Projeto de rede na cadeia de suprimentos

Tamanho: px
Começar a partir da página:

Download "Projeto de rede na cadeia de suprimentos"

Transcrição

1 Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões de projeto de rede Modelos para localzação de stalações e alocação de capacdade Tomado decsões de projeto de rede a prátca Decsões de projeto de rede Papel das stalações: Que papel cada uma das stalações deve desempehar? Que processos são realzados em cada uma das stalações? Localzação das stalações: Ode as stalações devem estar localzadas? Alocação de capacdade: Quata capacdade deve ser alocada a cada uma das stalações? Alocação de mercado e suprmetos: A que mercados cada uma das stalação deverá ateder? Que fotes de suprmetos devem almetar cada uma das stalações? 1

2 Fatores que fluecam decsões de projeto de rede Estratégcos Letura texto 01 Tecológcos Letura texto 02 Macroecoômcos Letura texto 02 Polítcos Letura texto 03 Ifraestrutura Letura texto 03 Compettvos Letura texto 03 Custos de logístca e stalação Letura texto 03 Frotera etre custo e tempo de resposta Alto Custo FG local Msto FG regoal WIP local FG cetral WIP cetral Matéra-prma cetral e produção persoalzada Baxo Baxo Tempo de resposta Produção persoalzada com matéra-prma o forecedor Alto Servço e úmero de stalações Tempo de resposta Número de stalações 2

3 Custos e úmero de stalações Estoque Custos Custos de stalação Trasporte Número de stalações Escalada de custo como fução das stalações Custo das operações Custos totas % de ível de servço o tempo prometdo Istalações Estoque Trasporte Mão de obra Número de stalações Modelo para decsões de projeto de rede Fase I Estratéga da cadea de suprmetos Fase II Cofguração de stalação regoal Fase III Locas desejáves Fase IV Escolhas de localzação 3

4 Modelo para decsões de projeto de rede Fase I Estratéga da cadea de suprmetos O objetvo da prmera fase do projeto de rede é defr um projeto geral de cadea de suprmetos de uma empresa. Isso clu determar os estágos a cadea de suprmetos e se cada fução desta será realzada teramete ou se será tercerzada Começa com uma defção clara da estratéga compettva da empresa como um cojuto de ecessdades do clete que a cadea de suprmetos vsa satsfazer. Que capacdades sua rede precsa ter para dar suporte à estratéga compettva. Em seguda, os gestores precsam: - prever a provável evolução da competção global e se os cocorretes em cada mercado serão partcpates locas ou globas. - detfcar restrções sobre o captal dspoível e se o crescmeto será realzado adqurdo stalações exstetes, costrudo ovas stalações ou fazedo parceras. Com base a estratéga compettva da empresa, em sua estratéga de cadea de suprmetos, em uma aálse da cocorrêca, em quasquer ecoomas de escala, os gestores deverão determar o projeto de cadea de suprmetos para a empresa. Modelo para decsões de projeto de rede Fase II Cofguração de stalação regoal O objetvo da seguda fase do projeto de rede é detfcar regões ode as stalações estarão localzadas, seus papés potecas e sua capacdade aproxmada. Começa com uma prevsão da demada por país. Precsa clur uma medda do tamaho da demada, assm como uma determação de se os requstos do clete são homogêeos ou varáves etre dferetes países. Requstos homogêeos favorecem grades stalações cosoldadas, equato requstos que varam etre países favorecem stalações localzadas meores. Em seguda, os gestores precsam detfcar: - se ecoomas de escala ou de escopo podem desempehar um papel sgfcatvo a redução de custos, dadas as tecologas de produção dspoíves. - rscos da demada, rscos da taxa de câmbo e rscos polítcos assocados a dferetes mercados regoas - cocorretes em cada regão e defr se uma stalação precsa estar localzada próxma ou dstate da stalação de um cocorrete. Com base em toda essa formação, os gestores detfcam a cofguração de stalação regoal para a rede de cadea de suprmetos, usado modelos de projeto de rede. Modelo para decsões de projeto de rede Fase III Locas desejáves O objetvo da Fase III é selecoar um cojuto de locas desejáves em potecal detro de cada regão ode as stalações deverão estar localzadas. Os locas deverão ser selecoados com base em uma aálse da dspobldade de fraestrutura para dar suporte às metodologas de produção desejadas. Requstos de fraestrutura físca cluem: - a dspobldade de forecedores; - servços de trasporte; - comucações; - servços públcos; - fraestrutura de armazeagem. Requstos de fraestrutura de apoo cluem a dspobldade da força de trabalho especalzada, rotatvdade de pessoal e a receptvdade da comudade a egóco e dústra. 4

