Desenvolvimento de componentes para sistemas estocásticos de apoio à decisão
|
|
- Emanuel Sintra Pacheco
- 7 Há anos
- Visualizações:
Transcrição
1 IV Cogresso Brasileiro de Compuação CBComp 2004 Egeharia de Sofware Desevolvimeo de compoees para sisemas esocásicos de apoio à decisão M. S. Araujo, FASUL, e C. A. Bezerra, PUCPR Resumo Devido à crescee compeiividade imposa pelos mercados globais, a uilização de sisemas de apoio à decisão em sido cada vez mais freqüee as orgaizações. Porém, por apresearem-se de forma ão iegrada aos demais sisemas corporaivos, acabam por orar o processo decisório ieficiee, viso o alo cuso a sua implemeação, em virude de aquisição de pacoes compuacioais, recuperação de iformações em formao adequado a eses pacoes e a ifra-esruura ecológica ecessária ao processo. Nese seido, a egeharia de sofware baseada em compoees permie a cofecção de esruuras que foreçam as fucioalidades expressas pelos modelos de apoio à decisão, podedo ser iseridas direamee os sisemas de iformação em desevolvimeo. O arigo demosra a exeqüibilidade de um compoee que implemea um modelo esocásico de apoio à decisão, de forma a orá-lo iegrado aos sisemas de iformação corporaivos, coribuido com a eficiêcia e eficácia do processo de omada de decisão. Palavras-chave Egeharia de sofware, Forecasig, Sisemas de apoio à decisão I. INTRODUÇÃO AUMENTO da compeiividade ere as orgaizações O em defiido ovas formas de raameo de iformações, com o objeivo de propiciar omadas de decisões mais efeivas. A ecologia de iformação desempeha imporae papel ese ceário. Quesões como daamiig, daa warehouse e OLAP em sido foco cosae da aeção da comuidade de desevolvedores e usuários, pricipalmee o que diz respeio ao rade-off cuso x beefício. Além desa quesão, a iegração de ovas ecologias em sisemas de iformação exisees em sido um imporae faor a ser levado em cosideração. Nese coexo ecoram-se os sisema de apoio à decisão. Se, por um lado, os mesmos se presam ao supore à decisão aravés de pacoes esaísicos, modelos maemáicos, plailhas elerôicas e demais ferrameas auado como sisemas saélies, por ouro lado, ão se ecoram iseridos auralmee o sisema de iformação corporaivo, causado perda de eficiêcia o processo de omada de decisão, devido às ierações ere os sisemas. Ese problema pode ser miimizado, e aé mesmo elimiado, empregado-se écicas de egeharia de sofware baseada em compoees, viso a capacidade desa ecologia em permiir o desevolvimeo de esruuras (de dados e fucioais) que possam ser iseridas, em empo de desevolvimeo, o sisema de iformação corporaivo. Esas esruuras podem comporar, desde modelos maemáicos que possibiliem supore à decisão (em algum problema semi-esruurado, por exemplo), aé processos orgaizacioais compleos. O presee arigo é resulado do desevolvimeo de um compoee de sofware que uiliza um modelo esocásico para previsão, possibiliado sua iserção, em empo de desevolvimeo, em um sisema de iformação. Desa forma, o objeivo pricipal é coribuir com a cosrução de sisemas de apoio à decisão (realmee) iegrados com os demais sisemas, aravés de compoees de sofware. Como objeivo secudário, preede-se coribuir com a formação de um baco de modelos, dispoíveis aos egeheiros de sofware, de maeira a permiir a iegração deses modelos direamee os sisemas de iformações corporaivos. II. FUNDAMENTAÇÃO TEÓRICA Ese ópico compreede a pesquisa bibliográfica o que se refere ao desevolvimeo de sofware baseado em compoees, aos sisemas de apoio à decisão e ao modelo esocásico de apoio à decisão uilizado como piloo dese projeo, com o objeivo de forecer elemeos ecessários para o eedimeo de seus coceios básicos. É imporae saliear que ão se preede esgoar o assuo, mas sim ideificar aspecos fudameais para a coexualização do assuo abordado. A. Desevolvimeo baseado em compoees A uilização de compoees o processo de desevolvimeo de sofware, já vem sido realizada há empos []. Apesar da defiição ser aplicada em diferees paradigmas de desevolvimeo de sisemas, a orieação a objeos em dissemiado com maior iesidade a uilização de compoees, a poo de muias vezes, se cofudirem []. Porao há que se revisar algus coceios. Um compoee é uma pare física e subsiuível de um sisema ao qual se adapa e forece a realização de um cojuo de ierfaces [2]. Por sua vez, ierfaces são uma coleção de operações uilizadas para especificar um serviço de uma classe ou de um compoee [2]. Esas esruuras difereciam-se das classes viso que as úlimas represeam absrações lógicas e os compoees são represeações físicas de operações alcaçadas por meio de suas ierfaces, represeado uma uidade coesiva de sofware que forece um cojuo de fuções e serviços [3]. A uilização de compoees, o desevolvimeo de sofware vem gahado espaço, devido aos aspecos de maueibilidade, produividade e flexibilidade, relacioados ao processo produivo [3] e [4]. De modo geral, o desevolvimeo de sofware baseado em compoees desloca a êfase da programação para a composição de sisemas de sofware, mudado o foco da implemeação para a iegração [4], o que parece ir ao ecoro da exesão do coceio de compoees que evolvem odo um processo de egócios da empresa usuária, 0
2 IV Cogresso Brasileiro de Compuação CBComp 2004 sedo cohecidos como eerprise compoes [5]. É possível dividir uma aplicação de sofware em várias camadas coceiuais. Talvez a divisão mais clássica, seja o modelo de rês camadas, composo de: a) uma camada de ierface resposável pela ieração direa ere o sisema e o usuário, com resposabilidades que impedem a passagem de dados fisicamee errados para as demais camadas do sisema, b) uma camada lógica que irá rasformar os dados que passaram pela camada de ierface em iformações que serão persisidas pela aplicação, cujas resposabilidades icluem jusamee o raameo de dados de forma a impedir que erros lógicos sejam maidos e, c) uma camada de persisêcia de dados que irão provideciar serviços de armazeagem e recuperação de dados ecessários às demais camadas [6], coforme visualizado a Fig : Fig.. Modelo rês camadas de aplicações empresariais Ese modelo icorpora os compoees auralmee [7], siuados a camada lógica de regras de egócio da aplicação. Duas caracerísicas desejáveis em um compoee, esa siuação, são a geeralidade e a adapabilidade, que garaem sua capacidade de orar-se reuilizável em mais de uma área corporaiva aedida por um sisema de iformação [8]. B. Sisemas de apoio à decisão Coceiualmee, um sisema de apoio à decisão é formado por compoees idepedees que, em deermiado momeo, comuicam-se ere si aravés de ierfaces para prover um serviço iformacioal. Pode ser defiido pelo cojuo de procedimeos (programas de sofware) baseados em modelos para aálise de problemas com a fialidade de auxiliar o processo decisório [9]. Os sisemas de apoio à decisão dividem-se em duas grades caegorias: a) guiados por modelos, sedo isolados dos pricipais sisemas de iformação corporaivos que uilizavam algum modelo específico para a execução de simulações e aálises e, b) guiados por dados, cuja fução é a aálise de grade volume de dados ecorados os sisemas corporaivos, geralmee aravés de écicas