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

Tamanho: px
Começar a partir da página:

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

Transcrição

1 RAI - Revsta de Admstração e Iovação ISSN: campaaro@uove.br Uversdade de São Paulo Brasl Cotador, José Luz; Cotador, José Celso; Herques de Carvalho, Marcus Fabus; Olvera Costa Neto, Pedro Luz de SISTEMA KANBAN PARA FÁBRICA DE TINTAS RAI - Revsta de Admstração e Iovação, vol. 2, úm., 2005, pp Uversdade de São Paulo São Paulo, Brasl Dspoível em: ht:// Como ctar este artgo Número completo Mas artgos Home da revsta o Redalyc Sstema de Iormação Cetíca Rede de Revstas Cetícas da Amérca Lata, Carbe, Espaha e Portugal Projeto acadêmco sem s lucratvos desevolvdo o âmbto da catva Acesso Aberto

2 RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , SISTEMA KANBAN PARA FÁBRICA DE TINTAS José Luz Cotador Proessor do Programa de Pós-Graduação em Admstração UNINOVE Doutor em Egehara Aeroáutca e Mecâca - Isttuto Tecológco de Aeroáutca - ITA E-mal: jluz@eg.uesp.br [Brasl] José Celso Cotador Proessor do Programa de Pós-Graduação em Admstração UNINOVE Doutor em Egehara Mecâca EESC/USP E-mal: celsocotador@terra.com.br [Brasl] Marcus Fabus Herques de Carvalho Doutor em Egehara Elétrca UNICAMP Proessor do Programa de Pós-Graduação em Admstração UNIP E-mal: marcus.carvalho@cepra.gov.br [Brasl] Pedro Luz de Olvera Costa Neto Doutor em Egehara de Produção USP Proessor do Programa de Pós-Graduação em Admstração UNIP E-mal: reaet@reaet.com.br [Brasl] RESUMO Neste trabalho apreseta-se um estudo de caso de projeto e mplemetação de um sstema kaba em uma ábrca de ttas. Trata-se de um sstema de produção cotíua, stuação que oerece duas dculdades ao projeto de sstema kaba. A prmera surge da determação do úmero de kabas o sstema (sto é, determação do lote de abrcação). A órmula cosagrada pela Toyota para esse m requer que se coheça o tempo de abrcação de uma caxa de produtos. Todava, o caso em questão, o lote todo é cocluído a um só tempo. A seguda dculdade surge da mpossbldade de alterar o tamaho do lote durate sua abrcação. Nos sstemas de produção dscreta (peças, por exemplo), como o propósto é evtar acumulação de estoque, é usual terromper a produção de um tem assm que todas as caxas vazas estejam reabastecdas. Para o caso em questão, se o íco da abrcação de um tem exstrem kabas em estoque, essa decsão tora-se dícl, caso se deseje evtar alta ou excesso de estoque o sstema. O trabalho apreseta uma proposta para ldar com essas duas dculdades. Palavras-chave: Cotrole de estoque; Kaba; Produção cotíua

