ANÁLISE DE DECISÃO. Elementos básicos sobre árvores de decisão e diagramas de influência. Conceitos complementares:
|
|
- Vítor de Barros Lage
- 6 Há anos
- Visualizações:
Transcrição
1 ANÁLISE DE DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Mónica Oliveira Ano lectivo 2011/ Conceitos Diagramas de influência Árvores de decisão Conceitos complementares: Valor monetário esperado Perfil de risco e perfil de risco acumulado 1
2 3 Queremos investir uns tantos s. Temos incerteza sobre a evolução dos mercados accionistas e das taxas de juro Jornal de Negócios, Diagramas de influência 2
3 Estruturação de problemas de incerteza Estrutura lógica e temporal entre decisões Estrutura lógica (dependente) entre eventos incertos Estrutura temporal da sequência de eventos incertos relacionada com a sequência de decisões Representações usando conceitos chave: Diagramas de influência Árvores de decisão 5 O que é que influencia o retorno do investimento? Diagrama de Influência 6 Exemplos de: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2nd Edition). Duxbury. 3
4 7 Diagramas de Influência 1. Elementos representados por: Nós de Decisão Nós de Incerteza Nós de Consequência (rectângulos): representam decisões (e alternativas) (ovais): representam eventos incertos (e resultados) (eventos de incerteza) (losangos): representam consequências (e cálculos) Os nós são colocados num grafo e têm ARCOS a ligá-los. Arcos representam relações (de relevância ou de sequência) entre nós: Nó predecessor nó sucessor 8 Diagramas de Influência 2. Relações lógicas são representadas por setas Indica sequência: só aponta para nós de decisão Indica relevância: só aponta para nós de incerteza e de consequência Sequência Relevância A decisão A precede a decisão B O evento C é conhecido antes de tomar a decisão D A decisão E é relevante para definir as probabilidades de ocorrência do evento F O evento G é relevante para definir as probabilidades de ocorrência do evento H 4
5 9 Nós de cálculo Nó de consequência 10 Sobre diagramas de influência Capturam o conhecimento num dado momento sobre um problema Nunca devem conter ciclos Nunca podem ter mais que um nó de consequência O nó final tem que ser um nó de consequência A interpretação de diagramas é fácil, mas a sua criação é difícil 5
6 11 Diagrama a representar no software PrecisionTree 12 Diagrama de influência de base Uma decisão e um evento incerto Outcomes Wild Success Flop Alternatives Savings Business Choice Business Result Return Savings Wild Success 2200 Flop 2200 Business Wild Success 5000 Flop 0 6
7 13 Um exemplo mais complexo Forecast Hits Miami Misses Miami Outcomes Hits Miami Misses Miami 14 Alternatives Evacuate Stay Informação Imperfeita: Envolve uma decisão e dois eventos incertos no momento da decisão. O resultado do evento incerto ( Forecast ) é conhecido no momento em que a decisão é tomada. Choice Outcome Consequence risk Consequence cost Evacuate Hits Miami Low risk High cost Misses Miami Low risk High cost Stay Hits Miami High risk High cost Misses Miami Low risk Low cost 7
8 15 Desenvolvimento de modelos financeiros para capturarem a incerteza! 1ª versão 3ª versão 2ª versão Principais passos para construir um diagrama de influência 1. Listar todas as decisões. 2. Desenhar arcos de sequência entre decisões. 3. Identificar nós de consequência. 4. Desdobrar os nós de consequência em nós de cálculo. 5. Desenhar arcos dos nós de decisão para os nós de cálculo intermédios. 6. Listar todos os nós de incerteza. 7. Desenhar arcos de relevância entre os nós de incerteza. 8. Desenhar os arcos de sequência entre os nós de incerteza e os nós de decisão. 9. Desenhar os arcos de relevância dos nós de decisão para os nós de incerteza. 10. Desenhar os arcos de relevância entre os nós de incerteza e os nós intermédios de cálculo. 16 8
9 Exercício: desenhar um diagrama de influência Acabou de vestir um fato novo que lhe custou 300 euros. Vai sair para trabalhar. Considera levar um guarda-chuva que protegerá o fato se chover. Sem guarda-chuva, o fato pode ficar danificado. Se não chover, carregar o guarda chuva causa inconveniência. Árvores de decisão 9