5 Modelo para decsões de projeto de rede Fase IV Escolhas de localzação O objetvo da Fase IV é selecoar uma localzação precsa e a alocação de capacdade para cada stalação. A ateção é restrta aos locas desejáves em potecal, selecoados a Fase III. A rede é projetada para maxmzar lucros totas, levado em cota a margem e a demada esperadas em cada mercado, dversos custos logístcos e de stalação, e os mpostos e tarfas em cada localzação. Modelo para decsões de projeto de rede Objetvo: Maxmzar os lucros e satsfazer as ecessdades dos cletes em termos de demada e resposvdade. Modelos para localzação de stalações e alocação de capacdade Fase II Modelo de localzação de fábrca capactada Fase III Modelos gravtacoas de localzação 5

6 Modelos para localzação de stalações e alocação de capacdade Na Fase II - o objetvo de um gestor ao localzar stalações e alocar capacdade deverá ser maxmzar a lucratvdade geral da rede de cadea de suprmetos resultate equato oferece aos cletes a resposvdade aproprada. As recetas vêm da veda de produto, equato os custos aumetam com stalações, mão de obra, trasporte, materal e estoques. Os lucros da empresa também são afetados por mpostos e tarfas. O deal é que os lucros após mpostos e tarfas sejam maxmzados quado se projeta uma rede de cadea de suprmetos. É de se esperar que a formação a segur esteja dspoível ao tomar a decsão de projeto: - localzação de fotes de suprmeto e mercados; - localzação de áreas localzacoas para stalações em potecal; - prevsão de demada pelo mercado; - custos de stalação, mão de obra e materal por área localzacoal; - custos de trasporte etre pares de áreas localzacoas; - custos de estoque por área localzacoal e em fução da quatdade; - preço de veda de produto em dferetes regões; - mpostos e tarfas; - tempo de resposta desejado e outros fatores de servço. Rede covecoal CD forecedor CD de materas CD de produtos acabados CD do clete Loja do clete CD forecedor CD forecedor Produção de compoetes CD compoetes Motagem fal Depósto da fábrca CD de produtos acabados CD do clete CD do clete Loja do clete Loja do clete Loja do clete Loja do clete Rede sob medda: produtos acabados multcamadas CD acoal de produtos acabados CD regoal de produtos acabados CD regoal de produtos acabados CD local de despacho rápdo CD local de despacho rápdo CD local de despacho rápdo CD do clete 1 CD do clete 2 Loja 1 Loja 1 Loja 2 Loja 2 Loja 3 Loja 3 6

7 Modelo de localzação de fábrca/capacdade A fução objeto mmza o custo total (fxo + varável) de estabelecer e operar a rede. Ode: m = úmero de locas/capacdade da fábrca M fy c x j 1 m = úmero de mercados ou potos de demada D j = demada aual do mercado j sujeto K = capacdade potecal da fábrca f = custo fxo aual para mater a fábrca aberta 1) x D, j 1,..., m j c = custo de produzr e evar uma udade da fábrca ao mercado j y = 1 se a fábrca for aberta, 0 caso cotráro. 2) y x x K, 1,..., = Quatdade etregue do local da fábrca ao clete j j 1 3) y 0,1}, 1,...,, x 0 1) Exge que a demada em cada mercado regoal seja satsfeta 2) Idca que ehuma fábrca pode forecer mas do que sua capacdade 3) Impõe que cada fábrca esteja ou aberta (y = 1) ou fechada (y = 0). A solução detfca as fábrcas que devem ser matdas abertas. Modelos gravtacoas de localzação Durate a Fase III, um gestor detfca localzações potecas em cada regão ode a empresa decdu estabelecer uma fábrca. Como uma etapa prelmar, o gestor precsa detfcar a localzação geográfca ode áreas em potecal podem ser cosderadas. Modelos gravtacoas de localzação podem ser útes para detfcar locas geográfcos adequados detro de uma regão. São usados para ecotrar localzações que mmzem o custo de trasporte de matéras-prmas dos forecedores e de produtos acabados aos mercados ateddos. t-mlha Solução cetral x, y: Coordeadas do depósto x, y : Coordeadas do local de etrega d : Dstâca até local de etrega F : Toelagem aual para etregar o local M d D F 2 2 d ( x x) ( y y) k Dx F 1 x d k DF 1 d k y D F 1 y d k F D 1 d Modelos de otmzação de rede Alocado demada às stalações de produção Localzado stalações e alocado capacdade Prcpas custos Custo fxo da stalação Custo de trasporte Custo de produção Custo de estoque Custo de coordeação Quas fábrcas estabelecer? Como cofgurar a rede? 7

