 2s. ( h) ( ht ) F h 2 s F Agora, μ não vem mais muliplicado, mas sim adicionado a componene de sazonalidade F. Nesa série, apesar do nível médio esá aumenando com o passar do empo (endência) e de exisir fluuação ao longo do nível médio, a ampliude de fluuação permanece consane. As equações de suavização para a série são: Fˆ T a ) Fˆ s 1 A Fˆ s A)( ˆ Tˆ 1 1 ) T ˆ C ( A equação de previsão para o modelo é e al, 2006). ˆ 1 ) C ) Tˆ ( h) ht F h 2 s 2.4 Medição e conrole do erro em previsão de demanda ˆ ˆ 1, sendo h=s+1,..., 2s (BACO e acordo com avis e al (2001), um bom criério de escolha para o melhor modelo de previsão é o esvio Médio Absoluo (Mean Absolue eviaion - MA), devido à sua simplicidade de cálculo. Para Lusosa e al (2008), o MA é o erro médio nas previsões, uilizando valores absoluos. A grande valia para o uso do MA consise ambém no fao de medir a dispersão dos valores observados em orno de alguns valores esperados. A fórmula para o cálculo do MA segue abaixo: Onde: M A REAL = demanda real no período; REAL PREVISTA = demanda previsa no período; n = número de períodos. n PREVISTA 4

5 Tubino (2007) mosra a possibilidade de aplicação do conrole esaísico do processo como uma ferramena mais apurada de moniorameno do modelo de previsão, aribuindo limies superior e inferior de conrole, que correspondem a quaro MA (quaro desvios-padrões) para cima ou para baixo, no caso dese rabalho, apenas o limie superior será considerado, haja visa o limie inferior ser um valor negaivo. Além da escoha do melhor modelo de previsão conforme algum criério, nese caso, o MA, Gaiher & Frazier (2007) ciam a imporância de moniorar e conrolar o desempenho do modelo de previsão escolhido. Uma forma precisa e comum, ainda segundo Gaiher & Frazier (2007), consise em usar um Sinal de Rasreameno (racking sinal) como forma de medir o erro de previsão cumulaivo ao longo de n períodos em ermos do MA. A equação abaixo ilusra o cálculo do Sinal de Rasreameno. Sinal de Rasreameno = REAL M A PREVISTA Se o modelo de previsão de previsão esiver se comporando bem, o sinal de rasreameno deve ser aproximadamene zero, o que indica que haveria anos ponos de dados reais acima e abaixo da previsão. E caso o Sinal de Rasreameno seja diferene e disane de zero, indica que as previsões devem ser reduzidas ou aumenadas, produzindo novos valores de parâmero dos modelos, assim, corrigindo o desempenho do modelo de previsão. Enreano, não exise uma regra universal para mudar esses parâmeros do modelo quando o sinal de rasreameno esiver indicando uma aleração nas previsões. O que provoca a necessidade de idealizar as regras para enquadrar seus dados por meio de experimenação. 2.5 Classificação ABC e acordo com Novaes e al (2006), quando uma empresa rabalha com muios produos em esoque, dificulando o planejameno de seu ressuprimeno, a políica de esoque para cara produo varia caso a caso. Logo, é necessário haver uma classificação deses produos conforme algum criério de imporância. Nese conexo, Lusosa e al (2008) comenam que deerminar a imporância de cada iem e concenrar maiores esforços da gesão nos mais imporanes ornou-se práica compeene desde que Vilfredo Pareo, em 1897, enunciou a lei de Pareo. Também conhecida como Curva ABC ou Classificação ABC, esa lei esabelece que a maior pare dos efeios (aproximadamene 80% deses) esá associada a poucas causas (20%). Gasnier (2002) afirma que a classificação ABC é a mais empregada por privilegiar o pono de visa econômico de cada grupo de produos, além da fácil apuração a parir de um processameno maemáico ou compuacional. Na práica, consise em separar os produos em função de seus valores e consumos a fim de proceder ao modelo de gesão adequado a cada grupo (Novaes e al, 2006). A abela seguine ilusra as caracerísicas e pono de core na curva acumulada para cada grupo. TABELA 1 - Tabela de Classificação ABC. Classe Caracerísicas Pono de Core A Iens prioriários: Foco de aenção do gesor de maeriais, devido à sua imporância econômica. Merece raameno especial, sendo denominados de VIP (very imporan produc ) Cerca de 20% dos iens correspondem á 80% do faurameno da empresa 5

