ANÁLISE DA DEMANDA POR SAL REFINADO DE COZINHA: ESTUDO DE CASO NUMA EMPRESA MOSSOROENSE
|
|
- Yan Penha de Almeida
- 7 Há anos
- Visualizações:
Transcrição
1 ANÁLISE DA DEMANDA POR SAL REFINADO DE COZINHA: ESTUDO DE CASO NUMA EMPRESA MOSSOROENSE Priscila Goncalves Vasconcelos Sampaio (UFERSA ) prisamp@yahoo.com.br hugo dantas da silva ribeiro (UFERSA ) hugodantas88@hotmail.com O presente artigo tem como objetivo propor um modelo de previsão de demanda para uma empresa do setor salineiro, para os anos de 2011 até 2020, em relação às vendas do sal de refinado de cozinha de 1 Kg, com base nos dados históricos de demmanda dos anos de 2013 até A escolha deste produto se deu pela importância que o setor salineiro tem para Mossoró e região, bem como pela importância que este tipo de sal representa para a empresa em estudo, já que é um dos produtos que apresenta maior lucratividade/rentabilidade para a mesma. Em um primeiro momento coloca-se uma breve descrição da produção do sal, bem como do conceito de previsão de demanda e de cada uma das técnicas de previsão utilizáveis nas organizações segundo autores como Tubino (2009) e Moreira (1999). Em seguida realiza-se a análise dos dados, aplicação do modelo de previsão, interpretação dos resultados e análise da capacidade produtiva. Palavras-chaves: Previsão de demanda; Capacidade produtiva; Sal refinado.
2 1. Introdução O Rio Grande do Norte responde por quase 95% de todo o sal bruto e refinado do Brasil. A maior parte dessa produção está concentrada em Areia Branca, que possui as maiores salinas e também o mais importante canal de escoamento do que é produzido em abundância no município e na região: o Porto-Ilha. A importância no sal no contexto econômico e social de Mossoró e região se devem ao fato do mesmo gerar divisas e empregos direto e indireto mantendo o setor aquecido. Devido ao crescimento do setor, a competitividade entre as empresas salineiras tende a aumentar cada vez mais. Com isso as empresas precisam ser competitivas e, para tanto, buscam colocar no mercado produtos de qualidade que atendam a demanda e às necessidades dos seus clientes. As variações da demanda apresentam-se como um dos principais fatores que determinam esta competitividade e provocam mudanças no planejamento das indústrias em geral. Para controle dos sistemas de produção, as empresas desafiam suas limitações de capacidade produtiva e financeira buscando soluções em máquinas e equipamentos como alternativa para seu desenvolvimento e atendimento da demanda. A previsão de demanda é de fundamental importância na gestão de estoques e no planejamento e controle da produção. Para Werner e Ribeiro (2006) esta importância se dá, pois a previsão gera informações para que as empresas consigam dimensionar o volume de bens ou serviços que irão produzir, estocar e expedir, de modo a suprir a demanda dos clientes. Diante do exposto acima, o presente artigo tem como objetivo propor um modelo de previsão de demanda para uma empresa do setor salineiro, para os anos de 2013 até 2022, em relação às vendas do sal de refinado de cozinha de 1 Kg, com base nos dados históricos de demanda dos anos de 2008 até A escolha deste produto se deu pela importância que o setor salineiro tem para Mossoró e região, bem como pela importância que este tipo de sal representa para a empresa em estudo, já que é um dos produtos que apresenta maior lucratividade/rentabilidade para a mesma. Em um primeiro momento coloca-se uma breve descrição da produção do sal, bem como do conceito de previsão de demanda e de cada uma das técnicas de previsão utilizáveis nas organizações segundo autores como Tubino (2009) e Moreira (1999). Em seguida realiza-se a análise dos dados, aplicação do modelo de previsão, interpretação dos resultados e análise da capacidade produtiva. 2
3 2. Referencial teórico Essa seção apresenta o referencial teórico sobre o conceito de previsão de demanda, os modelos de previsão e as medidas de acurácia utilizadas para identificar a precisão do modelo ou para selecionar o melhor modelo para cada caso Previsão de demanda As previsões de demanda são de suma importância no processo de planejamento da produção no planejamento da capacidade produtiva, no estudo de lançamento de novos produtos etc. Segundo Martins e Laugeni (2006) previsão de demanda consiste na determinação de dados futuros com base em modelos estatísticos, matemáticos ou econométricos. Para Dias (1993) previsão de demanda significa estimar com antecedência o volume de vendas num determinado período, levando em consideração uma margem de erro. De acordo com Tubino (2009) um modelo de previsão de demanda pode ser dividido em cinco etapas básicas, conforme Figura 1. Figura 1 - Etapas do modelo de previsão Fonte: Tubino 2009 Na primeira etapa deve-se definir o motivo pelo qual se esta fazendo a previsão. Uma vez definido o objetivo do modelo de previsão, deve-se coletar e analisar os dados históricos do produto, com intuito de identificar e desenvolver a técnica de previsão que melhor se adapte. Quanto mais dados históricos forem coletados e analisados, mais confiável será a técnica de previsão. É importante observar que variações extraordinárias de demanda, como promoções especiais ou greves, devem ser analisadas e substituídas por valores médios, compatíveis com o comportamento normal da demanda. O tamanho do período de consolidação de dados (semanal, mensal, trimestral, etc.) tem influência direta na escolha da técnica de previsão mais adequada, bem como na análise das variações extraordinárias. A terceira etapa é a decisão pela técnica mais apropriada. Existem alguns fatores que merecem destaque na escolha da técnica de previsão: disponibilidade de recursos computacionais, disponibilidade de dados históricos, experiência passada com aplicação de 3
4 determinada técnica, disponibilidade de tempo para coletar, analisar e preparar os dados e a previsão, entre outros. A etapa seguinte é a obtenção da previsão propriamente dita, uma vez que já se definiu a técnica de previsão e a aplicação dos dados passados. Quanto maior for o horizonte pretendido, menor a confiabilidade da demanda prevista. No decorrer do tempo as previsões vão sendo alcançadas pela demanda real. Surge então a última etapa de um modelo de previsão que é o monitoramento do modelo. Deve-se monitorar a extensão do erro entre a demanda real e a prevista, para averiguar se a técnica e os parâmetros usados são válidos. Um ajuste nos parâmetros do modelo é suficiente, em situações normais, para que reflita as tendências mais recentes. Em situações mais críticas, uma reavaliação de todo modelo (desde o objetivo do modelo) pode ser necessária, incluindo um novo exame dos dados e a escolha de uma nova técnica de previsão Modelos de previsão A previsão de demanda pode ser feita por meio de modelos qualitativos, quantitativos ou através da combinação dos dois modelos. Os modelos qualitativos são baseados no julgamento e na experiência de especialistas. Tais modelos são utilizados principalmente quando não existem dados disponíveis ou quando os dados históricos são insuficientes para a modelagem matemática (MOREIRA, 1999). Os modelos quantitativos de previsão podem ser divididos em séries temporais e técnicas de correlação. A previsão baseada nas séries temporais é aquela em que a futura demanda não sofrerá influencia de outras variáveis e será um espelho de valores passados. Podem ser subdividas em média móvel, média exponencial móvel, equação linear para tendência, ajustamento exponencial para tendência, sazonalidade simples, sazonalidade com tendência e correlação. - Média Móvel: É indicada quando não há tendência ou sazonalidade. É baseada na média aritmética de valores passados: P t+1 - Previsão para o próximo período; (1) R t - Valor real observado no período t; n - Número de períodos no histórico de 4
