FERRAMENTA COMPUTACIONAL DE APOIO AO ENSINO DO MÉTODO DE ANÁLISE HIERÁRQUICA EM CURSOS DE GRADUAÇÃO DE ENGENHARIA DE PRODUÇÃO
|
|
- Alessandra Pereira Lima
- 8 Há anos
- Visualizações:
Transcrição
1 FERRAMENTA COMPUTACIONAL DE APOIO AO ENSINO DO MÉTODO DE ANÁLISE HIERÁRQUICA EM CURSOS DE GRADUAÇÃO DE ENGENHARIA DE PRODUÇÃO Marcelo Ruy (UFU-FACIP) Verica Marconi Freitas de Paula (UFU-FACIP) No exercício de suas funções, o engenheiro de produção está constantemente avaliando e optando por cursos de ação que envolvem o estabelecimento de trocas e compensações entre múltiplos critérios conflitantes. Atualmente, um dos métodos maiis utilizados para a resolução deste tipo de problema é o Método de Análise Hierárquica (AHP). Ele permite a quantificação de diversos aspectos subjetivos da decisão, possibilitando seu tratamento objetivo. Assim, não há motivos para que o ensino deste método seja negligenciado durante a graduação. Muito embora o AHP tenha princípios simples e intuitivos, sua operacionalização demanda a utilização de ferramentas computacionais, assim como qualquer método quantitativo. O objetivo do presente trabalho é propor uma ferramenta computacional de apoio ao ensino do AHP em nível de graduação. Os cálculos do método foram implantados no Microsoft Excel 2007, programando-se funções na sua linguagem, o Visual Basic. Todas as funções foram testadas com relação à sua correção, aplicando-os a diversos problemas com resultados conhecidos disponíveis na literatura. O resultado foi uma ferramenta simples e com os algoritmos necessários para se executar as etapas quantitativas principais do AHP. Palavras-chaves: Ensino de Engenharia de Produção; Pesquisa Operacional; Decisão Multicriterial; AHP.
2 1. Introdução Segundo Tsouflas & Pappis (2008), a Decisão Multicriterial é uma área da Pesquisa Operacional (PO) que estuda métodos de escolha de alternativas de ação que levam em consideração um conjunto de objetivos e critérios que podem ser multidimensionais e conflitantes. É ideal em situações quando é necessário determinar uma solução onde nenhuma alternativa é melhor em todos os critérios. Önüt, Kara & Işik (2009) explicam que a Decisão Multicriterial é dividida em dois ramos, dependendo do número de alternativas em consideração (finito ou infinito). Nos métodos de Tomada de Decisão com Múltiplos Objetivos, as alternativas não são pré-determinadas, mas determinadas a partir de um conjunto de funções objetivo contínuas a serem otimizadas, sujeitas a uma série de restrições. Nos métodos de Tomada de Decisão com Múltiplos Atributos, um número finito de alternativas é avaliado em relação a uma série de atributos, normalmente difíceis de serem quantificados. De acordo com Kahraman (2008), a Tomada de Decisão com Múltiplos Atributos pode ser decomposta em duas correntes principais: (i) métodos compensatórios (quando um alto desempenho em um atributo pode parcialmente compensar um baixo desempenho em outro); (ii) métodos não compensatórios ou de sobreclassificação. Estudos de Sipahi & Timor (2010) indicam que um dos métodos compensatórios mais utilizados e que experimentou um crescimento exponencial nos anos recentes é o Método de Análise Hierárquica (Analytic Hierarchy Process AHP). O AHP permite a quantificação de diversos aspectos subjetivos da decisão, possibilitando seu tratamento objetivo. Nele, gera-se um vetor com a mensuração das prioridades relativas de um conjunto de elementos em relação a um determinado objetivo (SAATY, 1990). Suas principais vantagens, com relação a outros métodos compensatórios são: (i) possibilidade de manipular com facilidade atributos intangíveis, bastando uma noção qualitativa de importância entre os elementos em consideração (NIEMIRAA & SAATY, 2004); (ii) permite detectar e calcular o grau de inconsistências nos julgamentos do tomador de decisão (MUSINGWINI & MINNITT, 2008); (iii) permite derivar de dados tanto quantitativos, quanto qualitativos, vetores de prioridades que possuem propriedade de escala de razão (FORMAN & SELLY, 2001). Tipicamente, os usos do AHP envolvem escolha, priorização ou avaliação de alternativas. Alguns exemplos de aplicações em Engenharia de Produção são: seleção de fornecedor; problemas de localização; seleção de sistemas ERP; escolha de projetos e concepções de produtos; avaliação da cadeia de suprimentos; avaliação ambiental de produtos, processos e plantas industriais; medição de desempenho; análise de portfólio; e em conjunto com as matrizes do QFD, a análise SWOT e o BSC. O que explica, em grande parte, sua popularidade na solução de uma ampla gama de problemas é fato de o AHP ser facilmente entendido. Ele conjuga rigor matemático com um método intuitivo de estruturação e resolução de problemas com múltiplos critérios. Na realidade, como a lista anterior deixa claro, no exercício de suas funções, o engenheiro de produção está constantemente avaliando e optando por cursos de ação que envolvem o estabelecimento de trocas e compensações entre múltiplos critérios conflitantes. Assim, não 2
3 há motivos para que o ensino deste ou de outros métodos multicritério sejam negligenciados durante a graduação. Por outro lado, muito embora o AHP tenha princípios simples e intuitivos, sua operacionalização demanda a utilização de ferramentas computacionais, assim como qualquer método quantitativo. Obviamente, há no mercado excelentes softwares de AHP, inclusive gratuitos. Contudo, em se tratando de ensino, o mais importante não é o resultado final ou a produtividade na aplicação da ferramenta, mas entendimento da base matemática dos cálculos efetuados e o porquê de sua utilização. Có & Farias Filho (2007), apoiados em um caso prático, obtiveram evidências de que o uso de ferramentas computacionais aplicadas na solução passo a passo de problemas interdisciplinares (como os exemplos apresentados na lista anterior) rende uma estratégia de ensino-aprendizagem eficaz e motivadora. Dessa maneira, o objetivo do presente trabalho é propor uma ferramenta computacional de apoio ao ensino do AHP em nível de graduação. Optou-se por implantar os cálculos do AHP no Microsoft Excel 2007, programando-se funções