6 Classe Caracerísicas Pono de Core B Iens inermediários: São considerados Inervalo enre as classes A economicamene preciosos, logo após a e C caegoria A, porém recebem cuidados medianos C Iens Secundários: Iens menos imporanes. Nese grupo, não é necessário considerar cada iem individualmene, pois são produos de pouca imporância no faurameno da empresa. Cerca de 50% a 70 % dos iens correspondem de 10% a 20% faurameno Fone: (Adapado de Gasnier, 2002 e Gonçalves e al, 2006) Logo, a parir da curva ABC, é deerminado o produo, ou o grupo de produos que merecem uma previsão mais bem elaborada, pois erros nas projeções de demandas para produos classe A, podem acarrear elevados prejuízos à organização. 3 Meodologia Segundo Tubino (2007), a elaboração de modelos de previsão de demanda é passível de divisão em cinco eapas: Objeivo do Modelo; Colea e Análise de ados; Seleção da Técnica de Previsão; Obenção das Previsões e Monioração do Modelo. O objeivo do modelo define a razão de se fazer a previsão. Em ouras palavras, qual produo será previso (mediane análise de curva ABC), com que grau de acuracidade, horizone de previsão, ec. Um produo classe A, necessia de mais dealhameno, mais acuracidade, diferene de um classe C, menos significaivo que não requererá ana sofisicação na previsão, podendo, aé, ser previso em conjuno com ouros produos de mesma caegoria. A colea e análise dos dados merecem cuidados especiais com faores como: a quanidade de dados, quano mais deles, mais confiável será a previsão; variações exraordinárias da demanda, como promoções especiais, devem ser analisadas e subsiuídas por valores médios, (compaíveis com o comporameno normal da demanda) e a ampliude de agregação dos dados (semanais, mensais, rimesrais, ec.) ambém pode influenciar na escolha da écnica de previsão mais apropriada. Enão, com os dados coleados, pode-se passar à escolha da écnica mais apropriada. As écnicas variam em cuso e precisão, com proporção direa. Quando da obenção das previsões, a écnica de medição da mais apropriada para o caso é calculada em cima dos erros em relação aos dados previsos e dados reais. Quano menor o erro, mais confiável será a previsão. a previsão já feia, a monioração conínua do nível de fidelidade da écnica faz-se necessária. A inserção de dados mais auais aos bancos de dados da previsão, junamene com análise dos erros é válida para aferição da fidelidade. No caso da écnica não servir, um ajuse de parâmeros (agrupameno dos dados, horizone de planejameno) pode resolver o problema, caso conrário, uma nova análise dos dados será necessária para a escolha de uma nova écnica de previsão. Caso eseja aceiável, o modelo pode ainda ser usado para prever a demanda do produo. 4 Esudo de Caso A empresa na qual foi realizado o esudo é uma loja de maerial de consrução e decoração em geral localizada na cidade de Belém. Um dos produos comercializados pela empresa é a Argamassa do ipo Inerna. A curva ABC, reirada do sisema de informação da empresa, 6

7 mosra que são praicamene produos negociados. Cerca de 20% deles, por vola dos primeiros 3030 iens, já represenam 83,65% da receia oal de vendas, englobando os de classe B, mais 4500 iens, já represenam 97,21% da receia oal com vendas. A análise da curva ABC, organizada de acordo com o valor vendido, coloca esse produo em quaro lugar, represenando 0,73% da receia do período de um ano e meio a que a curva se refere. O valor pode parecer ínfimo, mas diane do horizone de quinze mil produos comercializados pela empresa, orna-se um valor significaivo. O Fornecedor do produo localiza-se na cidade de Benevides, região meropoliana de Belém, acarreando em um lead ime enre pedido de compra e enrega da mercadoria, muio menor que o usual. Em enrevisa informal com o gerene de compras da loja, ineressanes informações foram obidas. Em siuações emergenciais, a enrega do produo é feia no dia seguine ao faurameno da noa fiscal, que, em geral, é faurada no mesmo dia do pedido de compra. Há, ainda, ocasiões que a enrega é feia no mesmo dia do pedido e, dependendo da necessidade pelo produo, se for de muia urgência, como uma venda de alo valor, o próprio represenane de vendas da fábrica vai aé a fábrica e leva o produo para enregá-lo na empresa. Há algumas especificações em relação à venda que podem influenciar a demanda do produo na loja. Uma dessas especificações é quando há promoção de produos na loja, como a radicional campanha de aniversário da empresa e, ambém a queima de esoque que ocorre nos primeiros meses do ano, após o efeio sazonal que sofrem os maeriais de consrução ao final de odo ano, quando as vendas endem a disparar e a argamassa em esudo não foge à regra. Oura especificação é o fao de haver vendedores exernos, que são incumbidos de vender para ouras empresas, geralmene consruoras e empreieiras, as quais requerem grandes quanidades do produo, aumenando e alavancando as vendas. evido a eses faores, a demanda, como observada no seu gráfico, sofre grandes variações, gerando uma necessidade de se rabalhar com um nível de esoque considerável, para que uma venda ala e inesperada, porém imporane, não seja reprimida, ressalando a imporância de prever sua demanda. Foram coleados dados desde a aberura da empresa (ouubro de 2004) aé a daa em que a colea foi realizada (abril de 2008), em orno de 3,5 anos (rês anos e meio), divididos em semanas para análise do comporameno da demanda, como a exisência de sazonalidade e endência. evido à grande aleaoriedade dos dados dessa demanda, decidiu-se por agrupar os mesmos por mês, para melhor raameno dos dados, obendo o gráfico: jan/04 ago/04 fev/05 se/05 mar/06 ou/06 abr/07 nov/07 jun/08 dez/08 FIGURA 1 Gráfico dos dados de vendas agrupados em meses. 7