5 vendas passadas; - Média Exponencial: A média móvel exponencial é uma extensão da média móvel simples e utiliza suavização da mesma para reduzir quantidade de sinais de compra ou de venda. O cálculo é feito da seguinte forma: M t = M t-1 + α (D t-1 M t-1 ) (2) Onde: Mt= previsão para o período t; Mt-1= previsão para o período t-1; α= coeficiente de ponderação (este coeficiente é fixado pelo analista numa faixa que varia de 0 a 1); Dt-1= demanda do período t-1. - Equação Linear para tendência: Refere-se ao movimento gradual de longo prazo da demanda. A equação poderá ser linear, ou não, porém, nosso estudo, limitou-se somente a tendência linear, onde, calculamos a equação da seguinte forma: Y= a + bx (3) Onde: Y= previsão da demanda para o período X; a = ordenada à origem, ou intercessão no eixo dos Y; b = coeficiente angular; X= período (partindo de X = 0) para previsão. - Ajustamento exponencial para tendência: O ajustamento exponencial para tendência consiste em fazer a previsão com base em dois fatores: a previsão da média exponencial móvel da demanda e uma estimativa exponencial da tendência. O calculo é feito da seguinte forma: P t-1 = M t + T t (4) Sendo que: M t = P t + a 1 (D t ; (5) / T t = T t-1 + a 2 (( P t P t-1 )- T t-1 ) (6) Onde: P t+1 = previsão da demanda para o período t+1; P t = previsão da demanda para o período t; P t-1 = previsão da demanda para o período t-1; M t = previsão da média exponencial móvel da demanda para o período t; T t = previsão da tendência exponencial móvel para o período t; T t-1 = previsão da tendência para o período t-1; a 1 = coeficiente de ponderação da média; a 2 = coeficiente de ponderação da tendência; D t = demanda do período t. - Sazonalidade simples: A técnica consiste em obter o índice de sazonalidade (que é obtido dividindo-se o valor da demanda no período pela média móvel centrada nesse período) para cada um dos períodos da série e aplicá-lo em cima da previsão média em cada um desses períodos. 5
6 - Sazonalidade com tendência: Aplica-se para o caso da demanda apresentar sazonalidade com tendência, sendo necessário aplicar essas duas características no modelo de previsão. - Correlação: As previsões com correlação têm como objetivo prever a demanda de determinado produto com base na previsão de outra variável que esteja relacionada com o produto. O cálculo é feito da seguinte maneira: Y= a + bx, (7) Onde: Y= previsão da demanda para o item dependente; a = ordenada à origem, ou intersecção no eixo dos Y; b = coeficiente angular; X= valor da variável independente. E os coeficientes de a e b podem ser calculados da seguinte forma: (8) (9) Onde n, é o número pares de XY Erros de previsão No estudo dos modelos de previsão de demanda as medidas de precisão são uma aplicação de extrema importância. Assim, é fundamental incluir informação acerca da medida em que a previsão pode desviar-se do valor real da variável. Este conhecimento adicional fornece uma melhor percepção sobre o quão precisa pode ser a previsão (STEVENSON, 2001). Chopra e Meindl (2003), calculam o erro de previsão como sendo a diferença entre a previsão para o período t e a demanda real neste mesmo período. E t = F t D t (10) onde, E t = erro de previsão para um período t; F t = previsão para o período t; D t = demanda real para o período t. O desvio médio absoluto (DMA) é uma das medidas mais comuns de erro de previsão Para calcular o DMA, subtrai-se o valor da previsão ao valor real em cada período de tempo, tendo em conta que o resultado deverá ser positivo, ou seja, sempre em módulo, soma-se e divide-se pelo número de valores que foram usados para obter a soma. (11) 6
7 Onde: Significa: usar o valor absoluto, ignorando a direção do desvio Capacidade instalada A capacidade instalada de uma empresa é a capacidade máxima de produção que a mesma pode alcançar, ou seja é a quantidade de produtos que a empresa consegui produzir, levando em consideração os equipamentos e instalações que tem disponíveis. De acordo com Isaac (2004), sabendo analisar sua capacidade, outra iniciativa importante é saber como balancear essa capacidade com os investimentos necessários para sua expansão, de modo a não se investir desnecessariamente nela nem ficar despreparado para aumentos futuros e imprevistos de demanda. 3. Procedimento metodológico O presente artigo tem como objetivo desenvolver um modelo de previsão para vendas de sal, para uma empresa do setor salineiro. Para tanto, foi utilizada a estratégia de pesquisa de natureza quantitativa, classificada também como descritiva, bem como exploratória, e que utilizou para o desenvolvimento de seu processo a técnica do estudo de caso. O estudo de caso que segundo Yin (2005), representa uma investigação empírica e compreende um método abrangente, com a lógica do planejamento, da coleta e da análise de dados e da escolha do referencial teórico. Pode incluir tanto estudos de caso único quanto de múltiplos, assim como abordagens quantitativas e qualitativas de pesquisa. A realização deste trabalho, conforme indica a Figura 2, consistiu inicialmente na realização de duas visitas à empresa objeto de estudo. Em seguida foram coletados os dados históricos de demanda do sal referentes aos anos de 2008, 2009, 2010, 2011 e 2012 em seguida foi analisado, por meio da ferramenta Microsoft Excel, o comportamento dos dados ao longo do tempo o que possibilitou a escolha do modelo/técnica de previsão que melhor se aderiu às séries temporais. O modelo escolhido foi o de sazonalidade com tendência. Após a escolha do modelo mais adequado, foi realizado o cálculo da previsão de demanda e em seguida o do erro que tem como objetivo verificar, através de gráficos de controle, se os erros estão normais para o modelo de previsão escolhido, ou seja, se estão sobre controle. Por último foi feita a análise da capacidade instalada, para verificar se é possível a empresa suprir a demanda prevista para os próximos dez anos (2013 à 2022). 7
