2 Métodos de previsão de vendas de itens de estoque 2.1 Introdução

Tamanho: px
Começar a partir da página:

Download "2 Métodos de previsão de vendas de itens de estoque 2.1 Introdução"

Transcrição

1 8 Méodos de previsão de vedas de ies de esoque. Irodução A previsão de demada é processo comum o plaejameo das empresas e poderá ser basae úil o corole de esoques e egociações de preços. Ao se rabalhar com um alo ídice de icerezas, écicas comus de previsão podem requerer a paricipação colaboraiva, como forma de reduzir prováveis resulados isaisfaórios. Previsão de demada e corole de esoque são dois ópicos amplamee esudados a lieraura écica, geralmee aalisados em sequêcia (Tiacci el al., 009). De acordo com Zoeri e al. (007), as coribuições o esudo da previsão de demada provêem geralmee da esaísica, e, em paricular, das écicas para melhor modelar a demada fuura. Modelos para processos de previsão de demada são imporaes o desevolvimeo de políicas de corole de iveário (Syder e al., 00). A previsão é uma esimaiva de um eveo fuuro fora do corole das orgaizações e que provê a base para um plaejameo gerecial. É aida um compoee do processo de omada de decisão de egócios que quado acurada esima o fuuro da aividade ecoômica associada a ações de curso específicas que podem guiar correamee a esraégia orgaizacioal em um ambiee icero e quado ão acurada pode guiar a empresa à falêcia (Smih III e al., 996). Silver e al. (998) sieizam ações imporaes que um sisema ideal de previsão de demada por pare das corporações deve se aer:. Esimar a previsão de demada esperada (em uidades em previsões de curo prazo e de forma mais agregada em previsões de logo prazo).. Esimar a ampliude de variação da demada real versus a demada esperada. Em ouras palavras, esimar o erro de previsão e sua variâcia. 3. Prover esimaivas de previsão em períodos regulares. 4. Aualizar periodicamee as previsões a fim de suporar decisões de revisão os úmeros de forma rápida e eficaz. 5. Balacear os cusos de erros de previsão free aos cusos de se calcular as previsões. 6. Permiir a paricipação do julgameo humao as previsões de demada. 7. Ter precisão a fim de ser prover previsões acuradas, ão muio sesíveis a faores icoroláveis.

2 9 Smih III e al. (996) lisam ambém oio pricípios básicos de previsão, idepedeemee da écica a ser empregada:. Precisão das previsões: previsões esão sempre erradas em sua maior pare. As empresas uilizam-se das previsões, porao, pelo simples moivo de que uma previsão é melhor do que ehuma. Os erros razidos pelas previsões podem ser olerados e variarão de empresa para empresa, depededo de faores diversos que icluem empo de reação, amaho da empresa e o cuso do erro para a mesma.. Horizoe de empo da previsão: udo o mais se maedo igual, a precisão se reduz a medida em que o horizoe de empo aumea. Quao maior o horizoe de empo de uma previsão, maior a chace dos padrões esabelecidos e relações mudarem, cosequeemee ivalidado as previsões. Mudaças o ambiee, ecologia, esraégica da cocorrêcia, comporameo dos cliees e regulameações goverameais impacam as previsões de logo prazo. Quao mais o fuuro eamos prever, maior a chace de mudaças ambieais iesperadas. 3. Mudaças ecológicas: quao maior a axa de crescimeo de mudaça ecológica, maior o decréscimo da precisão da previsão. 4. Barreiras à imporação: quao meores as barreiras alfadegárias e ão alfadegárias - à erada, mais imprecisas serão as previsões. Novos cocorrees esrageiros podem alerar drasicamee os padrões esabelecidos. 5. Dissemiação da iformação: quao mais rápida a dissemiação da iformação, meos úil será o valor da previsão, pois odos os agees do mercado erão a mesma iformação e poderão, coseguiemee, aigir previsões similares. 6. Elasicidade da demada: a previsão será meos acurada quao maior a elasicidade da demada, pois por razões óbvias os cosumidores dão prioridade à aquisição de produos de ecessidades básicas. Em períodos de recessão, os supérfluos (de maior elasicidade) êm sua demada reduzida. 7. Produos de cosumo versus produos idusriais: previsões de produos de cosumo são, em maior pare, mais acuradas que aquelas para produos idusriais. Isso ocorre pelo fao desses serem úlimos vedidos a uma escala meor de cliees. Se um cliee é perdido, há uma sigificaiva perda as vedas. Os cliees idusriais êm ambém um poder de bargaha maior devido às grades quaidades compradas. 8. Agregar versus desagregar: agregar previsões por famílias ou grupos de produos resula, ormalmee, em previsões mais acuradas que previsões realizadas para ies de esoque idividuais. Isso ocorre uma vez que o padrão dos dados agregados ão muda ão rapidamee quao o padrão dos ies idividuais. Na previsão

3 0 agregada, superesimar algus produos pode cacelar o efeio de se subesimar ouros produos. Além disso, as previsões devem esar aida sujeias a criação de equipes de especialisas, dero das corporações, que rabalhem de forma cojua, coleado e dispodo de dados hisóricos para um rabalho esaísico por pare dos admiisradores. Em grade pare das orgaizações apeas uma pessoa ão deve realizar soziha as previsões de demada, recomedado-se o evolvimeo de profissioais de diferees áreas para as discussões das previsões. As grades corporações geralmee fazem uso de programas compuacioais volados para as previsões. Necessário se faz, ereao, o evolvimeo de especialisas a leiura dos resulados gerados pelos programas de forma a ierprear correamee os dados. Os cusos, para as orgaizações, do uso de ais procedimeos evolvem o cuso de se operar o sisema e o cuso gerado pelos erros de previsão. Verdade é que a práica a mesuração do cuso relaivo ao erro de previsão é algo basae difícil de calcular, pois raramee as orgaizações regisram o úmero de vedas ão realizadas por fala de esoque, ocasioadas por erros de esimaiva. Procuraremos mosrar o esudo como corporações podem se valer de écicas esaísicas de simples aplicação e bom grau de precisão para icremear seu ível de serviço e corolar de forma mais eficiee seus íveis de esoque, sem demadar grades ivesimeos em programas. Por meio do emprego de um programa simples, como o Excel, é possível empregar meodologias acuradas. Nem sempre os programas mais caros resulam em melhores esimaivas. Nesse coexo, Waers (003) classifica os méodos de previsão sob formas diferees: quaiaivos ou esaísicos, de acordo com o horizoe de empo curo, médio ou logo prazo e qualiaivo que iclui uma abordagem geral subjeiva, de julgameo, lidado com a opiião de especialisas das áreas de forecimeo, compras e vedas, além da opiião de cliees, publicações goverameais e esudos de mercado. Tal méodo, coudo, é meos cofiável que o esaísico e poderá ser usado a irodução de um produo ovo para a orgaização, quado a mesma ão dispõe de dados hisóricos de demada. Em algus casos, apeas a opiião pessoal de um úico especialisa é cosiderada para a previsão e geralmee mosra-se mais susceível a erros que a previsão elaborada por uma pessoa que ada cohece do produo e do mercado, mas que uiliza um méodo mais formal. Apesar disso, é um méodo largamee uilizado por corporações. Seu impaco ão será ão grade em decisões meores, mas o ível de erro pode er coseqüêcias em decisões imporaes. Algumas corporações se valem da opiião ão apeas de um especialisa, mas de um grupo composo por vários e que em cojuo discuem suas experiêcias e opiiões