8 Com o simples olhar do gráfico, não foi possível especificar o modelo maemáico que melhor poderia represenar a demanda, pois não á sazonalidade nem endência bem definida. Enão, com ajuda do professor da disciplina Planejameno e Conrole da Produção I, alguns foram escolhidos para análise da demanda. Foram esados os modelos de média exponencial móvel, com coeficiene de ponderação variando de 0,1 a 0,9 e modelos de Hol-Winers, por se raarem de modelos um pouco mais complexos. os modelos esados, foram obidos os seguines MA s: TABELA 2 MA calculado para cada méodo Méodos MA Média Móvel Exponencial (w=0,1) 1252 Média Móvel Exponencial (w=0,2) 1010 Média Móvel Exponencial (w=0,3) 862 Média Móvel Exponencial (w=0,4) 753 Média Móvel Exponencial (w=0,5) 678 Média Móvel Exponencial (w=0,6) 643 Média Móvel Exponencial (w=0,7) 624 Média Móvel Exponencial (w=0,8) 618 Média Móvel Exponencial (w=0,9) 614 Hol-Winers Adiivo 986 Hol-Winers Muliplicaivo 2596 Fone: Os auores A parir da análise da Tabela 2, o melhor méodo seria o de Média Exponencial Móvel com coeficiene de ponderação igual a 0.9, obendo um desvio absoluo médio de 614 unidades. Conudo, com a elaboração do gráfico de conrole com limie superior de 4 vezes o MA, obeve-se a seguine siuação: MA FIGURA 2 Gráfico de conrole para o modelo MMEx (w=0,9) Com a visualização dos erros no gráfico, percebe-se um pono fora do limie de conrole. Ese pono refere-se ao mês de fevereiro do ano de 2007, que, na Figura 02, exibida aneriormene, é um pono de grande queda nas vendas, bem evidene no mesmo (pono com o círculo de cor vermelha). Em enrevisa informal com o gerene de markeing da empresa na época, foi relaado que esse fao foi devido ao final da promoção de aniversário da empresa, ocorrene sempre nos meses de ouubro e novembro, incidindo sobre um dos períodos de maior sazonalidade para maeriais de consrução, o fim do ano, seguida, no início do ano de 2007, pela promoção do Grande Saldão de Pisos e Pasilhas que impulsionou a venda da argamassa, sendo esa um produo complemenar, gerando alas vendas em janeiro e uma acenuada queda em fevereiro, 8

9 devido ao fim desse conjuno de faores. Seguindo as regras para definições de modelo, devese, enão, raar os dados que geram alerações significaivas na demanda, para que esse erro seja diminuído. Para solução do problema, decidiu-se por raar o dado de janeiro de 2007, de forma a razê-lo para uma realidade mais condizene com o ano de 2006, com uma média ariméica simples enre os dados do ano de essa forma, foi obido um novo dado para o período de janeiro de 2007, que passou de 4774 unidades para 4142 unidades. Enão os cálculos necessiaram ser refeios, para odos os modelos, gerando os seguines MA s: TABELA 3 MA s recalculados Méodos MA Média Móvel Exponencial (w=0,1) 1230 Média Móvel Exponencial (w=0,2) 1013 Média Móvel Exponencial (w=0,3) 864 Média Móvel Exponencial (w=0,4) 754 Média Móvel Exponencial (w=0,5) 680 Média Móvel Exponencial (w=0,6) 644 Média Móvel Exponencial (w=0,7) 625 Média Móvel Exponencial (w=0,8) 618 Média Móvel Exponencial (w=0,9) 615 Hol-Winers Adiivo 986,18 Hol-Winers Muliplicaivo 2586,7 Fone: Os auores Percebe-se que o menor desvio médio coninua com o modelo de média exponencial com coeficiene de ponderação igual a 0,9. Para checagem dos erros, os mesmos foram novamene ploados num gráfico com limie de conrole de 4 * MA. O gráfico segue abaixo: MA FIGURA 3- Gráfico de conrole com os MA s recalculados Com os ponos odos denro do limie de conrole esabelecido, pode-se concluir a escolha do modelo de média exponencial móvel com coeficiene de 0,9. Como nese modelo as previsões necessiam dos dados reais para ober mais de um período, a equipe acompanhou a evolução do modelo por 7 períodos (meses), correspondendo aé o fim do ano de 2008, colocando os dados reais e obendo novos períodos previsos. Para moniorameo do modelo, usamos o sinal de rasreameno, uilizando 5, 6 e 7 períodos, a fim de verificar se o modelo ainda é válido para coninuar as previsões. Obivemos a abela que segue, com os dados previsos e reais: 9

10 TABELA 4 ados reais e previsos para acompanhameno Jun Jul Ago Se Ou Nov ez Real Previso Fone: Os auores O cálculo do sinal de rasreameno para 5, 6 e 7 períodos, que dizem respeio de: agoso a dezembro, julho a dezembro e junho a dezembro, respecivamene. TABELA 5 Valores do sinal de rasreameno Períodos Sinal Ras. 7 0, , ,797 Fone: Os auores Como os valores de rasreameno se aproximaram de zero, pode-se afirmar que o modelo ainda é compaível para fuuras previsões. Ou seja, mesmo com alos erros, o modelo mosrou-se saisfaório para uma demanda ão variável. 5 Conclusão A análise práica de uma demanda orna-se ineressane quando se percebe que os exemplos da realidade dificilmene se adequarão a modelos pré-esabelecidos de demanda, com sazonalidades e endências facilmene idenificáveis. Mais especificamene no seor de serviços, como lojas de deparamenos, que possuem muias paricularidades que influenciam na demanda, como localização do esabelecimeno, qualidade no aendimeno, muios produos similares (famílias de produos) na mesma empresa que acabam concorrendo pela demanda, além da concorrência com os demais empreendimenos dessa naureza. No caso dese rabalho, a demanda é exremamene variável, com oscilações randômicas inclusive durane o mesmo mês, como no gráfico das demandas por semana, em que a semana compreendida enre 13/10/2005 e 20/10/2005 foram comercializadas 896 unidades do produo, já duas semanas após, enre 27/10/2005 e 2/11/2005, foram comercializadas apenas 76 unidades. Para ese caso, era ineviável o aparecimeno de desvios médios muio elevados, variando enre 615 e Isso mosra que os modelos êm dificuldade de represenar a demanda, e, com oscilações significaivas, os modelos maemáicos quase não as absorvem. Aé modelos mais sofisicados como o de Hol-Winers, acabam gerando erros alos. Uma paricularidade ineressane, devido à proximidade da fábrica fornecedora do produo, é o modelo com coeficiene de ponderação 0,9 er sido escolhido. Nesse caso a empresa em condições de rabalhar com uma rápida resposa à variação da demanda, já que rapidamene pode er o produo disponível para venda. O mesmo já não ocorreria com ouros produos que necessiam de mais empo para a enrega na empresa, pois uma ala oscilação na demanda não será rapidamene respondida, já que é necessário um lead-ime alo para a chegada da mercadoria, geralmene por causa do ranspore, e, nesses casos, a perda da venda é praicamene cera. Por fim, o faor que mais chamou aenção,e dá o íulo do rabalho, é o moniorameno afirmar que o modelo coninua sendo aceiável após 7 períodos de avaliação, quando a equipe 10