8 Figura 2 - Procedimento metodológico 4. Estudo de caso 4.1. Processo produtivo do sal O processo produtivo do sal refinado inicia-se, conforme ilustra a Figura 3, com a lavagem do sal in natura (sal grosso) (1), que em seguida passa pela etapa de moagem (2), secagem (3), seleção por peneiramento (4), adição de ferrocianeto de sódio e iodato de potássio (5), empacotamento (6), inspeção por amostragem (7) e enfardamento (8). Após o enfardamento (1 fardo = 30 pacotes de 1 Kg) o fardo é encaminhado para o setor de estoque (9) para ser posteriormente distribuído (10). Figura 3 Fluxograma do processo Fonte: Autores 4.2. Caracterização da empresa A empresa objeto de estudo, foi Criada em 1949 e tem sede administrativa em Mossoró. Exerce a atividade de extração, beneficiamento e comercialização de sal marinho. Atende as indústrias têxtil, alimentícia, frigorífica, siderúrgica, etc, e o consumo humano. Todas as marcas de sal da empresa são devidamente Registradas no Ministério da Saúde. Conta com um laboratório equipado, onde são realizadas todas as analises necessárias a verificação da qualidade do sal produzido e industrializado. 8
9 4.3. Coleta e Análise dos dados Os dados coletados neste trabalho, Quadro 1, foram obtidos através do resumo anual de entrada e saída de produtos que é feito, no início do ano seguinte, pelo setor de contabilidade da empresa. Quadro 1 - Demanda por sal refinado de 1 Kg para os anos de 2008 á 2012 Demanda real (quantidade vendida em toneladas) Mês Ano (2008) Ano (2009) Ano (2010) Ano (2011) Ano (2012) Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Trimestre Os dados foram estratificados por trimestre, o que permitiu uma melhor visualização do comportamento da demanda ao longo dos anos analisados conforme demonstra a Figura 4. Figura 4 - Gráfico de demanda por sal refinado de 1 Kg para os anos de 2008 á
10 Realizada a coleta de dados, e analisados os períodos de oscilações na demanda, pode-se destacar algumas características pertinentes: - Nos primeiros trimestres de 2008 a demanda era baixa, pois a empresa estava iniciando no mercado de vendas deste produto; - Em 2012 houve uma queda nas vendas, pois o inverno foi muito rigoroso, o que impossibilitou a estocagem da matéria-prima o que consequentemente causou a diminuição na produção e vendas; - Com o passar do tempo e com a evolução comercial, ou seja, com o aumento da carteira de clientes, a demanda foi aumentando chegando ao final do último trimestre de 2012 a toneladas; - No final de cada ano as vendas aumentam, pois há necessidade de se ter este produto em estoque para o início do ano seguinte, devido a retração na compra por conta do fechamento do balanço contábil; - Em seguida (do primeiro para o segundo trimestre) as vendas crescem, pois os clientes, para suprir a diminuição do estoque ocorrida no primeiro semestre, compram mais. Dessa forma, percebe-se que essa demanda apresenta sazonalidade, devido à ocorrência de variações, para cima ou para baixo em intervalos regulares, nas séries temporais da demanda. E apresenta também a componente tendência, referente ao movimento gradual ao longo da demanda, pois as vendas sobem a cada trimestre durante o ano Seleção da técnica de previsão Segundo Tubino (2009) quando há sazonalidade e tendência, se faz necessário incorporar essas duas características no modelo de previsão. Para tanto, ele define as seguintes etapas para um modelo de previsão baseado em sazonalidade com tendência: 10
11 a) Obtenção dos índices de sazonalidade através da média móvel centrada; b) Retirar o componente de sazonalidade da série de dados históricos, dividindo-os pelos correspondentes índices de sazonalidade; c) Desenvolver uma equação para a representação da tendência; d) Efetuar a previsão colocando o componente da sazonalidade Aplicação do modelo de previsão Seguindo as etapas descritas acima, encontra-se a média móvel centrada no meio do período (MMC½). A MMC½ foi obtida com a soma dos dados dos 4 primeiros trimestres e dividida pelo número de períodos, no caso 4. Para obtenção da MMC foi utilizada a equação (12) que realiza a média de dois valores descentralizados. Por exemplo, a média móvel para o período 3 é igual a ( ) / 2 = Em seguida devem-se obter os índices de sazonalidade para todos os períodos através da equação (13). Onde: MMC: Média Móvel Centrada; MMC½: Media Móvel Centrada do Meio do Período. (12) (13) Com os índices de sazonalidades encontrados, devemos encontrar os índices de sazonalidade médios através da equação (14). (14) Onde: IS médio: Índice de Sazonalidade Médio; IS i : Índice de Sazonalidade do período inicial; IS n : Índice de Sazonalidade do período final; n.is: Número de índices de sazonalidades. Os índices de sazonalidades médios serviram para encontrar a tendência dos dados. Essa por sua vez informa qual equação, que melhor representa os dados em relação à tendência. A tendência é calculada retirando-se os índices de sazonalidades dos períodos através da equação (15). 11
12 (15) Onde: PROD. REAL i : Produção Real do Período; IS i : Índice de Sazonalidade do Período; Desenvolvidos todos os cálculos obtiveram-se os seguintes valores, conforme indica o Quadro 2. Quadro 2 - Cálculo da MMC, da MMC ½, do IS, do IS médio e da Tendência Trimestre Demanda MMC1/2 MMC IS IS médio Tend , , , , , , Com os dados da tendência, calcula-se a equação que melhor a represente, que nesse caso é linear (Y = 273,95 X ,85), conforme pode ver na Figura 5. Figura 5 - Equação da tendência Y = 273,95 X ,85 R 2 = 0, Obtida a equação linear que melhor represente a tendência dos dados, essa pode ser aplicada para encontrar a tendência de demanda para qualquer período futuro. A demanda prevista é encontrada aplicando a equação (16). Para o presente estudo projetou-se a demanda por sal refinado de 1 Kg para os anos de 2013 até 2022 como pode ser observada no Quadro 3. D. Prev(x) = Y + (Y * (IS - 1)) (16) 12
13 Onde: D.Prev (x): Demanda prevista para o período; Y: Tendência para o Período; (IS 1): Devolvendo o Índice de Sazonalidade. Quadro 3 - Previsão demanda por sal refinado de 1 Kg para os anos de 2013 á 2022 Período Y IS Dem. Prev. Período Y IS Dem. Prev ,8 0, , ,8 0, , ,75 1, , ,75 1, , ,7 1, , ,7 1, , ,65 0, , ,65 0, , ,6 0, , ,6 0, , ,55 1, , ,55 1, , ,5 1, , ,5 1, , ,45 0, , ,45 0, , ,4 0, , ,4 0, , ,35 1, , ,35 1, , ,3 1, , ,3 1, , ,25 0, , ,25 0, , ,2 0, , ,2 0, , ,15 1, , ,15 1, , ,1 1, , ,1 1, , ,05 0, , ,05 0, , , , , , ,95 1, , ,95 1, , ,9 1, , ,9 1, , ,85 0, , ,85 0, ,71 Com base nos dados do Quadro 3 construiu-se o gráfico de previsão de demanda para os anos de 2013 a Figura 6 - Gráfico de previsão demanda por sal refinado de 1 Kg para os anos de 2013 á