de processameo aalíico o-lie (OLAP O-Lie Aalyical Processig) e daamiig [0]. São rês subsisemas que compõem o sisema de apoio à decisão, a saber: a) baco de dados, resposável pelo agrupameo e recuperação de iformações dispoíveis, b) baco de modelos, cosiuído de modelos gereciais composos por processos de oimização, simulação e esocásicos e, c) ierfaces, resposável pela ieração usuário sisema de apoio à decisão sisema de iformação [], coforme Fig 2: Egeharia de Sofware Fig. 2. Esquema geérico de um sisema de apoio à decisão A base de modelos é formada por plailhas, aálises esaísicas e simulação [2] e [3], que, por sua vez, exraem iformações da base de dados, para a solução de um problema semi-esruurado, que são repassadas aravés de gráficos e/ou dados para a ierface do usuário. Tal processo ão é iegrado ao sisema de iformações corporaivas [3], o que pode levar a perda de eficácia a decisão ou aumeo da ieficiêcia a obeção da resposa para algum problema. Além disso, percebe-se um úmero expressivo de aores presees o processo de projeo, implemeação e uilização do sisema de apoio à decisão [4], a saber: a) usuário, idivíduo ou uidade orgaizacioal para quem o sisema de apoio à decisão é projeado, b) iermediário, elo de ligação ere o sisema e o usuário, servido de ierface para a ierpreação dos resulados forecidos pelo sisema de apoio à decisão, c) projeisa gerecial, cuja resposabilidade é a de defiir a qualidade dos dados uilizados o modelo decisório e, d) projeisa écico, resposável pelos aspecos relacioados à ecologia de iformação uilizada. Ere os problemas decisórios freqüeemee associados aos sisemas de apoio à decisão, ecoram-se aqueles cohecidos como modelos processuais, com baixo coflio de objeivos e ível de icereza, geralmee relacioados aos processos esocásicos [5]. C. Modelos esocásicos de previsão Dere as várias caegorias de modelos quaiaivos de apoio à decisão, uma delas relacioa-se com problemas de previsão. Eses modelos presumem que o padrão ecorado em séries emporais irá se repeir o fuuro, ão sofredo ifluêcias de ouras variáveis [6] e [7], podedo ser solucioados, desa forma, aravés de procedimeos esocásicos [8]. Dos modelos mais cohecidos, esa caegoria, aqueles desevolvidos por Charles C. Hol e Peer R Wiers em 960, êm mosrado um grau saisfaório de compleiude a medida em que permiem ão somee a projeção dos dados para m períodos, como ambém capurar o ível, a edêcia e a sazoalidade da série hisórica [9], baseado-se em rês equações de amorecimeo uma para cada elemeo, de forma muliplicaiva e adiiva. O modelo muliplicaivo Hol-Wiers é composo das seguies equações [20]: Y () L = α + ( α)( L + b ) S s b = β (L L - ) + ( β) b - (2) Y (3) S = γ + ( γ ) S s L 02
3 IV Cogresso Brasileiro de Compuação CBComp 2004 Egeharia de Sofware F +m = (L + b m) S -s+m (4) Ode L represea o ível da série, b deoa a edêcia, S é o compoee sazoal e, F +m correspode à previsão para m períodos adiae [20]. Já a cosae α represea o coeficiee de poderação, fixado pelo aalisa em uma faixa de 0 a, sedo que quao maior seu valor, mais rapidamee o modelo reagirá a uma variação real dos dados observados [6], β represea a cosae de amorecimeo da edêcia e γ permie suavizar a preseça de dados radômicos a sazoalidade (odas esas cosae variam ere 0 e ). Por sua vez, o modelo adiivo Hol-Wiers, compõe-se das equações abaixo [9]: L = α (Y S -s ) + ( α) (L - + b - ) (5) b = β (L L - ) + ( β) b - (6) S = γ (Y L ) + ( γ) S -s (7) F +m = L + b m + S -s+m (8) A iicialização dos méodos Hol-Wiers requer valores esimados para o ível, a edêcia e a sazoalidade. Como exemplo [2], pode-se uilizar para o ível (os modelos muliplicaivo e adiivo), a média das observações do primeiro período sazoal, coforme equação abaixo: L = ( Y + Y Y ) (9) s 2 s s Para a edêcia é coveiee processar dois períodos compleos de sazoalidade ao para modelos adiivos, como para os muliplicaivos [2]. Para os ídices sazoais, o modelo muliplicaivo, pode-se uilizar a razão dos primeiros valores observados, para a obeção da média do primeiro ao. Já o modelo adiivo, os ídices sazoais são obidos aravés da difereça ere os valores observados e o ível do úlimo período sazoal. Dos méodos expoeciais, os modelos de Hol-Wiers são os que melhores represeam a sazoalidade e a edêcia dos dados [22]. Um modelo de previsão é saisfaório a parir do momeo em que cosegue reproduzir os dados que já são cohecidos [2]. Desa forma, as medidas padrões de precisão são obidas pela difereça ere os valores observados e previsos, coforme defiido abaixo: e = Y F (0) Ode e é o erro o período, Y é o dado observado e F é a previsão para o período. Exisido observações e previsões para períodos, é possível deermiar medidas esaísicas padrão, para o cojuo de períodos, de acordo com as equações maemáicas a seguir: ME = e () MAE = = = e (2) 2 MSE = e (3) = O valor forecido pelo erro médio () poderá ser pequeo, uma vez que erros posiivos e egaivos ecorados durae os períodos edem a se aularem. Seu mério é iformar se a previsão foi sisemaicamee acima ou abaixo do observado. Tao o erro médio absoluo (2) e o erro médio quadrado (3) oram os erros posiivos para eão calcular a média, o que forece uma iformação mais precisa quao à ampliude do erro. Esas esaísicas lidam com medidas de precisão cujo amaho depede da escala dos dados, porém ão faciliam a comparação ere diferees séries emporais e diferees iervalos de empo [2]. Tal siuação é coorada pelas medidas relaivas de erros, a parir das seguies equações: Y F PE = 00 Y (4) MPE = PE (5) = MAPE = PE (6) = Porém, da mesma forma que o erro médio (4), o perceual do erro médio (8) ede a ser pequeo. Já o perceual de erro médio absoluo (9) é sigificaivo somee se a escala possuir uma origem sigificaiva. III. IMPLEMENTAÇÃO DE COMPONENTE PARA SISTEMAS ESTOCÁSTICOS DE APOIO À DECISÃO Ao aalisar a esruura de um sisema de apoio à decisão é possível perceber que a implemeação de compoees pode coribuir com a efeividade ao em ermos de desevolvimeo, quao da própria uilização do sisema de apoio à decisão, uma vez que é possível cosruir um baco de modelos cosiuído por compoees, orado-o dispoível à equipe de desevolvimeo, de forma a reduzir o cuso, o esforço de implemeação e iegração, além de elimiar a aquisição de pacoes para a mesma fialidade. Para a validação dese pressuposo, omou-se como projeo-piloo, o modelo Hol-Wiers, implemeado compuacioalmee aravés de um compoee de sofware. Algus faores foram cosiderados para esa escolha (modelo Hol-Wiers e compoees de sofware): A dificuldade de operacioalização dos modelos de previsão, em especial Hol-Wiers, e a ausêcia de pacoes compuacioais dedicados a esa arefa [23]. A ecessidade de pesquisas evolvedo a iserção de compoees em ambiees poeciais de desevolvimeo de sisemas [24]. Dimiuir o úmero de ierfaces ere o usuário do sisema de apoio à decisão e a foe de dados de forma a orar o processo mais eficaz e eficiee. Ese ópico, porao, descreve o processo de operacioalização do modelo de previsão Hol-Wiers aravés do desevolvimeo de um compoee de sofware e os resulados compuacioais obidos. A. Ambiee de desevolvimeo Para desevolver o compoee, uilizou-se a plaaforma Delphi, versão 6 Eerprise [25], por se raar de um ambiee iegrado de desevolvimeo (IDE Iegraed Developme Evirome) que uiliza a liguagem de programação Objec Pascal, permiido desa forma, a uilização da meodologia orieada a objeos a 03