11 esperava que logo ouro modelo fosse melhor represenaivo, devido aos alos erros em odos os modelos. Referências Bibliográficas BACO, Samuel B., LIMA, Renao da S. & de PAULA, Anderson P. Comparação de modelos de séries emporais para previsão de demanda de maéria prima na fabricação de anéis de pisão. XXVI Enconro Nacional de Engenharia de Produção. Foraleza, AVIS, Mark M.; AQUILANO, Nicholas J.; CHASE, Richard B. Fundamenos de Adminisração da Produção. 3ª ed. Poro Alegre: Bookman, GAITHER, Norman; FRAIER, Greg. Adminisração da Produção e Operações. 8ª ed. São Paulo: Thomson Learning, GASNIER, aniel Georges. A dinâmica dos esoques: guia práico para planejameno, gesão de maeriais e logísica. São Paulo: IMAM, HILLIER, Frederick S.; LIEBERMAN, Gerald J. Inrodução à Pesquisa Operacional. 8ª Edição. Tradução Ariovaldo Griesi. São Paulo: McGraw-Hill, LUSTOSA, L. J. (Org.); MESQUITA, M.A. (Org.); QUELHAS, O.L.G. (Org.); OLIVEIRA, R.J. (Org.). Planejameno e conrole da produção. Rio de Janeiro: Campus/Elsevier, MOORE, Jeffrey H. & WEATHERFOR, Larry R. Tomada de decisão em adminisração com planilhas elerônicas. 6ª Edição. Poro Alegre: Bookman, NOVAES, M L O; GONCALVES, A A; SIMONETTI, V M M. Oimização de farmácias hospialares: eficácia da uilização de indicadores para gesão de esoques. Anais do XXVI Enconro Nacional de Engenharia de Produção. Foraleza, PARENTE, Juracy. Varejo no Brasil: Gesão e Esraégia. São Paulo: Alas, SERRA, Cláudio M. V., TAVARES, Helion R., CORREA SANTOS, Júlio César. Aplicação de séries emporais na análise de demanda urísica no esado do Pará usando os modelos de Hol-Winers. Anais do XXV Enconro Nacional de Engenharia de Produção. Poro Alegre, SILVA,. V.; SERRA, C. M. V.; SANTOS, A. C. O.; MELO, A. C. S. Análise de emanda em uma Companhia de Água Mineral da região Meropoliana de Belém Uilizando Modelos de Série Temporal de Hol- Winers. Anais do XXVIII Enconro Nacional de Engenharia de Produção. Rio de Janeiro, SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Adminisração da Produção. 2 ed. São Paulo: Alas, SLACK, Nigel, e al. Adminisração da Produção. Revisão écnica: Henrique Côrrea e Irineu Gianesi. São Paulo; Alas, TUBINO, alvio Ferrari. Planejameno e conrole da produção: eoria e práica. São Paulo: Alas,

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

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

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

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

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

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

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

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

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

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

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

Experimento. Guia do professor. O método de Monte Carlo. Governo Federal. Ministério da Educação. Secretaria de Educação a Distância

Experimento. Guia do professor. O método de Monte Carlo. Governo Federal. Ministério da Educação. Secretaria de Educação a Distância Análise de dados e probabilidade Guia do professor Experimeno O méodo de Mone Carlo Objeivos da unidade 1. Apresenar um méodo ineressane e simples que permie esimar a área de uma figura plana qualquer;.

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

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 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

AÇÕES DO MERCADO FINACEIRO: UM ESTUDO VIA MODELOS DE SÉRIES TEMPORAIS

AÇÕES DO MERCADO FINACEIRO: UM ESTUDO VIA MODELOS DE SÉRIES TEMPORAIS AÇÕES DO MERCADO FINACEIRO: UM ESTUDO VIA MODELOS DE SÉRIES TEMPORAIS Caroline Poli Espanhol; Célia Mendes Carvalho Lopes Engenharia de Produção, Escola de Engenharia, Universidade Presbieriana Mackenzie

Leia mais

Modelos de Previsão. 1. Introdução. 2. Séries Temporais. Modelagem e Simulação - Modelos de Previsão

Modelos de Previsão. 1. Introdução. 2. Séries Temporais. Modelagem e Simulação - Modelos de Previsão Modelos de Previsão Inrodução Em omada de decisão é basane comum raar problemas cujas decisões a serem omadas são funções de faos fuuros Assim, os dados descrevendo a siuação de decisão precisam ser represenaivos

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

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

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

Análise de Previsão de Itens de Demanda Intermitente Utilizando o Modelo Syntetos- Boylan Approximation (SBA)

Análise de Previsão de Itens de Demanda Intermitente Utilizando o Modelo Syntetos- Boylan Approximation (SBA) Análise de Previsão de Iens de Demanda Inermiene Uilizando o Modelo Syneos- Boylan Approximaion (SBA) RESUMO Auoria: Carlos Alexandre Vieira de Carvalho Esa pesquisa se concenra em méodos de Suavização