4 de modo a se aigir um coseso. Apesar de apareemee mais seguro que o primeiro caso, por se raar da opiião de várias pessoas, as discussões podem ão chegar a um coseso e em muios ambiees corporaivos, são raras as discussões aberas, ode odos os úmeros podem ser aberos e discuidos com diferees deparameos. Quado do laçameo de um ovo produo o mercado, é ambém basae comum a realização de pesquisas de mercado, que podem gerar bos resulados, uma vez que coleam a opiião de grupos de cosumidores poeciais de forma direa. O icoveiee desse ipo de méodo é ão apeas o alo cuso evolvido, mas ambém o empo cosumido o processo. Uma amosragem ão represeaiva da população e perguas mal elaboradas ou ão respodidas hoesamee podem gerar resulados pobres e ão muio cofiáveis. Há aida aquela classe de produos que esão em fase de laçameo, mas que, possuem similares já laçados. Para esses casos, geralmee o recurso é esudar a curva do ciclo de vida do produo mais similar já exisee o mercado e uilizá-la para se projear a previsão de demada. O cuidado que se deve er esse caso é escolher correamee um produo suficieemee similar e cuidar para que se classifique correamee o período do ciclo de vida ode o produo se ecaixa. Aida um úlimo méodo qualiaivo merece ser aqui mecioado: méodo Delphi. Especialisas são chamados a paricipar em grupos, porém, com a difereça das perguas serem apreseadas aravés de quesioários respodidos aoimamee. Em reuiões poseriores, o resulado das resposas é mosrado e cada especialisa é covidado a alerar sua opiião, repeido-se o processo aé se ober decisões mais próximas. É aida um processo leo que depede do evolvimeo do mesmo grupo ao logo do empo. Os méodos acima apreseados apoiam-se em visões subjeivas e opiiões de especialisas. Devem ser uilizados somee quado da iexisêcia de dados cofiáveis. Por ais razões, os méodos quaiaivos são aqueles que apreseam maior cofiabilidade e precisão, desde que possamos coar com a dispoibilidade de dados hisóricos. Silver e al. (998), ereao, realçam a imporâcia de se cojugar méodos quaiaivos com o julgameo dos gerees direamee evolvidos os processos. Tais méodos, por sua vez, serão divididos de acordo com o horizoe de empo, coforme discorrido abaixo:. Previsão de logo prazo: uilizada para se cosruir uma fábrica ou mais fábricas ou depósios e ceros de disribuição. Geralmee, a previsão é feia com base em aos, ecessária para se plaejar orçameos e isalações. Esá relacioada a decisões esraégicas.. Previsão de médio prazo: rês meses a um ao, ou seja, o período ecessário para se subsiuir um produo aigo por um ovo ou orgaizar recursos. Uilizam-se

5 méodos de médio prazo quado se almeja plaejar a produção. Em ouras palavras, raase de decisões em ível áico. 3. Previsão de curo prazo: usualmee uilizada quado do plaejameo de algus poucos meses ou mesmo semaas. Nesse caso, o objeivo é programar eregas e plaejar esoques. Esamos falado de decisões em ível operacioal. É esse horizoe que rabalharemos com o corole de iveário/ies de esoque. Smih III e al. (996) fazem ieressae comparação ere o comporameo de pequeas e grades empresas quado o assuo é previsão de demada. Tal comparação é basae esclarecedora a compreesão do perfil da empresa objeo do esudo de caso. Equao o eságio iicial, as empresas pequeas edem a er seus fudadores oalmee evolvidos a produção e vedas, com a comuicação ere fucioários basae abera e iformal, com o empo de reação a mudaças o mercado ededo ao imediao, empresas grades dispõem de equipes mulidiscipliares evolvidas a previsão de vedas e sisemas formais de supore à omada de decisões. No primeiro caso, as empresas edem a se valer de écicas subjeivas de previsão de demada, baseadas ão somee o cohecimeo de seus fudadores. No segudo caso, dispodo de maior esruura e disios ceros de cusos, o capial humao, composo por áreas diversas dero da compahia, é mais capaciado e evolvido as previsões de demada, parecedo lógico o uso de écicas mais avaçadas, complexas e variadas de previsão. O esudo viabilizado por Smih III e al. (996) juo a ceeas de empresas ore-americaas e muliacioais de pequeo, médio e grade pore raz à oa disição de comporameo ere esses diferees grupos de corporações. Quao maior a empresa, maior o úmero de pessoas evolvidas o processo de previsão. Também quao maior o úmero de filiais, plaas e escriório que uma empresa possui, maior o uso da ecologia de iformação o processo. A imporâcia dada às écicas quaiaivas e complexas aumea de forma proporcioal ao amaho da corporação. Do mesmo modo, pode-se dizer que a previsão as grades compahias ecora-se mais susceível a ifluêcias exeras, ecessidade de previsão por regiões geográficas e ecessidade de se prever o ível de vedas da cocorrêcia. Nas pequeas e médias empresas, o esudo observou que os alos execuivos ecoram-se mais evolvidos o processo de previsão (e ão apeas o ível gerecial e equipes mulidiscipliares). Empresas de pequeo e médio pore edem ambém a escolher écicas de previsão de demada com base em sua facilidade de execução. Quao meor a empresa, maior o uso que a mesma faz de sisemas qualiaivos. Empresas de ível iermediário médio pore apresearam o meor período ere previsão e resulados apurados (previsão versus vedas realizadas). Por fim, o resulado do esudo raz

6 3 aida o comporameo de pequeas empresas que edem a ver com meor imporâcia a previsão da cocorrêcia e faores exeros do ambiee ecoômico. Em suma, Smih III e al. (996) cocluem de forma periee que à medida que as empresas crescem do meor para o maior pore, maior a aplicação de mão-de-obra especializada e ivesimeo moeário em processos de previsão quaiaivos. Empresas em eságio iicial de crescimeo coam com um quadro exuo de pessoal, com uma comuicação mais abera ere os fucioários e a admiisração. São empresas orieadas a pessoas com processos de previsão alamee subjeivos e qualiaivos, com as previsões sedo geridas por um úmero bem reduzido de pessoal. A combiação ere esses dois mudos méodos quaiaivos e qualiaivos poderia prover uma previsão mais acurada, baseada a ecologia mais recee de previsão e a experiêcia dos execuivos da empresa.. Séries emporais Previsões quaiaivas são geralmee baseadas em séries emporais, obidas de observações omadas em iervalos regulares. Silver e al. (998) ciam os cico compoees de uma série emporal: ível, edêcia, variações sazoais, movimeos cíclicos e fluuações radômicas irregulares, ambém cohecidas como ruído radômico. Equao o ível capura a escala da série, a edêcia ideifica a edêcia de crescimeo ou declíio ao logo do empo. As variações sazoais podem se apresear sob duas formas: como resulado de forças aurais ou como coseqüêcia de decisões humaas. As variações cíclicas coicidem com as expasões e corações da aividade macroecoômica. Além dos efeios dos quaro primeiros compoees, emos as fluuações irregulares que devem ser reiradas das séries, por serem resulados de eveos imprevisos, causados por faores diversos ais como variação as horas rabalhadas, velocidade de rabalho, codições climáicas, rejeições em ispeções, época do ao, ifluêcias ecoômicas, erros os dados dispoíveis, araso a aualização de iformações, dere ouras. É o ruído ou erro que ora a arefa de previsão difícil. Se o ruído é relaivamee pequeo, eremos uma boa previsão, próxima ao resulado do modelo selecioado. O corário ambém é verdadeiro: muio ruído acaba orado a previsão erráica. O corole de erro de previsão será viso em maiores dealhes ao fial dese capíulo. Cosiderado que o esudo de caso apreseará a previsão de vedas para ies de esoque, os coceraremos os méodos de previsão de curo prazo, baseados em valores hisóricos de veda para a previsão fuura de vedas, projeado padrões passados o fuuro.