3 69 Sstema Kaba para ábrca de ttas INTRODUÇÃO O sstema just tme (JIT) pode ser eteddo como uma losoa alada a um cojuto de téccas (SLACK, 997). A losoa é baseada a redução de todo desperdíco que pode ocorrer o processo de abrcação. O cojuto de téccas, por sua vez, busca torar possível a redução dos desperdícos. Para sua adoção é ecessáro mplatar uma ova orma de gestão, tato da orgazação do trabalho a área produtva, como do comado e cotrole da produção. O JIT udameta-se, assm, em egehosos sstemas de orgazação da produção e de logístca. Operacoalmete, a redução do desperdíco é alcaçada pela produção somete dos tes ecessáros, a quatdade ecessára e o tempo presete. Para sso, é udametal: a) detectar protamete a demada que ocorre o mometo presete; e b) ateder rapdamete essa demada, sem préva ormação de estoque. Para tato, o JIT utlza três téccas udametas: a) troca rápda de errameta; b) arrajo ísco tegratvo, do o celular, por exemplo; e c) sstema kaba com pequeo lote de traserêca etre as ases do processo. A troca rápda de errameta permte lexbldade de produção e, se alada ao arrajo ísco celular, permte cumprr rapdamete o cclo produtvo, uma vez que as ases de abrcação estão tegradas pela célula de mauatura. Desta orma, pode-se ateder com maor rapdez às ecessdades de um mercado dverscado, bastado cohecer o total que deve ser produzdo. O sstema kaba gereca a produção tedo duplo objetvo: ) ormar as ases do processo de produção o mometo presete; e 2) aglzar o processo de lberação da produção. Por ser um sstema que puxa a produção, o sstema kaba orma, aos estágos aterores do processo de abrcação, a demada que ocorre o últmo estágo, que pode ser a expedção. Atua, dessa orma, como um elo etre os estágos do processo e a demada al do produto. Se, adcoalmete, orem adotado lotes pequeos de traserêcas (caxas ou coteedores com poucas peças, por exemplo), a comucação etre os dversos estágos ca bastate rápda, possbltado que todos os estágos do processo de abrcação sejam ormados sobre a demada que está ocorredo o mometo presete. Por outro lado, por se tratar de um sstema de cotrole vsual, ele permte a decsão sobre as ecessdades de abrcação sem a elaboração e a cosulta de relatóros. Atrbudo-se ao pessoal da ábrca a tarea de decdr sobre o que produzr, a partr das dcações do quadro de kabas, passa a ser desecessára a terveção do PCP a decsão sobre o quê, quato e quado produzr (programação e lberação da produção). Essas decsões, quado tomadas pelo PCP, um órgão cetralzador e burocratzado, dclmete podem ser mplemetadas em tempo eror a três das (ormalmete, o cclo de programação e lberação da produção é de uma semaa). Assm, o sstema kaba maesta-se como um excelete strumeto de ormação para comadar com rapdez a reposção dos estoques. E, prcpalmete em stuações de dverscação da abrcação de produtos a partr da motagem de compoetes padrozados, tora-se um strumeto que possblta rápdo atedmeto ao clete, sem que seja ecessára a mauteção de alto estoque de produtos as. Um dos processos que apresetam essa característca é o de produção de ttas. Podese obter uma dável dverscação de produtos as (mullcdade de cores e brlhos) a RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

4 70 José Luz Cotador, José Celso Cotador, Marcus Fabus Herques de Carvalho e Pedro Luz de Olvera Costa Neto partr de pequea dversdade de pastas e de corates, que são os compoetes do produto al. Assm, exstdo pastas em estoque, o que pode ser garatdo por meo de um sstema kaba, e adotado-se letura espectootométrca computadorzada para der a órmula de motagem da tta, pode-se reduzr o tempo de atedmeto de um peddo de tta para apeas um ou dos das. Se or ecessáro produzr a pasta para um dado peddo, o tempo de atedmeto passa a ser de 5 das, em méda. Porém, a mplatação de um sstema kaba para uma ábrca de ttas, assm como para qualquer sstema de produção cotíua, esbarra em duas dculdades. A prmera advém da própra determação do úmero de kabas o sstema (ou tamaho do lote de abrcação). A órmula cosagrada pela Toyota exge o cohecmeto do tempo de abrcação de um kaba (um coteedor de produto). Ocorre que, os sstemas de produção cotíua, todo o lote é cocluído pratcamete o mesmo state. E, se o tempo de abrcação é ução do lote, ão há como determá-lo a pror, pos o que se deseja é exatamete dmesoar o tamaho do lote. A seguda dculdade decorre do ato de ão ser possível terromper a abrcação de um tem ates de completar todo o lote, deretemete do caso de produto dscreto (peça, por exemplo) em que, para evtar a ormação de sobrestoque e mater costate o úmero de kabas, terrompe-se a abrcação do lote de um tem quado todos os coteedores dspoíves orem reabastecdos. No caso de produção cotíua, se o state de íco da abrcação do tem exstrem produtos em estoque, a decsão sobre quato produzr tora-se mas dícl. Se orem produzdos todos os kabas do sstema, pode-se gerar sobrestoque. Caso cotráro, se se decdr produzr apeas a quatdade dada pelas caxas vazas, corre-se o rsco da alta de produto. Neste artgo, apreseta-se o desevolvmeto do projeto de um sstema kaba para uma ábrca de ttas, que, evdetemete, apreseta as duas dculdades descrtas. Na próxma seção é apresetada solução para cotorar a prmera das duas dculdades descrtas. Demostra-se que a solução proposta mplemeta a mesma losoa por trás da órmula adota pela Toyota. Na tercera seção é apresetada uma solução para evtar a ormação de sobrestoque, com o objetvo de cotorar a seguda dculdade aterormete ctada. Na quarta seção apreseta-se o estudo e caso em uma ábrca de ttas. 2 DETERMINAÇÃO DO NÚMERO DE KANBANS PARA O SISTEMA DE PRODUÇÃO CONTÍNUA Dversos autores têm proposto métodos alteratvos para a determação do úmero de kabas. Osh (995) propõe cco métodos para esse m: 3; por tetatva; do úmero ótmo de trocas; do tempo de cclo de etrega; e do poto do peddo. Este últmo desperta muta ateção, pos procura mmzar o úmero de kabas o sstema. Cotador e See (994) propõem cosderar atores ecoômcos que poderam levar a um aumeto o úmero de kabas em relação àquele orgado pelo método poto do peddo, se assm osse recomedável. Mode (984) recomeda o método do poto do peddo para as stuações ode o sstema de produção está otmzado (métodos de troca de errameta apereçoados e dstâcas curtas etre os processos subseqüetes) e propõe a Equação, a segur, para determar o úmero de kabas para ateder o poto do peddo. RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