na sua linguagem, o Visual Basic (VBA), devido ao fato de a planilha eletrônica ser amplamente difundida e também muito valorizada pelo mercado de trabalho. Para se atingir esse objetivo, a seguinte metodologia foi adotada. Inicialmente, foi empreendida uma pesquisa bibliográfica na literatura de AHP, de forma a se levantar os requisitos quantitativos do método. A seguir, foram pesquisados métodos numéricos e algoritmos capazes de resolver os problemas arrolados no passo anterior. Nas situações onde houve mais de um algoritmo para se atingir um mesmo objetivo, optou-se por aquele que a literatura evidenciava como o melhor ou mais adequado. Em um terceiro momento, tais algoritmos foram programados em VBA e implementados no Excel Por fim, todos foram testados com relação à sua correção, aplicando-os a diversos problemas com resultados conhecidos disponíveis na literatura. Este trabalho encontra-se estruturado em três partes. A primeira versa a respeito do AHP e suas principais etapas. A segunda mostra os algoritmos necessários para a execução das etapas quantitativas deste método. Na última parte são apresentadas as considerações finais do trabalho. Adicionalmente, o Apêndice mostra o primeiro e principal algoritmo transcrito para a linguagem de programação VBA. Infelizmente, por uma restrição de espaço, não é possível apresentar os demais algoritmos em VBA no Apêndice (são mais três). Os interessados podem solicitar aos autores deste artigo, via , a planilha em Excel com todos eles. 2. O Método de Análise Hierárquica Segundo Saaty (2005), o AHP é uma teoria de medida relativa, principalmente para critérios intangíveis. Nesta abordagem, uma escala de prioridades é derivada de comparações entre os elementos aos pares. Nos métodos de medição tradicionais, tem-se uma escala prévia, onde cada elemento é comparado, um a um, com a escala. De acordo com Forman & Selly (2001), o AHP é baseado em três axiomas: comparação recíproca, homogeneidade e independência. O primeiro axioma declara que a comparação dos elementos A e B, relativamente ao elemento C a que eles se ligam na hierarquia, deve ser o inverso da comparação de B com A. Por exemplo, se A é 5 vezes maior que B em certa propriedade, B é 1/5 maior que A nesta mesma propriedade. O segundo axioma expressa que, ao se construir uma hierarquia de objetivos, os elementos devem ser agrupados em níveis de 3
4 tal forma que os agrupamentos não contenham elementos com mais de uma ordem de grandeza de diferença. O terceiro axioma é necessário para que o problema possa ser estruturado como uma hierarquia. Ele afirma que os julgamentos ou prioridades dos elementos de um nível não podem depender dos níveis inferiores. Caso isto não ocorra, temse uma rede e deve-se utilizar o Método de Análise em Redes (Analytic Network Process ANP), que é uma generalização do AHP (SAATY, 2005). Goodwin & Wright (2004) resumem o AHP em quatro etapas principais: - Etapa 1: montar a hierarquia de decisão; - Etapa 2: comparar critérios e alternativas aos pares. Isto é utilizado para se determinar a importância relativa dos critérios em relação ao objetivo e para se determinar o desempenho de cada alternativa com relação aos critérios; - Etapa 3: Transformar as comparações aos pares em pesos (ou vetores de prioridade) e avaliar a consistência dessas comparações; - Etapa 4: Sintetizar as prioridades globais das alternativas por meio de um modelo aditivo linear (devido ao axioma 3). A etapa 1 consiste em se estruturar o problema por meio de uma hierarquia. Esta indica a relação entre os elementos de um nível com aqueles do nível imediatamente inferior. Em sua raiz, encontra-se o objetivo do problema sendo estudado. Suas ramificações são os diversos critérios e alternativas em consideração. É importante notar que a comparação dos elementos de um nível qualquer é feita com relação a sua contribuição ao nível imediatamente acima. A etapa 2 consiste da comparação aos pares dos elementos de um mesmo nível hierárquico com relação a seu impacto no elemento do nível superior a que eles se unem (elemento de controle). Assim, as alternativas são comparadas entre si com relação a cada um dos critérios. Para cada critério, uma matriz de comparações aos pares é construída. Existirão tantas matrizes quanto o número de critérios. A última comparação é com relação à importância relativa dos critérios no objetivo. Aqui é necessária uma única matriz. As perguntas feitas para se completar essas matrizes são do tipo: considerando o objetivo, qual critério é mais importante, X ou Y, e quanto mais importante? ; considerando o critério X, qual alternativa é preferível, A ou B, e quanto mais?. A intensidade das comparações é feita utilizando-se a escala fundamental de números absolutos de 1 a 9 de Saaty. Os valores da escala são: 1 igual; 3 moderada; 5 forte; 7 muito forte; e 9 extrema. Os números pares são utilizados como valores intermediários. Números racionais (por exemplo: 3,5) podem ser utilizados para diminuir a inconsistência das respostas. Para a construção de cada uma das matrizes de comparações aos pares, deve-se se seguir a seguinte lógica. Sempre se compara a dominância (ou importância) do elemento da linha sobre o elemento da coluna, respectivamente aos seus impactos no elemento de controle. Caso a importância do elemento da linha seja menor do que a importância do elemento da coluna, usa-se o recíproco (1/2, 1/3 etc.). Dessa forma, a ij = 1/a ji. A comparação de um elemento com ele mesmo é 1, assim a diagonal da matriz é sempre igual a um (a ii =1). Saaty (2004) explica a lógica deste sistema de medição. Ao fazer comparações aos pares entre elementos homogêneos, proporções são estimadas utilizando-se a escala fundamental de números absolutos. Por exemplo, ao se comparar duas alternativas com respeito a um critério, a menor alternativa ou a inferior funciona como a unidade de medida daquele critério. Para 4