7 4.3 Previsão de curo prazo A parir da aplicação de modelos relaivamee simples, veremos como podemos calcular a previsão de vedas de ies de esoque idividuais, de alo volume de demada e relevaes para as orgaizações. A ieção é os aermos aos modelos cosae - ode ão se observa uma edêcia de crescimeo ou decréscimo a demada - e liear - ode há uma edêcia de crescimeo ou declíio da demada. O modelo sazoal, ode além da edêcia, ecoram-se variações devido à época do ao, ão será viso o presee esudo pelo fao de ão ser aplicável às séries emporais que serão apreseadas como exemplo o esudo de caso. A meodologia que descreveremos a seguir segue a liha do presee esudo o iuio se de buscar apresear um méodo passível de aplicação em qualquer corporação que rabalhe com ies de esoque e pode ser ecorado em Silver e al. (998)..3. Méodo de amorecimeo expoecial para modelo cosae O modelo cosae é represeado por: x a ode a represea o ível e, o ruído radômico. O ível a é alerado sempre que ovas demadas forem apuradas, pela seguie equação: αx α (.) Sedo x, a observação da demada o período e α a cosae de amorecimeo, com valores que variam de 0 a e que será oporuamee discuida. Pela Equação (.), deduz-se que sempre que α =, a esimaiva é sempre o valor da úlima observação. Isso quer dizer que odas as demadas realizadas aeriores são descaradas, maedo-se apeas a úlima. Se α = 0, odas as esimaivas ficam iguais à previsão realizada iicial, ão se uilizado ehuma ova iformação. Supodo que dispomos de observações da demada x, x,..., x e aida que o processo de previsão foi iiciado a ocasião da observação x, emos a previsão ao fim do período dada pela Equação (.): αx α a ˆ. ˆ αx α a Temos ambém que: Subsiuido â - a Equação (.), eremos:

8 5 Mas, α x αα x ˆ α α α α ˆ α a x x a α. a ˆ αx 3 Subsiuido â - a equação acima, eremos aida: αx αx α α αx ˆ α αx α a3 3 αx α α α ˆ x a3 De forma sucessiva e fazedo as subsiuições de â -3, â -4,..., â, chegaríamos a:. αx α αx α α x α α α 0 j0 j α x α 0 α j. 0,0 α 0,3 Em siuações reais de processos previsão, usa-se quase sempre. Mesmo assim, o ermo 0 para valores moderados de. Logo, emos que: α é aproximadamee igual a zero a ˆ j0 α α j x j â é, porao, a média poderada das demadas aeriores e o peso da observação x -j é α(-α) j. Tomado o valor esperado de â, podemos mosrar que E E x que sigifica que a esimaiva â para a demada é sem viés, uma vez que o valor esperado da previsão uilizada ( â ) é igual ao valor esperado da variável que esá esimado ( x ). Ao fial do período, para qualquer período fuuro +, a previsão será: xˆ,. Dada uma série hisórica, o méodo se iicia aravés do cálculo das médias das primeiras observações para se ober a esimaiva iicial de â 0. Para o cálculo da previsão do período seguie, uiliza-se a Equação (.). Vejamos a Tabela. um exemplo da aplicação da meodologia, ode a demada previsa ao fial do período 0 é calculada com base a média poderada das demadas realizadas ere os períodos e 0. Ao fial do período, uili-, o

9 6 za-se a Equação (.) para a previsão do próximo período (previsão para o período ). Assim que realizadas as demadas de cada período, o modelo é aualizado e é calculada a previsão de demada do período subsequee. No gráfico apreseado a Figura., observa-se o comporameo da demada previsa free à demada realizada. Tabela. Previsão da demada com amorecimeo expoecial Período Demada Realizada Demada Previsa 44 43, , , , , , , , , ,33 43, Demada Realizada Demada Previsa Figura. Gráfico demada previsa e realizada

10 7 Para a elaboração do exemplo acima, cosiderou-se 0,05 como valor de α, ereao, os valores recomedados por Silver e al.(998) podem variar de 0,0 a 0,3. Na práica, o valor de α será escolhido de forma a miimizar o erro quadrado médio (EQM) que represea a esimaiva da variâcia do erro da previsão: EQM x xˆ, (.) Ou seja, a série hisórica foi dividida em duas pares: com a pare iicial, escolhemos o α óimo e com a seguda pare, simulamos as previsões. Maiores dealhes acerca da escolha da cosae de amorecimeo serão raados a seção.3.. Em suma, o procedimeo de previsão via amorecimeo expoecial simples é um méodo basae simples e efeivo de se prever a demada por ies de esoque..3. Méodo de amorecimeo expoecial para modelo liear Equao o modelo cosae pressupõe que a demada permaece a mesma ao logo de um período de empo, o modelo liear apresea uma demada que cresce ou declia de forma sisemáica. Porao, o mais adequado o úlimo caso seria o uso do méodo de amorecimeo expoecial duplo. A iicialização do méodo de amorecimeo expoecial duplo requer um procedimeo pouco mais complexo que o viso aeriormee, sedo o modelo dado por com a previsão expressa por e b. ˆ x x a b, bˆ, ode â e bˆ idicado as esimaivas de a Sedo o erro de previsão e x xˆ x b ˆ do erro de previsão será dada por: S i e x b ˆ, a soma dos quadrados Para miimizar a soma dos quadrados dos erros de previsão, iguala-se a zero as derivadas parciais em relação a a e b. S a 0 S b bˆ 0 Resolvedo as equações, chegaremos às esimaivas de a e b, aravés de:

11 8 bˆ i x i x e i x bˆ A iicialização via regressão liear por míimos quadrados pode ser operacioalizada por meio do uso do Excel, adicioado-se a liha de edêcia e soliciado a exibição da equação, aravés da qual será possível observar os valores iiciais dos parâmeros do ível e da edêcia. No gráfico da Figura (.), é apreseada a regressão uilizado os dez primeiros úmeros da Tabela (.), ode observa-se a equação da rea y =,3 x + 7,60. sedo A aualização das esimaivas é dada pelas equações: α e bˆ α β x α a ˆ bˆ ˆ β ˆ a b β cosaes de amorecimeo, a difereça a edêcia previsa o período deermiado. Eede-se por (.3) a ˆ ˆ os raz a α e β as cosaes de amorecimeo segudo o modelo desevolvido por Hol-Wiers. Para períodos subseqüees, a previsão será dada por: ˆ b xˆ,, ode ˆ é a previsão feia o período da demada o período + τ (para τ =, x,, 3,...). O exemplo abaixo mosra a aplicação práica do amorecimeo expoecial uma série com edêcia liear. 35,00 Demada Realizada 30,00 5,00 0,00 5,00 0,00 5,00 y =,3x + 7, Figura. Gráfico de demada para uma série com edêcia liear

12 9 Tabela. Série com edêcia liear de crescimeo Período Demada Realizada Período Demada Realizada,30 6 4,69 3,3 7 55,6 3 5, ,60 4 3,0 9 54,90 5 8, ,60 6 7,3 65,5 7 3,97 65,0 8 30, ,36 9 5, , , ,5 38, ,0 37,0 7 7,96 3 4, ,9 4 45,60 9 8, , ,96 ˆb, ao fial do período 0, que Porao, obemos os valores iiciais â 0 e 0 correspode à iicialização do méodo: ˆb 0 =,3 e â 0 = (,3 x 0 períodos) + 7,60 = 30,8 Isso sigifica dizer que a previsão de demada para o período seguie correspode ao somaório de â 0 e ˆb 0 =,3 + 30,8 = 33,33 Tabela.3 Simulação de previsão para o primeiro período após iicialização Período Demada Realizada a b a + b Demada Previsa 0 33,36 30,8,3 33,3 38,40 33,3 A parir desse momeo, o méodo será aualizado por meio das Equações (.3). A fução Solver do Excel permiirá a obeção dos valores óimos de α e β, de forma a miimizar a média dos erros quadrados da difereça ere demada realizada e demada previsa. Os valores de α e β que miimizam a média dos erros quadrados ecorados são 0,643 e 0,0887, respecivamee. Ecoramos o valor da média dos erros quadrados como sedo,83. No gráfico da Figura.3 é apreseado o comporameo da demada previsa versus a demada realizada para os dados da Tabela.5.

