Previsão de venda. Sistema agroindustrial, (1999);

Tamanho: px
Começar a partir da página:

Download "Previsão de venda. Sistema agroindustrial, (1999);"

Transcrição

1 Objeivos desa apreseação Plaejameo de produção: Previsão de Demada Aula 6 Pare 1 Mauro Osaki TES/ESALQ-USP Pesquisador do Cero de Esudos Avaçados em Ecoomia Aplicada Cepea/ESALQ/USP Foe: Fax: Previsão de demada Previsão qualiaiva vs quaiaiva Méodo média móvel simples Méodo média móvel poderada Méodo expoecial suavizada Exemplos Exercícios mosaki@usp.br hp:// 1 2 Referecial eórico Modelo geral da admiisração da produção CHASE, R.B; JACOBS, F.R.; AQUALIANO, N.J. Admiisração da produção para a vaagem compeiiva. 10 ed. Poro Alegre: Bookma, 2006 CAP. 12. SLACK, N., CHAMBERS, S., HARLAND, C., JOHNSTON, R., Admiisração da produção. 2 ed. São Paulo: Alas, 2002 FILHO STALHBERG, P. Plaejameo e Corole da Produção, I Gesão Agroidusrial, Cap. 6: Sisema agroidusrial, (1999); Ipu Recursos a serem rasformados Maérias Iformações Cosumidores Ipu Isalações Pessoais Ipu Recursos de rasformação Foe: Slack e. al (2002) Ambiee Esraégia de Produção Admiisração Projeo da produção Plaejameo e Corole Ambiee Objeivos esraégicos da produção Esraégia da produção Melhoria Papel e posição compeiiva da produção Oupu Bes e Serviços 3 4 Esruura de fluxo de iformação o PCP Previsão de veda Liha de produo Capacidade produiva Previsão de Demada Corole de esoque Plaejameo Ode? Como? O que? Com o que? Programação Previsão Despesas Carga Prazos Compras Esoque Corole Eficiêcia Cusos Prazos Produção Erega 5 6 1

2 Previsão de Demada Imporâcia da previsão de demada Cojuo de iformações do mercado aual somada à expecaiva comporameal dos agees em diferees íveis de mercado. DEMANDA Produos fabricados Produos Novos Necessidade fuuras de equipameos e isalações Comporameo fuuro dos mercados CONSUMIDOR e FORNECEDOR Esoque Plao de produção 7 8 Previsão de Demada e PCP Técicas de previsão de Demada Nível Esraégico Processo de decisão Plaejameo da capacidade de produção e logísica Necessidade Previsão Demada aual por ipo de produo, cliee e região Qualiaiva Baseia-se a subjeividade, em que os dados são julgados por pessoas chaves (especialisas), capaz de de opiar, a iuição, a demada fuura. Ex: Feelig, Chue Táico Plaejameo Agregado da produção e Esoques Demada mesal para os próximos 12 meses por família de produo Quaiaiva Baseia-se o modelo maemáico com raameo ecoomérico, corrigido os erros e dados espúrios. Operacioal Programação da Produção e Esoques Demada aual e pedidos de produos (iem, mês corree) Temporal: A demada fuura será uma projeção dos eveos ocorridos o passado, sem ifluêcia de ouras variáveis; Causal: Resulado obido com ifluêcia causal de várias variáveis, que explicam o comporameo da demada; Simulação: Ceários 9 10 Méodo qualiaivo Méodo quaiaivo Pesquisa de mercado Paiel de coseso; Execuivos; Força de Vedas; Ouros Aalogia hisórica Novos produos Necessidade dos cliees Nível aual de saisfação; Irodução de ovos produos/serviços Colea de dados por amosragem Quesioários e/ou erevisas Previsão de médio/logo prazo Tedêcia de mercado Média móvel simples Média móvel poderada Suavização expoecial Modelo de regressão Simples Muliplas Box-Jekis (Arima) Média móvel iegrada auoregressiva