5 7 Sstema Kaba para ábrca de ttas Equação d( te + t ) k = ( +α) c ode: k é o úmero de kabas; d é a demada o período T cosderado; t e é o tempo de espera, dedo desde o state em que o detectada a ecessdade de produzr até o state em que se ca eetvamete a produção; t é o tempo para abrcar uma caxa (um kaba) de produtos; α c é um ator de seguraça, varado em toro de 5%; e é a capacdade da caxa coteedora. Quado se ca a abrcação de um tem, espera-se que o volume a ser produzdo preecha todas as caxas, ou seja, que todos os kabas presetes o sstema sejam abrcados. Assm, o tamaho do lote de produção é dado pelo produto ( k.c). Observe-se que a soma dos parâmetros ( t + t ) é exatamete o tempo de ressuprmeto do produto (lead-tme), e que o produto d(t + t ) represeta a demada durate o lead-tme de abrcação. Está mplícto, portato, que a Equação determa o mímo tamaho do lote de abrcação para que ão haja alta de materal ou de produto. Assm, o sstema kaba é, a verdade, um sstema de poto do peddo, sedo que a quatdade máxma em estoque é gual ao estoque mímo o sstema do poto do peddo. Porém, a aplcação da Equação, para determar o úmero de kabas segudo o método do poto do peddo, gera duas dculdades e uma coveêca. A prmera dculdade, esta de caráter geral, está a determação do tempo de espera ( t e ). Sua avalação a pror, quado há mas de um tem sedo processado o posto de trabalho, que é caso bastate reqüete, é dícl. Sua estmatva a partr de dados hstórcos só pode ser eta após o sstema estar mplatado e, mesmo assm, se varar o úmero de kabas do sstema, o tempo de espera também vara. Isso gerara experêcas dáves para se determar, va dados hstórcos, o úmero de kabas o sstema. A seguda dculdade surge partcularmete a produção cotíua. Nela, pode ocorrer que o lote tero seja cocluído o mesmo state. Nessa stuação, o parâmetro t da Equação ão pode ser determado. A ctada coveêca resulta do ato de que a Equação, por s só, ão cosdera a capacdade de produção do posto de trabalho. Sua aplcação pode resultar em soluções váves para a carga de trabalho que ela mprme ao posto de trabalho, prcpalmete se orem produzdos város tes deretes. Para cotorar as duas dculdades ctadas, propomos, para a produção cotíua, determar o úmero de kabas o sstema por meo da Equação 2 a segur. Pode-se provar que essa equação coduz ao mesmo resultado da Equação se or adotado o programa de produção velada; para deção sobre produção velada, vde Slack (997): k d Equação 2 = [ = ] c W W ( α) e e RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