14 Analisando as linhas que representam a demanda por sal refinado de 1 Kg no decorrer dos anos, conseguimos ver uma clara evolução de crescimento sendo que no final de 2022 a demanda será de toneladas. Observando o comportamento da demanda dos anos anteriores com a demanda para os próximos anos, pode-se observar que para os respectivos períodos, ou seja, trimestres, há sempre um aumento da demanda de um ano para outro. E isso também ocorre com a previsão de demanda feita, considerando a tendência e a sazonalidade. Este aumento na demanda pode estar associado à tendência de crescimento da população, bem como ao aumento da renda e do poder de compra dos consumidores, que à medida que ganham mais, tendem a consumir mais produtos que levam este ingrediente na sua composição Monitoramento do modelo de previsão Segundo Tubino (2009) o monitoramento do modelo de previsão busca verificar acuracidade dos valores previstos, identificar, isolar e corrigir as variações anormais, permitir a escolha de técnicas, ou parâmetros mais eficientes. Este monitoramento é realizado através do acompanhamento do erro da previsão. O cálculo é a diferença que ocorre entre o valor real da demanda e o valor previsto pelo modelo para dado período. Como pode ser observado no Quadro 4. O MAD (Desvio Médio Absoluto) é encontrado através da equação (16) e representará os limites inferiores e superiores de controle (4 x MAD). (16) Onde: D Atual : Demanda Ocorrida no Período; D Prevista : Demanda Prevista no Período; n: Número de Períodos; 14
15 Quadro 4 - Erro de previsão Trimestre Demanda Demanda Prevista (DP = Y + (Y*(IS-1))) Erro Erro ABS LIC LSC , , , , , , , , , , , , , , , , , , , , , , , , , , , MAD 2792,8836 LSC -2792,8836 LIC Com o erro e o MAD construiu-se o gráfico para verificar a consistência do modelo, conforme a Figura 7. Figura 7 - Gráfico de controle do erro Através deste gráfico percebe-se que o erro está sob controle, pois se encontra dentro das especificações dos limites superior e inferior de controle. Vale ressaltar que a verificação do erro deve ser feita para os anos seguintes a fim de verificar a consistência do modelo e caso seja necessário adotar outro modelo Análise da capacidade produtiva A capacidade produtiva é o valor máximo que define as saídas do processo produtivo por unidade de tempo. Para a empresa em estudo esse tempo é o mês. A capacidade produtiva para o sal refinado de cozinha de 1 Kg é de 4000 toneladas/mês, o que garante uma capacidade trimestral de toneladas. 15
16 Figura 8 - Gráfico da demanda prevista para os anos de 2013 a 2022 X Capacidade produtiva Com base na Figura 8, pode-se perceber que será necessário aumentar a capacidade produtiva, pois a mesma, a partir do ano de 2013 não conseguirá atender a demanda prevista. A fim de adequar a capacidade produtiva à demanda solicitada pelo mercado se faz necessário a aquisição novas máquinas/equipamentos, tais como: 1- Centrifugadora; 1- Extratora; 1- Moinho; 1- Secador; 1- Conjunto de peneiras vibratórias; 1- Empacotadeira; 1- Enfardadeira; 1- Linha de paletização. Estas máquinas/equipamentos são responsáveis respectivamente por: expelir toda a água contida no sal, reduzindo a umidade do produto a um valor aproximado de 4%; extrair a água que retorna à cuba de lavagem; reduzir o tamanho sal, de maneira a obter uma granulometria fina; reduzir a umidade do sal de 4% a 0,2%; preparar as diferentes granulometrias do sal obtidas após a moagem e secagem; empacotar/ensacar o sal; colocar em fardos os pacotes de sal provenientes da etapa anterior; colocar em paletes os fardos vindos da enfardadeira. Com a aquisição destas máquinas/equipamentos a empresa passa a dobrar a sua capacidade produtiva para o sal refinado de cozinha obtendo então, uma capacidade trimestral de toneladas, o que garante o atendimento da demanda no período analisado. 5. Considerações finais Para as empresas que almejam a competitividade a previsão de demanda é de suma 16
17 importância pelo fato de gerar dados que fornecem informações que irão apoiar a empresa no seu planejamento estratégico e nas tomadas de decisões. O objetivo deste artigo foi propor um modelo de previsão para uma empresa do setor salineiro, para os anos de 2013 até 2022, em relação às vendas do sal de refinado de cozinha de 1 Kg, com base nos dados históricos de demanda dos anos de 2008 até O modelo de previsão adotado foi a técnica para previsão de sazonalidade com tendência, visto que a demanda para este produto é crescente ao longo dos trimestres e possui sazonalidade durante esses períodos. Através deste método verificou-se um aumento da demanda para os anos de 2013 até Este aumento ocasionou à necessidade do aumento da capacidade produtiva, pois a mesma, a partir de 2013, não conseguirá atender a demanda prevista. Logo, foram indicadas algumas máquinas/equipamentos, como: Centrifugadora, Extratora, Moinho, Secador, Conjunto de peneiras vibratórias, Empacotadeira, Enfardadeira, Linha de paletização, a fim adequar esta capacidade à solicitação do mercado. Com o aumento da capacidade a produção da empresa passará de toneladas/ trimestre para 30000/trimestre, o que garantirá o atendimento da demanda no período analisado. Referências CHOPRA, S.; MEINDL, P. Gerenciamento da cadeia de suprimentos. São Paulo: Pearson Prentice Hall, DIAS, M. A. P. Administração de Materiais: uma abordagem logística. São Paulo: Atlas, ISAAC, M. Capacidade instalada - uma análise sistêmica. Revista Tecnologística - Dezembro MARTINS, P. G.; LAUGENI, F. P. Administração da Produção. 2ª ed. São Paulo: Saraiva, MOREIRA, D. A. Administração da Produção e operações. 4ª ed. São Paulo: Pioneira, SLACK, N. et al. Administração da Produção. 2ª ed. São Paulo: Atlas, TUBINO, D. F. Manual de Planejamento e Controle da Produção. 2ª ed. São Paulo: Atlas, YIN, R. K. Estudo de Caso: planejamento e método. Porto Alegre: Bookman,
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Prof. Fabrício Maciel Gomes
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Prof. Fabrício Maciel Gomes Previsão de Demanda A previsão da demanda é a base para o planejamento estratégico da produção, vendas
Leia maisGESTÃO DA TECNOLOGIA DA INFORMAÇÃO DA PRODUÇÃO GTIP
Aula 05 GESTÃO DA TECNOLOGIA DA INFORMAÇÃO DA PRODUÇÃO GTIP Professora Ma. Vanessa da Silva Mata Gestão da demanda Objetivo do Modelo A primeira etapa consiste em definir a razão pela qual necessitamos
Leia maisPlanejamento e Controle da Produção I
Planejamento e Controle da Produção I Previsão de Demanda Prof. M.Sc. Gustavo Meireles 1 Introdução A previsão de demanda é a base para o planejamento da produção, vendas e finanças de qualquer empresa;
Leia maisDisciplina: PCP II. Rodrigues, Roger Antônio. R696p PCP II / Roger Antônio Rodrigues slides : il. colors.
Disciplina: PCP II Rodrigues, Roger Antônio. R696p PCP II / Roger Antônio Rodrigues. 2015. 22 slides : il. colors. Varginha, Sistema requerido: Adobe Acrobat Reader Modo de Acesso: World Wide Web 1. Administração
Leia maisPrevisão de Demanda: Uma Análise quantitativa baseada em séries temporais de uma empresa fabricante de portas
Previsão de Demanda: Uma Análise quantitativa baseada em séries temporais de uma empresa fabricante de portas Edimar Nunes Dias, EPA, UNESPAR/Campus de Campo Mourão dias_edimar@hotmail.com Igor José do
Leia maisMódulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES
Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizandose de dados históricos e sua projeção para o futuro, de fatores subjetivos
Leia maisPREVISÃO ORÇAMENTÁRIA
PREVISÃO ORÇAMENTÁRIA O desenvolvimento do orçamento requer uma visão global e razoavelmente detalhada do futuro da empresa Costumamos descartar os outliers e os resultados adversos quando projetamos o
Leia maisAdministração. Previsão de Estoques. Professor Rafael Ravazolo.