3 Padrões de demada Previsão de demada Demada média Tedêcia - gradual alerações de logo prazo; Sazoalidade - mudaça periódica a demada relacioada a um deermiado período; Variação cíclica - duram mais de 1 ao e relacioam-se com faores políicos e ecoômicos; Aleaoriedade - pare iexplicável da demada oal 1) Média móvel simples Ode: F 1 F D D D = Previsão de demada para período +1 Assim, a previsão da (+1)ésima demada equivale à média das demadas Limiação D Variações o padrão de demada são perdidas devido ao fao de odos erem o mesmo peso; Todos os elemeos idividuais precisam ser rasporadas. A previsão evolve a adicão de ovos dados e o abadoo dos dados iiciais Exemplos: Média móvel simples Exemplos: Média móvel simples Produor de orquídeas a região de Arujá-SP possui uma série hisórica de demada do ao de Ele gosaria de prever a demada pelos seguies méodos: A) Esimar a demada de 3 períodos pelo méodo média móvel simples. Quaidade de veda de orquídeas (x1000) Quaidade de vasos Jaeiro 159 Fevereiro 119 Março 170 Abril 157 Maio 181 Juho 139 Julho 128 Agoso 159 Seembro 139 Ouubro 161 Novembro 128 Dezembro 150 Média móvel de 3 períodos Media Poderada de 3 períodos Suavização expoecial simples Quaidade de veda de orquídeas (x1000) Quaidade Média móvel de 3 períodos Jaeiro 159 Fevereiro 119 Março 170 Abril 157 ( )/3 = 149,33 Maio 181 ( )/3 = 148,67 Juho 139 ( )/3 = 169,33 Julho 128 ( )/3 = 159,00 Agoso 159 ( )/3 = 149,33 Seembro 139 ( )/3 = 142,00 Ouubro 161 ( )/3 = 142,00 Novembro 128 ( )/3 = 153,00 Dezembro 150 ( )/3 = 142, Previsão de demada 2) Média móvel poderada F W D W D... W D W D Ode: F 1 W 0 W 1 e W 1 1 = Previsão de demada para período +1 = Peso de poderação Limiação Para ober resulado saisfaório é ecessário aribuir PESO correo

4 Exemplos: Media móvel poderada B) Esimar a demada de 3 períodos com pesos 0,17; 0,33 e 0,50 pelo méodo média móvel poderada. Quaidade de veda de orquídeas (x1000) Quaidade Jaeiro 159 Fevereiro 119 Março 170 Média móvel poderada de 3 períodos Abril 157 (0,17*159+0,33*119+0,5*170) = 151,3 Maio 181 (0,17*119+0,33*170+0,5*157) = 154,83 Juho 139 (0,17*170+0,33*157+0,5*181) = 171,21 Julho 128 (0,17*157+0,33*181+0,5*139) = 155,92 Agoso 159 (0,17*181+0,33*139+0,5*128) = 140,64 Seembro 139 (0,17*139+0,33*128+0,5*159) = 145,37 Ouubro 161 (0,17*128+0,33*159+0,5*139) = 143,73 Novembro 128 (0,17*159+0,33*139+0,5*161) = 153,4 Dezembro 150 (0,17*139+0,33*161+0,5*128) = 140,76 Limiação Para ober resulado saisfaório é ecessário aribuir PESO correo Previsão de demada Os méodos de previsão média móvel e poderada êm como pricipal desvaagem a ecessidade coíua de carregar grade quaidade de dados hisóricos. Coforme cada ovo dado é adicioado a esses méodos, a observação mais aiga é derrubada e a ova previsão é calculada; As ocorrêcias recees idicam mais o fuuro do que aquelas um passado mais disae. Se essa premissa for verdadeira, a imporâcia do dado dimiui à medida que o passado disacia. 3) Suavização expoecial simples ou de 1 a ordem F F A F α Deermia o ível de suavização e velocidade para reação para as difereças ere ocorrêcia auais e previsa. Ode: F = Media suavizada para o período F -1 = Previsão de demada expoecialmee suavizada para período -1 A -1 = Demada real do período aerior = Cosae de suavização (0 1) O valor da cosae,, é deermiado pela aureza do produo e seso do geree Limiação A suavização pode dar meor imporâcia aos dados aigos (-1) e é possível que variações recees sejam mascaradas Média Poderada expoecial Moivo de ser chamada de média poderada expoecial é que o icremeo o passado é reduzido por (1-α). Se α = 0,05, eão os pesos para os períodos seguies seriam: Poderação em α=0,05 Poderação mais recee = α (1-α) 0 0,0500 Dado de um período aerior = α (1-α) 1 0,0475 Dado de dois período aerior = α (1-α) 2 0,0451 Dado de rês período aerior = α (1-α) 3 0,0429 Razões que oraram a écica aceia: Modelo expoecial são surpreedeemee precisos; Formulação do modelo expoecial é relaivamee fácil; Usuário cosegue eeder como o modelo fucioa; Requer pouco recurso compuacioal para usar o modelo; Necessidade de armazeameo em compuadores são pequeas devido o uso limiado de dados hisóricos; Teses de precisão são fáceis de implemear;