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

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

2. Referencial Teórico

2. Referencial Teórico 15 2. Referencial Teórico Se os mercados fossem eficienes e não houvesse imperfeições, iso é, se os mercados fossem eficienes na hora de difundir informações novas e fossem livres de impedimenos, índices

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

POSSIBILIDADE DE OBTER LUCROS COM ARBITRAGEM NO MERCADO DE CÂMBIO NO BRASIL

POSSIBILIDADE DE OBTER LUCROS COM ARBITRAGEM NO MERCADO DE CÂMBIO NO BRASIL POSSIBILIDADE DE OBTER LUCROS COM ARBITRAGEM NO MERCADO DE CÂMBIO NO BRASIL FRANCISCO CARLOS CUNHA CASSUCE; CARLOS ANDRÉ DA SILVA MÜLLER; ANTÔNIO CARVALHO CAMPOS; UNIVERSIDADE FEDERAL DE VIÇOSA VIÇOSA

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

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

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

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

CUSTOS POTENCIAIS DA PRODUÇÃO E OS BENEFÍCIOS DO PLANEJAMENTO E CONTROLE DA PRODUÇÃO

CUSTOS POTENCIAIS DA PRODUÇÃO E OS BENEFÍCIOS DO PLANEJAMENTO E CONTROLE DA PRODUÇÃO XXII Enconro Nacional de Engenharia de rodução Curiiba R, 23 a 25 de ouubro de 2002 CUSTOS OTENCIAIS DA RODUÇÃO E OS BENEFÍCIOS DO LANEJAMENTO E CONTROLE DA RODUÇÃO Valério Anonio amplona Salomon José

Leia mais

MÉTODO MARSHALL. Os corpos de prova deverão ter a seguinte composição em peso:

MÉTODO MARSHALL. Os corpos de prova deverão ter a seguinte composição em peso: TEXTO COMPLEMENTAR MÉTODO MARSHALL ROTINA DE EXECUÇÃO (PROCEDIMENTOS) Suponhamos que se deseje dosar um concreo asfálico com os seguines maeriais: 1. Pedra 2. Areia 3. Cimeno Porland 4. CAP 85 100 amos

Leia mais

Aula - 2 Movimento em uma dimensão

Aula - 2 Movimento em uma dimensão Aula - Moimeno em uma dimensão Física Geral I - F- 18 o semesre, 1 Ilusração dos Principia de Newon mosrando a ideia de inegral Moimeno 1-D Conceios: posição, moimeno, rajeória Velocidade média Velocidade

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

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

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

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

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

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

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

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

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

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

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

Modelos Matemáticos na Tomada de Decisão em Marketing

Modelos Matemáticos na Tomada de Decisão em Marketing Universidade dos Açores Deparameno de Maemáica Monografia Modelos Maemáicos na Tomada de Decisão em Markeing Pona delgada, 3 de Maio de Orienador: Eng. Armado B. Mendes Orienanda: Marla Silva Modelos Maemáicos

Leia mais

Centro Federal de EducaçãoTecnológica 28/11/2012

Centro Federal de EducaçãoTecnológica 28/11/2012 Análise da Dinâmica da Volailidade dos Preços a visa do Café Arábica: Aplicação dos Modelos Heeroscedásicos Carlos Albero Gonçalves da Silva Luciano Moraes Cenro Federal de EducaçãoTecnológica 8//0 Objevos

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

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

Dinâmica de interação da praga da cana-de-açúcar com seu parasitóide Trichogramma galloi

Dinâmica de interação da praga da cana-de-açúcar com seu parasitóide Trichogramma galloi Dinâmica de ineração da praga da cana-de-açúcar com seu parasióide Trichogramma galloi Elizabeh de Holanda Limeira 1, Mara Rafikov 2 1 Universidade Federal do ABC - UFABC, Sano André, Brasil, behmacampinas@yahoo.com.br

Leia mais

Susan Schommer Risco de Crédito 1 RISCO DE CRÉDITO

Susan Schommer Risco de Crédito 1 RISCO DE CRÉDITO Susan Schommer Risco de Crédio 1 RISCO DE CRÉDITO Definição: Risco de crédio é o risco de defaul ou de reduções no valor de mercado causada por rocas na qualidade do crédio do emissor ou conrapare. Modelagem:

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

Relações Comerciais e de Preços no Mercado Nacional de Combustíveis 1

Relações Comerciais e de Preços no Mercado Nacional de Combustíveis 1 1 Relações Comerciais e de Preços no Mercado Nacional de Combusíveis 1 Mara Crisina Marjoa-Maisro 2 Geraldo San Ana de Camargo Barros 3 Arigo elaborado em fevereiro/2002 Aprovado para o XL Congresso Brasileiro

Leia mais

PREVISÃO DO VOLUME DE VENDAS DE UM BEM DE CONSUMO

PREVISÃO DO VOLUME DE VENDAS DE UM BEM DE CONSUMO ARNAUD FRANCIS JEAN GUÉRIN PREVISÃO DO VOLUME DE VENDAS DE UM BEM DE CONSUMO Trabalho de formaura apresenado À Escola Poliécnica da Universidade de São Paulo para a obenção do Diploma de Engenheiro de

Leia mais

Ampliador com estágio de saída classe AB

Ampliador com estágio de saída classe AB Ampliador com eságio de saída classe AB - Inrodução Nese laboraório será esudado um ampliador com rês eságios empregando ransisores bipolares, com aplicação na faixa de áudio freqüência. O eságio de enrada

Leia mais

Um estudo de Cinemática

Um estudo de Cinemática Um esudo de Cinemáica Meu objeivo é expor uma ciência muio nova que raa de um ema muio anigo. Talvez nada na naureza seja mais anigo que o movimeno... Galileu Galilei 1. Inrodução Nese exo focaremos nossa