10 19 Uma ÁRVORE DE DECISÃO representa todos os possíveis percursos que um decisor pode seguir ao longo do tempo, incluindo todas as alternativas de decisão e todas as implicações decorrentes de eventos incertos. 20 Estruturação de elementos em árvores de decisão 10
11 Representação de elementos numa árvore de decisão Nós de decisão Representam decisões Nós de incerteza Representam a possibilidade de eventos incertos 21 Os ramos de um nó de decisão representam as opções; um decisor só pode escolher uma opção. Em cada nó de incerteza devem haver ramos que correspondam a um conjunto de resultados mutuamente exclusivos e colectivamente exaustivos. Consequências Consequências são especificadas no final dos ramos Quando uma incerteza é desfeita, somente um dos resultados pode acontecer. 22 Lendo árvores de decisão Se um nó de incerteza está à direita de um nó de decisão a decisão é tomada antes do momento de ocorrência de um evento incerto. Ao contrário, colocar um evento incerto antes de uma decisão significa que a decisão é tomada condicionalmente à ocorrência de um evento incerto específico. Informação imperfeita: decisor espera por informação antes de tomar uma decisão. O formato crescente indica que um evento incerto pode resultar em qualquer valor entre dois limites. 11
12 Como olhar para as árvores de decisão 1. São avaliadas da esquerda para a direita Deve-se pensar nos nós como ocorrendo numa sequência temporal 2. Só pode ser escolhida uma alternativa em cada nó de decisão 3. Os resultados de um nó de incerteza têm que estar todos enunciados; não pode ocorrer mais do que um resultado ao mesmo tempo mas um resultado terá sempre que acontecer 4. As árvores de decisão representam todos os cenários futuros 5. Se a ordem de nós de incerteza não for importante, escolher a sequência mais simples Convertendo o exemplo do furacão 12
13 25 Árvores de decisão vs. diagramas de influência Forças Diagramas de influência Compactos Bons para comunicação, em particular na fase de estruturação Permitem boa visão para problemas complexos Adequados para entendimento da relevância entre nós de incerteza Árvores de Decisão Apresentam detalhes, o que permite uma compreensão profunda do problema Representação flexível Adequadas para problemas de decisão assimétrica Adequadas para efectuar análise de sensibilidade Fraquezas Detalhes suprimidos Demasiado complexas para problemas grandes Uso complementar das árvores de decisão e dos diagramas de influência 26 Cálculos na próxima aula de problemas 13
14 27 Exemplos retirados do software PrecisionTree 28 Aspecto de uma árvore de decisão no PrecisionTree 14
15 Conceitos complementares Valor monetário esperado Perfil de risco 30 (Árvores de Decisão e) Valor Monetário Esperado Quando o objectivo de um problema é medido em euros A primeira sugestão é Resolver o problema escolhendo a alternativa que maximiza o valor monetário esperado Valor esperado de uma variável aleatória Y: 15
16 O que são as probabilidades (Pi s)? O conceito de perfil de Risco O perfil de risco é um gráfico que apresenta as probabilidades associadas a cada consequência. Cada perfil de risco está associado a uma estratégia, a uma alternativa imediata ou a alternativas em decisões futuras. 31 Probability Risk Profile For Oil Diagram of oil_infl.xls 0,6 0,5 0,4 0,3 0,2 0, Value O conceito de perfil de risco cumulativo Neste formato, o eixo vertical contém a probabilidade de um evento assumir um valor menor ou igual ao valor do eixo horizontal. Resulta das probabilidades acumuladas do perfil de risco. Alternativamente, para cada valor específico no eixo horizontal podemos ler a probabilidade associada a um resultado ser inferior ou igual a um valor específico. Cumulative Probability 1,2 1 0,8 0,6 0,4 0,2 0 Cumulative Probability For Oil Diagram of oil_infl.xls Value 32 16
17 33 17
MODELOS DE APOIO À DECISÃO
MODELOS DE APOIO À DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Bibliografia: P. Goodwin & G. Wright (2003) Decision Analysis for Management Judgement, John Wiley and Sons
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction ti to Decision i Analysis (2 nd Edition).