5 Exemplos: Suavização expoecial simples Exemplos: Suavização expoecial simples C) Calcule a demada pelo méodo suavização expoecial simples, cosiderado alfa (α) = 0,1 e a úlima previsão de veda foi 150 mil Quaidade de veda de orquídeas (x1000) vasos. F F A F C) Calcule a demada pelo méodo suavização expoecial simples, cosiderado alfa (α) = 0,1 e a úlima previsão de veda foi 150 mil Quaidade de veda de orquídeas (x1000) vasos. F F A F Quaidade Suavização expoecial simples Previsão Jaeiro 159 = 150,0 Fevereiro 119 = 150,9 Março 170 = 147,7 Abril 157 = 149,9 Maio 181 = 150,6 Juho 139 = 153,7 Julho 128 = 152,2 Agoso 159 = 149,8 Seembro 139 = 150,7 Ouubro 161 = 149,5 Novembro 128 = 150,7 Dezembro 150 = 148,4 Quaidade Suavização expoecial simples Previsão Jaeiro 159 = 150,0 Fevereiro 119 (0,1*159+(1-0,1)*150,0) = 150,9 Março 170 (0,1*119+(1-0,1)*150,9) = 147,7 Abril 157 (0,1*170+(1-0,1)*147,7) = 149,9 Maio 181 (0,1*157+(1-0,1)*149,9) = 150,6 Juho 139 = 153,7 Julho 128 = 152,2 Agoso 159 = 149,8 Seembro 139 = 150,7 Ouubro 161 = 149,5 Novembro 128 = 150,7 Dezembro 150 (0,1*128+(1-0,1)*150,7) = 148, Exercício Esime da demada com α = 0,5 Esime da demada com α = 0,8 Moe um gráfico com as rês previsões de demada A escolha do valor da cosae é de EXTREMA imporâcia. Segudo (; Valor alo => idica que se deseja dar um maior peso ao erro ocorrido o úlimo período, iso é o modelo esará eededo que as ovas iformações de demada real são mais cofiáveis e correas. Valor baixo => idica que se deseja dar um maior peso ao Passado. Iso é, Exercícios

6 Exercício 1 Exercício 2 31 Semaa Demada Previsão p/ 3 semaa Previsão p/ 9 meses Calcule a previsão de demada pelo media móvel simples de 3 semaas e 9 semaas. 32 2) Uma loja de deparameos poderá descobrir a melhor previsão é obida uilizado-se: Mês Vedas % de veda reais % % % % 5?? a) Deermie o valor de veda o mês 5 pelo méodo da média móvel simples de 2 períodos; b) 40% das vedas reais para o mês mais recee, 30% de dois meses arás, 20% de rês meses arás e 10% de quaro meses arás. c) Esime a demada para o mês 5 pelo méodo suavização expoecial com α = 0,1 e previsão para mês 4 foi de 102 uidades. Exercício 3 Exercício 4 Demada hisórica para um produo é: Quaidade demadada Jaeiro 12 Fevereiro 11 Março 15 Abril 12 Maio 16 Juho 15 a) Esime a demada para o mês de julho pelo méodo média móvel simples de 3 e 6 períodos; b) Esime a demada para o mês de julho pelo méodo média móvel poderada, assumido pesos de 0,60 para abril, 0,30 para maio e 0,10 para juho; c) Esime a demada para o mês de julho pelo méodo suavização expoecial com α = 0,2 e previsão para juho de 13 uidades. A padaria X comercializa soho por meio de rede de alimeos. Ela em passado por muia oscilação a produção devido ao erro de previsão. Os dados seguies são a demada de soho para as úlimas 4 semaas. Os sohos são feios para o dia seguie; por exemplo, a produção de soho o domigo é comercializada a seguda, e assim por diae. A padaria fecha o sábado, porao a produção da sexa feira deve ser suficiee para suprir a demada de sábado e domigo. Dia Semaa 4 Semaa 3 Semaa 2 Semaa 1 Seguda Terça Quara Quia Sexa Sábado Domigo Perguas Faça previsão de demada para esa semaa baseado o seguie dados 1. Diariamee, usado uma média móvel simples; 2. Diariamee, usado uma média poderada de 0,40 para semaa 4 (S4); 0,30 (S3); 0,20 (S2) e 0,10 (S1). 3. Cosiderado uma previsão de demada de sohos para as 4 semaas e demada real de 21000, qual seria a ova previsão da padaria X para esa semaa uilizado o méodo suavização expoecial com α = 0, Supoha que, com a previsão do iem 3, a demada dessa semaa seja realmee sohos. Qual seria a ova previsão para a próxima semaa? 35 6

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro

Leia mais

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

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO. MÓDUO - MODEOS DE PREVISÃO E ESTIMATIVA DE DEMANDA Baseado em Chopra, Suil e Meidl, Peer, Gereciameo da Cadeia de Suprimeos, Preice Hall, São Paulo, 23. Quao se deve fabricar os próximos dias? Quais os

Leia mais

Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij

Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij Prof. Silvio Alexadre de Araujo Problema de Desigiação ou Alocação (Assigme) - Dados agees desigados para realizar arefas - Cada agee j (j=,..,) deve execuar uma e só uma arefa i,.., - Cada arefa i deve

Leia mais

Exemplo. Exemplo. Taxa Interna de Retorno. Administração

Exemplo. Exemplo. Taxa Interna de Retorno. Administração Admiisração Taxa Iera de Reoro Deomia-se Taxa Iera de Reoro (TRI) de um fluxo de caixa à axa de juros que aula o Valor Presee Líquido (VPL). MATEMÁTICA FINANCEIRA Por: EDÉZIO SACRAMENTO edezio@oi.com.br