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

FUNDAÇÃO GETULIO VARGAS FGV ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA EPGE DURAÇÃO DA VENDA DE IMÓVEIS EM LANÇAMENTO NO BRASIL

FUNDAÇÃO GETULIO VARGAS FGV ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA EPGE DURAÇÃO DA VENDA DE IMÓVEIS EM LANÇAMENTO NO BRASIL FUNDAÇÃO GETULIO VARGAS FGV ESCOLA DE ÓS-GRADUAÇÃO EM ECONOMIA EGE DURAÇÃO DA VENDA DE IMÓVEIS EM LANÇAMENTO NO BRASIL Disseração submeida à Congregação da Escola de ós Graduação em Economia (EGE-FGV)

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

HCV: Um estudo do tempo de tratamento

HCV: Um estudo do tempo de tratamento H: Um esudo do empo de raameno José Anonio Salvador e Sadao Massago Deparameno de Maemáica - Universidade Federal de São Carlos Via Washingon Luis, km 23, CP 676 36-9 São Carlos - SP salvador@dm.ufscar.br

Leia mais

EXPERIÊNCIA 7 CONSTANTE DE TEMPO EM CIRCUITOS RC

EXPERIÊNCIA 7 CONSTANTE DE TEMPO EM CIRCUITOS RC EXPERIÊNIA 7 ONSTANTE DE TEMPO EM IRUITOS R I - OBJETIVO: Medida da consane de empo em um circuio capaciivo. Medida da resisência inerna de um volímero e da capaciância de um circuio aravés da consane

Leia mais

Variabilidade e pass-through da taxa de câmbio: o caso do Brasil

Variabilidade e pass-through da taxa de câmbio: o caso do Brasil Variabilidade e pass-hrough da axa de câmbio: o caso do Brasil André Minella Banco Cenral do Brasil VI Seminário de Meas para a Inflação Agoso 005 Disclaimer: Esa apresenação é de responsabilidade do auor,

Leia mais

UMA ANÁLISE ECONOMÉTRICA DOS COMPONENTES QUE AFETAM O INVESTIMENTO PRIVADO NO BRASIL, FAZENDO-SE APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA.

UMA ANÁLISE ECONOMÉTRICA DOS COMPONENTES QUE AFETAM O INVESTIMENTO PRIVADO NO BRASIL, FAZENDO-SE APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA. UMA ANÁLISE ECONOMÉTRICA DOS COMPONENTES QUE AFETAM O INVESTIMENTO PRIVADO NO BRASIL, FAZENDO-SE APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA Área: ECONOMIA COELHO JUNIOR, Juarez da Silva PONTILI, Rosangela Maria

Leia mais

ENSAIO SOBRE A FLUÊNCIA NA VIBRAÇÃO DE COLUNAS

ENSAIO SOBRE A FLUÊNCIA NA VIBRAÇÃO DE COLUNAS Congresso de Méodos Numéricos em Engenharia 215 Lisboa, 29 de Junho a 2 de Julho, 215 APMTAC, Porugal, 215 ENSAIO SOBRE A FLUÊNCIA NA VIBRAÇÃO DE COLUNAS Alexandre de Macêdo Wahrhafig 1 *, Reyolando M.

Leia mais

PRECIFICAÇÃO DE CONTRATO DE ENERGIA ELÉTRICA MODELO DE PROGRAMAÇÃO DINÂMICA ESTOCÁSTICA

PRECIFICAÇÃO DE CONTRATO DE ENERGIA ELÉTRICA MODELO DE PROGRAMAÇÃO DINÂMICA ESTOCÁSTICA PRECIFICAÇÃO DE CONTRATO DE ENERGIA ELÉTRICA MODELO DE PROGRAMAÇÃO DINÂMICA ESTOCÁSTICA Leicia Takahashi DE/ FEM/ UNICAMP Caia Posal: 6122 CEP: 13.083-970 Campinas - SP leicia@fem.unicamp.br Paulo B. Correia

Leia mais

INSTRUMENTAÇÃO, CONTROLE E AUTOMAÇÃO

INSTRUMENTAÇÃO, CONTROLE E AUTOMAÇÃO INSTRUMENTAÇÃO, CONTROLE E AUTOMAÇÃO Pág.: 1/88 ÍNDICE Professor: Waldemir Loureiro Inrodução ao Conrole Auomáico de Processos... 4 Conrole Manual... 5 Conrole Auomáico... 5 Conrole Auo-operado... 6 Sisema

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

Um Modelo para o Problema de Dimensionamento de Lotes com Aquisição de Matérias-Primas

Um Modelo para o Problema de Dimensionamento de Lotes com Aquisição de Matérias-Primas Um Modelo para o Problema de Dimensionameno de Loes com Aquisição de Maérias-Primas Arur Lovao Cunha Universidade de São Paulo - Insiuo de Ciências Maemáicas e de Compuação Av. Trabalhador São-carlense,

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

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

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

PREVISÃO DE DEMANDA: UMA APLICAÇÃO DOS MODELOS BOX- JENKINS NA ÁREA DE ASSISTÊNCIA TÉCNICA DE COMPUTADORES PESSOAIS

PREVISÃO DE DEMANDA: UMA APLICAÇÃO DOS MODELOS BOX- JENKINS NA ÁREA DE ASSISTÊNCIA TÉCNICA DE COMPUTADORES PESSOAIS PREVISÃO DE DEMANDA: UMA APLICAÇÃO DOS MODELOS BOX- JENKINS NA ÁREA DE ASSISTÊNCIA TÉCNICA DE COMPUTADORES PESSOAIS Liane Werner Deparameno de Esaísica, Universidade Federal do Rio Grande do Sul, Rua Beno