4 IV Cogresso Brasileiro de Compuação CBComp 2004 implemeação de sofwares. Esa meodologia permie o ecapsulameo de dados e fuções em esruuras cohecidas como objeos, de forma a possibiliar que, ao dados (aribuos) quao fuções (méodos), permaeçam oculos do resae da aplicação, comuicado-se com esa aravés de requisições de deermiadas fucioalidades do objeo, em cero período de empo, pelo sisema, porém sem alerar sua esruura [26]. Tal coceio esá foremee relacioado com o desevolvimeo de sofware baseado em compoees. B. Esruura do compoee A esruura de um compoee, o ambiee Delphi, é composa por, basicamee por: a) aribuos, variáveis que irão receber algum valor durae a execução do sisema, b) procedures, pare de código resposável por processar variáveis sem reorar ehum resulado, c) fucios, diferem das procedures por reorarem valores ao sisema e, d) properies, elemeo de ierface ere o sisema e o compoee, de modo que o desevolvedor do sisema possa ober ou iformar algum valor ao compoee sem alerar sua esruura. Tao às procedures, quaos às fucios, são repassados valores por oura pare do código do compoee para que as mesmas possam processá-los, rasformado-os ou reorado algum resulado a parir dos valores rasmiidos. Além disso, eses elemeos possuem acesso corolado pelo compoee, de maeira: a) privae, aribuos e/ou fuções acessíveis somee pelo próprio compoee, b) public, acessível por odo o sisema o qual o compoee esá iserido de forma a defiir a ierface em empo de execução, c) published, acessível por odo o sisema de forma a permiir o desig da ierface com o sisema [26]. É imporae esclarecer que exisem ouros coroles, porém ão foram ecessários o esudo em quesão. A parir das caracerísicas de um compoee Delphi e do algorimo do modelo Hol-Wiers, desevolveu-se a seguie esruura lógica: Ui Hol; Ierface Uses Classes, Mah; Type THol = Class(TCompoe) Privae FAlfa: FBea: FGama: Fperiodo: Ieger; FDados: Array of Procedure SeAlfa (Value: Real); Procedure SeBea (Value: Real); Procedure SeGama (Value: Real); Procedure SePeriodo (Value: Ieger); Procedure SeDados (Value: Array of Real); Fucio Decompoe_Tred (Y: Array of var L: Array of Real): Fucio Decompoe_Seasoal (Y: Array of var S: Array of Real): Fucio Iicializa_Level (Y: Array of var L: Array of Real): Fucio Iicializa_Tred (Y: Array of var B: Array of Real): Procedure Iicializa_Seasoal (Y, L: Array of var S: Array of Real); Egeharia de Sofware Fucio Calcula_L (Y: Array of var L,B,S: Array of : Cardial): Fucio Calcula_B (Y: Array of var L,B: Array of : Cardial): Fucio Calcula_S (Y: Array of var L,S: Array of : Cardial): Fucio Calcula_F (Y: Array of var L,B,S,F: Array of : Cardial): Public Cosrucor Creae(AOwer: TCompoe); override; Desrucor Desroy; override; Fucio ME (De, Ae: Cardial; Y: Array of Real): Fucio MAE (De, Ae: Cardial; Y: Array of Real): Fucio MSE (De, Ae: Cardial; Y: Array of Real): Fucio MAPE (De, Ae: Cardial; Y: Array of Real): Fucio MPE (De, Ae: Cardial; Y: Array of Real): Procedure Reora_Previsao (Y, F: Array of Real); Published Propery Alfa: Real Read FAlfa Wrie SeAlfa; Propery Bea: Real Read FBea Wrie SeBea; Propery Gama: Real Read FGama Wrie SeGama; Propery Periodo: Real Read FPeriodo Wrie SePeriodo; Propery Dados: Array of Real Read FDados Wrie SeDados; Ed; Assim sedo, aravés do corole de acesso published, as propriedades Alfa, Bea, Gama e Periodo (úmero de períodos desejados para a previsão), irão receber valores forecidos pelo usuário, aravés da ierface desevolvida pelo projeisa do sofware. Da mesma forma, um veor diâmico Dados irá buscar oda a série de observações presees o baco de dados do sisema de iformações. Eses valores serão armazeados ieramee o compoee, em empo de execução, os aribuos FAlfa, FBea, FGama e FDados aravés das procedures SeAlfa, SeBea, SeGama e SeDados. A parir dese momeo, os dados serão decomposos para a deermiação da edêcia (pela fucio Decompoe_Tred ) e sazoalidade ( Decompoe_Seasoal ). Com os valores obidos é possível iicializar o ível da série, da edêcia, e do compoee sazoal, aravés das fucios Iicializa_Level, Iicializa_Tred e da procedure Iicializa_Seasoal, ao para o modelo adiivo, quao muliplicaivo. Uma vez que o compoee possui os valores iiciais, é possível calcular a previsão (fucio Calcula_F ), os próximos valores para o ível da série (fucio Calcula_L ), para a edêcia (fucio Calcula_B ) e para o compoee sazoal (fucio Calcula_S ). A maipulação do compoee se dará em empo de desevolvimeo, pelo projeisa do sisema de iformações, cabedo a ese, a cofecção da ierface que irá eviar e receber iformações. Ao usuário fial, ese processo será rasparee (o mesmo ão irá disiguir quado o corole passou do sisema de iformação para o compoee e viceversa). Todos os valores obidos são acessíveis pelo sisema o qual o compoee esá iserido, aravés das fucios e procedures do corole de acesso public, orado possível repassar o veor diâmico dos dados observados e das previsões ecoradas (procedure Reora_Previsao ), além 04
5 IV Cogresso Brasileiro de Compuação CBComp 2004 dos erros (fucios ME, MAE, MSE, MAPE, MPE ). C. Avaliação do compoee Execuaram-se rês caegorias de eses para a avaliação do compoee precisão, empo de execução e performace do hardware. Para validar a precisão dos dados gerados pelo compoee, uilizaram-se os dados de exporações rimesrais de uma empresa fracesa, durae um período de 6 aos [2], as quaidades mesais de leie (em milhões de liros) recebida pelas idúsrias caarieses, o período de 989 a 999 [8] e, preço médio da soja, grão idusrial (coleados o Baco de Dados FGV DADOS) coado a Bolsa de Cereais do Esado de São Paulo, cujo período esá compreedido ere jaeiro de 995 a março de 2002 [27]. Todos os resulados apresearam os mesmos valores forecidos pelas foes, para as respecivas previsões. Em relação ao empo de execução, foram realizados rês eses. No primeiro, gerou-se aleaoriamee um veor de regisros (com valores de 0 a 000) que foi repassado à propriedade Dados para que a previsão fosse calculada para 00 períodos além do úlimo regisro. Em um compuador com processador de 900 Mhz, 52 Mb de memória e, 40 Gb de disco rígido, o empo de processameo foi de 5 miuos, 47 segudos e 940 milésimos de segudo. No segudo ese, gerou-se regisros aleaórios (com valores ere 0 e 000), que foram repassados ao compoee, porém em um compuador com processador de 2 Ghz, 256 Mb de memória e 40 Gb de disco rígido. Nesa cofiguração, o empo de processameo foi de miuo 55 segudos e 469 milésimos de segudos. A mesma cofiguração de hardware foi uilizada para processar regisros e o empo de processameo foi de 3 miuos 2 segudos e 405 milésimos de segudos. Na erceira caegoria de eses, verificou-se a performace do compoee iegrado ao sisema de iformações. Esa iegração raduziu-se em um formulário