Leia mais

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão Opções Reais Esimado Volailidade Mesrado Prof. Luiz Bradão bradao@iag.puc-rio.br IAG PUC-Rio Volailidade Volailidade O Valor Presee V 0 de um aivo é obido descoado-se os seus fluxos de caixa a uma axa

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y

Leia mais

FUNDO DE COMÉRCIO * Pedro Schubert

FUNDO DE COMÉRCIO * Pedro Schubert FUNDO DE COMÉRCIO * Pedro Schuber Esa maéria que ão em bibliografia e o seu coceio o ambiee coábil refere-se aos bes iagíveis e os auores ficam com os ies iagíveis possíveis de serem regisrados pela coabilidade

Leia mais

Critérios para a Apuração dos Preços de Ajuste Março 2009.

Critérios para a Apuração dos Preços de Ajuste Março 2009. Criérios para a Apuração dos Preços de Ajuse Março 2009. Iformamos os procedimeos a serem aplicados durae o mês de março de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos fiaceiros

Leia mais

FUNDO DE COMÉRCIO * Pedro Schubert

FUNDO DE COMÉRCIO * Pedro Schubert FUNDO DE COMÉRCIO * Pedro Schuber Esa maéria que ão em bibliografia e o seu coceio o ambiee coábil refere-se aos bes iagíveis e os auores ficam com os ies iagíveis possíveis de serem regisrados pela coabilidade

Leia mais

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos - Processameo digial de siais Capíulo Siais e sisemas discreos Siais discreos Siais aalógicos x digiais Coíuos x discreo Admiido como sequêcia de úmeros. {x[]}, 0, ±, ±,... Z Período amosragem: s Variáveis

Leia mais

Juros Compostos 2016

Juros Compostos 2016 Juros Composos 2016 1. (G1 - ifal 2016) Em 2000, cero país da América Laia pediu um emprésimo de 1 milhão de dólares ao FMI (Fudo Moeário Ieracioal) para pagar em 100 aos. Porém, por problemas políicos

Leia mais

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009 Criérios para a Apuração dos Preços de Ajuse e Prêmios das Opções de Compra e de Veda Maio 2009 Iformamos os procedimeos a serem aplicados durae o mês de maio de 2009 para a apuração dos preços de ajuses

Leia mais

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009.

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009. Criérios para a Apuração dos Preços de Ajuse Fevereiro 2009. Iformamos os procedimeos a serem aplicados durae o mês de fevereiro de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos

Leia mais

Análise de séries de tempo: modelos de decomposição

Análise de séries de tempo: modelos de decomposição Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,

Leia mais

4 - ANÁLISE DE SÉRIES TEMPORAIS

4 - ANÁLISE DE SÉRIES TEMPORAIS INE 7001 Aálise de Séries Temporais 1 4 - ANÁLISE DE SÉRIES TEMPORAIS Série Temporal é um cojuo de observações sobre uma variável, ordeado o empo, e regisrado em períodos regulares. Podemos eumerar os

Leia mais

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85. MATEMÁTICA VOLUME RESOLUÇÕES - EXERCITANDO EM CASA AULA. D Escrevedo a lei de T a forma caôica, vem T(h) = h + h 8 = (h h + 8) = [(h ) 6] = 6 (h ). Assim, a emperaura máxima é 6 C, ocorredo às horas. Tal

Leia mais

28/11/2016. Renda Variável. Mercado Financeiro I RCC Ações a Vista. Agenda da Aula Mercado de Ações. Ações.

28/11/2016. Renda Variável. Mercado Financeiro I RCC Ações a Vista. Agenda da Aula Mercado de Ações. Ações. Carlos R. Godoy 1 Uiversidade de São Paulo Carlos R. Godoy Mercado Fiaceiro I RCC 0407 2 Faculdade de Ecoomia, Admiisração e Coabilidade Ribeirão Preo Mercado Fiaceiro I RCC 0407 Reda Variável a Visa Aula

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos Deparameo de Iformáica Disciplia: do Desempeho de Sisemas de Compuação Variável leaória Real Variável leaória x(w) Processos Esocásicos R Prof. Sérgio Colcher Medida de Probabilidade colcher@if.puc-rio.br

Leia mais

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda)

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda) Lisa de Expoeciais e Logarimos Exesivo Alfa Professor: Leadro (Pida) 1. (Eem 2017) Para realizar a viagem dos sohos, uma pessoa precisava fazer um emprésimo o valor de R$ 5.000,00. Para pagar as presações,

Leia mais

Aula 5: O MOSFET como Amplificador e como Chave

Aula 5: O MOSFET como Amplificador e como Chave Aula 5: O MOSFET como Amplificador e como Chave Aula Maéria Cap./págia ª 03/08 Elerôica PS33 Programação para a Primeira Prova Esruura e operação dos rasisores de efeio de campo caal, caracerísicas esão-corree.