13 30 Tabela.5 Simulação de previsão Período Demada Realizada a b a + b Demada Previsa Erro Quadrado,30 3,3 3 5,60 4 3,0 5 8,33 6 7,3 7 3, ,36 9 5, ,36 30,8,3 33,3 38,40 34,00,40 36,40 33,3 7,74 37,0 36,50,4 38,9 36,40 0,39 3 4,36 39,47,46 4,93 38,9, ,60 4,53,5 45,04 4,93 3, ,0 45,70,57 48,7 45,04 5,8 6 4,69 47,35,49 49,84 48,7 3, ,6 50,79,57 53,36 49,84 33, ,60 5,58,50 55,08 53,36, ,90 55,05,50 57,55 55,08 0, ,60 58,05,54 60,59 57,55 9,3 65,5 6,40,6 64,0 60,59 4,6 65,0 64,8,63 66,8 64,0 0, ,36 66,74,6 69,36 66,8 0,0 4 69,69 69,4,63 7,04 69,36 0, 5 66,5 7,3,55 73,68 7,04 30, ,0 74,3,60 76,83 73,68,07 7 7,96 76,9,54 78,73 76,83 4, ,9 78,33,50 80,83 78,73 5,96 9 8,36 80,9,5 83,43 80,83 0, ,96 83,68,53 86, 83,43, ,,83 Aida com relação às cosaes de amorecimeo, ão seria viável esimar as cosaes em empresas com milhares de ies de esoque. Silver e al. (998) sugerem uma abela de valores para ais cosaes com valores razoáveis ao para α, α e β, coforme Tabela.4:

14 3 90,00 80,00 70,00 60,00 50,00 40,00 Demada Realizada Demada Previsa 30,00 0, Figura.3 Gráfico da demada previsa x demada realizada Tabela.4 Valores sugeridos por Silver e al. (998) a escolha das cosaes de amorecimeo Valor de α Valor máximo 0,300 0,50 0,76 Valor razoável 0,00 0,90 0,053 Valor míimo 0,00 0,00 0,005 α β.4 Medidas da variâcia do erro de previsão Como mecioado ao logo do capíulo aerior, a úica cereza que emos quado da aplicação de uma meodologia para a previsão de demada é que a mesma irá gerar erros. O corole de ais erros e suas variâcias será ecessário ão apeas para medirmos o ível de serviço que desejamos presar aos ossos cliees, mas ambém para medirmos se a aplicabilidade de deermiado méodo é realmee a mais adequada. O admiisrador de iveários e/ou de plaejameos ão deve simplesmee aceiar de forma passiva deermiada disribuição de erros de previsão. Se a mesma apresear, por exemplo, um viés, medidas correivas devem ser omadas a fim de se eviá-lo. Por viés, eedem-se aquelas previsões que se mosram subsacialmee acima ou abaixo da demada real. Deecado-se viés, emos evidêcias de que o modelo é icorreo ou que seus parâmeros esão esimados iadequadamee, pois o erro de previsão deomiado e deve fluuar em oro de zero. Cohecer o papel da previsão e os impacos dos erros de previsão cria uma base para se defiir uma mea realísica para uma previsão mais precisa (Kerkkäe e al., 009).

15 3 De forma geral, os idicadores de desempeho das previsões (medidas dos erros de previsão), servem a dois propósios: () verificar se o méodo escolhido para previsão de demada é preciso. No caso de se er de forma sisemáica erros posiivos, observa-se uma subesimação as previsões de demada. O resulado disso pode ser perdas de vedas cujo cuso é de difícil mesuração a práica (Silver e al., 998). () Admiisradores rabalham com os erros de previsão ambém de forma a plaejarem um plao de coigêcia. Kerkkäe e al. (009) em seu arigo comeam que a lieraura básica ormalmee ão provê abordages para avaliação dos impacos dos erros de previsão. Usualmee, as compahias avaliam a precisão da previsão de vedas em ermos do impaco o desempeho de seus egócios. Como já mecioado aeriormee, o impaco dos erros de previsão ão é cosae, mas varia de acordo com as caracerísicas das orgaizações. Na vida real, os erros de previsão ão são ecessariamee radômicos e podem icluir caracerísicas sisemáicas específicas de cada compahia. Apesar de ser quase impossível a mesuração dos impacos dos mesmos, é imporae medi-los e ear avaliá-los. Iso porque repercuirão ao a esabilidade das programações, quao o aproveiameo da capacidade isalada e o uso ecoômico da mesma, e, mais aida, como é o caso objeo do osso esudo o iveário, ode poderão refleir em excesso de esoque, maior cuso para maueção do mesmo e perdas de vedas por mau dimesioameo. Imporae ambém é eeder o poo de visa de uma orgaização free às previsões de demada: compreeder quem fará uso das iformações obidas, em que momeo, como e a que propósio. A avaliação dos impacos dos diferees ipos de erros de previsão de vedas deve ser elaborada a fim de se defiir o que se deseja com uma previsão precisa, quais os produos verdadeiramee imporaes de serem previsos e aida alguma forma plausível de se medir o desempeho de al previsão. A seguir, veremos algumas das mais populares medidas de erro de previsão..4. Medidas de Variabilidade Com o iuio de se prover um ível de serviço adequado ao cliee, calculado esoques de seguraça adequados para cada iem de esoque, será ecessário o cálculo do desvio padrão dos erros de previsão para a demada oal de cada

16 33 iem. Isso deve ser feio cosiderado o período ecessário à reposição do esoque (leadime de reposição). Coforme já colocado aeriormee, para cada período de empo, obemos dois ipos de iformação: a demada real x, da, calculada aes dos respecivos períodos ˆ, xˆ,,, x, x e a previsão de dema- x xˆ 0,,,. Uma medida de variabilidade frequeemee usada (ou miimizada) é o erro quadrado médio (EQM), direamee ligado ao desvio padrão dos erros de previsão. De uso basae simples, o EQM pode ser expresso por meio da seguie fórmula: EQM x xˆ, (.4) Oura medida de variabilidade é o desvio absoluo médio, represeado o presee esudo pela sigla DAM. Traa-se de uma reraação da difereça absolua ere a demada real e a previsão elaborada ao fim do período aerior. Com o uso mais corree de compuadores, ão é um dos méodos mais uilizados aualmee. Sua fórmula é dada por: DAM x xˆ (.5), / O ermo x xˆ, represea o erro ou o desvio da demada para o período e o cálculo do desvio absoluo médio será feio aravés de sua soma dividida pelos períodos. O desvio padrão dos erros de previsão é dado por: EMQ A relação de σ para o erro médio absoluo ão seria de ão simples aplicação, sedo idicado um faor de,5 (Silver e al.,998). Para a aualização do erro quadrado médio (EQM), poderíamos uilizar a Equação (.4) sempre que uma ova demada fosse dispoibilizada. Podemos ambém uilizar uma ova fórmula, ode o EQM represea a esimaiva do EQM ao fial do período e ω, uma cosae de amorecimeo, com valores que variam de 0,0 a 0,0: EQM x ˆ x, EMQ (.6)

17 34 A vaagem de se uilizar esa equação em vez da Equação (.4) reside o fao de ser uma média poderada dos erros quadrados aeriores, além de requerer meor espaço para armazeagem de dados..4. Medidas do viés da previsão Quado um sisema de previsão, há idicação de viés, esamos diae de um quadro em que as esimaivas dos parâmeros da demada são iadequadas ou mesmo que o modelo em si é icorreo, como já explicado o iício do presee capíulo. O erro de previsão e deve variar em oro de zero. O viés ão é facilmee deecável ao se observar a abela de erros. Visualmee ora-se mais fácil verificar a exisêcia de um viés egaivo ou posiivo aravés da cosrução de um simples gráfico..4.3 Soma cumulaiva dos erros de previsão O gráfico da soma cumulaiva dos erros de previsão é dos mais adequados para se visualizar a exisêcia de viés. A fim de se moiorar o viés, deve-se aplicar a seguie fórmula de modo recursivo: SC SC e (.7) ode SC represea a soma cumulaiva do erro de previsão ao fial do período e ˆ e ( x x ), o erro de previsão o mesmo período. Em coiuidade ao exemplo aeriormee esudado para o méodo com amorecimeo expoecial duplo (Tabela.5) e supodo mais 0 observações da demada realizada, geradas a parir de modelo cosae, ou seja, sem edêcia, eremos a represeação do erro (e ) e da soma cumulaiva do mesmo (SC ), apreseados a Tabela.6 e a Figura.4. No gráfico da soma cumulaiva do erro de previsão (Figura.4), observase uma idicação clara de viés após a demada do período 3. Tal viés é coseqüêcia do méodo icorreamee empregado (amorecimeo expoecial duplo) para as observações de demada cosae (modelo liear).