5 estimar a maior, como um múltiplo daquela unidade, atribui-se a ela um número absoluto da escala fundamental. Este processo é repetido para cada par. Ao invés de atribuir dois números w i e w j e determinar a razão w i /w j, atribui-se um único número de 1 a 9 para representar a razão (w i /w j )/1. O número absoluto da escala é uma aproximação para a razão (w i /w j ). A escala derivada fornece w i e w j. Este é o ponto central da abordagem de medida relativa do AHP. A etapa 3 consiste em se determinar, a partir das matrizes de comparações, a importância relativa de cada elemento sobre o seu elemento de controle (pesos ou vetores de prioridade) e julgar a consistência das matrizes. Por consistência quer se dizer que, por exemplo, se A é duas vezes mais importante que B e B três vezes mais importante que C, A deveria ser seis vezes mais importante que C. Obviamente em situações reais é muito difícil haver uma consistência perfeita. O método AHP permite certo grau de inconsistência e também mostra como calculá-la. Para cada matriz, calculam-se seu maior autovalor (λ max ) e seu respectivo autovetor v. Por fim, determinam-se os pesos w (importância relativa) de cada elemento do nível sobre o elemento de controle normalizando-se o vetor v (por exemplo, pela divisão de cada um de seus elementos pela sua soma). Entretanto, antes de se aceitar estes valores de w, faz-se necessário avaliar se as comparações fornecidas pelo decisor são consistentes. Para isso, calcula-se a razão de consistência (CR) das respostas. Se este índice for maior que certo limite, aquela matriz tem que ser refeita. Segundo Saaty (2005), os valores admissíveis para a razão de consistência são em torno de 5% para matrizes de ordem 3, em torno de 8% para matrizes de ordem 4 e em torno de 10% para as matrizes de ordem maior ou igual a 5. A fórmula de cálculo de CR é dada abaixo, onde n é a ordem na matriz e RI é um índice tabelado, cujos valores são para matrizes de ordem 3 até 15, respectivamente: 0,52; 0,89; 1,11; 1,25; 1,35; 1,40; 1,45; 1,49; 1,51; 1,54; 1,56; 1,57; 1,59. CR = ( max n)/(n 1)/RI A última etapa do método AHP consiste em sintetizar as prioridades obtidas por meio de um modelo aditivo linear. Considerando que haja i critérios e j alternativas, a nota final N m da m- ésima alternativa é dada pela equação abaixo, onde o índice k indica o k-ésimo critério. i N w a sujeito a : w 1 m k km k k 1 k 1 i 3. Os Algoritmos Principais do AHP Esta seção mostra os algoritmos necessários para a implementação computacional da etapa 3 do AHP, uma vez que as etapas 1 e 2 são qualitativas e a etapa 4 pode ser facilmente resolvida utilizando-se as funções nativas do Excel (por exemplo, somarproduto ) Cálculo dos Vetores de Prioridade Para o cálculo do maior autovalor e seu respectivo autovetor, foi utilizado o método da potência (POOLE, 2004). Seja A uma matriz quadrada de ordem n com um autovalor dominante max, o método consiste dos seguintes passos: 1) Faça V 0 um vetor inicial do R n cuja maior componente seja 1; 2) Repita os seguintes passos para j = 1, 2,... : 5
6 a) Calcule B j = A V j 1 ; b) Seja F j a componente de B j com o maior valor absoluto; c) Faça V j = (1/F j ) B j. Para a maioria das escolhas de V 0, F j converge para o autovalor dominante max e V j converge para o respectivo autovetor dominante v. Uma vez obtido o autovetor, este deve ser normalizado. Existem duas maneiras de se normalizar o autovetor para o cálculo das prioridades. A primeira consiste em se dividir cada elemento do autovetor pela sua soma. Este é o chamado modo distributivo de síntese. O segundo é denominado de modo ideal, onde cada um de seus elementos é dividido pelo maior dos valores presentes. É digno de nota que a prioridade das alternativas com relação aos critérios admitem ambos os tipos de normalização. Por outro lado, as prioridades dos critérios em relação ao objetivo devem ser normalizadas pelo modo distributivo apenas. Grosso modo, o modo distributivo indica a dominância de cada alternativa sobre as demais e o modo ideal indica o desempenho de cada alternativa relativo ao benchmark de cada critério. Assim, normalmente utiliza-se o modo distributivo quando o objetivo da análise é fazer previsões ou priorizar alternativas. Se o propósito for escolher uma única alternativa, o modo distributivo somente será mais adequado se as demais alternativas ainda forem relevantes após a escolha. Caso contrário, o modo ideal deverá ser o preferido. O algoritmo em VBA que calcula o maior autovalor e seu respectivo autovetor, bem como as prioridades nos dois modos de síntese encontra-se no Apêndice. A figura 1 abaixo ilustra sua utilização. Figura 1 - Exemplo da Utilização da Planilha para o Cálculo dos Vetores de Prioridades É importante registrar que há outros tipos de algoritmos para a derivação de prioridades baseados na minimização de uma função erro, tal como o método dos mínimos quadrados e mínimos quadrados logarítmicos. Estes não foram considerados, devido ao fato de Saaty (2003), dentre outros, argumentarem que não são métodos válidos (ver seção 3.4) Cálculo da Razão de Consistência 6
7 Dado o algoritmo para a determinação do maior autovalor e seu autovetor, o cálculo da razão de consistência é bastante simples; basta adicionar ao código a fórmula apresentada na seção 2. A figura 2 abaixo ilustra sua utilização. Figura 2 - Exemplo da Utilização da Planilha para o Cálculo da Razão de Consistência 3.3. O Tratamento de Matrizes de Comparações aos Pares Inconsistentes O terceiro tópico trata das matrizes de comparações aos pares cujas razões de consistência são maiores que os valores permissíveis, conforme explicado na seção 2. Uma solução é identificar e alterar o elemento da matriz que provoca a maior perturbação no maior autovalor da matriz de comparações aos pares. Contudo, este tipo de estratégia, além de tender a ser lenta e ineficiente, pois vários elementos podem estar causando a inconsistência, também tem o revés de basear os cálculos apenas neste(s) elemento(s) problemático(s). Um modo mais eficiente consiste em utilizar toda a informação contida na matriz para processar os cálculos e, adicionalmente, alterar todos os elementos da matriz simultaneamente. Por meio de um processo iterativo, constituído de pequenos passos, chega-se até uma matriz com consistência pré-estabelecida que retém o máximo de informação da