6 72 José Luz Cotador, José Celso Cotador, Marcus Fabus Herques de Carvalho e Pedro Luz de Olvera Costa Neto ode: k é o úmero de kabas o sstema para o tem ; =, 2,..., ; é o cojuto de tes processados aquele posto de trabalho, que pode ser uma célula de mauatura; d é a demada do tem o período T cosderado; c é a capacdade da caxa coteedora para o tem ; é o tempo de preparação (troca de errameta) do posto de trabalho para a abrcação do tem, dado pela duração que va do state em que se cocluu a abrcação do produto ateror até o state em que se ca, com qualdade assegurada, a abrcação do tem ; W é o tempo dspoível do posto de trabalho o período T; W é o tempo de trabalho ecessáro para ateder a demada de todo o período T para todos os tes processados o posto de trabalho, o qual é dado por W = d. t, ode t, é o tempo de processameto do tem o posto de trabalho; e α, é um ator de seguraça para garatr ocosdade estratégca do posto de trabalho (algo em toro de 0% a 5%). Seja (/r) o termo etre colchetes a Equação 2. Esse termo represeta o racoameto da demada do período (d ) em r lotes guas e é o mesmo para todos os tes produzdos o posto de trabalho. Assm, se orem abrcados todos os kabas a cada vez que o tem or lberado, cada tem será produzdo, o período T, r vezes, sedo o lote de produção Q dado por Q = k.c = d /r. Observe-se que tato o ator (/r) como os demas parâmetros da Equação 2 podem ser determados aclmete, ão havedo dculdade para a sua utlzação. A Equação 2, que dá o úmero de kabas para produção cotíua, apreseta três mportates propredades, as quas serão demostradas por meo dos três teoremas segutes. Teorema. Para produção cotíua, o úmero de kabas calculado pela Equação 2 preserva a capacdade de produção do posto de trabalho. Demostração: Seja (-)W = W. A carga de trabalho do posto o período T, desgada por CT, CT = d t + r será Da Equação 2 tem-se W'W d = Q. Como W'W r = tem-se: Q (W'W ) W'W W'W CT = t + = Q.t + W' W CT = r. Q.t + W W' = r.q.t + W' W = d.t W'W W' + = c. q. d Assm, a programação da produção decorrete do úmero de kabas calculado pela Equação 2 preserva a capacdade de produção do posto de trabalho. Observe-se, etão, que a dereça [(-)W W ], que aparece o deomador da Equação 2, represeta o tempo dspoível o posto para ateder às trocas de errameta ao logo do período T. RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

7 73 Sstema Kaba para ábrca de ttas Teorema 2. Para produção cotíua, o úmero de kabas calculado pela Equação 2 mmza o tamaho do lote de abrcação. Para demostrar que o úmero de kabas calculado pela Equação 2 mmza o tamaho do lote de abrcação, basta vercar que um possível racoameto da demada de qualquer um dos produtos em um úmero maor do que r lotes (o que torara o lote deste tem ada meor) levara à vablzação da produção por alta de dspobldade de tempo, uma vez que maor tempo de preparação sera ecessáro. Portato, o meor valor do tamaho do lote de abrcação é dado por Q = d /r. c. q. d A déa que susteta a Equação 2 é utlzar, para trocas de errametas, todo o tempo dspoível o posto de trabalho além daquele utlzado a atvdade de produção para o pleo atedmeto da demada. Cotador (996) sugere essa prátca como uma das tátcas para reduzr o tamaho do lote de abrcação com o objetvo de tescar o luxo de produção e aumetar a produtvdade de toda a plata dustral. Teorema 3. A aplcação da Equação 2 mplemeta a mesma polítca de estoques decorrete da Equação. Demostração: Para demostrar o teorema, basta provar que o valor Q j = d j /r é gual à demada durate o lead-tme do produto j. Cosdere-se que está sedo adotada a programação velada da produção. Isto sgca que cada tem etrará em abrcação sempre o mesmo úmero de vezes o período, e que um determado tem torará a ser abrcado só depos que todos os demas tes tverem sdo produzdos. Sedo t 0 o state em que é cada a abrcação do tem j, ele sera ovamete abrcado após trascorrdo o período de tempo T c, chamado tempo de cclo, dado por: T c = + = = t Q Equação 3 ode: é o tempo de troca de errameta do tem ; t é o tempo de abrcação de uma udade do tem ; e Q é o tamaho do lote de abrcação do tem, dado por (k.c ) Chamado d j a demada do tem j o período de tempo T, e W a dspobldade de tempo do posto de trabalho durate esse mesmo período, etão d j /W é a demada do tem j por udade de tempo dspoível o posto de trabalho. A demada do tem j durate seu lead-tme (durate o tempo de cclo), deomada Dc j, será etão dada por: Dc j d j = ( W' + = = t Q ) Equação 4 Como a dereça (W W ), que aparece o deomador da Equação 2, ela represeta o tempo dspoível o posto para ateder às trocas de errameta ao logo do período T, essa dspobldade de tempo, coorme coclusão ateror, é totalmete utlzada as trocas de errameta, ou seja (r.tp = W -W ). Portato, a partr da Equação 4, a demada do tem j durate o tempo de cclo Tc pode ser assm escrta : RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