Leia mais

Técnicas de Previsão

Técnicas de Previsão Técicas de Previsão Prof. Ferado Auguso Silva Maris www.feg.uesp.br/~fmaris fmaris@feg.uesp.br 1 Sumário 1. Coceios 2. Eapas de um Modelo de Previsão 1. Objeivos 2. Colea e aálise de dados 3. Seleção da

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior Uiversidade ecológica Federal do Paraá Deparameo de Elerôica Disciplia: eoria da Iformação Professor: Dyso Pereira Juior ZONA DE IMPECIÃO NÍVEI APOXIMAÇÃO DO VALO UPEIO APOXIMAÇÃO DO VALO INFEIO 5.4 Capacidade

Leia mais

Contabilometria. Séries Temporais

Contabilometria. Séries Temporais Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno

Leia mais

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis ECONOMIA DOS RECURSOS NATURAIS A gesão dos recursos aurais recursos reováveis Recursos biológicos Os recursos biológicos diferem dos recursos ão reováveis o seido em que aqueles crescem e se reproduzem

Leia mais

CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO

CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO 1. APRESENTAÇÃO Nese capíulo serão abordados vários méodos que levam em coa o uso das probabilidades a aálise de ivesimeos. Eses méodos visam subsidiar

Leia mais

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios

Leia mais

Recursos Gráficos do Software MuPAD no Estudo de Funções

Recursos Gráficos do Software MuPAD no Estudo de Funções Oicias Recursos Gráicos do Soware MuPAD o Esudo de Fuções Marilaie de Fraga Sa'Aa Alexadre Gaelli Aa Lúcia Maciel 1 - Irodução Dere os coeúdos maemáicos abordados o Esio Médio, as uções êm imporâcia udameal

Leia mais

Métodos de Amortização

Métodos de Amortização Méodos de Amorização Rui Assis Egeheiro Mecâico IST rassis@rassis.com www.rassis.com Fevereiro de 2006 Reviso em Seembro de 20 Méodos de Amorização Irodução Na perspeciva coabilísica, a amorização referese

Leia mais

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

2 Métodos de previsão de vendas de itens de estoque 2.1 Introdução 8 Méodos de previsão de vedas de ies de esoque. Irodução A previsão de demada é processo comum o plaejameo das empresas e poderá ser basae úil o corole de esoques e egociações de preços. Ao se rabalhar

Leia mais

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória. Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada

Leia mais

Modelo de Uso da Terra para a Agropecuária Brasileira. (Brazilian Land Use Model) BLUM

Modelo de Uso da Terra para a Agropecuária Brasileira. (Brazilian Land Use Model) BLUM Isiuo de Esudos do Comércio e Negociações Ieracioais Modelo de Uso da erra para a Agropecuária Brasileira (Brazilia Lad Use Model) BLUM BLUM é um modelo ecoômico diâmico de equilíbrio parcial, muli-regioal

Leia mais

LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO

LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO LISTA DE EXERCÍCIOS 3 INE 700 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO ) A que compoees de uma série emporal (pelo modelo clássico) esariam pricipalmee associados cada um dos seguies

Leia mais

Mauro Osaki. Fone: Fax: Input Recursos a serem transformados

Mauro Osaki. Fone: Fax: Input Recursos a serem transformados Objetivos desta apresentação Definição de PCC; Planejamento e Controle de Capacidade Aula 7 Parte 1 Mauro Osaki TES/ESALQ-USP Pesquisador do Centro de Estudos Avançados em Economia Aplicada Cepea/ESALQ/USP

Leia mais

Previsão de Demanda. Logística. Prof. Dr. Claudio Barbieri da Cunha

Previsão de Demanda. Logística. Prof. Dr. Claudio Barbieri da Cunha Previsão de Demanda Logísica Prof. Dr. Claudio Barbieri da Cunha Escola Poliécnica da Universidade de São Paulo Deparameno de Engenharia de Transpores março de 206 Previsão de Demanda Conhecer a demanda

Leia mais

ANÁLISE DE SINAIS E SISTEMAS

ANÁLISE DE SINAIS E SISTEMAS ANÁLISE DE SINAIS E SISTEMAS AULA 3: OPERAÇÕES BÁSICAS EM SINAIS: OPERARAÇÕES NAS VARIÁVEIS DEPENDENTES; OPERARAÇÕES NA VARIÁVEL INDEPENDENTE. FUNÇÕES ELEMENTARES: O DEGRAU UNITÁRIO; A RAMPA UNITÁRIA;

Leia mais

3 Computação de Volumes de Gás Natural

3 Computação de Volumes de Gás Natural 3 Compuação de olumes de Gás Naural 3.1. Codições Para a Compuação de olumes de Gás Naural A orma API 21.1 apresea diversos aspecos relacioados à compuação de volumes obidos a parir da iegração, ao logo