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2 nd Edition). Duxbury.
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência
Modelar a incerteza: Árvores de decisão e diagramas de influência Rui Cunha Marques Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2 nd Edition). Duxbury.
Leia maisAnálise de Decisão. Resolução indicativa
Análise de Decisão Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano lectivo 2014/2015 1.º Semestre Teste 2 17 de Dezembro de 2014 Duração:
Leia maisMODELOS DE APOIO À DECISÃO 2008/2009: Guia de Utilização do Software PrecisionTree
MODELOS DE APOIO À DECISÃO 2008/2009: Guia de Utilização do Software PrecisionTree Parte A: Construção de uma árvore de decisão para uma decisão de Investigação & Desenvolvimento (I&D) 1. Passo 1: 1.1.
Leia maisANÁLISE DE DECISÃO 2014/2015: Guia de Utilização do Software PrecisionTree
ANÁLISE DE DECISÃO 2014/2015: Guia de Utilização do Software PrecisionTree Parte A: Construção de uma árvore de decisão para uma decisão de Investigação & Desenvolvimento (I&D) 1. Passo 1: 1.1. Começar
Leia maisInformação Geral 2008/2009
MODELOS DE APOIO À DECISÃO Informação Geral 2008/2009 Docentes: Carlos Bana e Costa (Prof. Responsável) Mónica Oliveira 2 Contactos e Horário de Atendimento Prof. Carlos Bana e Costa Mail: carlosbana@ist.utl.pt
Leia maisANÁLISE DE DECISÃO 2010/2011. Caderno de Exercícios n.º 1 Modelização de Incerteza
ANÁLISE DE DECISÃO 2010/2011 Caderno de Exercícios n.º 1 Modelização de Incerteza A. Representação de Problemas em Árvores de Decisão e em Diagramas de Influência Exercício 1 Antes de conceder crédito
Leia maisANÁLISE DE DECISÃO 2011/2012: Guia de Utilização do Software PrecisionTree
ANÁLISE DE DECISÃO 2011/2012: Guia de Utilização do Software PrecisionTree Parte A: Construção de uma árvore de decisão para uma decisão de Investigação & Desenvolvimento (I&D) 1. Passo 1: 1.1. Começar
Leia maisCaderno de exercícios no. 2
Caderno de exercícios no. 2 1. Representou um problema de decisão numa árvore de decisão e calculou o valor monetário esperado da melhor opção. Depois de consultar um especialista com conhecimento imperfeito:
Leia maisInformação Geral 2009/2010
MODELOS DE APOIO À DECISÃO Informação Geral 2009/2010 Docentes: Carlos Bana e Costa (Prof. Responsável) Mónica Oliveira João Lourenço 2 Contactos e Horário de Atendimento Prof. Carlos Bana e Costa Mail:
Leia maisMODELOS E APLICAÇÕES EM ANÁLISE DE DECISÃO Regras para o trabalho individual
MODELOS E APLICAÇÕES EM ANÁLISE DE DECISÃO 2011 Regras para o trabalho individual Conteúdo Este trabalho consiste na resolução de 3 exercícios usando, sempre que apropriado, ferramentas de software que
Leia maisANÁLISE DE DECISÃO 2013/2014
ANÁLISE DE DECISÃO 2013/2014 Caderno de Exercícios n.º 1 Modelação de Incerteza A. Representação de problemas em árvores de decisão e em diagramas de influência Exercício 1 Antes de conceder crédito a
Leia maisAvaliação e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
NOME: Nº IST: Avaliação e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre 2º
Leia mais5 Decisão Sob Incerteza
5 Decisão Sob Incerteza Os problemas de decisão sob incerteza são caracterizados pela necessidade de se definir valores de variáveis de decisão sem o conhecimento prévio da realização de parâmetros que,
Leia maisAmostragem Aleatória e Descrição de Dados - parte II
Amostragem Aleatória e Descrição de Dados - parte II 2012/02 1 Diagrama de Ramo e Folhas 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Construir e interpretar disposições gráficas dos
Leia maisPROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 6 29 março de abril MOQ-12 Probabilidades e Int. a Processos Estocásticos
PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 6 29 março 2007 04 de abril 2007 1 Aplicação do Valor Esperado em Análise de Decisão 1. Introdução 2. Características de um Processo de Análise
Leia maisCapítulo 2 Resumindo Dados e Gráficos. Seção 2-1 Visão Geral. Visão Geral Características Importantes dos Dados
Capítulo 2 Resumindo Dados e Gráficos 2-1 Visão Geral 2-2 Distribuições de Freqüência 2-3 Histogramas 2-4 Gráficos Estatísticos Slide 2 Seção 2-1 Visão Geral Created by Tom Wegleitner, Centreville, Virginia
Leia maisParte I (6.5 valores)
Avaliação e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre 2º teste, 04/07/2009,
Leia maisLógica e Raciocínio. Introdução a Teoria da Decisão. Universidade da Madeira.