8 74 José Luz Cotador, José Celso Cotador, Marcus Fabus Herques de Carvalho e Pedro Luz de Olvera Costa Neto d j ( W' = + = t Q ) = d j r. = = + r + = = tq d = t Q ) r c. q. d Assm, ao adotar a Equação 2 para der o tamaho do lote ou o úmero de kabas o sstema estaremos preservado a capacdade de produção do posto de trabalho, além de mmzar o tamaho do lote de abrcação, elmado, portato, todo possível sobrestoque o sstema, tal como propõe a órmula adotada pela Toyota. j = Q j 3 EVITANDO A FORMAÇÃO DE SOBRESTOQUE Coorme cometado aterormete, a produção cotíua ão é possível terromper a abrcação de um tem sem que todo o lote seja completado. Assm, deve-se decdr sobre a quatdade a produzr ates do íco da produção. Se esse state exstr produto em estoque e ão se desejar gerar sobrestoque, a decsão sobre o tamaho do lote tora-se mas dícl. Observe-se que a produção velada o mesmo tem de uma amíla só voltará a ser produzdo após todos os outros tes terem sdo produzdos. Assm, deve-se sempre procurar produzr todos os kabas presetes o sstema, para evtar a alta de materal. Para garatr a ão-ruptura de estoque e ada evtar o possível acúmulo progressvo de estoque o sstema, sugermos o segute procedmeto:. adotar apeas cartões de produção, com uma ace a cor vermelha e outra a cor verde, que são retrados dos coteedores cheos evados para a lha de produção e axados o pael de kabas com a ace vermelha à vsta. Quado a produção do tem or cada, a ace verde do cartão correspodete é exbda. Após o coteedor ter sdo preechdo com produto, é traserdo para o armazém jutamete com o correspodete cartão kaba; 2. crar cartões a cor azul, que cam em poder do trasportador de materal. Para eteder sua ução, mage-se que um dado tem possu oto coteedores, e portato oto cartões, e que sua produção é cada quado exstrem ses cartões o pael de kaba. Dee-se, etão, esse mometo, que será produzdo um lote correspodete a oto coteedores desse tem. Image-se, ada, que até o al da produção ehum outro coteedor o utlzado. Assm, havera dos coteedores a mas o sstema. Quado os oto ovos coteedores orem colocados o estoque, o trasportador troca os cartões verde/vermelho, que estavam axados os dos coteedores restates em estoque, pelos cartões azus. Os coteedores são acomodados a pratelera a orma prevsta pelo sstema PEPS (prmero que etra, prmero que sa), para que o materal com esses cartões azus seja cosumdo prmero. Quado esse tem or requstado pela lha de produção, serão evados prmero os coteedores com cartões azus, mas esses cartões ão vão para o pael. Fcam a posse do trasportador de materal, o almoxarado. Apeas serão axados cartões o pael kaba quado se utlza materal dos coteedores com cartões verde/vermelho. Com esse procedmeto, é possível mater a polítca de produção de lotes costates (gual ao total de cartões kabas o sstema) e, ao mesmo tempo, evtar sobrestoque o sstema. RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