Administração Previsão de Estoques Professor Rafael Ravazolo www.acasadoconcurseiro.com.br Administração Aula XX PREVISÃO DE ESTOQUES Cada aspecto do gerenciamento de materiais está voltado para fornecer
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA ENGENHARIA DE PRODUÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA ENGENHARIA DE PRODUÇÃO Lista de exercícios para a prova 2 Grupo teórico: 1) Comente três razões para se gerenciar a demanda 2) Defina tendência
Leia maisANÁLISE DE SÉRIES TEMPORAIS
1 Definição e representação ANÁLISE DE SÉRIES TEMPORAIS Uma série temporal é um conjunto de observações tomadas em intervalos de tempo comumente iguais (ano a ano, mês a mês, semana a semana, etc.). Exemplos:
Leia maisAula Nº 3 Métodos Quantitativos de Previsão de Demanda
Aula Nº 3 Métodos Quantitativos de Previsão de Demanda Objetivos da aula: Você já aprendeu quais são os requisitos básicos para o abastecimento da empresa, bem como os tipos de informação necessários para
Leia maisANÁLISE DE TÉCNICAS DE PREVISÃO DE DEMANDA: UM ESTUDO DE CASO EM UMA CERÂMICA
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE DE TÉCNICAS DE PREVISÃO DE DEMANDA: UM ESTUDO DE CASO EM UMA CERÂMICA Gessica Mina Kim Jesus (UFU ) gessicamina2@gmailcom Janaina Maria da
Leia maisPPCP: Um estudo de caso em uma micro empresa de alimentos Artigo de Iniciação Científica
PPCP: Um estudo de caso em uma micro empresa de alimentos Artigo de Iniciação Científica Carlos Augusto Dal Bosco carlosaugustodb @hotmail.com João Paulo Cechinel jp.cechinel@hot mail.com Reinaldo F. Guerra
Leia maisDimensionamento de estoques em ambiente de demanda intermitente (Parte I)
Dimensionamento de estoques em ambiente de demanda intermitente (Parte I) Roberto Ramos de Morais Engenheiro mecânico pela FEI, mestre em Engenharia de Produção e doutorando em Engenharia Naval pela Escola
Leia maisPrevisão de Demanda: Aplicação da técnica de ajustamento exponencial com tendência em uma empresa de montagem de equipamentos para beleza
Previsão de Demanda: Aplicação da técnica de ajustamento exponencial com tendência em uma empresa de montagem de equipamentos para beleza João Lucas Ferreira dos Santos, EPA, UNESPAR/Campus de Campo Mourão,
Leia maisPREVISÃO DE DEMANDA PARA UMA MICROEMPRESA DE COMÉRCIO E ANÁLISE DOS IMPACTOS FINANCEIROS
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisPREVISÃO DA DEMANDA. Aula 10 e 11 e 12 - Regina Meyer Branski
PREVISÃO DA DEMANDA Aula 10 e 11 e 12 - Regina Meyer Branski Objetivos da aula Ao final os alunos devem ser capazes de implementar processo de previsão de demanda conhecendo: Modelos de Previsão Indicadores
Leia maisANÁLISE COMPARATIVA ENTRE MÉTODOS DE PREVISÃO DE DEMANDA - UM ESTUDO APLICADO A INDÚSTRIA DE GÁS NATURAL NO BRASIL
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE COMPARATIVA ENTRE MÉTODOS DE PREVISÃO DE DEMANDA - UM ESTUDO APLICADO A INDÚSTRIA DE GÁS NATURAL NO BRASIL Thiago Costa Carvalho (UFERSA )
Leia maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Leia maisFURG / ICEAC / ADMINISTRAÇÃO. ADMMAT 2009 (3ª semana) Prof. Vanderlei Borba
FURG / ICEAC / ADMINISTRAÇÃO ADMMAT 2009 (3ª semana) Prof. Vanderlei Borba ADMINISTRAÇÃO DE MATERIAIS Métodos Estatísticos ou Matemáticos Métodos de Gestão de Materiais com base estatística 1. Média Aritmética
Leia maisPLANTAS PARA O TRATAMENTO DE SAL MARINHO E MINERAL - CLORETO DE SÓDIO
PLANTAS PARA O TRATAMENTO DE SAL MARINHO E MINERAL - CLORETO DE SÓDIO A Manfredini & Schianchi põe à disposição dos investidores nacionais e internacionais a sua experiência amadurecida em anos de trabalho
Leia maisUTILIZAÇÃO DE UM MODELO QUANTITATIVO DE PREVISÃO DE DEMANDA PARA ANÁLISE DA DEMANDA POR CONCRETO EM UMA EMPRESA DO OESTE POTIGUAR
UTILIZAÇÃO DE UM MODELO QUANTITATIVO DE PREVISÃO DE DEMANDA PARA ANÁLISE DA DEMANDA POR CONCRETO EM UMA EMPRESA DO OESTE POTIGUAR Vanessa Elionara Souza Ferreira (UFERSA ) vanessaelionara@gmail.com Monaliza
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia maisANÁLISE DA CAPACIDADE PRODUTIVA DE EMPRESA DE REFRIGERANTES ATRAVÉS DE PREVISÃO DE DEMANDA BASEADA EM SÉRIES TEMPORAIS
ANÁLISE DA CAPACIDADE PRODUTIVA DE EMPRESA DE REFRIGERANTES ATRAVÉS DE PREVISÃO DE DEMANDA BASEADA EM SÉRIES TEMPORAIS ISADORA CRISTINA MENDES GOMES (UFERSA) isadora_cmg@yahoo.com.br Janinne Mabel Oliveira
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisAula 5 Previsão da Demanda Quinta-feira
Aula 5 Previsão da Demanda Quinta-feira Profa. Luciana Menezes Andrade luciana.menezes@kroton.com.br Desligue o celular ou coloque no silencioso; Não leia nem responda mensagens Atenção aos horários de
Leia maisDETERMINAÇÃO DA CAPACIDADE PRODUTIVA DO SETOR DE PÃES CONGELADOS DE UMA EMPRESA DA CIDADE DE MONTES CLAROS/ MG
DETERMINAÇÃO DA CAPACIDADE PRODUTIVA DO SETOR DE PÃES CONGELADOS DE UMA EMPRESA DA CIDADE DE MONTES CLAROS/ MG Luis Henrique Silva Leite (FIPMoc) luis.lleite@gmail.com Filipe Rodrigues Soares (FIPMoc)
Leia maisAula 14 - Correlação e Regressão Linear
Aula 14 - Correlação e Regressão Linear Objetivos da Aula Fixação dos conceitos para Correlação e Regressão Linear; Apresentar exemplo solucionado com a aplicação dos conceitos; Apresentar exercício que
Leia maisFERRAMENTAS PARA A INDÚSTRIA DE VESTUÁRIO: PREVISÃO DA DEMANDA
FERRAMENTAS PARA A INDÚSTRIA DE VESTUÁRIO: PREVISÃO DA DEMANDA Tools for the apparel industry: demand forecasting Ekami, Katia Hiromi Okawa; Especialista; Faculdades de tecnologia SENAI Antoine Skaf, katia.hiromi@uol.com.br
Leia maisPROPOSTA DE MODELAGEM DE UM SISTEMA DE PREVISÃO DE DEMANDA EM LINGUAGEM DE PROGRAMAÇÃO JAVA
PROPOSTA DE MODELAGEM DE UM SISTEMA DE PREVISÃO DE DEMANDA EM LINGUAGEM DE PROGRAMAÇÃO JAVA Vanessa Elionara Souza Ferreira (UFERSA ) vanessaelionara@gmail.com Monaliza Ferreira Rodrigues de Paula (UFERSA
Leia mais4 Análise da Volatilidade
4 Análise da Volatilidade 4.1 Metodologia da Regressão Uni-variada Esse estudo utilizou a volatilidade histórica dos ativos para descrever uma relação com a volatilidade futura por uma regressão uni-variada.