Leia mais

1 TRANSMISSÃO EM BANDA BASE

1 TRANSMISSÃO EM BANDA BASE Página 1 1 TRNSMISSÃO EM BND BSE ransmissão de um sinal em banda base consise em enviar o sinal de forma digial aravés da linha, ou seja, enviar os bis conforme a necessidade, de acordo com um padrão digial,

Leia mais

Sistemas não-lineares de 2ª ordem Plano de Fase

Sistemas não-lineares de 2ª ordem Plano de Fase EA93 - Pro. Von Zuben Sisemas não-lineares de ª ordem Plano de Fase Inrodução o esudo de sisemas dinâmicos não-lineares de a ordem baseia-se principalmene na deerminação de rajeórias no plano de esados,

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

TEXTO PARA DISCUSSÃO N 171 DESIGUALDADES SOCIAIS EM SAÚDE: EVIDÊNCIAS EMPÍRICAS SOBRE O CASO BRASILEIRO

TEXTO PARA DISCUSSÃO N 171 DESIGUALDADES SOCIAIS EM SAÚDE: EVIDÊNCIAS EMPÍRICAS SOBRE O CASO BRASILEIRO TEXTO PARA DISCUSSÃO N 171 DESIGUALDADES SOCIAIS EM SAÚDE: EVIDÊNCIAS EMPÍRAS SOBRE O CASO BRASILEIRO Kenya Valeria Micaela de Souza Noronha Mônica Viegas Andrade Junho de 2002 1 Ficha caalográfica 33:614(81)

Leia mais

ESTIMATIVA DO NÚMERO MÍNIMO DE PEÇAS DE REPOSIÇÃO REPARÁVEIS UTILIZANDO PROCESSOS ESTOCÁSTICOS MARCUS VINICIUS DA SILVA SALES

ESTIMATIVA DO NÚMERO MÍNIMO DE PEÇAS DE REPOSIÇÃO REPARÁVEIS UTILIZANDO PROCESSOS ESTOCÁSTICOS MARCUS VINICIUS DA SILVA SALES ESTIMATIVA DO NÚMERO MÍNIMO DE EÇAS DE REOSIÇÃO REARÁVEIS UTILIZANDO ROCESSOS ESTOCÁSTICOS MARCUS VINICIUS DA SILVA SALES UNIVERSIDADE ESTADUAL DO NORTE FLUMINENSE - UENF CAMOS DOS GOYTACAZES - RJ MAIO

Leia mais

MODELOS DE SUAVIZAÇÃO EXPONENCIAL, ARIMA E REDES NEURAIS ARTIFICIAIS: UM ESTUDO COMPARATIVO PARA A PREVISÃO DE DEMANDA DE PRODUTOS

MODELOS DE SUAVIZAÇÃO EXPONENCIAL, ARIMA E REDES NEURAIS ARTIFICIAIS: UM ESTUDO COMPARATIVO PARA A PREVISÃO DE DEMANDA DE PRODUTOS CENTRO UNIVERSITÁRIO UNIVATES CURSO DE ENGENHARIA DE PRODUÇÃO MODELOS DE SUAVIZAÇÃO EXPONENCIAL, ARIMA E REDES NEURAIS ARTIFICIAIS: UM ESTUDO COMPARATIVO PARA A PREVISÃO DE DEMANDA DE PRODUTOS William

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

GUIA DE ADEQUAÇÃO AMBIENTAL PARA DISTRIBUIDORES DE VEÍCULOS. Instruções para a Alta Direção e o Responsável Ambiental (RA)

GUIA DE ADEQUAÇÃO AMBIENTAL PARA DISTRIBUIDORES DE VEÍCULOS. Instruções para a Alta Direção e o Responsável Ambiental (RA) GUIA DE ADEQUAÇÃO AMBIENTAL PARA DISTRIBUIDORES DE VEÍCULOS Insruções para a Ala Direção e o Responsável Ambienal (RA) DIS TR IBU IDO R Adapado de: MANUAL DE ADEQUAÇÃO AMBIENTAL PARA CONCESSIONÁRIAS DE

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

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

DESENVOLVIMENTO DE MÉTODO DE

DESENVOLVIMENTO DE MÉTODO DE UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO DESENVOLVIMENTO DE MÉTODO DE PLANEJAMENTO E PROGRAMAÇÃO DE OPERAÇÕES DE PRESTAÇÃO DE SERVIÇOS

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

= + 3. h t t. h t t. h t t. h t t MATEMÁTICA

= + 3. h t t. h t t. h t t. h t t MATEMÁTICA MAEMÁICA 01 Um ourives possui uma esfera de ouro maciça que vai ser fundida para ser dividida em 8 (oio) esferas menores e de igual amanho. Seu objeivo é acondicionar cada esfera obida em uma caixa cúbica.