com campos para o forecimeo de valores das cosaes de amorecimeo do ível (α), da edêcia (β) e da sazoalidade (γ) da série, o úmero de períodos a serem previsos (além do úlimo regisro da série). Além disso, o formulário, após a previsão, mosra um gráfico com os valores observados e previsos, além de uma abela coedo os mesmos valores, porém uméricos. Realizaram-se 8 eses com regisros (aleaórios ere 0 e 000 e iseridos a base de dados do sisema de iformação, para que o compoee pudesse buscá-los), em um compuador com processador de 2 Ghz, 256 Mb de memória e 40 Gb de disco rígido. A média dos resulados foreceu os seguies valores: Tempo de processameo decorrido ere a passagem dos parâmeros pelo usuário e o reoro dos dados observados e previsos ao sisema: milisegudos. Tempo de processameo durae os procedimeos de iicialização (decomposição da edêcia e da sazoalidade, iicialização do ível, da edêcia e sazoalidade): 5 milisegudos. Tempo de processameo durae os procedimeos de Egeharia de Sofware previsão (cálculo do ível, edêcia, sazoalidade e previsão): milisegudos. Aumeo de cosumo de memória durae os procedimeos de iicialização e previsão: 3 Mb. Aumeo do cosumo de memória, após a passagem dos resulados para o formulário do usuário, com a cofecção do gráfico (valores observados X previsos): 4 Mb. Aumeo do cosumo de memória, após a passagem dos resulados para o formulário do usuário, com a cofecção do gráfico e abela de valores (observados X previsos): 25 Mb. O desempeho do hardware aes, durae o processameo efeuado pelo compoee e depois (moagem do gráfico e abela), pode ser visualizado a Tabela I (valores em Kb): TABELA I DESEMPENHO DO HARDWARE Período Pico uso memória Toal carga compromeida Memória física dispoível Cache do sisema Toal memória usada pelo úcleo Aes Durae Depois Todos os valores, em ermos de precisão e desempeho compuacioal, mosraram-se aceiáveis, ão compromeedo a performace do compoee, bem como do sisema o qual esá iserido. Além disso, para o usuário fial, ão são ecessários procedimeos que ecessiam de ouros aores a recuperação a apreseação de dados [4], para o processo de omada decisão. Fialmee, com o compoee iegrado ao sisema de iformações, descara-se a preseça de pacoes compuacioais, agilizado odo o processo. IV. LIMITAÇÕES E RECOMENDAÇÕES Uma limiação é observável a maeira como o modelo foi implemeado pelo compoee. As cosaes de amorecimeo do ível (α), da edêcia (β) e da sazoalidade (γ) da série deverão ser iformadas pelo usuário, que realizará algumas ierações com o sisema (o qual o compoee esá iserido) para defiir os valores que irão miimizar os erros da previsão. Esa siuação demadará empo, o seido em que o modelo irá ser processado aas vezes quao ecessário, para a obeção dos melhores valores. Esudos para coorar al siuação ecoram-se em desevolvimeo e são divididos em duas caegorias: a) icorporação, ao compoee desevolvido, de um ovo compoee que oimize eses valores e, b) implemeação desa fucioalidade e agregação à solução aual. Ere ouros aspecos, al esudo verificou a fucioalidade de um compoee de sofware que pudesse implemear um modelo específico de previsão. A parir dos resulados obidos, é possível agregar ouros modelos de supore à decisão, baseados em séries emporais. Nese seido, esão sedo realizados esudos sobre as fucioalidades expressas pelas acive ierfaces, de modo a pré-selecioar o melhor méodo para a série em quesão. Esa ecologia (acive ierfaces), permie a criação de compoees adapaivos do ipo caixa- 05
6 IV Cogresso Brasileiro de Compuação CBComp 2004 prea, uma vez que decide que ação (o caso, modelo) deverá ser execuada [28]. Desa forma, espera-se ober um gaho em produividade para o usuário fial, em ermos de elimiação do rade-off ere empo de resposa e precisão, viso que al fucioalidade irá auomaizar o processo de seleção do melhor modelo para deermiada série. V. CONCLUSÕES Aravés da avaliação do desempeho do compoee implemeado, mosrou-se que al ecologia (egeharia de sofware baseada em compoees) pode auxiliar o desevolvimeo de sisemas de apoio à decisão iegrados, efeivamee, com os demais sisemas corporaivos. Além disso, os compoees podem compor um reposiório de modelos acessíveis de maeira aural durae o processo de implemeação. Uma vez que os compoees esarão dispoíveis a plaaforma de desevolvimeo, pode-se iegrá-los rapidamee à aplicação, orado-os rasparees ao usuário fial, de modo a eviar que o processo iformaizado de omada de decisão se ore dispedioso em ermos de ierações com os diversos subsisemas, (em um esquema padrão para sisemas de apoio à decisão). Desa forma, uma das iovações apreseadas pelo rabalho é a coribuição para a formação de odo um sisema de desevolvimeo, coedo ao mesmo empo, uma base de modelos e uma base de compoees dispoíveis à equipe de egeheiros de sofware [24]. Porém odo o esforço empregado erá sido em vão, se os omadores de decisão ão esiverem em um ível de mauridade orgaizacioal suficieemee adequado para a uilização de ferrameas desa aureza. Todo um sisema de apoio à decisão pode ser compromeido pelo fao de que muios decisores ão uilizarem méodos formais para a omada de decisão [5]. De modo geral, é imporae oar que a precisão e a performace ão são os úicos criérios para a cofiabilidade de modelos aplicados o processo decisório: o esímulo para a ação a orgaização é que irá deermiar seu sucesso [2], viso que a qualidade das decisões orgaizacioais, requer ão somee modelos compuacioais, mas ambém uma reflexão a melhoria da comuicação e o evolvimeo das pessoas a omada de decisão [29]. VI. REFERÊNCIAS [] R. Pressma, Egeharia de Sofware, (5a ed.) Rio de Jaeiro: McGraw- Hill, 2002, pp [2] G. Booch, J. Rumbaugh, I. Jacobso, UML: Guia do Usuário, Rio de Jaeiro: Campus, 2000, pp [3] K. Z. Ahmed, C. E. Umrish, Desevolvedo Aplicações Comerciais em Java com J2EE e UML, Rio de Jaeiro: Ciêcia Modera, 2002, pp [4] P. C. Clemes, From subrouies o subsysems: compoe-based sofware developme, i: G. T. Heiema, W. T. Coucill, Compoe-Based Sofware Egieerig, Boso: Addiso-Wesley, 200, pp [5] R. M. Dijkma, J. P. A. Almeida, D. A. C. Quarel, Verifyig he correcess of compoe-based applicaios ha suppor busiess processes, i Proc ICSE Workshop o Compoe-Based Sofware Egieerig, pp. -6. [6] A. Medes, Arquieura de Sofware, Rio de Jaeiro: Campus, 2002, pp Egeharia de Sofware [7] C. Che, I. Goro, A. Liu, Y. Liu, Performace predicio of COTS compoe-based eerprise applicaios, i Proc ICSE Workshop o Compoe-Based Sofware Egieerig, pp. -6. [8] A. Berolio, R. Miradola, Towards compoe-based sofware performace egieerig, i Proc ICSE Workshop o Compoe-Based Sofware Egieerig, pp. -6. [9] G. Lachermacher, Pesquisa Operacioal a Tomada de Decisões, Rio de Jaeiro: Campus, 2002, pp [0] K. C. Laudo, J. P. Laudo, Esseials of Maageme Iformaio Sysyems, (5h ed.) New York: Preice Hall, 2002, pp [] L. F. A. M. Gomes, C. F. S. Gomes, A. T. Almeida, Tomada de Decisão Gerecial, São Paulo: Alas, 2002, pp. 4-44, [2] K. C. Laudo, J. P. Laudo, Iformaio Sysyems ad he Iere, (4h ed.) New York: Ieraioal Thomso Publishig, 999, pp [3] J. A. O