Leia maisRELATÓRIO DE PROJETO DE PESQUISA - CEPIC INICIAÇÃO CIENTÍFICA
FACULDADE SANTA RITA - FASAR CENTRO DE PESQUISA E INICIAÇÃO CIENTÍFICA - CEPIC PROJETOS DE PESQUISA RELATÓRIO DE PROJETO DE PESQUISA - CEPIC INICIAÇÃO CIENTÍFICA Ano: 2014 Semestre: 2 P R O J E T O D E
Leia maisUTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM
UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM Tiago Bruno Ribeiro 1, Paulo André de Oliveira 2 1 FATEC,Botucatu,São Paulo, Brasil. E-mail tiaggo.bruno@hotmail.com 2 FATEC,Botucatu,São
Leia maisEngenharia da Qualidade II. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Engenharia da Qualidade II Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente.
Leia maisMODELO DE PREVISÃO DE DEMANDA: ANÁLISE DA PRODUÇÃO EM UMA EMPRESA DO SETOR CERÂMICO DO RIO GRANDE DO NORTE
MODELO DE PREVISÃO DE DEMANDA: ANÁLISE DA PRODUÇÃO EM UMA EMPRESA DO SETOR CERÂMICO DO RIO GRANDE DO NORTE Julia Lorena Marques Gurgel (UFRN) julia_gurgel@yahoo.com.br Tuira Morais Avelino Pinheiro (UFRN)
Leia maisPROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)
PROVAS Ciência da Computação 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta) Ajuste de Curvas Objetivo Ajustar curvas pelo método dos mínimos quadrados 1 - INTRODUÇÃO Em geral, experimentos
Leia maisProf. Wendell Léo. Gestão de Estoques Previsão de Estoques.
Prof. Wendell Léo Gestão de Estoques Previsão de Estoques w.castellano@ig.com.br Previsão de Estoques Gráficos de Evolução de Consumo Evolução de Consumo Horizontal 48) O modelo de evolução horizontal
Leia mais11/05/2012 PREVISÃO DE DEMANDA. Introdução. Gestão da distribuição Prof. Marco A. Arbex
PREVISÃO DE DEMANDA Gestão da distribuição Prof. Marco A. Arbex Introdução Demanda é definida como a procura por um determinado bem ou serviço. Um produto tem demanda quando há necessidade ou desejo por
Leia maisExemplo de uso da Análise de Variância na Fase de Análise. do Ciclo PDCA para Melhorar Resultados
Exemplo de uso da Análise de Variância na Fase de Análise do Ciclo PDCA para Melhorar Resultados 1 Uma indústria produz molas de aço, as quais têm a dureza como uma de suas principais características da
Leia maisADMINISTRAÇÃO DE MATERIAIS
2010 PAULO SÉRGIO GONÇALVES Email: professor.pgoncalves@gmail.com Autor: Paulo Sérgio Gonçalves Roteiro para solução de exercícios propostos Índice geral: Introdução:... 3 CAPÍTULO 2... 3 5.- Roteiro da
Leia maisCONTROLE TECNOLÓGICO DO CONCRETO
13. CONEX Pôster Resumo Expandido 1 ISSN 2238-9113 ÁREA TEMÁTICA: ( ) COMUNICAÇÃO ( ) CULTURA ( ) DIREITOS HUMANOS E JUSTIÇA ( ) EDUCAÇÃO ( ) MEIO AMBIENTE ( ) SAÚDE ( ) TRABALHO ( X ) TECNOLOGIA CONTROLE
Leia maisPREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
Leia mais1 RESUMO. Palavras-chave: Controle, encoders, motor CC. 2 INTRODUÇÃO
1 RESUMO Na sociedade moderna se tornou cada vez mais presente e necessário meios de controlar dispositivos levando em consideração precisões maiores e perdas menores. Em diversos cenários o controle de
Leia maisPLANEJAMENTO DE TRANSPORTES TT049
UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE TRANSPORTES PLANEJAMENTO DE TRANSPORTES TT049 Prof. Diego Fernandes Neris diego.neris@ufpr.br Estratégias e planejamento da logística/cs Oferece: Vantagens
Leia maisQUAIS SÃO AS FASES DE IMPLEMENTAÇÃO DE UM SISTEMA DE GESTÃO INTEGRADA?
QUAIS SÃO AS FASES DE IMPLEMENTAÇÃO DE UM SISTEMA DE GESTÃO INTEGRADA? INTRODUÇÃO 3 O QUE É UM SISTEMA INTEGRADO E QUAIS SÃO AS MUDANÇAS TRAZIDAS PARA A EMPRESA? 5 POR QUE IMPLEMENTAR O ERP EM UM PROCESSO
Leia maisComo manter um nível adequado de estoques?
Como manter um nível adequado de estoques? 1 INTRODUÇÃO Sabe-se que ao manter grandes volumes de estoques a empresa irá arcar com custos desnecessários em armazenagem, movimentações e controles, além de
Leia maisCoeficiente de correlação
UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA, CONTABILIDADE E SECRETARIADO DEPARTAMENTO DE ADMINISTRAÇÃO Documento de Estudo no. 1 Coeficiente de correlação Objetivos: 1.
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA, CONTABILIDADE E SECRETARIADO DEPARTAMENTO DE ADMINISTRAÇÃO
UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA, CONTABILIDADE E SECRETARIADO DEPARTAMENTO DE ADMINISTRAÇÃO TÉCNICAS BÁSICAS DE PREVISÃO ORÇAMENTÁRIAS Prof. Isidro Abr/2010
Leia maisINE 7001 Estatística para Administradores I Turma Prática 1 15/08/2016 GRUPO:
INE 7001 Estatística para Administradores I Turma 02301 - Prática 1 15/08/2016 No arquivo Prática_em_planilhas.xlsx, procurar pela planilha Prática1. Usando o primeiro conjunto de dados (dados sobre os
Leia maisProbabilidade e Estatística. stica. Introdução. Prof.Ms. Carlos Henrique J.Costa.
Probabilidade e Estatística stica Introdução Prof.Ms. Carlos Henrique J.Costa Email: carloshjc@yahoo.com.br OS NÚMEROS NÃO MENTEM, MAS OS MENTIROSOS USAM NÚMEROS!!! ESTATÍSTICA Alguma definições... Ciência
Leia maisPADRÃO DE GESTÃO. Aplica-se aos colaboradores do IHEF Medicina Laboratorial contemplados no SGQ.