matriz original. Nesta linha de abordagens, um método prático e eficiente foi proposto por Zeshui & Cuiping (1999). Resumidamente, este método consiste dos seguintes passos: - Passo 1: fazer k = 0; - Passo 2: determinar o maior autovalor max da matriz A (k) = a ij (k), seu respectivo autovetor normalizado no modo distributivo w 1 (k), w 2 (k),..., w n (k) e a razão de consistência CR (k) ; - Passo 3: se a razão de consistência CR (k) for maior que a desejada, determinar a matriz A (k+1) por meio da expressão a ij (k+1) = (a ij (k) ) (w i (k) /w j (k) ) 1,com 0,9 < < 1, somar 1 a k e retornar ao passo O Tratamento de Matrizes de Comparações Aos Pares Incompletas O método AHP se caracteriza por exigir que os elementos de um mesmo nível hierárquico sejam comparados dois a dois com relação ao seu impacto no nível imediatamente superior a que eles se unem. Dessa forma, uma matriz de comparações de n elementos necessita de n(n 1)/2 comparações aos pares. Na realidade, se todas as comparações fossem perfeitamente consistentes, só haveria a necessidade de n 1 delas. Entretanto, o método parte do pressuposto que, em se tratando de critérios intangíveis, uma consistência perfeita é 7
8 impossível. Dessa forma, a redundância fornecida pelas comparações adicionais serve para diminuir o impacto da inconsistência das respostas. É nesse ponto que Saaty (2003) frisa a necessidade do cálculo do maior autovalor da matriz. Este seria o único método de derivação de prioridades que tem o efeito de tirar a média dessas inconsistências. O autor demonstra que as prioridades calculadas a partir do maior autovalor são insensíveis a desvios moderados da consistência perfeita (representados pela razão de consistência da matriz). Contudo, este aspecto positivo do AHP, de possibilitar a derivação de prioridades a partir de julgamentos moderadamente inconsistentes, em algumas situações práticas se torna um ônus, pois o número de comparações aos pares pode ser muito elevado. Dessa forma, têm sido estudados diversos métodos de derivação de prioridades que objetivam diminuir a quantidade de comparações aos pares exigidas. De acordo com Carmone, Kara & Zanakis (1997) o algoritmo de Harker é um dos mais práticos para a derivação de prioridades de matrizes incompletas. Estes autores demonstraram, por meio de um extensivo estudo de simulação de Monte Carlo, que neste método é possível deixar de responder aleatoriamente até 50% das comparações aos pares e, ainda assim, derivar vetores de prioridade muito próximos daqueles de uma matriz completa. Obviamente, quanto maior o número de comparações, mais próximos daqueles da solução completa serão os vetores de prioridade obtidos. Resumidamente, o algoritmo substitui todos os elementos que faltam por zeros. A seguir, contabiliza-se o número de zeros por linha da matriz. Esse valor é somado ao elemento da diagonal desta linha. Para essa nova matriz, calcula-se seu maior autovalor e respectivo autovetor normalizado pelo modo distributivo. Os elementos faltantes são aproximados pelo valor a ij = w i /w j, onde w representa o autovetor normalizado. De posse desta matriz reconstruída, é possível empreender todas as operações estudadas até agora. A figura 3 mostra esquematicamente este procedimento , ,19 0, * * 0, ,15 0,07 w ,15 5 * ,15 5 0, , * ,07 7 0, Figura 3 Diagrama Esquemático do Algoritmo para o Tratamento de Matrizes Incompletas 4. Considerações Finais O objetivo do presente trabalho foi propor uma ferramenta computacional de apoio ao ensino do AHP para cursos de engenharia de produção em nível de graduação. Esse objetivo foi alcançado levantando-se os requisitos quantitativos do método e determinando-se os algoritmos mais adequados para desempenhá-los, bem como os implantando no Microsoft Excel 2007, por meio da programação de funções na linguagem Visual Basic. As funções foram testadas, aplicando-as a diversos problemas disponíveis em livros e artigos de AHP, cujos resultados numéricos eram conhecidos de antemão. Dessa maneira, foi possível detectar eventuais falhas e garantir a correção da programação. O resultado obtido foi uma planilha eletrônica com as principais etapas quantitativas do AHP incorporadas e uma ferramenta 8
9 computacional simples de ser utilizada, pois basta o conhecimento em como operar funções matriciais no Excel para executá-la. A expectativa é que o uso desta ferramenta gere os seguintes benefícios: - Facilite a execução das etapas algebricamente intensivas do AHP sem, no entanto, negligenciar os aspectos teóricos, tanto matemáticos quanto computacionais, deste método; - Seja uma oportunidade para os alunos ampliarem seu conhecimento em Excel além do nível básico, por exemplo, a criação de funções personalizadas neste software; - Promova a interdisciplinaridade, mostrando como conteúdos do ciclo básico (neste caso, álgebra linear e introdução à computação) podem ser utilizados na solução de problemas práticos de engenharia, com vistas a estabelecer uma estratégia de ensino-aprendizagem eficaz e motivadora para os discentes. Referências CARMONE, F.J.; KARA, A.; ZANAKIS, S.H. Monte Carlo investigation of incomplete pairwise comparison matrices in AHP. European Journal of Operational Research, 102, p , CÓ, F.A.; FARIAS FILHO, J.R. Uma Estratégia Construtivista e Interdisciplinar de Ensino Simulando a Dinâmica de uma Fila. In: XXVII Encontro Nacional de Engenharia de Produção. p.1-9, FORMAN, E., SELLY, M.A. Decision by Objectives: how to convince others that you are right. Singapore: World Scientific Publishing, GOODWIN, P., WRIGHT, G. Decision Analysis for Management Judgment. 3 rd Edition. West Sussex: John Wiley & Sons, KAHRAMAN, C. Multi-Criteria Decision Making Methods and Fuzzy Sets. In: KAHRAMAN, C (org.). Fuzzy Multi-Criteria Decision Making: Theory and Applications with Recent Developments. New York: Springer, MUSINGWINI, C.; MINNITT, R.C.A. Ranking the efficiency of selected platinum mining methods using the analytic hierarchy process (AHP). In: International Platinum Conference Platinum in Transformation, 3, Proceedings The Southern African Institute of Mining and Metallurgy, 2008, p NIEMIRAA, M.P.; SAATY, T.L. An Analytic Network Process model for financial-crisis forecasting. International Journal of Forecasting, 20, p , ÖNÜT, S.; KARA, S.S.; IŞIK, E. Long term supplier selection using a combined fuzzy MCDM approach: A case study for a telecommunication company. Expert Systems with Applications, v.36, p , POOLE, D. Álgebra Linear. São Paulo: Pioneira Thomson Learning, SAATY, T.L. The Analytic Hierarchy and Analytic Network Processes for the Measurement of Intangible Criteria and for Decision-Making. In: FIGUEIRA, J.; GRECO, S.; EHRGOTT, M. (eds.). Multiple Criteria Decision Analysis: State of Art Surveys. New York: Springer, p ,