18 35 Tabela.6 Simulação do erro de previsão e soma cumulaiva do erro Período Demada Realizada Demada Previsa Erro (e) Soma cumulaiva do erro (SC ) 65,5 60,59 4,93 4,93 65,0 64,0 0,99 5,9 3 66,36 66,8-0,45 5, ,69 69,36 0,33 5, ,5 7,04-5,53 0,6 6 77,0 73,68 3,33 3,58 7 7,96 76,83-3,87-0,8 8 76,9 78,73 -,44 -,7 9 8,36 80,83 0,53 -, ,96 83,43,53-0, ,3 86, -0,99 -, ,9 88,58-7,66-9, ,7 87,94-0,67-9, ,49 90,08-6,59-6, ,55 9,5,40-5, ,0 93,56 3,46 -, , 96,36-9,5-30, ,00 96,95-9,95-40, ,7 97,6 -,55-43, ,50 98,76-6,6-59,6 0,00 0,00-0, ,00-30,00-40,00 Erro (e) Soma Cumulaiva do Erro (SC) -50,00-60,00-70,00 Figura.4 Gráfico do erro de previsão e da soma cumulaiva

CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO

CAP. 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 mais

Métodos de Amortização

Métodos 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 mais

conceito de análise de investimento

conceito 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 mais

Técnicas de Previsão

Técnicas 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 mais

FUNDO DE COMÉRCIO * Pedro Schubert

FUNDO 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 mais

MODELAGEM MATEMÁTICA E O EFEITO ESTUFA

MODELAGEM MATEMÁTICA E O EFEITO ESTUFA a MODELAGEM MATEMÁTICA E O EFEITO ESTUFA Âgela Maria Loureção Gerolômo 1 UEL Uiversidade Esadual de Lodria agela-maemaica@uol.com.br Rodolfo Eduardo Verua 2 UEL Uiversidade Esadual de Lodria rodolfoverua@yahoo.com.br

Leia mais

DETERMINAÇÃO EXPERIMENTAL DAS PROPRIEDADES DINÂMICAS DE TRANSDUTORES DE PRESSÃO PIEZORRESISTIVOS

DETERMINAÇÃO EXPERIMENTAL DAS PROPRIEDADES DINÂMICAS DE TRANSDUTORES DE PRESSÃO PIEZORRESISTIVOS DETERMINAÇÃO EXPERIMENTAL DAS PROPRIEDADES DINÂMICAS 15 DETERMINAÇÃO EXPERIMENTAL DAS PROPRIEDADES DINÂMICAS DE TRANSDUTORES DE PRESSÃO PIEZORRESISTIVOS Evaldo Ferezi Luiz Carlos Felicio EESC-USP, Av.

Leia mais

MÉTODO PARA ANÁLISE DE INVESTIMENTOS: ALTERNATIVA PARA CLASSIFICAÇÃO DE PROJETOS COM PRAZO E VOLUME DE RECURSOS DIFERENTES.

MÉTODO PARA ANÁLISE DE INVESTIMENTOS: ALTERNATIVA PARA CLASSIFICAÇÃO DE PROJETOS COM PRAZO E VOLUME DE RECURSOS DIFERENTES. ! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& Foz do Iguaçu, PR, Brasil, 09 a 11 de ouubro de

Leia mais

Comparando Fluxos de Caixa Em Moedas Diferentes

Comparando Fluxos de Caixa Em Moedas Diferentes Trabalho Apreseado o II SEGeT II Simpósio de Excelêcia em Gesão e Tecologia promovido pela Associação Educacioal Dom Bosco (AEDB) Comparado Fluxos de Caixa Em Moedas Diferees Marcelo Heriques de Brio -

Leia mais

Escola de Engenharia de Lorena - USP Cinética Química Capítulo 03 Métodos Cinéticos

Escola de Engenharia de Lorena - USP Cinética Química Capítulo 03 Métodos Cinéticos Escola de Egeharia de Lorea - USP iéica Química aíulo 03 Méodos iéicos Irodução O esudo ciéico, usualmee, é feio a arir de dados exerimeais coleados durae a evolução de uma reação química. Eses dados coleados

Leia mais

MATEMÁTICA FINANCEIRA NA GESTÃO FLORESTAL

MATEMÁTICA FINANCEIRA NA GESTÃO FLORESTAL Uiversidade de São Paulo - Escola Superior de Agriculura 'Luiz de Queiroz' MATEMÁTICA FINANCEIRA NA GESTÃO FLORESTAL Avaliação de Projeos Floresais (Técicas de Maemáica Fiaceira) Prof. Luiz Carlos Esraviz

Leia mais

Sistemas Dinâmicos. Sistema massa-mola-atrito. O que é um sistema? Sistemas Lineares e Invariantes no Tempo

Sistemas Dinâmicos. Sistema massa-mola-atrito. O que é um sistema? Sistemas Lineares e Invariantes no Tempo Sisemas Diâmicos Sisemas Lieares e Ivariaes o Tempo O que é um sisema? Sisema massa-mola-ario Um sisema é um objeco ou grupo de objecos que ieragem com o mudo. Essa ieracção é represeada aravés de eradas

Leia mais

1. Um capital de $80.000,00 é aplicado à taxa de 2,5% ao mês durante um trimestre. Determine o valor dos juros acumulados neste período.

1. Um capital de $80.000,00 é aplicado à taxa de 2,5% ao mês durante um trimestre. Determine o valor dos juros acumulados neste período. MATEMÁTIA FINANEIRA RESOLUÇÃO DOS EXERÍIOS I. UROS SIMPLES. Um capial de $8., é aplicado à axa de 2,5% ao mês durae um rimesre. Deermie o valor dos juros acumulados ese período. i..,25 8. 3 6., 2. Um egociae

Leia mais

TEORIA DE VALORES EXTREMOS PARA CÁLCULO DE VaR *

TEORIA DE VALORES EXTREMOS PARA CÁLCULO DE VaR * TEORIA DE VALORES ETREMOS PARA CÁLCULO DE VaR * Luiz Alvares Rezede de Souza ** (lalvares@usp.br) Marcos Eugêio da Silva *** (medsilva@usp.br) Julho de 999 Resumo É cohecido o fao de que disribuições de

Leia mais

ANÁLISE ESTATÍSTICA DE SOBREVIVÊNCIA: UM ESTUDO COM PACIENTES COM CÂNCER DE MAMA

ANÁLISE ESTATÍSTICA DE SOBREVIVÊNCIA: UM ESTUDO COM PACIENTES COM CÂNCER DE MAMA ANÁLISE ESTATÍSTICA DE SOBREVIVÊNCIA: UM ESTUDO COM PACIENTES COM CÂNCER DE MAMA Kelly Araúo César Uiversiae Caólica e Brasília Resumo Ese rabalho apresea a aálise esaísica e sobrevivêcia. Essa esima o

Leia mais

Previsão de venda. Sistema agroindustrial, (1999);

Previsão 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 mais

Testando a existência de efeitos lead-lag entre os mercados acionários norte-americano e brasileiro