Lógica e Raciocínio Universidade da Madeira http://dme.uma.pt/edu/ler/ Introdução a Teoria da Decisão 1 Conteúdos Os tópicos que vamos abordar: Decisão sob ignorância Decisão sob Risco Teoria da Probabilidade
Leia maisTOMADA DE DECISÃO E EXECUÇÃO
Processos de Gestão ADC/DEI/FCTUC 1999/2000 Cap. 8. Tomada de Decisão e Execução 1 CAPÍTULO 8 TOMADA DE DECISÃO E EXECUÇÃO 8.1. Introdução Fases preparatórias planificação execução adopção de decisões
Leia maisDecisão Decidir Análise / Teoria da Decisão
Decisão Decidir é o acto de seleccionar uma linha de acção preferida entre várias alternativas existentes. Existem diversos instrumentos que podem contribuir para a tomada de decisões, dependentes do ambiente
Leia maisMatemática A RESOLUÇÃO GRUPO I. Teste Intermédio. Versão 1. Duração do Teste: 90 minutos º Ano de Escolaridade. 1.
Teste Intermédio Matemática A Versão Duração do Teste: 90 minutos 9..0.º Ano de Escolaridade Decreto-Lei n.º 7/00, de de março????????????? RESOLUÇÃO GRUPO I. Resposta (B) Tem-se, a 0+ b + 0,, pelo que
Leia maisTeste de Software. Técnica de Teste Estrutural. Rosemary Silveira Filgueiras Melo
Teste de Software Técnica de Teste Estrutural Rosemary Silveira Filgueiras Melo rosesfmelo@hotmail.com 1 Agenda Casos de Teste e Cenários de Teste Técnicas de Teste Técnica de Teste Estrutural 2 Casos
Leia maisTeoria da Decisão. Slide 1. c 2002, 1998 Maria Antónia Carravilla FEUP
Teoria da Decisão Slide 1 Transparências de apoio à leccionação de aulas teóricas Versão 2 c 2002, 1998 Teoria da Decisão 1 Decisões A incerteza é muito mais a regra que a excepção, a única coisa que pode
Leia maisDecisões Sequenciais Árvores de Decisão
Teoria da Decisão Decisão Uni-Objectivo Decisões Sequenciais Árvores de Decisão Árvores de Decisão Uma Árvore de Decisão é uma forma gráfica que se utiliza para representar um conjunto de decisões sequenciais,
Leia maisMODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
NOME: No. MECANOGRÁFICO: MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame
Leia maisQuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Análise de Decisão. Métodos Quantitativos 2004/2005.
QuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Análise de Decisão Métodos Quantitativos 2004/2005 João Moura Pires Sumário Introdução Tomada de decisão sem experimentação
Leia maisIntrodução ao tema das Redes Bayesianas
Introdução ao tema das Redes Bayesianas Seminário de Modelação Cátia Azevedo 25/01/2013 Índice Introdução Redes Bayesianas Aprendizagem Bayesiana Teorema de Bayes Distribuição de probabilidade conjunta
Leia mais8. Árvores. Fernando Silva DCC-FCUP. Estruturas de Dados. Fernando Silva (DCC-FCUP) 8. Árvores Estruturas de Dados 1 / 38
8. Árvores Fernando Silva DCC-FCUP Estruturas de Dados Fernando Silva (DCC-FCUP) 8. Árvores Estruturas de Dados 1 / 38 Árvores - estruturas não lineares (1) Uma lista é um exemplo de uma estrutura de dados
Leia mais8. Árvores. Fernando Silva. Estruturas de Dados DCC-FCUP. Fernando Silva (DCC-FCUP) 8. Árvores Estruturas de Dados 1 / 38
8. Árvores Fernando Silva DCC-FCUP Estruturas de Dados Fernando Silva (DCC-FCUP) 8. Árvores Estruturas de Dados 1 / 38 Árvores - estruturas não lineares (1) Uma lista é um exemplo de uma estrutura de dados
Leia maisNotas importantes NOME: NO. IST:
NOME: NO. IST: Análise e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2007/2008 2º Semestre Teste
Leia maisPROPOSTA INDICATIVA DE RESOLUÇÃO. MODELOS DE APOIO À DECISÃO Departamento de Engenharia e Gestão, Instituto Superior Técnico
PROPOSTA INDIATIVA DE RESOLUÇÃO MODELOS DE APOIO À DEISÃO Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame 2ª Época, 10/07/2009, 13:00 Duração:
Leia maisEscola Secundária c/3º CEB de Lousada
Escola Secundária c/3º CEB de Lousada Planificação Anual da Disciplina de Matemática 9º Ano Ano Lectivo: 2011/2012 CONTEÚDOS 1º PERÍODO OBJECTIVOS E COMPETÊNCIAS Nº de Tempos (45min.) Equações -Equações
Leia maisEstatística Aplicada. Prof. Carlos Alberto Stechhahn EXERCÍCIOS - REVISÃO ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE. Administração. p(a) = n(a) / n(u)
Estatística Aplicada Administração p(a) = n(a) / n(u) EXERCÍCIOS - REVISÃO ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE Prof. Carlos Alberto Stechhahn 2014 1. Tema: Noções de Probabilidade 1) Considere o lançamento
Leia maisPrograma de Matemática 1.º ano
Programa de Matemática 1.º ano Introdução A Matemática é uma das ciências mais antigas e é igualmente das mais antigas disciplinas escolares, tendo sempre ocupado, ao longo dos tempos, um lugar de relevo
Leia maisExercício do livro Decision Analysis for the Professional (Peter McNamee e John Celona) Capítulo 04 Exercício Gerador
Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo Departamento de Administração EAD5853 Análise das Decisões na Incerteza Aplicada à Administração Exercício do livro Decision
Leia maisAula de hoje Aula passada
Aula 2 Aula passada Logística, programação, regras do jogo Três problemas Monte Carlo to the rescue História das origens Monte Carlo na Computação Aula de hoje Espaço amostral Probabilidade Eventos Independência
Leia maisCriar um recurso para QIM com ActivInspire - Studio
Como criar um recurso com o Software ActivInspire Studio Depois de abrir o Software ActivInspire deve criar uma nova página, ficheiro Novo e de seguida escolher o formato desejado. Nota: De forma a este
Leia maisOrganização de dados
Organização de dados Coletar dados podem envolver diversas atividades tais como experimentos em laboratório, observações de campo, pesquisa de opinião, exame de registros históricos,... A quantidade de
Leia maisPrograma de Matemática 4º ano
Programa de Matemática 4º ano Introdução: A Matemática é uma das ciências mais antigas e é igualmente das mais antigas disciplinas escolares, tendo sempre ocupado, ao longo dos tempos, um lugar de relevo
Leia maisCurso Profissional de Nível Secundário
Curso Profissional de Nível Secundário Técnico Auxiliar de Saúde 2 TAS Ano Letivo: 2014/2015 Matemática (200 horas) 11º Ano PLANIFICAÇÃO A LONGO PRAZO A7 Probabilidades Fenómenos aleatórios. 2 aulas Argumento
Leia maisÁrvores de Decisão. Uma árvore de decisão é composta pelos seguintes elementos (veja figura 1):