Versão: 2016.00 Pag.: 1 de 8 1. OBJETIVO Este Padrão de Gestão normatiza a gestão da Fase Analítica que estejam contemplados no SGQ, conforme as definições expressas pela Norma de Acreditação PALC, na
Leia maisANÁLISE DE CUSTOS, VOLUME E RESULTADOS EM UMA INDÚSTRIA DE MÓVEIS PLANEJADOS 1 ANALYSIS OF COSTS, VOLUME AND RESULTS IN A PLANNED FURNITURE INDUSTRY
ANÁLISE DE CUSTOS, VOLUME E RESULTADOS EM UMA INDÚSTRIA DE MÓVEIS PLANEJADOS 1 ANALYSIS OF COSTS, VOLUME AND RESULTS IN A PLANNED FURNITURE INDUSTRY Andriara Marques Rodrigues 2, Jordana Danieli Santos
Leia maisEstimativa da taxa de desemprego em agosto: 12,4%
Estimativas Mensais de Emprego e Desemprego sto de 29 de setembro de Estimativa da taxa de desemprego em agosto: 12,4% A estimativa provisória da taxa de desemprego para agosto de situa-se em 12,4%, valor
Leia maisNBC TA 520 Procedimentos analíticos
NBC TA 520 Procedimentos analíticos Índice Item Introdução Alcance 1 Data de vigência 2 Objetivos 3 Definição 4 Requisitos Procedimentos analíticos substantivos 5 Procedimentos analíticos que auxiliam
Leia maisGESTÃO DE CUSTOS E RESULTADOS EM UMA INDÚSTRIA TÊXTIL 1 MANAGEMENT OF COSTS AND RESULTS IN A TEXTILE INDUSTRY
GESTÃO DE CUSTOS E RESULTADOS EM UMA INDÚSTRIA TÊXTIL 1 MANAGEMENT OF COSTS AND RESULTS IN A TEXTILE INDUSTRY Marcia Bonini Contri 2, André Luís Fagundes 3, Luana Dervanoski 4, Ricardo Hedlund 5, Euselia
Leia maisPlano de Trabalho Docente Ensino Técnico
Plano de Trabalho Docente 2014 Ensino Técnico Etec Etec: ETEC JOSÉ LUIZ VIANA COUTINHO Código: 073 Município: Município: Jales-SP Eixo Tecnológico: Eixo Tecnológico: Gestão e negócios Habilitação Profissional:
Leia maisCadastro de Fornecedores
Condições de Compra Prazos: acompanhamento para que os prazos sejam cumpridos. Frete: representa parcela significativa do preço do produto, por isso deve ser analisado com cuidado. FOB (Free on Board)
Leia mais1.1. Objetivos da Pesquisa
14 1 Introdução O principal objetivo de uma empresa é a maximização de seu valor de mercado para os acionistas. Nesse contexto, o processo de avaliação de empresas desempenha um papel importante como ferramenta
Leia maisIR PARA O ÍNDICE. Índice
Índice Introdução... 5 O que é Carta de Controle?... 7 1º passo: Coleta de dados... 8 2º passo: Criação da tabela... 9 3º passo: Cálculo da Média... 10 4º passo: Cálculo do desvio padrão... 11 5º passo:
Leia maisFORMAÇÃO DE AUDITORES INTERNOS DA QUALIDADE ISO 19011:2012 PROF. NELSON CANABARRO
FORMAÇÃO DE AUDITORES INTERNOS DA QUALIDADE ISO 19011:2012 PROF. NELSON CANABARRO PRINCÍPIOS ISO 9001:2015 1. Foco no cliente 2. Liderança 3. Engajamento das pessoas 4. Abordagem de processo 5. Melhoria
Leia maisTÍTULO: MELHORA NO NÍVEL DE SERVIÇO DE PALETES ALOCADOS NOS PEDIDOS DE UM CLIENTE
TÍTULO: MELHORA NO NÍVEL DE SERVIÇO DE PALETES ALOCADOS NOS PEDIDOS DE UM CLIENTE CATEGORIA: EM ANDAMENTO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: CENTRO UNIVERSITÁRIO DO INSTITUTO
Leia maisEstimativa da taxa de desemprego em maio: 13,2%
Estimativas Mensais de Emprego e Desemprego o de 29 de junho de Estimativa da taxa de desemprego em maio: 13,2% A estimativa provisória da taxa de desemprego para maio de situa-se em 13,2%, valor superior
Leia maisContabilidade e Análise de Custos II 2016
I. EXERCÍCIOS CUSTO FIXO, LUCRO E MARGEM DE CONTRIBUIÇÃO EXERCÍCIO 1 A empresa Arte em Estilo produz móveis de luxo por encomendas. Seus custos fixos totalizam R$ 9.600,00 por semana e suas despesas fixas
Leia maisIMPLEMENTAÇÃO DE UM MODELO DE PREVISÃO DE VENDAS NA DISTRIBUIÇÃO DE AÇOS ESPECIAIS
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 IMPLEMENTAÇÃO DE UM MODELO DE PREVISÃO DE VENDAS NA DISTRIBUIÇÃO DE AÇOS ESPECIAIS Patricia Tais Tisott (UCS ) patriciatisott@gmailcom Gabriel Vidor
Leia maisEstimativa da taxa de desemprego em julho: 12,1%
31 de agosto de Estimativas Mensais de Emprego e Desemprego ho de Estimativa da taxa de desemprego em julho: 12,1% A estimativa provisória da taxa de desemprego para julho de situa-se em 12,1%, valor inferior
Leia maisGST0045 GESTÃO DA CADEIA DE SUPRIMENTO Aula 01: Gestão das Cadeias de Suprimentos
GST0045 GESTÃO DA CADEIA DE SUPRIMENTO Aula 01: Gestão das Cadeias de Suprimentos Objetivos O aluno deverá ser capaz de: Entender os principais conceitos de Cadeia de Suprimentos Conhecer a origem da Cadeia
Leia mais1º Mini Teste B. Nº: Nome:
Faculdade de Economia da Universidade ova de Lisboa 130 Análise de Dados e Probabilidade A 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro
Leia maisProf. Denise Benino - UNINOVE
Pequisa Operacional - Prof. Denise Benino denise.benino@uninove.br Introdução Pesquisa Operacional A Pesquisa Operacional é uma ciência aplicada voltada para a resolução de problemas reais. Tendo como
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisDisciplina: Gestão da Qualidade
Disciplina: Gestão da Qualidade As Sete Ferramentas da Qualidade: Cartas de Controle Prof. Fernando Porto Introdução As cartas de controle, conhecidas originalmente como gráficos de Shewhart ou gráficos
Leia maisSe o planejamento de nossas ações fosse perfeito, só isso seria suficiente para atingir os resultados desejados pela nossa organização.
Sumário 1. Introdução...4 2. O que é a Carta de Controle...6 3. Coleta de Dados...7 4. Criação da Tabela...8 5. Cálculo da Média...9 6. Cálculo do Desvio Padrão...10 7. Cálculo do LIC e LSC...11 8. Criação
Leia maisMatemática do Zero ESTATÍSTICA
Matemática do Zero DEFINIÇÃO A ciência encarregada de coletar, organizar e interpretar dados é chamada de. Seu objetivo é obter compreensão sobre os dados coletados. Muitas vezes utiliza-se de técnicas
Leia maisCoeficiente de Assimetria
Coeficiente de Assimetria Rinaldo Artes Insper Nesta etapa do curso estudaremos medidas associadas à forma de uma distribuição de dados, em particular, os coeficientes de assimetria e curtose. Tais medidas
Leia mais1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
Leia maisIdade da Empresa. até a a a
6 Conclusão Esta pesquisa teve como objetivo principal tentar identificar o risco de crédito associado aos clientes da empresa. Na revisão da literatura, foram destacados os modelos empregados de risco
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Numérico 3/55 Introdução Em geral, experimentos geram uma gama de dados que devem
Leia mais4 Previsão de Demanda
4 Previsão de Demanda 4.1 Descrição geral dos Mercados da Unidade Produtiva A fábrica de Placa de Vedação do Grupo BETA foi a unidade escolhida para demonstrar o potencial da aplicação da ferramenta Previsão
Leia maisAPLICAÇÃO DA CURVA ABC NA GESTÃO DE ESTOQUE DE UMA MICRO EMPRESA DE ARACAJU-SE.