Testando a existência de efeitos lead-lag entre os mercados acionários norte-americano e brasileiro SEGeT Simpósio de Excelêcia em Gesão e Tecologia 2 Tesado a exisêcia de efeios lead-lag ere os mercados acioários ore-americao e brasileiro Oávio Reiro de Medeiros Professor Tiular da Uiversidade de Brasília

Leia mais

ANÁLISE DO EFEITO DO PESO DOS VEÍCULOS NAS ESTRADAS

ANÁLISE DO EFEITO DO PESO DOS VEÍCULOS NAS ESTRADAS ANÁLISE DO EFEITO DO PESO DOS VEÍCULOS NAS ESTADAS Luciao Bruo Faruolo 1, Divisão de Isrumeos de Medição de Massa, Direoria de Merologia Legal, Isiuo de Nacioal de Merologia, Normalização e ualidade Idusrial,

Leia mais

1.4- Técnicas de Amostragem

1.4- Técnicas de Amostragem 1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto

Leia mais

OS IMPACTOS MACROECONÔMICOS DOS INVESTIMENTOS BRASILEIROS DIRETOS NO EXTERIOR

OS IMPACTOS MACROECONÔMICOS DOS INVESTIMENTOS BRASILEIROS DIRETOS NO EXTERIOR 54 OS IMPACTOS MACROECONÔMICOS DOS INVESTIMENTOS BRASILEIROS DIRETOS NO EXTERIOR Rubes Auguso Mirada Maria da Silva Borges Araújo 2 RESUMO A globalização produiva em gerado imporaes debaes sobre as implicações

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia

Leia mais

UM MODELO HIERÁRQUICO PARA PREVISÃO DE PREÇOS DE COMMODITIES AGRÍCOLAS A HIERARCHICAL MODEL TO AGRICULTURAL COMMODITIES PRICES FORECAST

UM MODELO HIERÁRQUICO PARA PREVISÃO DE PREÇOS DE COMMODITIES AGRÍCOLAS A HIERARCHICAL MODEL TO AGRICULTURAL COMMODITIES PRICES FORECAST Revisa Produção Olie v.0,.4, dez. 200 ISSN: 676-90 www.producaoolie.org.br UM MODELO HIERÁRQUICO PARA PREVISÃO DE PREÇOS DE COMMODITIES AGRÍCOLAS A HIERARCHICAL MODEL TO AGRICULTURAL COMMODITIES PRICES

Leia mais

METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL

METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL 1. Inrodução O presene documeno visa apresenar dealhes da meodologia uilizada nos desenvolvimenos de previsão de demanda aeroporuária no Brasil

Leia mais

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS ARTIGO: TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS REVISTA: RAE-elerônica Revisa de Adminisração de Empresas FGV EASP/SP, v. 3, n. 1, Ar. 9, jan./jun. 2004 1

Leia mais

Previsão de Demanda. Métodos de Previsão. Demanda: disposição ao consumo Demanda versus Vendas Fatores que afetam a Demanda (Vendas)

Previsão de Demanda. Métodos de Previsão. Demanda: disposição ao consumo Demanda versus Vendas Fatores que afetam a Demanda (Vendas) 2.1 Previsão de emanda Conceios básicos Méodos de Previsão iscussão Formulação do Problema emanda: disposição ao consumo emanda versus Vendas Faores que afeam a emanda (Vendas) Economia, Mercado, Preços,

Leia mais

CÁLCULO DO BALANÇO ENTRE ATIVIDADES REPETITIVAS PARA USO EM PROGRAMAS DE GERENCIAMENTO DE PROJETOS.

CÁLCULO DO BALANÇO ENTRE ATIVIDADES REPETITIVAS PARA USO EM PROGRAMAS DE GERENCIAMENTO DE PROJETOS. CÁLCULO DO BALANÇO ENTRE ATIVIDADES REPETITIVAS PARA USO EM PROGRAMAS DE GERENCIAMENTO DE PROJETOS. Carlos Luciao Sa Aa Vargas Mesrado do Programa de Pós-graduação em Egeharia de Produção a UFSC Praça

Leia mais

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.

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 mais

Keywords: Dividend Policy, Expectations, Macroeconomic Projections, Granger Causality. ÁREA 3 Macroeconomia, Economia Monetária e Finanças

Keywords: Dividend Policy, Expectations, Macroeconomic Projections, Granger Causality. ÁREA 3 Macroeconomia, Economia Monetária e Finanças Mudaças as Expecaivas Macroecoômicas Afeam a Políica de Dividedos das Empresas de Capial Abero? Uma Aálise de Coiegração e Causalidade de Grager Jéfferso Auguso Colombo Rodrigo Eduardo Bampi 2 Cássio da

Leia mais

VII Equações Diferenciais Ordinárias de Primeira Ordem

VII Equações Diferenciais Ordinárias de Primeira Ordem VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,

Leia mais

M = 4320 CERTO. O montante será

M = 4320 CERTO. O montante será PROVA BANCO DO BRASIL / 008 CESPE Para a veda de otebooks, uma loja de iformática oferece vários plaos de fiaciameto e, em todos eles, a taxa básica de juros é de % compostos ao mês. Nessa situação, julgue

Leia mais

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica

Leia mais

ALGORITMOS DE PROGRAMAÇÃO DINÂMICA USADOS EM MODELOS MARKOVIANOS OCULTOS (HMMs)

ALGORITMOS DE PROGRAMAÇÃO DINÂMICA USADOS EM MODELOS MARKOVIANOS OCULTOS (HMMs) INPE-305-TDI/0 ALGORITMOS DE PROGRAMAÇÃO DINÂMICA USADOS EM MODELOS MARKOVIANOS OCULTOS (HMMs) José Olimpio Ferreira Tese de Douorado do Curso de Pós-Graduação em Compuação Aplicada, orieada pelo Dr. Solo

Leia mais

12 Integral Indefinida

12 Integral Indefinida Inegral Indefinida Em muios problemas, a derivada de uma função é conhecida e o objeivo é enconrar a própria função. Por eemplo, se a aa de crescimeno de uma deerminada população é conhecida, pode-se desejar

Leia mais

Valor do Trabalho Realizado 16.

Valor do Trabalho Realizado 16. Anonio Vicorino Avila Anonio Edésio Jungles Planejameno e Conrole de Obras 16.2 Definições. 16.1 Objeivo. Valor do Trabalho Realizado 16. Parindo do conceio de Curva S, foi desenvolvida pelo Deparameno

Leia mais

TESTE DE HIPÓTESES COM DUAS AMOSTRAS TESTE DE HIPOTESES DA DIFERENÇA ENTRE DUAS MÉDIAS POPULACIONAIS

TESTE DE HIPÓTESES COM DUAS AMOSTRAS TESTE DE HIPOTESES DA DIFERENÇA ENTRE DUAS MÉDIAS POPULACIONAIS TESTE DE HIPÓTESES COM DUAS AMOSTRAS TESTE DE HIPOTESES DA DIFERENÇA ENTRE DUAS MÉDIAS POPULACIONAIS A hipóese ula (Ho) usualmee esaa é a e que as uas amosras eham sio obias e populações om méias iguais,

Leia mais

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios! Principais diferenças! Como uilizar! Vanagens e desvanagens Francisco Cavalcane (francisco@fcavalcane.com.br) Sócio-Direor

Leia mais

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16 Equações Simulâneas Aula 16 Gujarai, 011 Capíulos 18 a 0 Wooldridge, 011 Capíulo 16 Inrodução Durane boa pare do desenvolvimeno dos coneúdos desa disciplina, nós nos preocupamos apenas com modelos de regressão

Leia mais

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)

Leia mais

MAT302 - Cálculo 2. INTEGRAIS Integral Indefinida pág. 403. Bibliografia: Cálculo volume I, 5 edição. James Stewart Prof.