Árvores de Decisão Árvores de decisão fornecem uma representação gráfica para um processo de decisão. Elas permitem mostrar quais são as possíveis consequências e os resultados esperados a partir de uma
Leia maisAnálise de Decisão. Afectação multicritério de recursos. João Carlos Lourenço Carlos A. Bana e Costa
Análise de Decisão Afectação multicritério de recursos João Carlos Lourenço Carlos A. Bana e Costa oao.lourenco@ist.utl.pt carlosbana@ist.utl.pt Ano lectivo 11/1 Identificação do problema Como audar um
Leia maisFísica da Informação Probabilidades
Física da Informação Probabilidades L.J. Amoreira UBI Novembro 2009 Sobre um exemplo da aula passada Uma caixa contém N bolas numeradas Retira-se uma bola, repõe-se na caixa, retira-se outra bola Qual
Leia maisTabela Unidades de Processo Candidatas
7 Resultados Neste capítulo serão apresentados os resultados obtidos a partir das abordagens descritas nos capítulos 5 e 6. No item 7.1 são apresentados os resultados referentes à abordagem com 12 cenários
Leia maisZS Rest. Manual Profissional. BackOffice Mapa de Mesas. v2011
Manual Profissional BackOffice Mapa de Mesas v2011 1. Índice 2. INTRODUÇÃO... 2 3. INICIAR O ZSRest Backoffice... 3 1 4. Confirmar desenho de mesas...... 4 b) Activar mapa de mesas... 4 c) Zonas... 4 5.
Leia maisFinanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco
Finanças Corporativas Análise de Risco Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista
Leia maisÁrvores e Mapas. Luís Lopes. Estruturas de Dados DCC-FCUP
Árvores e Mapas Luís Lopes DCC-FCUP Estruturas de Dados Estruturas não lineares Os arrays e as listas são exemplos de estruturas de dados lineares, cada elemento tem: um predecessor único (excepto o primeiro
Leia maisEstatística Descritiva. Objetivos de Aprendizagem. 6.1 Sumário de Dados. Cap. 6 - Estatística Descritiva 1. UFMG-ICEx-EST. Média da amostra: Exemplo:
6 ESQUEMA DO CAPÍTULO Estatística Descritiva 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisESCOLA SECUNDÁRIA DE LOUSADA
ESCOLA SECUNDÁRIA DE LOUSADA 2012 2013 PLANIFICAÇÃO DA DISCIPLINA DE MATEMÁTICA Curso Profissional de Técnico de Multimédia ELENCO MODULAR A7 Probabilidades 28 A6 Taxa de variação 36 A9 Funções de crescimento
Leia mais1. Não é permitido separar este conjunto de folhas. O conjunto de folhas deverá ser devolvido por completo no final do exame.
ANÁLISE DE DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 1º Semestre Exame 2ª Época, 13/02/2009, 17:00 Duração:
Leia maisDesenho do Cronograma 1
Desenho do Cronograma 1 Objetivos da aula de hoje Saber preparar o cronograma do projeto; Saber controlar os atrasos e avanços na duração das atividades; Saber preparar e interpretar diagramas de redes;
Leia maisMODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame 1ª Época, 26/06/2009
Leia maisnos projetos de investimento
Eduardo Sá Silva Árvores de Decisão nos projetos de investimento ÍNDICE Resumo... 13 Introdução... 15 O conceito de árvores de decisão... 17 Exemplos de árvores de decisão... 23 Exemplo 1 Camião grande
Leia maisDiagrama de Atividades
Diagrama de Atividades Profa Simone Sawasaki Tanaka simone.tanaka@unifil.br Diagramas da UML Diagrama de Atividade Um Diagrama de atividade é essencialmente um gráfico de fluxo, mostrando o fluxo de controle
Leia maisComplementos de Investigação Operacional. Folha nº 1 Programação Inteira 2006/07
Complementos de Investigação Operacional Folha nº Programação Inteira 2006/07 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)
Leia maisESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/2016 1 / 35 variáveis discretas vs variáveis contínuas
Leia maisEstatística Descritiva
Estatística Descritiva ESQUEMA DO CAPÍTULO 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisDiagramas de Use Case Resumo
0 Diagramas de Use Case Resumo Os diagramas de Use Case permitem definir os requisitos funcionais de um sistema: que serviços deve fornecer; a quem os deve fornecer. Notação diagramática facilita o diálogo
Leia maisCARTAZES DE RUA E DE INTERIORES