10 SAATY, T. L. Fundamentals of the analytic network process - dependence and feedback in decision-making with a single network. Journal of Systems Science and Systems Engineering, 13 (2), p , SAATY, T. L. Decision-making with the AHP: Why is the Principal Eigenvector Necessary. European Journal of Operational Research, 145, p.85 91, SAATY, T. L. The Analytic Hierarchy Process. Pittsburgh: RWS Publications, SIPAHI, S.; TIMOR, M. The analytic hierarchy process and analytic network process: an overview of applications. Management Decision, v. 48, n. 5, p , TSOULFAS, G. T.; PAPPIS, C. P. A model for supply chains environmental performance analysis and decision making. Journal of Cleaner Production, v.16, p , ZESHUI, X.; CUIPING, W. A consistency improving method in the analytic hierarchy process. European Journal of Operational Research, 116, p , ANEXO Option Base 1 Function Prioridades(A, tipo) n = Application.WorksheetFunction.Count(A) NCol = n ^ (1 / 2) ReDim Vzero(NCol, 1) As Double Vzero(1, 1) = 1 For i = 2 To NCol Vzero(i, 1) = 0 Next i V = Vzero For j = 1 To 1000 B = Application.WorksheetFunction.MMult(A, V) C = Application.WorksheetFunction.Max(B) D = Application.WorksheetFunction.Min(B) E = Abs(D) F = Application.WorksheetFunction.Max(C, E) G = 1 / F V = Application.WorksheetFunction.MMult(B, G) Next j Select Case tipo Case Is = distributivo 10
11 X = Application.WorksheetFunction.Sum(V) Y = 1 / X w = Application.WorksheetFunction.MMult(V, Y) Case Is = ideal X = Application.WorksheetFunction.Max(V) Y = 1 / X w = Application.WorksheetFunction.MMult(V, Y) End Select Prioridades = w End Function 11
AVALIAÇÃO QUALITATIVA DE COST DRIVERS PELO MÉTODO AHP
AVALIAÇÃO QUALITATIVA DE COST DRIVERS PELO MÉTODO AHP Edson de Oliveira Pamplona, Dr. Escola Federal de Engenharia de Itajubá Av. BPS, 1303 Itajubá, MG CEP: 37500-000 e-mail: pamplona@iem.efei.br Prof.
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisMRP II. Planejamento e Controle da Produção 3 professor Muris Lage Junior
MRP II Introdução A lógica de cálculo das necessidades é conhecida há muito tempo Porém só pode ser utilizada na prática em situações mais complexas a partir dos anos 60 A partir de meados da década de
Leia maisCAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO
CAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO 1. OS CRITÉRIOS DE DECISÃO Dentre os métodos para avaliar investimentos, que variam desde o bom senso até os mais sofisticados modelos matemáticos, três
Leia maisQFD: Quality Function Deployment QFD: CASA DA QUALIDADE - PASSO A PASSO
QFD: CASA DA QUALIDADE - PASSO A PASSO 1 - INTRODUÇÃO Segundo Akao (1990), QFD é a conversão dos requisitos do consumidor em características de qualidade do produto e o desenvolvimento da qualidade de
Leia maisMetodologia para seleção de amostras de contratos de obras públicas (jurisdicionados) utilizando a programação linear aplicativo Solver
REVISTA Metodologia para seleção de amostras de contratos de obras públicas (jurisdicionados) utilizando a programação linear aplicativo Solver André Mainardes Berezowski 1 Resumo Trata da apresentação
Leia maisFATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios
FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito
Leia maisCONSIDERAÇÕES SOBRE MÉTODOS DE DECISÃO MULTICRITÉRIO. Roterdan Moura da Silva, Mischel Carmen Neyra Belderrain, IC
CONSIDERAÇÕES SOBRE MÉTODOS DE DECISÃO MULTICRITÉRIO Roterdan Moura da Silva, Mischel Carmen Neyra Belderrain, IC Instituto Tecnológico de Aeronáutica / Divisão de Engenharia Mecânica-Aeronáutica, roterdan05@hotmail.com;
Leia maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR Assuntos: Matrizes; Matrizes Especiais; Operações com Matrizes; Operações Elementares
Leia maisUtilização do SOLVER do EXCEL
Utilização do SOLVER do EXCEL 1 Utilização do SOLVER do EXCEL José Fernando Oliveira DEEC FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO MAIO 1998 Para ilustrar a utilização do Solver na resolução de
Leia maisSEQÜÊNCIA DE DEPÓSITOS
TÓPICOS DE MATEMÁTICA FINANCEIRA PARA O ENSINO MÉDIO - PROF. MARCELO CÓSER 1 SEQÜÊNCIA DE DEPÓSITOS Vimos que a variação de um capital ao longo do tempo pode ser ilustrada em uma planilha eletrônica. No
Leia maisEste trabalho visou a caracterização da utilização dos aplicativos APS pelas empresas.
6 Conclusão Este capítulo tem como objetivo a apresentação dos resultados diretos e indiretos deste trabalho. São apresentadas sugestões para futuras pesquisas sobre o tema aqui abordado. 6.1. Resultados
Leia maisAbordagem de Processo: conceitos e diretrizes para sua implementação
QP Informe Reservado Nº 70 Maio/2007 Abordagem de Processo: conceitos e diretrizes para sua implementação Tradução para o português especialmente preparada para os Associados ao QP. Este guindance paper
Leia maisPESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *
PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária
Leia maisProtocolo em Rampa Manual de Referência Rápida
Protocolo em Rampa Manual de Referência Rápida 1 O que é o Protocolo em Rampa O protocolo em rampa é um protocolo para testes de esforço que não possui estágios. Nele o incremento da carga se dá de maneira
Leia mais3 Qualidade de Software
3 Qualidade de Software Este capítulo tem como objetivo esclarecer conceitos relacionados à qualidade de software; conceitos estes muito importantes para o entendimento do presente trabalho, cujo objetivo
Leia maisPodemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em um projeto.