MAT302 - Cálculo 2. INTEGRAIS Integral Indefinida pág. 403. Bibliografia: Cálculo volume I, 5 edição. James Stewart Prof. MAT - Cálculo Biliografia: Cálculo volume I, 5 edição. James Sewar Prof. Valdecir Boega INTEGRAIS Iegral Idefiida pág. 4 Aé aqui, osso prolema ásico era: ecorar a derivada de uma fução dada. A parir de

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

Leia mais

LAYOUT CONSIDERAÇÕES GERAIS DEFINIÇÃO. Fabrício Quadros Borges*

LAYOUT CONSIDERAÇÕES GERAIS DEFINIÇÃO. Fabrício Quadros Borges* LAYOUT Fabrício Quadros Borges* RESUMO: O texto a seguir fala sobre os layouts que uma empresa pode usar para sua arrumação e por coseguite ajudar em solucioar problemas de produção, posicioameto de máquias,

Leia mais

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

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

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

Juros Simples e Compostos

Juros Simples e Compostos Juros Simples e Compostos 1. (G1 - epcar (Cpcar) 2013) Gabriel aplicou R$ 6500,00 a juros simples em dois bacos. No baco A, ele aplicou uma parte a 3% ao mês durate 5 6 de um ao; o baco B, aplicou o restate

Leia mais

Juros Compostos 2016

Juros 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 mais

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE Debora Jaesch Programa de Pós-Graduação em Egeharia de Produção

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://wwwuematbr/eugeio SISTEMAS DE AMORTIZAÇÃO A ecessidade de recursos obriga aqueles que querem fazer ivestimetos a tomar empréstimos e assumir dívidas que são pagas com juros que variam de acordo

Leia mais

Resposta no tempo de sistemas de primeira e de segunda ordem só com pólos

Resposta no tempo de sistemas de primeira e de segunda ordem só com pólos Resposa o empo de sisemas de pimeia e de seguda odem só com pólos Luís Boges de Almeida Maio de Iodução Esas oas apeseam, de foma sumáia, o esudo da esposa o empo dos sisemas de pimeia e de seguda odem

Leia mais

O QUE NOS UNE NO TRANSPORTE É A SEGURANÇA

O QUE NOS UNE NO TRANSPORTE É A SEGURANÇA O QUE NOS UNE NO TRANSPORTE É A SEGURANÇA A SEGURANÇA FAZ PARTE DA ESSÊNCIA DA VOLVO Ao lado da qualidade e do respeito ao meio ambiete, a seguraça é um dos valores corporativos que orteiam todas as ações

Leia mais

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

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

Leia mais

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo?

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo? AMOSTRAGEM metodologia de estudar as populações por meio de amostras Amostragem ou Ceso? Por que fazer amostragem? população ifiita dimiuir custo aumetar velocidade a caracterização aumetar a represetatividade

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Figura 1 Carga de um circuito RC série

Figura 1 Carga de um circuito RC série ASSOIAÇÃO EDUAIONAL DOM BOSO FAULDADE DE ENGENHAIA DE ESENDE ENGENHAIA ELÉTIA ELETÔNIA Disciplina: Laboraório de ircuios Eléricos orrene onínua 1. Objeivo Sempre que um capacior é carregado ou descarregado

Leia mais

Uma Nova Abordagem para Estimação da Banda Efetiva em Processos Fractais

Uma Nova Abordagem para Estimação da Banda Efetiva em Processos Fractais 436 IEEE LATIN AMERICA TRANSACTIONS, VOL. 3, NO. 5, DECEMBER 5 Uma Nova Abordagem para Esimação da Bada Efeiva em Processos Fracais Firmiao R. Perligeiro, Membro, IEEE e Lee L. Lig, Membro, IEEE Resumo

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

4 Cenários de estresse

4 Cenários de estresse 4 Cenários de esresse Os cenários de esresse são simulações para avaliar a adequação de capial ao limie de Basiléia numa deerminada daa. Sua finalidade é medir a capacidade de o PR das insiuições bancárias

Leia mais

ENGENHARIA ECONÔMICA AVANÇADA

ENGENHARIA ECONÔMICA AVANÇADA ENGENHARIA ECONÔMICA AVANÇADA TÓPICOS AVANÇADOS MATERIAL DE APOIO ÁLVARO GEHLEN DE LEÃO gehleao@pucrs.br 55 5 Avaliação Econômica de Projeos de Invesimeno Nas próximas seções serão apresenados os principais

Leia mais

CIRCULAR Nº 3.640, DE 4 DE MARÇO DE 2013

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

Leia mais

Valoração econômica de sistemas de uso-da-terra mediante valor presente liquido (VPL), no distrito de José Crespo e Castillo, Perú

Valoração econômica de sistemas de uso-da-terra mediante valor presente liquido (VPL), no distrito de José Crespo e Castillo, Perú Archivos Laioamericaos de Producció Aimal (Arch. Laioam. Prod. Aim.) www.alpa.org.ve/ojs.idex/php Valoração ecoômica de sisemas de uso-da-erra mediae valor presee liquido (VPL), o disrio de José Crespo

Leia mais

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

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

Leia mais

Taxa de Câmbio e Taxa de Juros no Brasil, Chile e México

Taxa de Câmbio e Taxa de Juros no Brasil, Chile e México Taxa de Câmbio e Taxa de Juros no Brasil, Chile e México A axa de câmbio consiui variável fundamenal em economias aberas, pois represena imporane componene do preço relaivo de bens, serviços e aivos, ou

Leia mais

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ENGENHARIA DE PRODUÇÃO ASSUNTO: INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS, EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM SEPARÁVEIS, HOMOGÊNEAS, EXATAS, FATORES

Leia mais

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016

Faculdade 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 mais

Estudo comparativo de processo produtivo com esteira alimentadora em uma indústria de embalagens

Estudo comparativo de processo produtivo com esteira alimentadora em uma indústria de embalagens Esudo comparaivo de processo produivo com eseira alimenadora em uma indúsria de embalagens Ana Paula Aparecida Barboza (IMIH) anapbarboza@yahoo.com.br Leicia Neves de Almeida Gomes (IMIH) leyneves@homail.com

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

APLICAÇÃO DE SÉRIES TEMPORAIS NA PREVISÃO DA MÉDIA MENSAL DA TAXA DE CÂMBIO DO REAL PARA O DÓLAR COMERCIAL DE COMPRA USANDO O MODELO DE HOLT

APLICAÇÃO DE SÉRIES TEMPORAIS NA PREVISÃO DA MÉDIA MENSAL DA TAXA DE CÂMBIO DO REAL PARA O DÓLAR COMERCIAL DE COMPRA USANDO O MODELO DE HOLT XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 12 a15 de ouubro

Leia mais

4 - ANÁLISE DE SÉRIES TEMPORAIS

4 - ANÁLISE DE SÉRIES TEMPORAIS INE 700 Aálse de Séres Temporas 4 - ANÁLISE DE SÉRIES TEMPORAIS Sére Temporal é um cojuo de observações sobre uma varável, ordeado o empo, e regsrado em períodos regulares. Podemos eumerar os segues exemplos

Leia mais

Universidade Federal de Pelotas UFPEL Departamento de Economia - DECON. Economia Ecológica. Professor Rodrigo Nobre Fernandez

Universidade Federal de Pelotas UFPEL Departamento de Economia - DECON. Economia Ecológica. Professor Rodrigo Nobre Fernandez Universidade Federal de Peloas UFPEL Deparameno de Economia - DECON Economia Ecológica Professor Rodrigo Nobre Fernandez Capíulo 6 Conabilidade Ambienal Nacional Peloas, 2010 6.1 Inrodução O lado moneário