RESUMO HISTÓRICO Os primeiros cartazes datam do século XV.(Divulgar decisões tomadas pelo governo) No século XVIII a sua utilização já é mais frequente. (Anunciar produtos comerciais e industriais) Com
Leia maisRecursividade. Objetivos do módulo. O que é recursividade
Recursividade Objetivos do módulo Discutir o conceito de recursividade Mostrar exemplos de situações onde recursividade é importante Discutir a diferença entre recursividade e iteração O que é recursividade
Leia maisFundamentos de Lógica e Algoritmos. Aula 2.3 Introdução a Algoritmos. Prof. Dr. Bruno Moreno
Fundamentos de Lógica e Algoritmos Aula 2.3 Introdução a Algoritmos Prof. Dr. Bruno Moreno bruno.moreno@ifrn.edu.br Fundamentos de Lógica e Algoritmos Aula 2.3 Introdução a Algoritmos Prof. Dr. Bruno Moreno
Leia maisEstruturas de Dados Apresentação
Estruturas de Dados Apresentação Prof. Eduardo Alchieri Objetivos Apresentar técnicas fundamentais na análise e projeto de estruturas de dados em programas computacionais Vamos aprender: Quais são as principais
Leia maisSUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca
ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização
Leia maisTeste de Software. Técnica de Teste Estrutural. Rosemary Silveira Filgueiras Melo
Teste de Software Técnica de Teste Estrutural Rosemary Silveira Filgueiras Melo rosesfmelo@hotmail.com 1 Agenda Técnica de Teste Estrutural Critérios de Teste 2 Casos de Teste Diante da impossibilidade
Leia maisComplementos de Investigação Operacional. Folha nº 1 Programação Inteira 2007/08
Complementos de Investigação Operacional Folha nº Programação Inteira 2007/08 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)
Leia maisEstatística Descritiva
Estatística Descritiva ESQUEMA DO CAPÍTULO 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisFluxogramas. Leandro Tonietto ago-09
Fluxogramas Leandro Tonietto ltonietto@unisinos.br ago-09 Introdução Planejar, modelar e projetar primeiro, depois fazer (programar). Maiores chances de sucesso na programação Facilita a resolução, pois
Leia maisTeoria das Probabilidades
Teoria das Prof. Eduardo Bezerra (CEFET/RJ) 23 de fevereiro de 2018 Eduardo Bezerra (CEFET/RJ) Teoria das 2018.1 1 / 54 Roteiro Experimento aleatório, espaço amostral, evento 1 Experimento aleatório, espaço
Leia maisProf.: Joni Fusinato
Introdução a Teoria da Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso
Leia maisGraphing Basic no Excel 2007
Graphing Basic no Excel 2007 Tabela de Conteúdos 1. Inserindo e formatando os dados no Excel 2. Criando o gráfico de dispersão inicial 3. Criando um gráfico de dispersão de dados de titulação 4. Adicionando
Leia maisUniversidade Veiga de Almeida Algoritmos e Linguagem I
Aula 2 Conteúdo: 3. Etapas na solução de problemas 4. Algoritmos estruturados 3. Etapas na solução de problemas Podemos definir problema como sendo uma questão que foge a uma determinada regra, ou um desvio
Leia maisCE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
Leia maisTrabalho Prático 2015 Simulador de Circuitos Opção 1 Versão /11/2013
Trabalho Prático 2015 Simulador de Circuitos Opção 1 Versão 1.0 12/11/2013 SSC0300 Linguagem de Programação e Aplicações Engenharia Elétrica - Eletrônica 2º Semestre de 2015 Prof: Daniel Rodrigo Ferraz
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 29 de Outubro de 2011 17:00-18:30 Este teste é composto por 9 páginas contendo 11 perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas com
Leia maisMODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,
Leia maisProbabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência
Tabelas e Diagramas de Freqüência Probabilidade e Estatística I Antonio Roque Aula 2 O primeiro passo na análise e interpretação dos dados de uma amostra consiste na descrição (apresentação) dos dados
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisBusca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010
Inteligência Artificial Busca Competitiva Aula 5 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia-pos Capítulo 6 Russell & Norvig Seção 6.1 a 6.5 2 Até aqui... Problemas sem interação com outro agente.
