Sistema Kanban para fábrica de tintas
|
|
- Luiza Azeredo Cabreira
- 8 Há anos
- Visualizações:
Transcrição
1 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 José Celso Cotador Proessor do Programa de Pós-Graduação em Admstração Uove; Doutor em Egehara Mecâca Eesc/USP. [Brasl] celsocotador@terra.com.br Marcus Fabus Herques de Carvalho Doutor em Egehara Elétrca Ucamp; Proessor do Programa de Pós-Graduação em Admstração Up. [Brasl] marcus.carvalho@cepra.gov.br Pedro Luz de Olvera Costa Neto Doutor em Egehara de Produção USP; Proessor do Programa de Pós-Graduação em Admstração Up. [Brasl] reaet@reaet.com.br Neste trabalho apreseta-se um estudo de caso de proeto 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 proeto 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 esteam 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 desee 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. Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p ,
2 Itrodução O sstema ust tme (JIT) pode ser eteddo como uma losoa alada a um couto de téccas (SLACK, 997). A losoa é baseada a redução de todo desperdíco que pode ocorrer o processo de abrcação. O couto 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) arrao 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 arrao 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 obetvo: ) 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 seam 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). 238 Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p , 2005.
3 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 sea ecessára a mauteção de alto estoque de produtos as. Um dos processos que apresetam essa característca é o de produção de ttas. Pode-se obter uma dável dverscação de produtos as (mullcdade de cores e brlhos) a 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 desea 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 proeto 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 obetvo de cotorar a seguda dculdade aterormete ctada. Na quarta seção apreseta-se o estudo e caso em uma ábrca de ttas. 2 Determação do úmero de kabas para o sstema de produção cotíua Dversos autores têm proposto métodos alteratvos para a determação do úmero de kabas. Osh (995) propõe cco métodos Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p ,
4 para esse m: 3σ; 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. d( te + t k = c ) ( +α) 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 é um ator de seguraça, varado em toro de 5%; e c 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 sea, que todos os kabas presetes o sstema seam abrcados. Assm, o tamaho do lote de produção é dado pelo produto (k.c). Observe-se que a soma dos parâmetros (t e + t ) é exatamete o tempo de ressuprmeto do produto (lead-tme), e que o produto d(t e + t ) represeta a demada durate o leadtme de abrcação. Está mplícto, portato, que a Equação determa o mímo tamaho do lote de abrcação para que ão haa 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 sea 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 240 Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p , 2005.
5 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): ode: k d = [ = c W W ( α) k é o úmero de kabas o sstema para o tem ; =, 2,..., ; é o couto 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%). Sea (/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: Sea (-α)w = W. A carga de trabalho do posto o período T, desgada por CT, será CT = d t Da Equação 2 tem-se + r W' W d = Q. Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p ,
6 Como W' W r = tem-se: Q (W' W ) W' t + W CT = = W' W 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 [(-α)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. 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 obetvo 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 = d /r é gual à demada durate o lead-tme do produto. 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, ele sera ovamete abrcado após trascorrdo o período de tempo T c, chamado tempo de cclo, dado por: T c = + = = ode: é o tempo de troca de errameta do tem ; t é o tempo de abrcação de uma udade do tem ; e t Q 242 Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p , 2005.
7 Q é o tamaho do lote de abrcação do tem, dado por (k.c ) Chamado d a demada do tem o período de tempo T, e W a dspobldade de tempo do posto de trabalho durate esse mesmo período, etão d /W é a demada do tem por udade de tempo dspoível o posto de trabalho. 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. + = A demada do tem durate seu lead-tme (durate o tempo de cclo), deomada Dc, será etão dada por: Dc d = ( W' + = = 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 sea (r.tp = W -W ). Portato, a partr da Equação 4, a demada do tem durate o tempo de cclo Tc pode ser assm escrta: d ( W' = = + = = t t Q ) Q ) = d + t Q d = = t Q ) = d = = Q r. + r t Q ) r c. q. d r. = = t Q d = = = Q t r Q ). = adotar apeas cartões de produção, com Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p , Evtado a ormação de sobrestoque Coorme cometado aterormete, a produção cotíua ão é possível terromper a abrcação de um tem sem que todo o lote sea 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 desear 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: + r 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,
8 é traserdo para o armazém utamete 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 sea 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. 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.. Descrção do processo de abrcação 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 deseada; ) 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 obetvo 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 deseada. 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 244 Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p , 2005.