9 75 Sstema Kaba para ábrca de ttas 4 ESTUDO DE CASO A motvação para o presete trabalho veo da mplatação do sstema kaba em uma ábrca de ttas. Nesta seção será brevemete relatada essa experêca. 4. DESCRIÇÃO DO PROCESSO DE FABRICAÇÃO O processo de produção de ttas a ábrca em questão comporta sete ases: a) pesagem, ode os compoetes da ormulação da pasta são pesados; b) pré-mstura, ode esses compoetes são homogeezados; c) moagem, ode os compoetes pré-msturados passam pelos mohos de eseras para ormar a pasta base para a tta; d) completagem, ode são acrescetadas substâcas para dar acabameto à tta, como brlho; e) tgmeto, ode é dada à tta a coloração al desejada; ) cotrole de qualdade; e g) embalagem. Esse processo tero cosome algus das para ser completado. Uma ase crucal é o tgmeto, que pode cosumr das, se realzado a base de tetatva e erro. Assm, o prazo médo de atedmeto dos peddos de cletes é de cerca de quze das. Com o objetvo de acelerar esse prazo de atedmeto, a empresa adquru um sotware que az a letura espectrométrca da tta após a completagem e orece a quatdade a adcoar de corates para atgr a coloração desejada. Isto reduzu a algumas horas a duração dessa ase. Mas, mesmo assm, o prazo de atedmeto cotuava muto alto, devdo à morosdade das outras ases do processo, prcpalmete a moagem. Para dmur o prazo de atedmeto, sera ecessáro pré-produzr a tta depedetemete do peddo do clete, o que costtu grave coveete pos, como a varedade de ttas é muto grade, aumetara em muto o valor do estoque médo. Decdu-se, etão, mater em estoque apeas as pastas. O processo de produção de ttas avorece essa stuação, uma vez que com cerca de trta os de pasta é possível motar qualquer produto ecomedado pelo clete. A produção de pastas, que evolve as ases de pesagem, pré-mstura e moagem, sera etão comadada pelo sstema kaba, e a motagem da tta, pelo PCP, coorme o peddo do clete. Isso, alado à adoção de um processo computadorzado de tgmeto, podera reduzr o prazo de atedmeto de um peddo para dos das. 4.2 OS PARÂMETROS DO SISTEMA KANBAN Icalmete, o ecessáro der quas produtos seram comadados pelo sstema kaba. O comportameto da demada é ator decsvo para essa deção. Produtos com demada reqüete ao logo do tempo e com pequea varabldade em toro da méda são avoráves, do poto de vsta da redução dos estoques. Porém, como a preocupação da empresa estava mas voltada à redução do prazo de atedmeto do que à redução dos estoques, esse crtéro o relaxado. Assm, cluu-se o sstema kaba os 4 os de pastas ecessáras à abrcação das prcpas ttas, cuja demada mesal méda era de aproxmadamete oto toeladas. Para projetar um sstema kaba é ecessáro determar três parâmetros báscos: tamaho da caxa coteedora, úmero de cartões o pael e regra de decsão para lberar a produção. Os dos prmeros são dedos a partr da determação do lote de produção. No caso em questão, o procedmeto o o segute. A operação de pesagem demada um tempo, pratcamete costate, de 32 mutos e é realzada por apeas um homem, para cada ordem de abrcação. Não requer preparação de RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

10 76 José Luz Cotador, José Celso Cotador, Marcus Fabus Herques de Carvalho e Pedro Luz de Olvera Costa Neto máqua, e o setor ão exste restrção de equpametos. Assm, este setor ão o cosderado a determação do lote de abrcação. A pré-mstura é realzada em tachos poscoados sob um msturador de hélce. A preparação compreede o trasporte do materal e do tacho (cerca de dos mutos). O tempo de operação clu a almetação do tacho com as matéras-prmas (que é ução do tamaho do lote Q, em toeladas, e dado pela relação t = 4,5 + 38,4.Q [m], determada por regressão estatístca) acrescdo do tempo de homogeezação do materal (4 mutos, depedetemete do tamaho do lote). Assm, tato o tempo de homogeezação quato a costate da equação ateror (4,5 mutos) são xos e podem ser eteddos como tempo de preparação da produção (duração depedete do lote), para eeto de dmesoameto do lote. Portato, o tempo de preparação da pré-mstura o cosderado gual a 47,5 mutos (0,79 hora). O tempo de produção, por sua vez, ecessáro ao atedmeto da demada mesal, sa da parte varável da equação ateror e é de 5, horas/mês. Para cada um dos 4 produtos o reservado um msturador. A seção opera em dos turos dáros, tedo pos dspobldade de 360 horas mesas, cosderado-se uma ocosdade estratégca de 0%. 4 Assm, pela aplcação da Equação 2, tem-se W W = 355 horas, = =, horas e o ator de racoameto da demada gual a 32, o que dca ser possível executar 32 preparações por mês para cada pasta, ou seja, um lote mímo gual a um da demada. No Setor de Moagem, o tempo médo de preparação do moho é de 62 mutos, e o tempo ecessáro à produção de toda a demada mesal, de 35 horas. Como há dos mohos para essas pastas, trabalhado em dos turos, e adotado a mesma metodologa utlzada a pré-mstura, cocluu-se ser possível executar 34 preparações por mês para cada pasta. Decdu-se, portato, der lotes de produção de tamaho costate e sucete para um da de demada, adotado o coceto de produção velada. Adotou-se portato o sstema de cartões azus descrtos a seção 4. Com sso, todas as 4 pastas serão produzdas todos os das. Essa solução é vável do poto de vsta da capacdade também para o Setor de Pesagem, uma vez que demada cerca de 7,5 horas de atvdades dáras de um homem. Falmete, para der a regra de decsão para lberar a produção, deve-se observar que a Equação e a Equação 2 determam lote de abrcação gual ao ível de estoque do poto de peddo. Nessas crcustâcas, a lberação da produção é dsparada quado da colocação do prmero cartão o quadro kaba. Como, o caso em questão, os lotes adotados eram muto próxmos daqueles obtdos pela aplcação da Equação 2, adotou-se essa mesma regra para dsparar a produção de um produto. REFERÊNCIAS CONTADOR, José Celso. Modelo para aumetar a compettvdade dustral. São Paulo: Edgard Blücher, 996. CONTADOR, José Luz; SENNE, Edso Luz Fraça. Determação do úmero ótmo de kabas para múllos produtos processados uma célula de mauatura o ambete just tme. I: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 4., 994, João Pessoa. Aas... João Pessoa: UFPB, 994 MONDEN, Yasuhro. Sstema Toyota de produção. São Paulo: IMAM, 984. RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