Discussão sobre Nivelamento Baseado em Fluxo de Caixa. Item aberto na lista E-Plan Podemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisModelagem e Simulação Material 02 Projeto de Simulação
Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação
Leia maisEste trabalho tem como objetivo propor um modelo multicritério para a priorização dos modos de falha indicados a partir de uma aplicação do processo
1 Introdução A atual regulamentação do setor elétrico brasileiro, decorrente de sua reestruturação na última década, exige das empresas o cumprimento de requisitos de disponibilidade e confiabilidade operativa
Leia maisPLANEJAMENTO DA MANUFATURA
58 FUNDIÇÃO e SERVIÇOS NOV. 2012 PLANEJAMENTO DA MANUFATURA Otimizando o planejamento de fundidos em uma linha de montagem de motores (II) O texto dá continuidade à análise do uso da simulação na otimização
Leia maisSimulação Computacional de Sistemas, ou simplesmente Simulação
Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.
Leia maisLIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO
LIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO Praticamente todos os processos logísticos estão sujeitos a algum tipo de sazonalidade. A humanidade e seus grupos sociais, desde tempos remotos, sempre
Leia mais2. Representação Numérica
2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos
Leia maisTeoria Geral de Sistemas. Késsia R. C. Marchi
Teoria Geral de Sistemas Késsia R. C. Marchi Informação e Sistema Abordagem Sistêmica As pessoas empregam a palavra sistema em muitas situações cotidianas, por exemplo: O sistema eletrônico de votação...
Leia maisPesquisa Sequencial e Binária. Introdução à Programação SI2
Pesquisa Sequencial e Binária Introdução à Programação SI2 3 Contexto Diferentes estratégias para pesquisa (busca) de um elemento específico em um conjunto de dados. Lista, array, coleção Operação importante,
Leia maisPROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software
PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às
Leia maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
Leia maisTabela de Símbolos. Análise Semântica A Tabela de Símbolos. Principais Operações. Estrutura da Tabela de Símbolos. Declarações 11/6/2008
Tabela de Símbolos Análise Semântica A Tabela de Símbolos Fabiano Baldo Após a árvore de derivação, a tabela de símbolos é o principal atributo herdado em um compilador. É possível, mas não necessário,
Leia maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisMatemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.
Matemática Essencial Equações do Segundo grau Conteúdo Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.br/matessencial/ 1 Introdução
Leia maisCurso de Graduação em Administração. Administração da Produção e Operações I
Curso de Graduação em Administração Administração da Produção e Operações I 22º Encontro - 11/05/2012 18:50 às 20:30h COMO SERÁ NOSSO ENCONTRO HOJE? - ABERTURA - CAPACIDADE E TURNOS DE TRABALHO. 02 Introdução
Leia maisCapítulo 7 Medidas de dispersão
Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisSíntese das discussões do fórum Livro-APF: Julho/2010
Síntese das discussões do fórum Livro-APF: Julho/2010 Assunto: Estimativa de Aumento de Produtividade Data: 01/07/2010 Link: http://br.groups.yahoo.com/group/livro-apf/message/2577 Dúvida: Existe alguma
Leia maisFigura 1 Busca Linear
----- Evidentemente, possuir os dados não ajuda o programador ou o usuário se eles não souberem onde os dados estão. Imagine, por exemplo, uma festa de casamento com cem convidados na qual não se sabe
Leia maisUniversidade Federal de Alfenas
Universidade Federal de Alfenas Projeto e Análise de Algoritmos Aula 04 Introdução a Análise de Algoritmos humberto@bcc.unifal-mg.edu.br Última aula Fundamentos de Matemática Exercícios: Somatórios; Logaritmos
Leia maisConceitos de Banco de Dados
Conceitos de Banco de Dados Autor: Luiz Antonio Junior 1 INTRODUÇÃO Objetivos Introduzir conceitos básicos de Modelo de dados Introduzir conceitos básicos de Banco de dados Capacitar o aluno a construir
Leia mais[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo
4. SISTEMAS LINEARES 4.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a
Leia maisSistemas de Informação I
+ Sistemas de Informação I Dimensões de análise dos SI Ricardo de Sousa Britto rbritto@ufpi.edu.br + Introdução n Os sistemas de informação são combinações das formas de trabalho, informações, pessoas
Leia maisPREVISÃO DE DEMANDA - O QUE PREVISÃO DE DEMANDA - TIPOS E TÉCNICAS DE PREVISÃO DE DEMANDA - MÉTODOS DE PREVISÃO - EXERCÍCIOS
CONTEÚDO DO CURSO DE PREVISÃO DE DEMANDA PROMOVIDO PELA www.administrabrasil.com.br - O QUE PREVISÃO DE DEMANDA - TIPOS E TÉCNICAS DE PREVISÃO DE DEMANDA - MÉTODOS DE PREVISÃO - EXERCÍCIOS - HORIZONTE
Leia maisADMINISTRAÇÃO I. Família Pai, mãe, filhos. Criar condições para a perpetuação da espécie
1 INTRODUÇÃO 1.1 ORGANIZAÇÃO E PROCESSOS A administração está diretamente ligada às organizações e aos processos existentes nas mesmas. Portanto, para a melhor compreensão da Administração e sua importância
Leia maisInferências Geográfica: Inferência Bayesiana Processo Analítico Hierárquico Classificação contínua
Inferências Geográfica: Inferência Bayesiana Processo Analítico Hierárquico Classificação contínua Análise Multi-Critério Classificação continua (Lógica Fuzzy) Técnica AHP (Processo Analítico Hierárquico)
Leia maisUniversidade Federal de Uberlândia Brasil
s de s do Universidade Federal de Uberlândia Brasil Índice s de 1 2 3 4 5 Índice s de 1 2 3 4 5 s de Quando surge uma praga em uma lavoura, os agricultores utilizam de inseticidas eficientes ao maior número
Leia maisATIVIDADES PRÁTICAS SUPERVISIONADAS
ATIVIDADES PRÁTICAS SUPERVISIONADAS 6ª Série Teoria da Computação Ciência da Computação A atividade prática supervisionada (ATPS) é um método de ensinoaprendizagem desenvolvido por meio de um conjunto
Leia maisCalcular o montante de um capital de $1.000,00, aplicado à taxa de 4 % ao mês, durante 5 meses.
JUROS COMPOSTOS Capitalização composta é aquela em que a taxa de juros incide sobre o capital inicial, acrescido dos juros acumulados até o período de montante anterior. Neste regime de capitalização a
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas CMP1132 Processo e qualidade de software II Prof. Me. Elias Ferreira Sala: 402 E Quarta-Feira:
Leia maisCÁLCULO DE ZEROS DE FUNÇÕES REAIS
15 CÁLCULO DE ZEROS DE FUNÇÕES REAIS Um dos problemas que ocorrem mais frequentemente em trabalhos científicos é calcular as raízes de equações da forma: f() = 0. A função f() pode ser um polinômio em
Leia maisEstrutura do Trabalho: Fazer um resumo descrevendo o que será visto em cada capítulo do trabalho.