Leia maisConhecimento Incerto Decisões Sobre Incerteza
Conhecimento Incerto Decisões Sobre Incerteza Profa. Josiane M. P. Ferreira Texto base: David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach cap 10. Stuart Russel
Leia maisELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015
ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,
Leia maisTeoria da utilidade Alguns conceitos chave
Análise de Decisão Teoria da utilidade Alguns conceitos chave Mónica Oliveira e João Lourenço 214/215 2 Valor monetário esperado (VME): Que jogo escolher? Jogo 1 Jogo 1 à VME 14,5 Jogo 2 à VME 5 Jogo 2
Leia maisSCC0503 (Algoritmos e Estruturas de Dados II) Prof. Moacir P. Ponti Junior. Trabalho 2
SCC003 (Algoritmos e Estruturas de Dados II) Prof. Moacir P. Ponti Junior Trabalho 2 Implemente sua atividade sozinho sem compartilhar, olhar código de seus colegas, ou buscar na Internet. Procure usar
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão Nome: N.º Turma: Apresente o seu raciocínio de forma clara, indicando todos os cálculos que tiver de efetuar e todas as justificações necessárias. Quando,
Leia mais3. Tem-se: Como não pode ser, então. ( não pode ser porque se assim fosse a probabilidade de sair a face numerada com o número
EXAME NACIONAL DO ENSINO SECUNDÁRIO MATEMÁTICA A PROVA MODELO N.º 1 PROPOSTA DE RESOLUÇÃO 12.º ANO DE ESCOLARIDADE Site: http://recursos-para-matematica.webnode.pt/ Facebook: https://www.facebook.com/recursos.para.matematica
Leia maisProjecto de Algoritmos e Estruturas de Dados
Projecto de Algoritmos e Estruturas de Dados Licenciatura em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Electrónica 1 o ano, 2 o Semestre, 2005/2006 Instituto Superior Técnico
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1 Nome: N.º Turma: Apresente o seu raciocínio de forma clara, indicando todos os cálculos que tiver de efetuar e todas as justificações necessárias. Quando,
Leia maisArquivos Seqüenciais: Intercalação
Arquivos Seqüenciais: Intercalação Vanessa Braganholo Baseado no Material de: Inhaúma Neves Ferraz (IC/UFF) Cenário Diversos arquivos sequenciais ordenados Problema: gerar um único arquivo ordenado a partir
Leia maisGestão de Base de dados Tabelas e Chaves
Gestão de Base de dados Tabelas e Chaves Ano Letivo 2014/2015 Professora: Vanda Pereira Criar tabelas Considerações importantes: Os nomes das tabelas deverão ter por base as entidades que representam.
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 13 a Lista de Exercícios Práticos Conceitos Básicos de Probabilidade 1) Considere um experimento que consiste em
Leia maisAMEI Escolar Matemática 8º Ano Estatística: Organização e Tratamento de Dados
AMEI Escolar Matemática 8º Ano Estatística: Organização e Tratamento de Dados Conteúdos desta unidade: Organização, representação e interpretação de dados; Medidas de tendência central; Medidas de localização.
Leia maisRELATÓRIO DE ESTÁGIO EMPRESA : ALUNO : (centralizado)
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS INTEGRADAS DO PONTAL CURSO DE GRADUAÇÃO EM QUÍMICA RELATÓRIO DE ESTÁGIO EMPRESA : ALUNO : (centralizado)
Leia maisAULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª
AULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª Aula por Helder Coelho IIA 1 REPRESENTAÇÃO E INTELIGÊNCIA QUESTÕES PARA DISCUSSÃO: Transformação do problema compreender o problema reflectir/pensar o problema lógica,
Leia mais1/7 1/ se hoje não chove, amanhã não vai chover com probabilidade p 00 = 6/7;
6/7 nao chove 1/7 chove 1/3 "0" /3 "1" Figura 1: Todas as transições com suas respectivas probabilidades representadas através de um grafo. Notem que para cada estado, a soma das probabilidades das flechas
Leia mais