9 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, prémstura 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..2 Os parâmetros do sstema kaba 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, cua demada mesal méda era de aproxmadamete oto toeladas. Para proetar 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 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%. Assm, pela aplcação da Equação 2, tem-se W W = 355 horas, 4 = =, 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 sea, 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 Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p ,
10 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. The Kaba system or the mauacture o pat Ths paper presets a case study or the proect 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. Key words: Stock cotrol; Kaba; Cotuous producto. Reerêcas 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 ust 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. OISHI, Mchtosh. Téccas tegradas a produção e servços. São Paulo: Poera, 995. SLACK, Ngel et al. Admstração da produção. São Paulo: Atlas, Caderos de Pós-Graduação admstração, São Paulo, v. 4,., especal RAI, p , 2005.
RAI - Revista de Administração e Inovação ISSN: 1809-2039 campanario@uninove.br Universidade de São Paulo Brasil
RAI - Revsta de Admstração e Iovação ISSN: 809-2039 campaaro@uove.br Uversdade de São Paulo Brasl Cotador, José Luz; Cotador, José Celso; Herques de Carvalho, Marcus Fabus; Olvera Costa Neto, Pedro Luz
Leia maisProjeto 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 maisPerguntas 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 maisCapítulo 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 maisRequisitos 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 mais1 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 maisE-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 maisMatemática. 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 maisOlá, 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 maisMA12 - 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 maisAnálise 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 maisEconometria: 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 maisUERJ 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 maisA 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 maisMatemática 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 maisMonitoramento 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 maisIND 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 maisFINANCIAMENTOS 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 maisEstudo 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 maisRESUMO 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 maisMAE116 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 maisÉ 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 mais2 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 maisPUCRS 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 maisCAPÍTULO 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 maisANAIS 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 mais1) 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 maisÍNDICE 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 maisde 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 maisCapitulo 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 maisAlgoritmos 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 maisAvaliação 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 mais2 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 maisArquitetura 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 maisCapítulo 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 maisUma 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 maisFaculdade 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 maisSUMÁRIO 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 maisINTRODUÇÃO 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 maisProf. 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 maisCAPÍTULO 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 maisM = 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 maisEconometria: 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 maisLEASING 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 maisJUROS 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 maisAnálise 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 maisExercícios 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 maisÉ 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 maisVariância 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 maisNeste 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 maisEducação 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 maisELECTROTECNIA 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 maisCap.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 maisGestão 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 maisProfessor 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 maisNotas 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 mais3 Precificação de resseguro
Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até
Leia maisSéries 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 maisCentro 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 maisApostila 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 maisProjeto 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 maisMÓDULO 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 maisNota 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 maisEm 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 maisCálculo 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 maisASPECTOS 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 maisAPLICAÇÕES 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 maisCapitulo 1 Resolução de Exercícios
S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes
Leia maisFERRAMENTA 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 maisCapitulo 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 maisEQUAÇÕES 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 maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de
Leia maisCap. 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 maisUnidade 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 maisCAPÍTULO 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 maisIntrodução à Estatística
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia maisEm 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? 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 maisMATERIAL 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 maisTestes 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 maisIntrodução à Estatística. Júlio Cesar de C. Balieiro 1
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia maisCapítulo 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 mais2 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 maisCorreção 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 maisMAE0229 Introdução à Probabilidade e Estatística II
Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de
Leia maisOs 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 maisEstatística: 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 maisTeoria da Amostragem
Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se
Leia maisA Medição e o Erro de Medição
A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro
Leia maisProf. 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 maisTEORIA 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 maisTotal 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 maisActivALEA. 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 maisEstudo 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 maisAnalise 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 maisAMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES
Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO
Leia maisProf. Eugênio Carlos Stieler
http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete
Leia mais12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.
SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação
Leia maisLista 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 mais5.1 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