8 Modelo de alocação de demada Que mercado é ateddo por qual fábrca? Que fotes de suprmetos são usadas por uma fábrca? m M c x Ode: 1 j 1 = úmero de locas/capacdade da fábrca s. t. m = úmero de mercados ou potos de demada x = Quatdade etregue do local da fábrca x D, j 1,..., m j 1 ao clete j m D j = demada aual do mercado j x K, 1,..., K = capacdade potecal da fábrca j 1 c = custo de produzr e evar uma x 0 udade da fábrca ao mercado j Localzação da fábrca com sourcg múltplo y = 1, se fábrca estver localzada o local ; caso cotráro, 0 x = Quatdade etregue do local da fábrca ao clete j M s. t. j 1 x x m y f y D K y m j 1, j 1,..., m j y, 1,..., k; {0,1} c x Localzação da fábrca com sourcg úco y = 1, se fábrca estver localzada o local ; caso cotráro, 0 x = 1, se mercado j for abastecdo pela fábrca ; caso cotráro, 0 m M f y c D j x j 1 s. t. x 1, j 1,..., m D jx K y, 1,..., j 1 x, y {0,1} 8

9 A fução da TI o projeto de rede Sstemas de TI ajudam o projeto de rede: 1. Facltado a modelagem dos problemas de projeto de rede 2. Cotedo tecologas de otmzação de alto desempeho 3. Permtdo a aálse de dversos ceáros hpotétcos 4. Iteragdo com software de plaejameto e operacoal 5-25 Tomado decsões de projeto de rede a prátca Não subestmar o tempo de vda das stalações Não descosderar as mplcações culturas Não gorar questões de qualdade de vda Efatzar as tarfas e cetvos fscas ao localzar as stalações 5-26 Resumo dos objetvos de apredzagem Qual é o papel das decsões de projeto de rede em uma cadea de suprmetos? Quas são os fatores que fluecam decsões de projeto de rede a cadea de suprmetos? Descreva um modelo estratégco para a localzação da stalação. Como os segutes métodos de otmzação são usados para decsões sobre localzação da stalação e alocação de capacdade? Modelos gravtacoas de localzação Modelos de otmzação de rede

10 Atvdades - Bblografa Atvdades Questões e problemas atvdades aula 03 Egehara Logístca II Bblografa CHOPRA, Sul. Gestão a Cadea de Suprmetos: Estratéga, Plaejameto e Operações. 4 ed. São Paulo: Pearso Pretce Hall,

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica Avalação da Localzação de Base de Atedmeto para Equpametos de Movmetação de uma Empresa Sderúrgca Leadro Ferades da Slva Leadro.Ferades@cs.com.br UFF Ilto Curty Leal Juor ltocurty@gmal.com UFRJ Paul Adrao

Leia mais

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing)

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing) Departameto de Egehara de Produção UFPR 28 1) Plaeameto da Produção - Modelos de dmesoameto de lotes (lot szg) É cohecdo horzote de plaeameto T, dvddo em períodos; demada (geralmete varável) de cada tem

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL

ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL Dese de Mrada e Slva Correa Vâa Barcellos Gouvêa Campos Isttuto Mltar de Egehara Resumo Neste trabalho apreseta-se uma aálse espacal

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

ANAIS O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES

ANAIS O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES MARCOS RICARDO ROSA GEORGES ( marcos.georges@puc-campas.edu.br, marcos_georges@yahoo.com.br ) PUC-CAMPINAS Resumo Este artgo

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Aula 6. Plano da aula. Bibliografia:

Aula 6. Plano da aula. Bibliografia: Aula 6 Bblografa: Farrel & Shapro, 1990, Horzotal Mergers: A Equlbrum Aalyss, AER; Wsto, 2008, Lectures o Attrust Ecoomcs, MIT Press; Motta (2005), Cap 5. Plao da aula I. Cocetrações horzotas (cotução)

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS

ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS GMI/001 21 a 26 de Outubro de 2001 Campas - São Paulo - Brasl GRUPO XII ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS INDICADORES DE DESEMPENHO DA TRANSMISSÃO: METODOLOGIA DE CÁLCULO

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

ÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO;

ÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO; Aplcação de Motores de Méda esão dedcados acoados por versor de frequêca e utlzação de um úco projeto em dferetes solctações de carga. Gleuber Helder Perera Rodrgues Esp. Eg. WEG Brasl gleuber@weg.et Alex