Leia mais

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016 aculdade de Egeharia Aálise Maemáica 2 MEEC 25/26 ucioameo aculdade de Egeharia Teórico-práicas exposição e discussão da maéria resolução de exercícios Trabalho exra-aula resolução dos exercícios proposos

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA O objeivo da Pesquisa dos Idicadores Idusriais FIERGS/CNI é promover a geração de ídices que permiam acompahar o desempeho da idúsria gaúcha o curo prazo. Os ídices produzidos servem como isrumeo

Leia mais

Faculdades Adamantinenses Integradas (FAI)

Faculdades Adamantinenses Integradas (FAI) Faculdades Adamaieses Iegradas (FAI) www.fai.com.br ROCHA, Naiara Chierici; BOTTA, Vaessa. Diâmica populacioal aplicada à população de Adamaia. Omia Exaas, v.2,.2, p.56-65, 2009. DINÂMICA POPULACIONAL

Leia mais

3 O Modelo SAGA de Gestão de Estoques

3 O Modelo SAGA de Gestão de Estoques 3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados

Leia mais

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

5 Modelo Teórico Modelagem determinística

5 Modelo Teórico Modelagem determinística 5 Modelo Teórico Nese rabalho será adoada a simulação de Moe Carlo para precificar as opções reais do projeo, uilizado o sofware @Risk. O modelo eórico aplicado é baseado a premissa de que o valor presee

Leia mais

MOSFET: O MOSFET canal p e a Resistência de Saída Aula 3

MOSFET: O MOSFET canal p e a Resistência de Saída Aula 3 MOSFET: O MOSFET caal p e a Resisêcia de Saída Aula 3 49 Aula Maéria Cap./págia ª 03/08 Elerôica PS33 Programação para a Primeira Prova Esruura e operação dos rasisores de efeio de campo caal, caracerísicas

Leia mais

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

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the -4-6 -8 - - -4-6 -8 Frequecy khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy db/hz Sie Wave Joi Acuaor Joi Sesor Revolue

Leia mais

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

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

Leia mais

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1 Apêdice C APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS Nese Apêdice são apreseados algus coceios de esaísica úeis para validar os modelos de previsão de demada de eergia, sobreudo os que evolvem

Leia mais

Secção 7. Sistemas de equações diferenciais.

Secção 7. Sistemas de equações diferenciais. 7. Sisemas de equações difereciais Secção 7. Sisemas de equações difereciais. (Farlow: Sec. 6., 6.4 e 6.6) No caso geral, um sisema de equações difereciais de primeira ordem pode ser represeado da seguie

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Coceio Na Esaísica exise siuações ode os dados de ieresse são obidos e isaes sucessivos de epo (iuo, hora, dia, ês ou ao), ou aida u período coíuo de epo, coo acoece u elerocardiograa ou sisógrafo. Esses

Leia mais

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico álise Não-Liear pelos Méodos de Galerki-Urabe e Balaço Harmôico expressão (.7) obida o Capíulo para a fução de Larae é uilizada essa seção para a obeção das equações difereciais de movimeo uilizadas a

Leia mais

Expansão da Área Agrícola e Produtividade das Culturas no Brasil: testando hipóteses da legislação californiana de biocombustíveis 1

Expansão da Área Agrícola e Produtividade das Culturas no Brasil: testando hipóteses da legislação californiana de biocombustíveis 1 págia Expasão da Área Agrícola e Produividade das Culuras o Brasil: esado hipóeses da legislação califoriaa de biocombusíveis Elaie Correa Dauberma 2, Lucas Squarize Chagas 3, Agelo Cosa Gurgel 4 e Sérgio

Leia mais

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA éodos méricos SISTEMS DE EQUÇÕES LINERES (Coiação) Prof. Erivelo Geraldo Nepomceo PROGRM DE PÓS-GRDUÇÃO EM ENGENHRI ELÉTRIC UNIVERSIDDE DE JOÃO DEL-REI PRÓ-REITORI DE PESQUIS CENTRO FEDERL DE EDUCÇÃO TECNOLÓGIC

Leia mais

Heurísticas. Planejamento da Produção (construtiva) Heurísticas de Melhoria

Heurísticas. Planejamento da Produção (construtiva) Heurísticas de Melhoria Heurísicas Planejameno da Produção (consruiva) Heurísicas de Melhoria Dimensionameno de loes O problema de dimensionameno de loes consise em planejar a quanidade de iens a ser produzida em várias (ou única)

Leia mais

Conceito de ERP Vantagens e desvantagens do ERP Conceito de MRP Planejamento mestre da produção PMP

Conceito de ERP Vantagens e desvantagens do ERP Conceito de MRP Planejamento mestre da produção PMP Objetivos desta apresentação Planejamento de Recursos Aula 09 parte 1 Mauro Osaki Conceito de ERP Vantagens e desvantagens do ERP Conceito de Planejamento mestre da PMP TES/ESALQ-USP Pesquisador do Centro