Brie, Sisemas de Iformação. São Paulo: Saraiva, 2002, pp [4] G. R. Barbosa, A. T. de Almeida, Sisemas de apoio à decisão sob o efoque de profissioais de TI e de decisores, i Aais XXII Ecoro Nacioal de Egeharia de Produção 2002, pp. -8. [5] T. Shimizu, Decisão as Orgaizações, São Paulo: Alas, 200, pp , [6] D. F. Tubio, Maual de Plaejameo e Corole da Produção, (2 ed.) São Paulo: Alas, 2000, pp [7] M. dos S. Vieira, Previsão da arrecadação do ITBI do muicípio do Rio de Jaeiro: um esudo da capacidade de previsão de algus modelos esaísicos, i Aais XXVII Ecoro da Associação Nacioal de Pós- Graduação e Pesquisa em Admiisração 2003, pp [8] R. W. Samohyl, R. Rocha, Uilização do méodo de Hol-Wiers para Previsão do leie eregue às idúsrias caarieses, i Aais IX Escola de Séries Temporais e Ecoomeria 200, pp [9] R. Yafee, M. McGee, A Iroducio o Time Series Aalysis ad Forecasig: wih Applicaios of SAS ad SPSS. Burligo: Academic Press, 2000, pp [20] L. M. L. de Carvalho, E. M. Loiola, P. S. de S. Coelho, Méodos quaiaivos de previsão aplicados ao caso de uma seguradora acioal, i Aais XXIII Simpósio Brasileiro de Pesquisa Operacioal 200, pp [2] S. Makridakis, S. Wheelwrigh, R. J. Hydma, Forecasig Mehods ad Applicaios. (3rd ed.) New York: Joh Wiley & Sos, 998, pp. 4-50, [22] R. J. Kirkham, A. H. Boussabaie, M. P. Kirkham, Sochasic ime series forecasig of elecriciy coss i a NHS acue care hospial buildig, for use i whole life cycle cosig, Egieerig Cosrucio & Archiecural Maageme, vol. 9,., pp , Feb [23] F. R. Pellegrii, F. Fogliao, "Esudo comparaivo ere modelos de Wiers e de Box-Jekis para a previsão de demada sazoal," Revisa Produo e Produção, vol. 4, úmero especial, pp , Abr [24] X. Wu, D. McMulla, M. Woodside, Compoe based performace predicio, i Proc ICSE Workshop o Compoe-Based Sofware Egieerig, pp. -6. [25] Borlad Sofware Corporaio, Delphi Eerprise. Versão 6. Scos Valley: Borlad, 200 (a). CD-ROM. [26] Borlad Sofware Corporaio, Delphi 6: developer s guide. Scos Valley: Borlad, 200 (b), pp. 40/-52/5. [27] W. V. da Silva, R. W. Samohyl, L. S. Cosa, Comparação ere os méodos de previsão uivariados para o preço médio da soja o Brasil, i Aais XXII Ecoro Nacioal de Egeharia de Produção 2002, pp. -8. [28] G. T. Heiema, Iegraig ierface asserio checkers io compoe models, i Proc ICSE Workshop o Compoe- Based Sofware Egieerig, pp. -6. [29] M. T. Ageloi, Elemeos ierveiees a omada de decisão, CI If, vol. 32,., pp. 7-22, Ja./Abr VII. BIOGRAFIAS Marcelo Sari Araujo, ascido em Paloia PR, em 26/04/983. Graduado em Sisemas de Iformação pela Faculdade Sul Brasil. Auou como programador de sisemas para uma grade empresa de coabilidade durae 2 aos. Também auou como egeheiro de sofware, em uma empresa de desevolvimeo de sisemas, as plaaformas Oracle 8i, 9i e Oracle Forms 6i, durae ao. Aualmee é sócio da empresa Jusof Sisemas, especializada em soluções Delphi e Firebird. Cicero Aparecido Bezerra, ascido em Corélio Procópio PR, em 06
7 IV Cogresso Brasileiro de Compuação CBComp 2004 Egeharia de Sofware 24/04/968. Douorado em Egeharia de Produção e Sisemas pela Uiversidade Federal de Saa Caaria. Auou como programador, aalisa de sisemas e geree de seor de ecologia de iformação, desde 993. Aualmee é aalisa de supore e professor a Poifícia Uiversidade Caólica do Paraá Campus Toledo, a área de Tecologia de Iformação, para os cursos de Egeharia de Produção Agroidusrial e Admiisração. 07
INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.
MÓDUO - MODEOS DE PREVISÃO E ESTIMATIVA DE DEMANDA Baseado em Chopra, Suil e Meidl, Peer, Gereciameo da Cadeia de Suprimeos, Preice Hall, São Paulo, 23. Quao se deve fabricar os próximos dias? Quais os
Leia maisAPLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES
APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro
Leia mais5 Modelo Teórico Modelagem determinística
5 Modelo Teórico Nese rabalho será adoada a simulação de Moe Carlo para precificar as opções reais do projeo, uilizado o sofware @Risk. O modelo eórico aplicado é baseado a premissa de que o valor presee
Leia maisPrevisão de venda. Sistema agroindustrial, (1999);
Objeivos desa apreseação Plaejameo de produção: Previsão de Demada Aula 6 Pare 1 Mauro Osaki TES/ESALQ-USP Pesquisador do Cero de Esudos Avaçados em Ecoomia Aplicada Cepea/ESALQ/USP Foe: 55 19 3429-8841
Leia mais5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico
álise Não-Liear pelos Méodos de Galerki-Urabe e Balaço Harmôico expressão (.7) obida o Capíulo para a fução de Larae é uilizada essa seção para a obeção das equações difereciais de movimeo uilizadas a
Leia maisOpções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão
Opções Reais Esimado Volailidade Mesrado Prof. Luiz Bradão bradao@iag.puc-rio.br IAG PUC-Rio Volailidade Volailidade O Valor Presee V 0 de um aivo é obido descoado-se os seus fluxos de caixa a uma axa
Leia maisLista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda)
Lisa de Expoeciais e Logarimos Exesivo Alfa Professor: Leadro (Pida) 1. (Eem 2017) Para realizar a viagem dos sohos, uma pessoa precisava fazer um emprésimo o valor de R$ 5.000,00. Para pagar as presações,
Leia maisUniversidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior
Uiversidade ecológica Federal do Paraá Deparameo de Elerôica Disciplia: eoria da Iformação Professor: Dyso Pereira Juior ZONA DE IMPECIÃO NÍVEI APOXIMAÇÃO DO VALO UPEIO APOXIMAÇÃO DO VALO INFEIO 5.4 Capacidade
Leia maisProblema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij
Prof. Silvio Alexadre de Araujo Problema de Desigiação ou Alocação (Assigme) - Dados agees desigados para realizar arefas - Cada agee j (j=,..,) deve execuar uma e só uma arefa i,.., - Cada arefa i deve
Leia mais3 Computação de Volumes de Gás Natural
3 Compuação de olumes de Gás Naural 3.1. Codições Para a Compuação de olumes de Gás Naural A orma API 21.1 apresea diversos aspecos relacioados à compuação de volumes obidos a parir da iegração, ao logo
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos
Deparameo de Iformáica Disciplia: do Desempeho de Sisemas de Compuação Variável leaória Real Variável leaória x(w) Processos Esocásicos R Prof. Sérgio Colcher Medida de Probabilidade colcher@if.puc-rio.br
Leia maisExemplo. Exemplo. Taxa Interna de Retorno. Administração
Admiisração Taxa Iera de Reoro Deomia-se Taxa Iera de Reoro (TRI) de um fluxo de caixa à axa de juros que aula o Valor Presee Líquido (VPL). MATEMÁTICA FINANCEIRA Por: EDÉZIO SACRAMENTO edezio@oi.com.br
Leia maisESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL
ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL L. S. SANTOS 1, D. M. PRATA 2. 1 Uiversidade Federal do Rio de Jaeiro, Deparameo de Egeharia Química - PEQ COPPE. 2 Uiversidade Federal Flumiese,
Leia maisGrupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra
Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Duração h e 30 Noe bem: Grupos diferees em folhas diferees Não se esqueça de ideificar TODAS as folhas 3 Para maer a ordem, a
Leia maisUma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.
Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada
Leia maisLISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO
LISTA DE EXERCÍCIOS 3 INE 700 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO ) A que compoees de uma série emporal (pelo modelo clássico) esariam pricipalmee associados cada um dos seguies
Leia maisUma Contribuição Para o Estudo de Tensões Induzidas em Equipamentos e Linhas de Distribuição
Uma Coribuição Para o Esudo de Tesões Iduzidas em Equipameos e Lihas de Disribuição I. N. da Silva, UNESP*, J. Marcodes**, A. N. de Souza* e N. R. Saos**; * UNESP/Bauru, ** Badeirae Eergia SA Proeção RESUMO
Leia maisFaculdades Adamantinenses Integradas (FAI)
Faculdades Adamaieses Iegradas (FAI) www.fai.com.br ROCHA, Naiara Chierici; BOTTA, Vaessa. Diâmica populacioal aplicada à população de Adamaia. Omia Exaas, v.2,.2, p.56-65, 2009. DINÂMICA POPULACIONAL
Leia maisJuros Compostos 2016
Juros Composos 2016 1. (G1 - ifal 2016) Em 2000, cero país da América Laia pediu um emprésimo de 1 milhão de dólares ao FMI (Fudo Moeário Ieracioal) para pagar em 100 aos. Porém, por problemas políicos
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia mais4 Método dos elementos distintos para simular rochas
4 Méodo dos elemeos disios para simular rochas Em 2004, Poyody e Cudall (56) propuseram um modelo para simular o comporameo de rochas, o BPM ( Boded Paricle Model for rock ). Nesse modelo, a rocha é modelada
Leia maisANÁLISE DE SINAIS E SISTEMAS
ANÁLISE DE SINAIS E SISTEMAS AULA 3: OPERAÇÕES BÁSICAS EM SINAIS: OPERARAÇÕES NAS VARIÁVEIS DEPENDENTES; OPERARAÇÕES NA VARIÁVEL INDEPENDENTE. FUNÇÕES ELEMENTARES: O DEGRAU UNITÁRIO; A RAMPA UNITÁRIA;
Leia maisO MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS.
O ÉTODO VARIACIONAL APLICADO AO PROBLEA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. Cibele Aparecida Ladeia (PROIC/PIBIC/CNPQ- AF), Paulo Laere Nai (Orieador), e-mail: cibele_ma_uel@yahoo.com.br, pauloai@uel.br.
Leia maisSecção 7. Sistemas de equações diferenciais.
7. Sisemas de equações difereciais Secção 7. Sisemas de equações difereciais. (Farlow: Sec. 6., 6.4 e 6.6) No caso geral, um sisema de equações difereciais de primeira ordem pode ser represeado da seguie
Leia maisECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis
ECONOMIA DOS RECURSOS NATURAIS A gesão dos recursos aurais recursos reováveis Recursos biológicos Os recursos biológicos diferem dos recursos ão reováveis o seido em que aqueles crescem e se reproduzem
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia mais4 - ANÁLISE DE SÉRIES TEMPORAIS
INE 7001 Aálise de Séries Temporais 1 4 - ANÁLISE DE SÉRIES TEMPORAIS Série Temporal é um cojuo de observações sobre uma variável, ordeado o empo, e regisrado em períodos regulares. Podemos eumerar os
Leia maisPROTÓTIPO DE COMPONENTE DE SOFTWARE PARA SISTEMAS DE APOIO À DECISÃO UTILIZANDO O MODELO HOLT-WINTERS
PROTÓTIPO DE COMPONENTE DE SOFTWARE PARA SISTEMAS DE APOIO À DECISÃO UTILIZANDO O MODELO HOLT-WINTERS Cicero Aparecido Bezerra Potifícia Uiversidade Católica do Paraá Av. da Uião, 500, Jardim Coopagro,
Leia mais- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos
- Processameo digial de siais Capíulo Siais e sisemas discreos Siais discreos Siais aalógicos x digiais Coíuos x discreo Admiido como sequêcia de úmeros. {x[]}, 0, ±, ±,... Z Período amosragem: s Variáveis
Leia maisVirgílio Mendonça da Costa e Silva
UNIVERSIDADE EDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA VIBRAÇÕES DOS SISTEMAS MECÂNICOS VIBRAÇÕES ORÇADAS NÃO HARMONICAMENTE DE SISTEMAS DE 1 GL NOTAS DE AULAS Virgílio
Leia mais1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em
PROVA ESCRITA DE MATEMÁTICA A.º E 00 Fevereiro 8 Duração da prova: 90 miuos VERSÃO Grupo I Para cada uma das cico quesões dese grupo, seleccioe a resposa correca de ere as aleraivas que lhe são apreseadas
Leia maisUm estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação
Um esudo de simulação sobre a esimação do desvio padrão de processos a preseça de causas especiais de variação Márcio Aôio Couo Ferreira (UFAM) macouo@ufam.edu.br José Raimudo Gomes Pereira (UFAM) jrpereira@ufam.edu.br
Leia maisDisciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva
UNIVERSIDADE GAMA FILHO PROCE DEPARAMENO DE ENGENHARIA ELÉRICA Disciplia de Pricípios de elecomuicações Pro. MC. Leoardo Gosioroski da Silva Séries e rasormadas de Fourier Aálise de um sial seoidal o empo
Leia maisInstituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42
Isiuo Tecológico de Aeroáuica VIBRAÇÕES MECÂNICAS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS DISCRETOS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS COM UM GRAU DE LIBERDADE: VIBRAÇÃO FORÇADA MPD-4 3
Leia maisFUNDO DE COMÉRCIO * Pedro Schubert
FUNDO DE COMÉRCIO * Pedro Schuber Esa maéria que ão em bibliografia e o seu coceio o ambiee coábil refere-se aos bes iagíveis e os auores ficam com os ies iagíveis possíveis de serem regisrados pela coabilidade
Leia mais1 a Lista: MTM146: Prof. Paulo Magalhães:
Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
éodos méricos SISTEMS DE EQUÇÕES LINERES (Coiação) Prof. Erivelo Geraldo Nepomceo PROGRM DE PÓS-GRDUÇÃO EM ENGENHRI ELÉTRIC UNIVERSIDDE DE JOÃO DEL-REI PRÓ-REITORI DE PESQUIS CENTRO FEDERL DE EDUCÇÃO TECNOLÓGIC
Leia maisMOMENTOS E FUNÇÕES GERADORAS
MOMENTOS E FUNÇÕES GERADORAS HÉLIO BERNARDO LOPES Resumo. O presee exo visa mosrar, de um modo ão uificado quao possível, a emáica dos momeos e das fuções geradoras, esas úlimas muio ausees, aualmee, das
Leia mais3 Fundamentação Teórica de Modelos Bayesianos de Previsão
37 3 Fudameação Teórica de Modelos Bayesiaos de Previsão 3.. Abordagem Bayesiaa para Esimação A iformação que se em acerca de um parâmero de ieresse θ é crucial a ciêcia esaísica. Se o valor verdadeiro
Leia maisAPLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS
45 APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS Péricles César de Araújo* RESUMO A simplicidade meodológica do Filro de Kalma viabiliza sua aplicação para
Leia mais1 a Lista: MTM146: Prof. Paulo Magalhães:
a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y
Leia maisRecursos Gráficos do Software MuPAD no Estudo de Funções
Oicias Recursos Gráicos do Soware MuPAD o Esudo de Fuções Marilaie de Fraga Sa'Aa Alexadre Gaelli Aa Lúcia Maciel 1 - Irodução Dere os coeúdos maemáicos abordados o Esio Médio, as uções êm imporâcia udameal
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Coceio Na Esaísica exise siuações ode os dados de ieresse são obidos e isaes sucessivos de epo (iuo, hora, dia, ês ou ao), ou aida u período coíuo de epo, coo acoece u elerocardiograa ou sisógrafo. Esses
Leia maisTécnicas de Previsão
Técicas de Previsão Prof. Ferado Auguso Silva Maris www.feg.uesp.br/~fmaris fmaris@feg.uesp.br 1 Sumário 1. Coceios 2. Eapas de um Modelo de Previsão 1. Objeivos 2. Colea e aálise de dados 3. Seleção da
Leia maisMétodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007)
Méodos saísicos de Previsão MÉTODO TATÍTICO D PRVIÃO 0 08 06 04 0 00 98 96 94 9 90 0 5 0 5 0 Aálise de rros Berardo Almada Lobo Berardo Almada-Lobo (007) Méodos saísicos de Previsão Regressão Liear Múlipla
Leia mais6 Formulação para Análise com Fundação Não-Linear
76 6 Formulação para álise com Fuação ão-iear 6 Fuação Elásica ão-iear Uma caracerísica usualmee ecoraa as uações reais é o seu comporameo ão-liear exibio um gaho ou pera a rigiez uao submeias a graes
Leia maisCritérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009
Criérios para a Apuração dos Preços de Ajuse e Prêmios das Opções de Compra e de Veda Maio 2009 Iformamos os procedimeos a serem aplicados durae o mês de maio de 2009 para a apuração dos preços de ajuses
Leia maisFUNDO DE COMÉRCIO * Pedro Schubert
FUNDO DE COMÉRCIO * Pedro Schuber Esa maéria que ão em bibliografia e o seu coceio o ambiee coábil refere-se aos bes iagíveis e os auores ficam com os ies iagíveis possíveis de serem regisrados pela coabilidade
Leia maisMETODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS
METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS Valessa Orácio ROCHA 1 Daiae Fracie Moraes GOMES Rogério Cosaio dos Saos MOTA Camila Pires Cremasco GABRIEL² Luís Robero Almeida GABRIEL
Leia maisCritérios para a Apuração dos Preços de Ajuste Março 2009.