11 77 Sstema Kaba para ábrca de ttas OISHI, Mchtosh. Téccas tegradas a produção e servços. São Paulo: Poera, 995. SLACK, Ngel et al. Admstração da produção. São Paulo: Atlas, 997. ABSTRACT THE KANBAN SYSTEM FOR THE MANUFACTURE OF PAINT Ths paper presets a case study or the project ad mplemetato o a kaba system a pat actory. The pat actory uses a cotuous producto system, whch brgs two ma problems or the kaba system. The rst s that o the umber o kabas the system (that s, the determato o the amout o each batch to be mauactured). The ormula whch has bee cosecrated by Toyota requres that the mauacture tme o each batch s kow, I addto, the case questo, the etre batch s shed a sgle perod. The secod problem s that o alterg the sze o the batch durg the mauacture. I dscrete producto systems (car parts, or example), as the teto s to avod the accumulato o stock, t s usual to terrupt the producto o a tem as soo as all the empty boxes are lled aga. I ths case,, at the begg o the mauacture o a tem there are kabas stll stock, ths decso s dcult oe wshes to avod the lack o excess stock the system. Ths study presets a proposal to deal wth these problems. Keywords: Stock cotrol; Kaba; Cotuous producto Data do recebmeto do artgo: 09/08/2004 Data do acete de publcação: 8/0/2004 RAI - Revsta de Admstração e Iovação, São Paulo, v. 2,., p , 2005.

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

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos 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

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

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

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

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

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

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

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

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

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

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

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

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

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

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

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

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

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

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

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

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

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

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

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

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

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

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

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

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

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

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

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

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

Arquitetura da ART Controle 1 Controle 2

Arquitetura da ART Controle 1 Controle 2 Teora de Ressoâca Adaptatva - ART Arqutetura da ART Cotrole Cotrole 2 Desevolvda por Carpeter e Grossberg como uma alteratva para resolver o dlema establdade-plastcdade (rede ão aprede ovos padrões). Realme

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

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

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

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

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

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

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos Aálise de Projectos ESAPL / IPVC Critérios de Valorização e Selecção de Ivestimetos. Métodos Estáticos Como escolher ivestimetos? Desde sempre que o homem teve ecessidade de ecotrar métodos racioais para

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

Capítulo 6 - Centro de Gravidade de Superfícies Planas Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que

Leia mais

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

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

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 60 Sumário CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 5.1. Itrodução... 62 5.2. Tabelas de trasição dos flip-flops... 63 5.2.1. Tabela de trasição do flip-flop JK... 63 5.2.2. Tabela de

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

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

Notas de aula da disciplina Probabilidade e Estatística

Notas de aula da disciplina Probabilidade e Estatística otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,

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

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas.