UNIVERSIDADE ESTADUAL DE MARINGÁ A monografia é um texto escrito contendo o resultado da pesquisa realizada como trabalho de conclusão do curso de especialização. Os itens básicos a constarem da monografia
Leia maisO método de Monte Carlo: algumas aplicações na Escola Básica
1 Universidade de São Paulo/Faculdade de Educação Seminários de Ensino de Matemática (SEMA-FEUSP) Coordenador: Nílson José Machado novembro/2009 O método de Monte Carlo: algumas aplicações na Escola Básica
Leia maisSoluções Nível 1 5 a e 6 a séries (6º e 7º anos) do Ensino Fundamental
a e 6 a séries (6º e 7º anos) do Ensino Fundamental 1. (alternativa C) Os números 0,01 e 0,119 são menores que 0,12. Por outro lado, 0,1 e 0,7 são maiores que 0,. Finalmente, 0,29 é maior que 0,12 e menor
Leia maisANEXO F: Conceitos Básicos de Análise Financeira
ANEXO F: Conceitos Básicos de Análise Financeira Juros e Taxas de Juros Tipos de Empréstimos Valor Atual Líquido Taxa Interna de Retorno Cobertura de Manutenção de Dívidas Juros e Taxa de Juros Juro é
Leia maisEstratégia de Manutenção em Oficinas utilizando Caminho Critico
SEGeT Simpósio de Excelência em Gestão e Tecnologia 1 Estratégia de Manutenção em Oficinas utilizando Caminho Critico RESUMO Entre as estratégias gerenciais em empresas de médio e grande porte existe o
Leia maisAnalytic Hierarchy Process (AHP)
Analytic Hierarchy Process (AHP) Evolução histórica Thomas L. Saaty (in memoriam) Escala e comparações 1/9 1 9 Síntese normal e ideal Soma = 100% ou max=100% Particularidades 1 Evolução histórica do AHP
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisMICROSOFT OFFICE EXCEL 2007
LEIAME Nenhuma informação da APOSTILA - MICROSOFT OFFICE EXCEL 2007 poderá ser copiada, movida ou modificada sem autorização prévia e escrita do autor. MICROSOFT OFFICE EXCEL 2007 Efetue cálculos, analise
Leia maisArquitetura de Rede de Computadores
TCP/IP Roteamento Arquitetura de Rede de Prof. Pedro Neto Aracaju Sergipe - 2011 Ementa da Disciplina 4. Roteamento i. Máscara de Rede ii. Sub-Redes iii. Números Binários e Máscara de Sub-Rede iv. O Roteador
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisCAPÍTULO 9 RISCO E INCERTEZA
CAPÍTULO 9 9 RISCO E INCERTEZA 9.1 Conceito de Risco Um fator que pode complicar bastante a solução de um problema de pesquisa operacional é a incerteza. Grande parte das decisões são tomadas baseando-se
Leia maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisModelo Cascata ou Clássico
Modelo Cascata ou Clássico INTRODUÇÃO O modelo clássico ou cascata, que também é conhecido por abordagem top-down, foi proposto por Royce em 1970. Até meados da década de 1980 foi o único modelo com aceitação
Leia mais4 Metodologia e estratégia de abordagem
50 4 Metodologia e estratégia de abordagem O problema de diagnóstico para melhoria da qualidade percebida pelos clientes é abordado a partir da identificação de diferenças (gaps) significativas entre o
Leia maisGerenciamento de Projetos Modulo VIII Riscos
Gerenciamento de Projetos Modulo VIII Riscos Prof. Walter Cunha falecomigo@waltercunha.com http://waltercunha.com Bibliografia* Project Management Institute. Conjunto de Conhecimentos em Gerenciamento
Leia maisAPLICACAÇÃO DE METRICAS E INDICADORES NO MODELO DE REFERENCIA CMMI-Dev NIVEL 2
APLICACAÇÃO DE METRICAS E INDICADORES NO MODELO DE REFERENCIA CMMI-Dev NIVEL 2 Renan J. Borges 1, Késsia R. C. Marchi 1 1 Universidade Paranaense (UNIPAR) Paranavaí, PR Brasil renanjborges@gmail.com, kessia@unipar.br
Leia maisCONCURSO PÚBLICO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI ANALISTA DE GESTÃO RESPOSTAS ESPERADAS PRELIMINARES
CELG DISTRIBUIÇÃO S.A EDITAL N. 1/2014 CONCURSO PÚBLICO ANALISTA DE GESTÃO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI RESPOSTAS ESPERADAS PRELIMINARES O Centro de Seleção da Universidade Federal de Goiás
Leia maisQualidade é o grau no qual um conjunto de características inerentes satisfaz a requisitos. ISO 9001:2008
1 Sumário 1. 2. 3. 4. 5. 6. 7. Introdução...3 Ferramentas da Qualidade...4 Fluxograma...5 Cartas de Controle...7 Diagrama de Ishikawa...9 Folha de Verificação...11 Histograma...13 8. 9. 10. Gráfico de
Leia maisAPLICAÇÕES DA DERIVADA
Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,
Leia maisUML - Unified Modeling Language
UML - Unified Modeling Language Casos de Uso Marcio E. F. Maia Disciplina: Engenharia de Software Professora: Rossana M. C. Andrade Curso: Ciências da Computação Universidade Federal do Ceará 24 de abril
Leia maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DISCIPLINA: ECONOMIA DA ENGENHARIA
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DISCIPLINA: ECONOMIA DA ENGENHARIA Métodos para Análise de Fluxos de Caixa A análise econômico-financeira e a decisão
Leia maisUniversidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas ICEB
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas ICEB PROBLEMA DE PROGRAMAÇÃO DE VEÍCULOS 1 (Vehicle Scheduling Problem) Cássio Roberto de Araújo cassio@em.ufop.br Elva
Leia maisGerenciamento de Riscos do Projeto Eventos Adversos
Gerenciamento de Riscos do Projeto Eventos Adversos 11. Gerenciamento de riscos do projeto PMBOK 2000 PMBOK 2004 11.1 Planejamento de gerenciamento de riscos 11.1 Planejamento de gerenciamento de riscos
Leia maisSoluções via.net para otimização de processos paramétricos com Autodesk Inventor.