Criérios para a Apuração dos Preços de Ajuse Março 2009. Iformamos os procedimeos a serem aplicados durae o mês de março de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos fiaceiros
Leia maisExercícios de Análise de Sinal
Exercícios de Aálise de Sial Faculdade de Egeharia da Uiversidade do Poro Seembro 006 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M. I. Carvalho, A. Maos (003,006)
Leia maisDESENVOLVIMENTO DE UM GERADOR DE TRAJETÓRIAS PARA UM ROBÔ INDUSTRIAL SCARA
DESENVOLVIMENTO DE UM GERADOR DE TRAJETÓRIAS ARA UM ROBÔ INDUSTRIAL SCARA Julio Feller Goli Raul Gueher Uiversidade Federal de Saa Caaria Deparameo de Egeharia Mecâica CE 884-9 Campus Uiversiário Floriaópolis
Leia mais4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.
MÉTODOS NM ÉRICOS PARA E QAÇÕES DIFEREN CIAIS PARCIAIS 4- Méodo de Difereças Fiias Aplicado às Equações Difereciais Parciais. 4.- Aproximação de Fuções. 4..- Aproximação por Poliômios. 4..- Ajuse de Dados:
Leia maisquanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A
Vimos a aula passada os coeficiees de Eisei: Com B B e A B A 8 B hv c ρ( v) A B B quao maior a difereça de eergia ere íveis, mais provável fica a emissão espoâea em relação à esimulada. Vemos ambém que:
Leia maisUTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES
UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.
Leia mais3 Mecânica da Fratura Computacional
34 3 Mecâica da Fraura Compuacioal No capíulo aerior, foram apreseados coceios da Mecâica da Fraura Liear Elásica juamee com os correspodees campos de esão e de deslocameo para as vizihaças da poa da rica.
Leia maisMétodos de Amortização
Méodos de Amorização Rui Assis Egeheiro Mecâico IST rassis@rassis.com www.rassis.com Fevereiro de 2006 Reviso em Seembro de 20 Méodos de Amorização Irodução Na perspeciva coabilísica, a amorização referese
Leia maisOTIMIZAÇÃO DE AMPLIFICADORES CLASSES E/F EM TECNOLOGIA CMOS UTILIZANDO-SE ALGORITMO GENÉTICO E TÉCNICA DE EQUILÍBRIO HARMÔNICO
UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA OTIMIZAÇÃO DE AMPLIFICADORES CLASSES E/F EM TECNOLOGIA CMOS UTILIZANDO-SE ALGORITMO GENÉTICO E TÉCNICA DE EQUILÍBRIO
Leia maisCritérios para a Apuração dos Preços de Ajuste Fevereiro 2009.
Criérios para a Apuração dos Preços de Ajuse Fevereiro 2009. Iformamos os procedimeos a serem aplicados durae o mês de fevereiro de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos
Leia maisSinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the
-4-6 -8 - - -4-6 -8 Frequecy khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy db/hz Sie Wave Joi Acuaor Joi Sesor Revolue
Leia mais( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.
MATEMÁTICA VOLUME RESOLUÇÕES - EXERCITANDO EM CASA AULA. D Escrevedo a lei de T a forma caôica, vem T(h) = h + h 8 = (h h + 8) = [(h ) 6] = 6 (h ). Assim, a emperaura máxima é 6 C, ocorredo às horas. Tal
Leia maisModelo de Uso da Terra para a Agropecuária Brasileira. (Brazilian Land Use Model) BLUM
Isiuo de Esudos do Comércio e Negociações Ieracioais Modelo de Uso da erra para a Agropecuária Brasileira (Brazilia Lad Use Model) BLUM BLUM é um modelo ecoômico diâmico de equilíbrio parcial, muli-regioal
Leia maisMETOLOGIA. 1. Histórico
METOLOGIA O objeivo da Pesquisa dos Idicadores Idusriais FIERGS/CNI é promover a geração de ídices que permiam acompahar o desempeho da idúsria gaúcha o curo prazo. Os ídices produzidos servem como isrumeo
Leia maisMODELOS BOX & JENKINS APLICADOS A PREVISÃO DE DEMANDA DE LEITOS HOSPITALARES
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS NATURAIS E EXATAS DEPARTAMENTO DE ESTATÍSTICA PROGRAMA DE PÓS-GRADUAÇÃO EM ESTATÍSTICA E MODELAGEM QUANTITATIVA MODELOS BOX & JENKINS APLICADOS A
Leia maisInvestigação Operacional. Modelos de Previsão
Ivesigação Operacioal Modelos de Previsão Liceciaura em Egeharia Civil Liceciaura em Egeharia do Terriório Liceciaura em Egeharia e Arquiecura Naval I. Irodução à previsão Objecivos II. III. IV. Méodos
Leia maisInstituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42
VIBRAÇÕES MECÂNICAS . Irodução CONTEÚDO. Pequeas oscilações em oro de uma posição de equilíbrio Sisemas discreos: 3. Sisemas com um grau de liberdade 4. Sisemas com graus de liberdade modos ormais de vibração
Leia maisElectrónica /2007
006/007 EUP/EEC 4º/MEEC íor Grade avares ula 9: Modelos dos MOSE Sumário Regiões de fucioameo do MOSE. cumulação. epleção. versão fraca. versão fore. Modelos de MOSE. Modelo lamiar. Modelo iversão, moderada
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia maisViabilidade Econômica De Um Trator Agrícola Para Fins De Arrendamento Na Região Sudoeste Da Bahia
Viabilidade Ecoômica De Um Traor Agrícola Para Fis De Arredameo Na Região Sudoese Da Bahia Wilmerso Berardio Prado (1) ; Luis Carlos de Freias (2) ; Keila de Almeida Cordeiro (3) ; Glardêia Pereira da
Leia mais4 Modelagem e metodologia de pesquisa
4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,
Leia maisUso da Simulação de Monte Carlo e da Curva de Gatilho na Avaliação de Opções de Venda Americanas
J.G. Casro e al. / Ivesigação Operacioal, 27 (2007 67-83 67 Uso da imulação de Moe Carlo e da Curva de Gailho a Avaliação de Opções de Veda Americaas Javier Guiérrez Casro Tara K. Nada Baidya Ferado A.
Leia maisTÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples.
Noe bem, a leiura deses apoameos ão dispesa de modo algum a leiura aea da bibliografia pricipal da cadeira. Nomeadamee, o referee ao Módulo, poameos de álise Maemáica, Maemáica - Eg. Mauel Messias págias:
Leia mais28/11/2016. Renda Variável. Mercado Financeiro I RCC Ações a Vista. Agenda da Aula Mercado de Ações. Ações.