Leia mais

Electrónica /2007

Electrónica /2007 006/007 EUP/EEC 4º/MEEC íor Grade avares ula 9: Modelos dos MOSE Sumário Regiões de fucioameo do MOSE. cumulação. epleção. versão fraca. versão fore. Modelos de MOSE. Modelo lamiar. Modelo iversão, moderada

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

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

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

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Mii-Tese II Daa de realização: 17 de maio de 2014 Duração: 75 miuos Nome: Nº de aluo: Turma: CLASSIFICAÇÃO GRUPO 1 GRUPO 2 GRUPO 3 TOTAL Aee as seguies idicações:

Leia mais

Um estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação

Um estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação Um esudo de simulação sobre a esimação do desvio padrão de processos a preseça de causas especiais de variação Márcio Aôio Couo Ferreira (UFAM) macouo@ufam.edu.br José Raimudo Gomes Pereira (UFAM) jrpereira@ufam.edu.br

Leia mais

28/05/2017. Renda Variável. Mercado Financeiro I RCC Ações a Vista. Agenda da Aula - 8. Mercado de Ações. Ações.

28/05/2017. Renda Variável. Mercado Financeiro I RCC Ações a Vista. Agenda da Aula - 8. Mercado de Ações. Ações. Carlos R. Godoy 1 Uiversidade de São Paulo Carlos R. Godoy Mercado Fiaceiro I RCC 0407 2 Faculdade de Ecoomia, Admiisração e Coabilidade Ribeirão Preo Mercado Fiaceiro I RCC 0407 Reda Variável a Visa Aula

Leia mais

UMA REVISÃO DE LITERATURA. Mestrado em Finanças

UMA REVISÃO DE LITERATURA. Mestrado em Finanças MODELOS DE PREVISÃO: UMA REVISÃO DE LITERATURA Vicoria Naquela Mesrado em Fiaças Professor Douor Paulo Alexadre Boelho Rodrigues Pires Juho de 04 DEDICATÓRIA Dedico ese rabalho à direcção da Cespu-formação

Leia mais

METODOLOGIA DOS INDICADORES INDUSTRIAIS DO RIO GRANDE DO SUL

METODOLOGIA DOS INDICADORES INDUSTRIAIS DO RIO GRANDE DO SUL B O L E T I M D A I N D Ú S T R I A METODOLOGIA DOS INDICADORES INDUSTRIAIS DO RIO GRANDE DO SUL 2013 INDICADORES INDUSTRIAIS-RS UNIDADE DE ESTUDOS ECONÔMICOS SISTEMA FIERGS Idicadores Idusriais do Rio

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Exame 1ª Época Daa de realização: 30 de maio de 2013 Duração: 120 miuos Nome: Nº de aluo: Turma: Classificação Aee as seguies idicações: A prova pode ser realizada

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

Uma Contribuição Para o Estudo de Tensões Induzidas em Equipamentos e Linhas de Distribuição

Uma Contribuição Para o Estudo de Tensões Induzidas em Equipamentos e Linhas de Distribuição Uma Coribuição Para o Esudo de Tesões Iduzidas em Equipameos e Lihas de Disribuição I. N. da Silva, UNESP*, J. Marcodes**, A. N. de Souza* e N. R. Saos**; * UNESP/Bauru, ** Badeirae Eergia SA Proeção RESUMO

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Exame 1ª Época Daa de realização: 3 de juho de 2015 Duração: 120 miuos Nome: Nº de aluo: Turma: GRUPO 1 CLASSIFICAÇÃO GRUPO 2 GRUPO 3 GRUPO 4 GRUPO 5 TOTAL Aee as

Leia mais

MAGISTÉRIO MATEMÁTICA

MAGISTÉRIO MATEMÁTICA PROVA DE CONHECIMENTOS ESPECÍFICOS CONCURSO DE ADMISSÃO 0 ao CFO/QC - 0 PAG -6 4 Aalise as afirmaivas a seguir, colocado ere parêeses a lera V quado se raar de proposição verdadeira e a lera F quado se

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Exame 1ª Época Daa de realização: 4 de juho de 2014 Duração: 120 miuos Nome: Nº de aluo: Turma: GRUPO 1 CLASSIFICAÇÃO GRUPO 2 GRUPO 3 GRUPO 4 GRUPO 5 TOTAL Aee as

Leia mais

ANÁLISE COMPARATIVA DA VIABILIDADE ECONÔMICA DE SISTEMAS FOTOVOLTAICOS E EÓLICOS PARA MICROGERAÇÃO DE ENERGIA ELÉTRICA

ANÁLISE COMPARATIVA DA VIABILIDADE ECONÔMICA DE SISTEMAS FOTOVOLTAICOS E EÓLICOS PARA MICROGERAÇÃO DE ENERGIA ELÉTRICA ANÁLISE COMPARAIVA DA VIABILIDADE ECONÔMICA DE SISEMAS FOOVOLAICOS E EÓLICOS PARA MICROGERAÇÃO DE ENERGIA ELÉRICA Hugo Lima Moreira hugolimabr@yahoo.com.br Cero de Perícias Cieíficas Reao Chaves Coordeação

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial Faculdade de Egeharia da Uiversidade do Poro Seembro 006 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M. I. Carvalho, A. Maos (003,006)

Leia mais

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr.