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi ISSN 1984-7203 Projeção Populacoal 2013-2020 para a Cdade do Ro de Jaero: uma aplcação do método AB Nº 20130102 Jaero - 2013 Iva Braga Ls 1, Marcelo Pessoa da Slva, Atoo Carlos Carero da Slva, Sérgo Gumarães

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

Sistema Kanban para fábrica de tintas

Sistema Kanban para fábrica de tintas Sstema Kaba para ábrca de ttas José Luz Cotador Proessor do Programa de Pós-Graduação em Admstração Uove; Doutor em Egehara Aeroáutca e Mecâca - Isttuto Tecológco de Aeroáutca ITA. [Brasl] luz@eg.uesp.br

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

ELECTROTECNIA TEÓRICA MEEC IST

ELECTROTECNIA TEÓRICA MEEC IST ELECTROTECNIA TEÓRICA MEEC IST º Semestre 05/6 3º TRABALHO LABORATORIAL CIRCUITO RLC SÉRIE em Regme Forçado Alterado Susodal Prof. V. Maló Machado Prof. M. Guerrero das Neves Prof.ª Mª Eduarda Pedro Eg.

Leia mais

RAI - Revista de Administração e Inovação ISSN: 1809-2039 campanario@uninove.br Universidade de São Paulo Brasil

RAI - Revista de Administração e Inovação ISSN: 1809-2039 campanario@uninove.br Universidade de São Paulo Brasil RAI - Revsta de Admstração e Iovação ISSN: 809-2039 campaaro@uove.br Uversdade de São Paulo Brasl Cotador, José Luz; Cotador, José Celso; Herques de Carvalho, Marcus Fabus; Olvera Costa Neto, Pedro Luz

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

Gestão de Sistemas de Produção/Operações Profº Túlio de Almeida

Gestão de Sistemas de Produção/Operações Profº Túlio de Almeida Gestão de Sstemas de Produção/Operações Profº Túlo de Almeda 3. AVALIAÇÃO DE DESEMPENHO E INDICADORES 3.1. INDICADORES DE DESEMPENHO Os dcadores são tes essecas para qualquer tpo de projeto, processo,

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMPRESARIAIS

FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMPRESARIAIS FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMRESARIAIS or: Herbert Kmura RAE-eletrôca, Volume, Número 2, jul-dez/2002. http://www.rae.com.br/eletroca/dex.cfm?fuseacto=artgo&id=825&secao=wc&volume=&numero=2&ao=

Leia mais

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO DE JNEIRO DEPRTMENTO DE ENGENHRI CIVIL PLICÇÕES DE MÉTODOS DE ENERGI PROBLEMS DE INSTBILIDDE DE ESTRUTURS Julaa Bragh Ramalho Raul Rosas e Slva lua de graduação do curso

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

Leia mais

de Energia Geração Térmica

de Energia Geração Térmica Sstema Itegrado de Plaeameto e Comercalzação de Eerga Geração Térmca Rafael de Souza Favoreto, CEHPAR LACTEC; Marcelo Rodrgues Bessa, CEHPAR LACTEC; Wlso Tadeu Pzzatto, COPEL; Luz Roberto Morgester Ferrera,

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard)

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard) Aalse do Programa Bolsa Famla e o problema de assmetra de formação (Moral Hazard) Adão Rodrgues 1 Júla Araújo 2 Resumo: O objetvo deste trabalho é aalsar os problemas exstetes o programa de trasferêca

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

Optimização e controlo da poluição atmosférica

Optimização e controlo da poluição atmosférica Optmzação e cotrolo da polução atmosférca A. Ismael F. Vaz e Eugéo C. Ferrera Departameto de Produção e Sstemas, Escola de Egehara, Uversdade do Mho Emal: avaz@dps.umho.pt Cetro de Egehara Bológca, Escola

Leia mais

PROPOSTA DE MODELO DE ARMAZENAGEM DE EQUIPAMENTOS SOBRESSALENTE PARA UTILIZAÇÃO EM LINHAS DE TRANSMISSÃO DE ENERGIA ELÉTRICA

PROPOSTA DE MODELO DE ARMAZENAGEM DE EQUIPAMENTOS SOBRESSALENTE PARA UTILIZAÇÃO EM LINHAS DE TRANSMISSÃO DE ENERGIA ELÉTRICA PROPOSTA DE MODELO DE ARMAZENAGEM DE EQUIPAMENTOS SOBRESSALENTE PARA UTILIZAÇÃO EM LINHAS DE TRANSMISSÃO DE ENERGIA ELÉTRIA Roberto Paulo da Slva Pto Uff rpaulojr2@yahoo.com.br arlos Fracsco Smões Gomes

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan.