APLICAÇÃO DA CURVA ABC NA GESTÃO DE ESTOQUE DE UMA MICRO EMPRESA DE ARACAJU-SE REYNALDO PALOMINO reychile@hotmailcom Rayssa Oliveira Silveira rayssasilveira13@hotmailcom Ramires Oliveira IREESOLIVEIRA@HOTMAILCOM
Leia maisNOÇÕES SOBRE EXPERIMENTOS FATORIAIS
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planejamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisTeoria da Correlação. Luiz Carlos Terra
Luiz Carlos Terra Você poderá, através de cálculos matemáticos, verificar a forma como a variação de um dado observado pode estar associada às alterações de outra variável. (Luiz Carlos Terra) 1 Objetivo
Leia maisEstimativa da taxa de desemprego em junho: 12,4%
30 de julho de Estimativas Mensais de Emprego e Desemprego junho de Estimativa da taxa de desemprego em junho: 12,4% A estimativa provisória da taxa de desemprego para junho de situa-se em 12,4%, mantendo-se
Leia maisControle Estatístico do Processo (CEP)
Controle Estatístico do Processo (CEP) CONTROLE ESTATÍSTICO DO PROCESSO É UM MÉTODO QUE PERMITE CONTROLAR CONTÍNUAMENTE AS CARACTERÍSTICAS CHAVES DE UM PRODUTO E PROCESSO, VISANDO A SUA MELHORIA. ORIGEM
Leia maisGestão de Stocks. Estudo realizado por: Dulce Varandas e Lídia Teixeira. Orientação:
Implementação de um Sistema de Gestão Empresarial (ERP) numa empresa do sector metalúrgico Gestão de Stocks Estudo realizado por: Orientação: Dulce Varandas e Lídia Teixeira Prof. Jorge Pinho de Sousa
Leia maisAnais do IV Simpósio de Engenharia de Produção - ISSN:
ANÁLISE DA VIABILIDADE ECONÔMICO-FINANCEIRA DA COMPRA DE UM CAIXÃO ALIMENTADOR: UM ESTUDO DE CASO EM UMA EMPRESA DO RAMO CERAMISTA Vânia Maciel Costa Medeiros (UFERSA) vaniamaciel@live.com Déborah Grazielle
Leia maisProbabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16)
Probabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16) Resumo: Veremos nesta aula tabelas, cálculos de porcentagem e gráficos; amostras e tipo de amostragem; Medidas de tendência central e medidas
Leia maisManutenção em veículos de transporte de cargas
Faculdade Ietec Pós-graduação Engenharia de Manutenção - Turma n 05 31 de Julho de 2017 Manutenção em veículos de transporte de cargas Joubert Martins de Brito RESUMO A confiabilidade e o bom funcionamento
Leia maisPRODUTIVIDADE E EFICIÊNCIA DE UMA INSTITUIÇÃO FEDERAL DE ENSINO TÉCNICO DO RIO GRANDE DO NORTE SEGUNDO PLANO DE METAS DO MEC
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 PRODUTIVIDADE E EFICIÊNCIA DE UMA INSTITUIÇÃO FEDERAL DE ENSINO TÉCNICO DO RIO GRANDE DO NORTE SEGUNDO PLANO DE METAS DO MEC Higor Oliveira de Queiroz
Leia maisClóvis de Araújo Peres Cargo: Professor Titular de Estatística da USP UNIFESP Formação: PhD em Estatística pela Universidade WISCONSIN - USA
TÍTULO: ESTUDO ESTATÍSTICO PARA DETERMINAÇÃO DO ERRO DE MICROMEDIÇÃO DAS ÁREAS PILOTO DE CONTROLE E REDUÇÃO DE PERDAS DO SISTEMA DE ABASTECIEMNTO DE ÁGUA DO MUNICÍPIO DE GUARULHOS. TEMA DO TRABALHO: ABASTECIMENTO
Leia maisESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO
ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Introdução à Estatística Básica 1- O que é Estatística? A Estatística é uma ciência exata que visa fornecer subsídios
Leia maisSéries Temporais by Estevam Martins
Séries Temporais by Estevam Martins stvm@uol.com.br "O único lugar onde o sucesso vem antes do trabalho, é no dicionário" Albert Einstein Introdução Série Temporal é um conjunto de observações sobre uma
Leia maisTaxa de desemprego estimada em 14,1%
30 de março de Estimativas Mensais de Emprego e Desemprego ereiro de Taxa de desemprego estimada em 14,1% A taxa de desemprego estimada para fevereiro de foi 14,1%. Este valor é superior, em 0,3 pontos
Leia maisORGANIZAÇÃO INDUSTRIAL PROFESSORA MAUREN POMALIS. ENG. ELÉTRICA - 8 PERÍODO UNIR/Porto Velho 2017/1
ORGANIZAÇÃO INDUSTRIAL PROFESSORA MAUREN POMALIS mauren.pomalis@unir.br ENG. ELÉTRICA - 8 PERÍODO UNIR/Porto Velho 2017/1 Aula 6 Técnicas de Previsão Previsão de demanda Em todas as áreas de atividade
Leia maisXVI SEMEAD Seminários em Administração
XVI SEMEAD Seminários em Administração outubro de 2013 ISSN 2177-3866 Gestão de estoques para peças de reposição de baixo consumo em empresa do setor Bioenergético Sucroalcooleiro JORGE LUIZ DE BIAZZI
Leia maisAPÊNDICE 7 ORIENTAÇÕES ESPECÍFICAS DO TCC NO FORMATO DE RELATÓRIO TÉCNICO GERENCIAL
APÊNDICE 7 ORIENTAÇÕES ESPECÍFICAS DO TCC NO FORMATO DE RELATÓRIO TÉCNICO GERENCIAL 1 INTRODUÇÃO Explicar o formato de análise de diagnóstico/relatório técnico do trabalho. Contextualizar o leitor, descrevendo
Leia maisNÍVEL DE ENSINO: CARGA HORÁRIA: PROBABILIDADE EST PROFESSOR-AUTOR:
ESTATÍSTICA E PROBABILIDADE NÍVEL DE ENSINO: Graduação CARGA HORÁRIA: 80h PROFESSOR-AUTOR: Bráulio Roberto Gonçalves Marinho Couto Janaína Giovani Noronha de Oliveira Octávio Alcântara Torres Reinaldo
Leia mais4 Modelo da mistura de carvões
4 Modelo da mistura de carvões É imprescindível que se conheça com profundidade o problema a ser resolvido ou estudado e que se saiba com precisão quais são as variáveis, quais são os parâmetros e restrições
Leia maisRegressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1
Regressões: Simples e MúltiplaM Prof. Dr. Luiz Paulo FáveroF Prof. Dr. Luiz Paulo Fávero 1 1 Técnicas de Dependência Análise de Objetivos 1. Investigação de dependências entre variáveis. 2. Avaliação da
Leia maisGerenciamento Dimensional de Produtos
Formação Avançada em Metrologia 3D Gerenciamento Dimensional de Produtos O Gerenciamento corresponde ao conjunto de operações sistêmicas destinadas a prever, evitar e reduzir a ocorrência de variações
Leia mais