Carlos R. Godoy 1 Uiversidade de São Paulo Carlos R. Godoy Mercado Fiaceiro I RCC 0407 2 Faculdade de Ecoomia, Admiisração e Coabilidade Ribeirão Preo Mercado Fiaceiro I RCC 0407 Reda Variável a Visa Aula
Leia maisAmortecimento Exponencial
Méodo Eaíico de Previão MÉTODOS ESTATÍSTICOS DE PREVISÃO 8 6 4 2 98 96 94 92 9 5 5 2 Amorecimeo Expoecial Berardo Almada Loo Berardo Almada-Loo 27 Méodo Eaíico de Previão 2 Méodo de Amorecimeo Expoecial
Leia maisAPÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1
Apêdice C APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS Nese Apêdice são apreseados algus coceios de esaísica úeis para validar os modelos de previsão de demada de eergia, sobreudo os que evolvem
Leia maisPUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada
PUCPR- Poifícia Uiversidade Caóica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformáica Apicada LIMIARIZAÇÃO IMODAL DE OSU Resumo: Ese arigo descreve a eoria do Agorimo de Limiarização imoda de Osu assim
Leia maisUtilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil
XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)
Leia maisAPLICAÇÃO DE MODELOS DE FRATURA COESIVA À REPRESENTAÇÃO DE MODOS DE FALHA DE ESTRUTURAS DE CONCRETO REFORÇADOS COM FIBRAS DE AÇO
APLICAÇÃO DE MODELOS DE FRATURA COESIVA À REPRESENTAÇÃO DE MODOS DE FALHA DE ESTRUTURAS DE CONCRETO REFORÇADOS COM FIBRAS DE AÇO Luis Aôio Tadaiesky Barboza Deae de Mesquia Roehl luis.adaiesky@gmail.com
Leia maisFaculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016
aculdade de Egeharia Aálise Maemáica 2 MEEC 25/26 ucioameo aculdade de Egeharia Teórico-práicas exposição e discussão da maéria resolução de exercícios Trabalho exra-aula resolução dos exercícios proposos
Leia mais2 Mecânica da Fratura
Mecâica da Fraura Ese capíulo desia-se a apresear os coceios básicos da Mecâica da Fraura. Desa forma, quaro seções são apreseadas. A primeira seção apresea os primeiros esudos a Mecâica da Fraura. A seguda
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia maisANÁLISE DE PONTES DE MADEIRA PROTENDIDAS TRANSVERSALMENTE FORMADAS POR VIGAS-T
MADEIRA arquieura e egeharia ANÁLISE DE PONTES DE MADEIRA PROTENDIDAS TRANSVERSALMENTE FORMADAS POR VIGAST Volar º 6 arigo 3 Resumo Nívea Mara Pereira Alves 1 & Aoio Alves Dias 2 Nese rabalho é esudada
Leia maisz 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A
Resoluções das aividades adicioais Capíulo 6 Grupo A. aleraiva C de A 6 (de A) 8 de A. aleraiva C de A de( A) (de A) de A (de A) de A Como A é ieiro posiivo, eão deve ser par.. A comua com B A B B A y
Leia maisUMA REVISÃO DE LITERATURA. Mestrado em Finanças
MODELOS DE PREVISÃO: UMA REVISÃO DE LITERATURA Vicoria Naquela Mesrado em Fiaças Professor Douor Paulo Alexadre Boelho Rodrigues Pires Juho de 04 DEDICATÓRIA Dedico ese rabalho à direcção da Cespu-formação
Leia maisMÉTODOS OBSERVACIONAIS EM CLIMATOLOGIA E METEOROLOGIA DE MESOESCALA : NOTAS DE AULA. Prof. Resposável: Dra. Leila M. Véspoli de Carvalho IAG/USP
MÉTODOS OBSERVACIONAIS EM CLIMATOLOGIA E METEOROLOGIA DE MESOESCALA : NOTAS DE AULA Prof. Resposável: Dra. Leila M. Véspoli de Carvalho IAG/USP ANÁLISE DE SÉRIES TEMPORAIS Referêcias Básicas : I) ALGORITMOS
Leia maisCAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO
CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO 1. APRESENTAÇÃO Nese capíulo serão abordados vários méodos que levam em coa o uso das probabilidades a aálise de ivesimeos. Eses méodos visam subsidiar
Leia maisTRANSISTOR DE EFEITO DE CAMPO DE PORTA ISOLADA - MOSFET - Prof. Dr. Hamilton Klimach
EET - EE - UFR Circuios Elerôicos ENG 04077 TRANSSTOR E EFETO E CAMPO E PORTA SOAA - MOSFET - Prof. r. Hamilo Klimach SPOSTOS EETRÔNCOS ATOS (amplificação) isposiivos Elerôicos Elemeares Trasisor de Jução
Leia maisMETODOLOGIA DOS INDICADORES INDUSTRIAIS DO RIO GRANDE DO SUL
B O L E T I M D A I N D Ú S T R I A METODOLOGIA DOS INDICADORES INDUSTRIAIS DO RIO GRANDE DO SUL 2013 INDICADORES INDUSTRIAIS-RS UNIDADE DE ESTUDOS ECONÔMICOS SISTEMA FIERGS Idicadores Idusriais do Rio
Leia mais3 Derivação dos modelos
3 Derivação dos modelos Ese capíulo apresea a derivação de odos os modelos que serão aalisados. Basicamee serão desevolvidos rês casos disios. Deses casos serão exraídos os modelos que serão esudados esa
Leia maisMAGISTÉRIO MATEMÁTICA
PROVA DE CONHECIMENTOS ESPECÍFICOS CONCURSO DE ADMISSÃO 0 ao CFO/QC - 0 PAG -6 4 Aalise as afirmaivas a seguir, colocado ere parêeses a lera V quado se raar de proposição verdadeira e a lera F quado se
Leia maisEspectros de Resposta de Movimentos Sísmicos Consistentes com Histórias de Deslocamentos Velocidades e Acelerações. Mário Rouxinol Fragoso 1,
Especros de Resposa de Movimeos Sísmicos Cosisees com Hisórias de Deslocameos Velocidades e Acelerações Mário Rouxiol Fraoso 1, Laboraório Reioal de Eeharia Civil Poa Delada, S. Miuel Açores, Porual Maria
Leia maisMODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS
MODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS Fabio Fagudez Chemech, a Siemes Compay Rua da Quiada, 50/21 adar. Cero Rio de Jaeiro, RJ, Brasil fabio.fagudez@gmail.com João Lauro
Leia maisIntrodução à análise e ao processamento de sinais usando o MATLAB. Parte 1 RUBENS SAMPAIO ROBERTO RIQUELME EDSON CATALDO XXI CNMAC
Irodução à aálise e ao processameo de siais usado o MALAB RUBENS SAMPAIO EDSON CAALDO ROBERO RIQUELME Pare SINAIS E SISEMAS SINAIS - São variáveis que carregam iormação SISEMAS - Processam siais de erada
Leia maisMotivação. Prof. Lorí Viali, Dr.
Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisconceito de análise de investimento
1. coceio de aálise de ivesimeo Aálise de Ivesimeos Prof. Uério Cruz O coceio de aálise de ivesimeo pode hoje ser um cojuo de écicas que permiem a comparação ere resulados de omada de decisões referees
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisSTARTUP TIMES IN VISCOELASTIC CHANNEL FLOW
Cogreso de Méodos Numéricos e Igeiería 9 Barceloa, 9 juio al de julio 9 EMNI, España 9 TARTUP TIME IN VICOELATIC CHANNEL FLOW Amílcar I.P. Mirada 1 e Paulo J. Oliveira * 1: Deparameo de Maemáica Uiversidade
Leia maisANÁLISE DE PONTES DE MADEIRA PROTENDIDAS TRANSVERSALMENTE FORMADAS POR VIGAS-T
ISSN 18095860 ANÁLISE DE PONTES DE MADEIRA PROTENDIDAS TRANSVERSALMENTE FORMADAS POR VIGAST Nívea Mara Pereira Alves 1 & Aoio Alves Dias 2 Resumo Nese rabalho é esudada uma variação do sisema esruural
Leia mais