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan. Lealdade à Marca e Sesbldade ao Preço: Um Estudo da Escolha da Marca pelo Cosumdor Autora: Delae Botelho, Adré Torrres Urda Resumo Este artgo usa dados em pael do tpo escaeados, desagregados ao ível de

Leia mais

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob

Leia mais

Tratamento de informação

Tratamento de informação Tratameto de formação Margarda Cardoso ISCTE IUL TI GRH 00-0 Meddas de assocação Apredzagem a aula: Meddas de assocação etre atrbutos Coefcete V de Cramer para dados omas Coefcete de correlação de Spearma

Leia mais

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89 Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga

Leia mais

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA Maríla Brasl Xaver REITORA Prof. Rubes Vlhea Foseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odvaldo Texera Lopes ARTE FINAL DA CAPA Odvaldo Texera Lopes REALIZAÇÃO

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

MODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS DO SUBMÉDIO SÃO FRANCISCO

MODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS DO SUBMÉDIO SÃO FRANCISCO ODEAGE DE DADOS POR REGRESSÃO INEAR ÚTIPA PARA AVAIAÇÃO DE IÓVEIS RURAIS DO SUBÉDIO SÃO FRANCISCO JOSÉ ANTONIO OURA E SIVA Isttuto Nacoal de Colozação e Reforma Agrára - INCRA UIZ RONADO NAI 3 Isttuto

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

ALGORITMOS DE OTIMIZAÇÃO BIOINSPIRADOS BASEADOS EM POPULAÇÕES PARA O PROBLEMA DE DESPACHO ECONÔMICO DE CARGA

ALGORITMOS DE OTIMIZAÇÃO BIOINSPIRADOS BASEADOS EM POPULAÇÕES PARA O PROBLEMA DE DESPACHO ECONÔMICO DE CARGA Aas do XIX Cogresso Braslero de Automátca, CBA 2012. ALGORITMOS DE OTIMIZAÇÃO BIOINSPIRADOS BASEADOS EM POPULAÇÕES PARA O PROBLEMA DE DESPACHO ECONÔMICO DE CARGA ADRIANE B. S. SERAPIÃO, RAQUEL K. ROCHA

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

PIM da Janela Única Logística Vertente funcional

PIM da Janela Única Logística Vertente funcional Workshop Stakeholders Lisboa PIM da Jaela Úica Logística Vertete fucioal Coceito e Pricípios de Fucioameto Bruo Cima Lisboa, 9 de Maio de 0 Ageda. A compoete BB do projecto MIELE. Equadrameto da compoete

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes?

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes? Estatístca descrtva bdmesoal (Tabelas, Gráfcos e Estatístcas) Aálse bvarada (ou bdmesoal): avala o comportameto de uma varável em fução da outra, por exemplo: Quatas vedas da Marca Phlps a regão Norte?

Leia mais

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering)

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering) 7. Agrupaeto fuzzy (fuzzy clusterg) 7. Agrupaeto clássco Agrupaeto é a classfcação ão-supervsoada de padrões (observações, dados, objetos, eeplos) e grupos (clusters). Itutvaete, padrões seelhates deve

Leia mais

PROPOSTA DE UM MODELO PARA ANÁLISE DA ACESSIBILIDADE NO TRANSPORTE DE CARGAS

PROPOSTA DE UM MODELO PARA ANÁLISE DA ACESSIBILIDADE NO TRANSPORTE DE CARGAS PROPOSTA DE UM MODELO PARA ANÁLISE DA ACESSIBILIDADE NO TRANSPORTE DE CARGAS Alexadre Coelho Satos Programa de Pós-Graduação em Egehara Cvl - Trasportes Uversdade Federal do Espírto Sato Elaa Zadoade Departameto

Leia mais

Palavras-Chave: Teoria das Restrições, Decisões a Longo Prazo, Simulação de Monte Carlo.

Palavras-Chave: Teoria das Restrições, Decisões a Longo Prazo, Simulação de Monte Carlo. Teora das Restrções e Decsões de Logo Prazo: Camho para a Covergêca Autores PABLO ROGERS Uversdade Federal de Uberlâda ERNANDO ANTONIO REIS Uversdade Federal de Uberlâda Resumo Advogam os crítcos da Teora

Leia mais

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA O objetvo deste capítulo é apresetar formas da equação da coservação da massa em fução de propredades tesvas faclmete mesuráves, como a temperatura, a pressão,

Leia mais

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA Slvo A. de Arauo Socorro Ragel sarauo@blce.uesp.br, socorro@blce.uesp.br Apoo Facero: PROGRAMA Itrodução. Modelagem matemátca: cocetos báscos

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO

Leia mais