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

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

DIMENSIONAMENTO DE LOTES E PROGRAMAÇÃO DO FORNO NUMA FUNDIÇÃO AUTOMATIZADA DE PORTE MÉDIO

DIMENSIONAMENTO DE LOTES E PROGRAMAÇÃO DO FORNO NUMA FUNDIÇÃO AUTOMATIZADA DE PORTE MÉDIO versão impressa ISSN 00-7438 / versão online ISSN 678-542 DIMENSIONAMENTO DE LOTES E PROGRAMAÇÃO DO FORNO NUMA FUNDIÇÃO AUTOMATIZADA DE PORTE MÉDIO Silvio Alexandre de Araujo Deparameno de Informáica Universidade

Leia mais

Exponential weighting and decomposition times series applied to forecast the volume of cargo handling at International Airport of Sao Paulo

Exponential weighting and decomposition times series applied to forecast the volume of cargo handling at International Airport of Sao Paulo Ouubro de 2010, vol. 02, n o. 10 Ponderação exponencial e decomposição em séries emporais aplicadas à previsão do volume de movimenação de carga no Aeroporo Inernacional de São Paulo Tiago José Menezes

Leia mais

FUNÇÕES CONVEXAS EM TEORIA DE APREÇAMENTO DE OPÇÕES POR ARBITRAGEM UTILIZANDO O MODELO BINOMIAL

FUNÇÕES CONVEXAS EM TEORIA DE APREÇAMENTO DE OPÇÕES POR ARBITRAGEM UTILIZANDO O MODELO BINOMIAL FUNÇÕES CONVEAS EM EORIA DE APREÇAMENO DE OPÇÕES POR ARBIRAGEM UILIZANDO O MODELO BINOMIAL Devanil Jaques de SOUZA Lucas Moneiro CHAVES RESUMO: Nese rabalho uilizam-se écnicas maemáicas elemenares, baseadas

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

SÉRIE: Estatística Básica Texto: Percentagens, Relativos e Índices SUMÁRIO 1. PERCENTAGENS...4 2. 2. RELATIVOS...9 3. 3. NÚMEROS ÍNDICES...

SÉRIE: Estatística Básica Texto: Percentagens, Relativos e Índices SUMÁRIO 1. PERCENTAGENS...4 2. 2. RELATIVOS...9 3. 3. NÚMEROS ÍNDICES... SUMÁRO 1. PERCENTAGENS...4 1.1. NTRODUÇÃO...4 1.2. 1.2.. EQUVALÊNCAS...5 1.3. 1.3. ASSMETRA...5 1.4. 1.4. AUMENTOS E BAXAS SUCESSVAS...7 2. 2. RELATVOS...9 2.1. 2.1. TPOS DE RELATVOS...9 2.1.1. 2.1.1.

Leia mais

Experiências para o Ensino de Queda Livre

Experiências para o Ensino de Queda Livre Universidade Esadual de Campinas Insiuo de Física Gleb Waagin Relaório Final da disciplina F 69A - Tópicos de Ensino de Física I Campinas, de juno de 7. Experiências para o Ensino de Queda Livre Aluno:

Leia mais

3 REVISÃO BIBLIOGRÁFICA

3 REVISÃO BIBLIOGRÁFICA 33 3 REVISÃO BIBLIOGRÁFICA No iem 3.1, apresena-se uma visão geral dos rabalhos esudados sobre a programação de horários de rens. No iem 3.2, em-se uma análise dos rabalhos que serviram como base e conribuíram

Leia mais

UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO ANDRÉ MAURO SANTOS DE ESPÍNDOLA

UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO ANDRÉ MAURO SANTOS DE ESPÍNDOLA UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO ANDRÉ MAURO SANTOS DE ESPÍNDOLA INTELIGÊNCIA COMPETITIVA E MODELOS DE SÉRIES TEMPORAIS PARA PREVISÃO DE CONSUMO:

Leia mais

Ascensão e Queda do Desemprego no Brasil: 1998-2012

Ascensão e Queda do Desemprego no Brasil: 1998-2012 Ascensão e Queda do Desemprego no Brasil: 1998-2012 Fernando Siqueira dos Sanos Resumo: ese rabalho analisa a evolução do desemprego nos úlimos anos, com foco no período 1998 a 2012 devido à melhor disponibilidade

Leia mais

CIRCULAR Nº 3.640, DE 4 DE MARÇO DE 2013

CIRCULAR Nº 3.640, DE 4 DE MARÇO DE 2013 CIRCULAR Nº.640, DE 4 DE MARÇO DE 20 Esabelece os procedimenos para o cálculo da parcela dos aivos ponderados pelo risco (RWA), relaiva ao cálculo do capial requerido para o risco operacional mediane abordagem

Leia mais

Redes de Computadores

Redes de Computadores Inrodução Ins iuo de Info ormáic ca - UF FRGS Redes de Compuadores Conrole de fluxo Revisão 6.03.015 ula 07 Comunicação em um enlace envolve a coordenação enre dois disposiivos: emissor e recepor Conrole

Leia mais

1 Introdução. Onésio Assis Lobo 1 Waldemiro Alcântara da Silva Neto 2

1 Introdução. Onésio Assis Lobo 1 Waldemiro Alcântara da Silva Neto 2 Transmissão de preços enre o produor e varejo: evidências empíricas para o seor de carne bovina em Goiás Resumo: A economia goiana vem se desacado no conexo nacional. Seu PIB aingiu R$ 75 bilhões no ano

Leia mais

COMPORTAMENTO DO PREÇO NO COMPLEXO SOJA: UMA ANÁLISE DE COINTEGRAÇÃO E DE CAUSALIDADE

COMPORTAMENTO DO PREÇO NO COMPLEXO SOJA: UMA ANÁLISE DE COINTEGRAÇÃO E DE CAUSALIDADE COMPORTAMENTO DO PREÇO NO COMPLEXO SOJA: UMA ANÁLISE DE COINTEGRAÇÃO E DE CAUSALIDADE RESUMO Ese rabalho objeiva esudar o comporameno recene dos preços dos segmenos do complexo soja, em paricular, a ransmissão

Leia mais

SPREAD BANCÁRIO NO BRASIL

SPREAD BANCÁRIO NO BRASIL SPREAD BANCÁRIO NO BRASIL Elaine Aparecida Fernandes RESUMO: Diane da consaação de que os spreads bancários brasileiros (diferença enre as axas de juros de capação e aplicação dos bancos) se enconram em

Leia mais