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas. Físca plcada à Egehara vl II aulo Medes ENTRÓIDES Neste capítulo pretede-se troduzr o coceto de cetróde, em especal quado aplcado para o caso de superfíces plaas. Este documeto, costtu apeas um strumeto

Leia mais

Professor Mauricio Lutz ESTATÍSTICA BÁSICA

Professor Mauricio Lutz ESTATÍSTICA BÁSICA Proessor Maurco Lutz ESTATÍSTICA BÁSICA. Coceto Exstem mutas deções propostas por autores, objetvado estabelecer com clareza o que é estatístca, como por exemplo: Þ A Estatístca é um cojuto de métodos

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

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

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

Variância estatística associada a métodos semi-empíricos para estimativa da capacidade de carga de estacas

Variância estatística associada a métodos semi-empíricos para estimativa da capacidade de carga de estacas Teora e Prátca a Egehara vl,.0, p.6-67, ovemro, 0 arâca estatístca assocada a métodos sem-empírcos para estmatva da capacdade de carga de estacas Statstcal varace assocated wth sem-emprcal methods for

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

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA versão mpressa ISSN 00-7438 / versão ole ISSN 678-542 AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA Luís Alberto Duca Ragel UFF-COPPE/PEP/UFRJ

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

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

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

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

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

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

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados Eercícos e Cálculo Numérco Iterpolação Polomal e Métoo os Mímos Quaraos Para a ução aa, seja,, 6 e, 9 Costrua polômos e grau, para apromar, 5, e ecotre o valor o erro veraero a cos b c l Use o Teorema

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

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

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

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler UNEMAT Uversdade do Estado de Mato Grosso Matemátca Facera http://www2.uemat.br/eugeo SÉRIE DE PAGAMENTOS 1. NOÇÕES SOBRE FLUXO DE CAIXA Prof. Eugêo Carlos Steler Estudar sem racocar é trabalho perddo

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

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Capítulo 1 PORCENTAGEM

Capítulo 1 PORCENTAGEM Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,

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

Capitulo 9 Resolução de Exercícios

Capitulo 9 Resolução de Exercícios FORMULÁRIO Empréstimos a Curto Prazo (Juros Simples) Taxa efetiva liear i l i ; Taxa efetiva expoecial i Empréstimos a Logo Prazo Relações Básicas C k R k i k ; Sk i Sk i e i ; Sk Sk Rk ; Sk i Sk R k ;

Leia mais

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO 1 VARIÁVEIS ALEATÓRIAS O que se etede por varável aleatóra? Até agora ossos estudos estavam pratcamete voltados mas para defrmos osso Espaço Amostral U, sem assocarmos suas respectvas probabldades aos

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

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

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

Correção das Instruções de Operação , , ,

Correção das Instruções de Operação , , , Tecologa do Acoameto \ Automação \ Sstemas Itegrados \ Servce Correção das Istruções de Operação 19701, 197809, 197600, 197400 Sstema de acoameto mecatrôco MOVIGEAR MGF..4/XT Versão torque elevado Edção

Leia mais

Os juros compostos são conhecidos, popularmente, como juros sobre juros.

Os juros compostos são conhecidos, popularmente, como juros sobre juros. Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são

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

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

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

TT.405 - ECONOMIA DE ENGENHARIA Material Didático - 2008 Prof. Lúcia R. A. Montanhini

TT.405 - ECONOMIA DE ENGENHARIA Material Didático - 2008 Prof. Lúcia R. A. Montanhini INTRODUÇÃO TT405 - ECONOMIA DE ENGENHARIA Materal Ddátco - 2008 Prof Lúca R A Motah INTRODUÇÃO 2 INDICE INTRODUÇÃO 7 2 O CONCEITO E ORIGEM DA ENGENHARIA ECONÔMICA 8 3 MATEMÁTICA FINANCEIRA 9 3 CONCEITOS

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

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES INTERPOLAÇÃO

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES INTERPOLAÇÃO Uversdade Federal do Ro Grade FURG Isttuto de Matemátca, Estatístca e Físca IMEF Edtal CAPES INTERPOLAÇÃO Pro. Atôo Mauríco Mederos Alves Proª Dese Mara Varella Martez Matemátca Básca ara Cêcas Socas II

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

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

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico experimeto. Que eveto represeta ( =1 E )? 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul.

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

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