Soluções via.net para otimização de processos paramétricos com Autodesk Inventor. Michel Brites dos Santos MAPData A parametrização quando possível já é uma forma de otimizar o processo de criação na engenharia.
Leia maisObjetivos. Processos de Software. Tópicos abordados. O processo de software. Modelos genéricos de modelos de processo de software.
Processos de Software Objetivos Apresentar os modelos de processo de software Conjunto coerente de atividades para especificar, projetar, implementar e testar s de software Descrever os diferentes modelos
Leia maisGUIA DE REDAÇÃO PARA TRABALHO DE EM974
GUIA DE REDAÇÃO PARA TRABALHO DE EM974 CONSIDERAÇÕES GERAIS O objetivo deste documento é informar a estrutura e a informação esperadas num texto de Trabalho de Graduação. O conteúdo do texto deverá ser
Leia maisO ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO
O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO Prof. Leugim Corteze Romio Universidade Regional Integrada URI Campus Santiago-RS leugimcr@urisantiago.br Prof.
Leia maisProjeto de Sistemas I
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo Projeto de Sistemas I Professora: Kelly de Paula Cunha E-mail:kellypcsoares@ifsp.edu.br Requisitos: base para todo projeto, definindo o
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia maisAnálise qualitativa do processo de workflow da ouvidoria do IFMG campus Bambuí: um estudo de caso
Análise qualitativa do processo de workflow da ouvidoria do IFMG campus Bambuí: um estudo de caso Estefânia Paula da SILVA¹; Lígia Maria SOARES PASSOS² ¹ Aluna do curso de Engenharia de Produção do IFMG
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números
Leia maisRevisão de Estatística Básica:
Revisão de Estatística Básica: Estatística: Um número é denominado uma estatística (singular). Ex.: As vendas de uma empresa no mês constituem uma estatística. Estatísticas: Uma coleção de números ou fatos
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisGestão do Conhecimento A Chave para o Sucesso Empresarial. José Renato Sátiro Santiago Jr.
A Chave para o Sucesso Empresarial José Renato Sátiro Santiago Jr. Capítulo 1 O Novo Cenário Corporativo O cenário organizacional, sem dúvida alguma, sofreu muitas alterações nos últimos anos. Estas mudanças
Leia maisE A D - S I S T E M A S L I N E A R E S INTRODUÇÃO
E A D - S I S T E M A S L I N E A R E S INTRODUÇÃO Dizemos que uma equação é linear, ou de primeiro grau, em certa incógnita, se o maior expoente desta variável for igual a um. Ela será quadrática, ou
Leia maisPLANOS DE CONTINGÊNCIAS
PLANOS DE CONTINGÊNCIAS ARAÚJO GOMES Capitão SC PMSC ARAÚJO GOMES defesacivilgomes@yahoo.com.br PLANO DE CONTINGÊNCIA O planejamento para emergências é complexo por suas características intrínsecas. Como
Leia maisGerenciamento de projetos. cynaracarvalho@yahoo.com.br
Gerenciamento de projetos cynaracarvalho@yahoo.com.br Projeto 3URMHWR é um empreendimento não repetitivo, caracterizado por uma seqüência clara e lógica de eventos, com início, meio e fim, que se destina
Leia maisPesquisa Sequencial e Binária
Pesquisa Sequencial e Binária Prof. Wylliams Barbosa Santos wylliamss@gmail.com Introdução à Programação Crédito de Conteúdo: Professora Ceça Moraes Agenda Pesquisa Sequencial Noções de complexidade Pesquisa
Leia maisGerenciamento de Projetos Técnicas e Ferramentas iniciais
Gerenciamento de Projetos Técnicas e Ferramentas iniciais Metodologia Aula Teórica Exemplos e Exercícios práticos Questões de concursos anteriores Metodologia e Bibliografia Fontes PMBOK, 2004. Project
Leia maisPLANEJAMENTO ANUAL DE. MATEMÁTICA 7º ano
COLÉGIO VICENTINO IMACULADO CORAÇÃO DE MARIA Educação Infantil, Ensino Fundamental e Médio Rua Rui Barbosa, 1324, Toledo PR Fone: 3277-8150 PLANEJAMENTO ANUAL DE MATEMÁTICA 7º ano PROFESSORAS: SANDRA MARA
Leia maisO olhar do professor das séries iniciais sobre o trabalho com situações problemas em sala de aula
O olhar do professor das séries iniciais sobre o trabalho com situações problemas em sala de aula INTRODUÇÃO Josiane Faxina Universidade Estadual Paulista Júlio de Mesquita Filho Câmpus Bauru e-mail: josi_unesp@hotmail.com
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisIntrodução à Computação
Aspectos Importantes - Desenvolvimento de Software Motivação A economia de todos países dependem do uso de software. Cada vez mais, o controle dos processos tem sido feito por software. Atualmente, os
Leia maisUma análise de investimentos considerando fatores intangíveis
Uma análise de investimentos considerando fatores intangíveis Leila Keiko Canegusuco Jansen (POLIUSP) leila.jansen@poli.usp.br Tamio Shimizu (POLIUSP) tmshimiz@usp.br José Ulisses Jansen (IPEN) nana021295@uol.com.br
Leia maisfunção de produção côncava. 1 É importante lembrar que este resultado é condicional ao fato das empresas apresentarem uma
90 6. CONCLUSÃO Segundo a teoria microecônomica tradicional, se as pequenas empresas brasileiras são tomadores de preços, atuam nos mesmos mercados e possuem a mesma função de produção, elas deveriam obter
Leia maisAPOSTILA DE EXCEL 2007
APOSTILA DE EXCEL 2007 1. Introdução Quando você cria uma planilha nova, a tela do computador é dividida em linhas e colunas, formando uma grade. A interseção de uma linha e de uma coluna é chamada de
Leia maisCálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante
Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos
Leia maisO que é Gerenciamento de Redes de Computadores? A gerência de redes de computadores consiste no desenvolvimento, integração e coordenação do
O que é Gerenciamento de Redes de Computadores? A gerência de redes de computadores consiste no desenvolvimento, integração e coordenação do hardware, software e usuários para monitorar, configurar, analisar,
Leia mais