Leia mais

ASPECTOS FINANCEIROS DA PRODUÇÃO DE TECA NO ESTADO DE MATO GROSSO

ASPECTOS FINANCEIROS DA PRODUÇÃO DE TECA NO ESTADO DE MATO GROSSO ASPECTOS FINANCEIROS DA PRODUÇÃO DE TECA NO ESTADO DE MATO GROSSO Humbero Âgelo 1, Versides Sebasião de Moraes e Silva 2, Álvaro Nogueira de Souza 1, Adré Corazza Gao 3 1 Eg. Floresal, Dr., Depo. de Egeharia

Leia mais

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

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

Leia mais

Centro Federal de EducaçãoTecnológica 28/11/2012

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

Leia mais

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z)

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z) Exemplo pág. 28 Aplcação da dsrbução ormal Normal reduzda Z=(9 2)/2=,5 Φ( z)= Φ(z) Subsudo valores por recurso à abela da ormal:,9332 = Φ(z) Φ(z) =,668 Φ( z)= Φ(z) Φ(z) =,33 Φ(z) =,977 z = (8 2)/2 = 2

Leia mais

Índices de preço para o transporte de cargas:

Índices de preço para o transporte de cargas: Ídices de reço ara o rasore de cargas: ocasodasoja Auguso Hauer Gameiro Professor da Uiversidade de São Paulo José Vicee Caixea-Filho Professor da Uiversidade de São Paulo Palavras-chave ídice, reço, rasore.

Leia mais

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais.

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais. 03 Capítulo 3 Regressão liear e poliomial Neste capítulo, pretedemos ajustar retas ou poliômios a um cojuto de potos experimetais. Regressão liear A tabela a seguir relacioa a desidade (g/cm 3 ) do sódio

Leia mais

Aplicação de geomarketing em uma cidade de médio porte

Aplicação de geomarketing em uma cidade de médio porte Aplicação de geomarketig em uma cidade de médio porte Guilherme Marcodes da Silva Vilma Mayumi Tachibaa Itrodução Geomarketig, segudo Chasco-Yrigoye (003), é uma poderosa metodologia cietífica, desevolvida

Leia mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

Universidade Federal de Lavras

Universidade Federal de Lavras Universidade Federal de Lavras Deparameno de Ciências Exaas Prof. Daniel Furado Ferreira 8 a Lisa de Exercícios Disribuição de Amosragem 1) O empo de vida de uma lâmpada possui disribuição normal com média

Leia mais

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico 146 CAPÍULO 9 Inrodução ao Conrole Discreo 9.1 Inrodução Os sisemas de conrole esudados aé ese pono envolvem conroladores analógicos, que produzem sinais de conrole conínuos no empo a parir de sinais da

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

Sistemas não-lineares de 2ª ordem Plano de Fase

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

Leia mais

Curso de preparação para a prova de matemática do ENEM Professor Renato Tião

Curso de preparação para a prova de matemática do ENEM Professor Renato Tião Porcenagem As quaro primeiras noções que devem ser assimiladas a respeio do assuno são: I. Que porcenagem é fração e fração é a pare sobre o odo. II. Que o símbolo % indica que o denominador desa fração

Leia mais

Tabela Price - verdades que incomodam Por Edson Rovina

Tabela Price - verdades que incomodam Por Edson Rovina Tabela Price - verdades que icomodam Por Edso Rovia matemático Mestrado em programação matemática pela UFPR (métodos uméricos de egeharia) Este texto aborda os seguites aspectos: A capitalização dos juros

Leia mais

2.4. Grandezas Nominais e Reais

2.4. Grandezas Nominais e Reais 2.4. Gradezas Nomas e Reas rcpas varáves macroecoómcas (IB, C, G, I, X, Q,...): sedo agregações, são ecessaramee valores moeáros Calculadas a preços correes / em valor / em ermos omas, Mas eressa, frequeemee,

Leia mais

Equações Diferenciais Ordinárias Lineares

Equações Diferenciais Ordinárias Lineares Equações Diferenciais Ordinárias Lineares 67 Noções gerais Equações diferenciais são equações que envolvem uma função incógnia e suas derivadas, além de variáveis independenes Aravés de equações diferenciais

Leia mais

2. Referencial Teórico

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

Leia mais

3 PROGRAMAÇÃO DOS MICROCONTROLADORES

3 PROGRAMAÇÃO DOS MICROCONTROLADORES 3 PROGRAMAÇÃO DOS MICROCONTROLADORES Os microconroladores selecionados para o presene rabalho foram os PICs 16F628-A da Microchip. Eses microconroladores êm as vanagens de serem facilmene enconrados no

Leia mais

Departamento de Economia, FEA/USP Macroeconomia II 2º/2015 Mauro Rodrigues Primeira Lista de Exercícios - Solução

Departamento de Economia, FEA/USP Macroeconomia II 2º/2015 Mauro Rodrigues Primeira Lista de Exercícios - Solução Deparameo de Ecoomia, FEA/USP Macroecoomia II 2º/205 Mauro Rodriue Primeira Lia de Exercício - Solução. Joe, cap.4, exercício. Ver arquivo com plailha. 2. Coidere uma ecoomia a qual a fução de produção

Leia mais

CIRCULAR Nº 3.383. I - Abordagem do Indicador Básico; II - Abordagem Padronizada Alternativa; III - Abordagem Padronizada Alternativa Simplificada.

CIRCULAR Nº 3.383. I - Abordagem do Indicador Básico; II - Abordagem Padronizada Alternativa; III - Abordagem Padronizada Alternativa Simplificada. TÍTULO : DISPOSIÇÕES TRANSITÓRIAS 29 Página 1 de 7 CIRCULAR Nº.8 Esabelece os procedimenos para o cálculo da parcela do Parimônio de Referência Exigido (PRE) referene ao risco operacional (P OPR ), de

Leia mais

MATEMATICA Vestibular UFU 2ª Fase 17 de Janeiro de 2011

MATEMATICA Vestibular UFU 2ª Fase 17 de Janeiro de 2011 Vesibular UFU ª Fase 17 de Janeiro de 011 PRIMEIRA QUESTÃO A realidade mosra que as favelas já fazem pare do cenário urbano de muias cidades brasileiras. Suponha que se deseja realizar uma esimaiva quano

Leia mais

4 Método dos elementos distintos para simular rochas

4 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 mais

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

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

Leia mais

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov Insiuo de Tecnologia de Massachuses Deparameno de Engenharia Elérica e Ciência da Compuação 6.345 Reconhecimeno Auomáico da Voz Primavera, 23 Publicado: 7/3/3 Devolução: 9/3/3 Tarefa 5 Inrodução aos Modelos

Leia mais

Teste de estresse na ligação macro-risco de crédito: uma aplicação ao setor doméstico de PFs. Autores: Ricardo Schechtman Wagner Gaglianone

Teste de estresse na ligação macro-risco de crédito: uma aplicação ao setor doméstico de PFs. Autores: Ricardo Schechtman Wagner Gaglianone Tese de esresse na ligação macro-risco de crédio: uma aplicação ao seor domésico de PFs Auores: Ricardo Schechman Wagner Gaglianone Lieraura: ligação macrorisco de crédio Relação macro-volume de crédio

Leia mais

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the

Sinais 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

A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA

A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA Era uma vez uma pequena cidade que não inha água encanada. Mas, um belo dia, o prefeio mandou consruir uma caia d água na serra e ligou-a a uma rede de disribuição.

Leia mais

5 Proposta de Melhoria para o Sistema de Medição de Desempenho Atual

5 Proposta de Melhoria para o Sistema de Medição de Desempenho Atual 49 5 Proposta de Melhoria para o Sistema de Medição de Desempeho Atual O presete capítulo tem por objetivo elaborar uma proposta de melhoria para o atual sistema de medição de desempeho utilizado pela

Leia mais

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

4- 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 mais

Função definida por várias sentenças

Função definida por várias sentenças Ese caderno didáico em por objeivo o esudo de função definida por várias senenças. Nese maerial você erá disponível: Uma siuação que descreve várias senenças maemáicas que compõem a função. Diversas aividades

Leia mais