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@a a.ufrgs..ufrgs.br hp://www.ufrgs. ://www.ufrgs.br br/~viali/ Depedees Idepedees Tese para aosras eparelhadas Variâcias Cohecidas Variâcias Descohecidas Tese z uposas iguais

Leia mais

MODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS

MODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS MODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS Fabio Fagudez Chemech, a Siemes Compay Rua da Quiada, 50/21 adar. Cero Rio de Jaeiro, RJ, Brasil fabio.fagudez@gmail.com João Lauro

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Mii -Tese II Daa de realização: 18 de maio de 2013 Duração: 90 miuos Nome: Nº de aluo: Turma: CLASSIFICAÇÃO GRUPO 1 GRUPO 2 GRUPO 3 TOTAL Aee as seguies idicações:

Leia mais

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS.

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. O ÉTODO VARIACIONAL APLICADO AO PROBLEA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. Cibele Aparecida Ladeia (PROIC/PIBIC/CNPQ- AF), Paulo Laere Nai (Orieador), e-mail: cibele_ma_uel@yahoo.com.br, pauloai@uel.br.

Leia mais

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

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. MÉTODOS NM ÉRICOS PARA E QAÇÕES DIFEREN CIAIS PARCIAIS 4- Méodo de Difereças Fiias Aplicado às Equações Difereciais Parciais. 4.- Aproximação de Fuções. 4..- Aproximação por Poliômios. 4..- Ajuse de Dados:

Leia mais

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

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

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

4 Método dos elementos distintos para simular rochas

4 Método dos elementos distintos para simular rochas 4 Méodo dos elemeos disios para simular rochas Em 2004, Poyody e Cudall (56) propuseram um modelo para simular o comporameo de rochas, o BPM ( Boded Paricle Model for rock ). Nesse modelo, a rocha é modelada

Leia mais

TÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples.

TÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples. Noe bem, a leiura deses apoameos ão dispesa de modo algum a leiura aea da bibliografia pricipal da cadeira. Nomeadamee, o referee ao Módulo, poameos de álise Maemáica, Maemáica - Eg. Mauel Messias págias:

Leia mais

1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.

1 Pesquisador - Embrapa Semiárido.   2 Analista Embrapa Semiárido. XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial FEUP DEEC Seembro 008 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M.I. Carvalho, A. Maos (003, 006, 008) Coeúdo Complexos 3 Siais 5

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

II - Síntese de conhecimentos

II - Síntese de conhecimentos Capíulo II - Síese de cohecimeos II - Síese de cohecimeos O ciclo hidrológico evolve feómeos complexos cua modelação maemáica exaca se ora impossível, devido à própria aureza dos feómeos e à dificuldade

Leia mais

Combinação de modelos de seleção de processos e dimensionamento de lotes na programação da produção de grãos eletrofundidos.

Combinação de modelos de seleção de processos e dimensionamento de lotes na programação da produção de grãos eletrofundidos. XXIV Ecoro Nac. de Eg. de Produção - Floriaópolis, SC, Brasil, 03 a 05 de ov de 2004 Combiação de modelos de seleção de processos e dimesioameo de loes a programação da produção de grãos elerofudidos.

Leia mais

A irrigação do cafezal como alternativa econômica ao produtor

A irrigação do cafezal como alternativa econômica ao produtor DOI: 10.4025/acasciagro.v32i2.1624 A irrigação do cafezal como aleraiva ecoômica ao produor Ala Figueiredo de Arêdes, Maheus Wemerso Gomes Pereira * e Mauriho Luiz dos Saos Deparameo de Ecoomia Rural,

Leia mais

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A Resoluções das aividades adicioais Capíulo 6 Grupo A. aleraiva C de A 6 (de A) 8 de A. aleraiva C de A de( A) (de A) de A (de A) de A Como A é ieiro posiivo, eão deve ser par.. A comua com B A B B A y

Leia mais

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS 45 APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS Péricles César de Araújo* RESUMO A simplicidade meodológica do Filro de Kalma viabiliza sua aplicação para

Leia mais

Investigação Operacional. Modelos de Previsão

Investigação Operacional. Modelos de Previsão Ivesigação Operacioal Modelos de Previsão Liceciaura em Egeharia Civil Liceciaura em Egeharia do Terriório Liceciaura em Egeharia e Arquiecura Naval I. Irodução à previsão Objecivos II. III. IV. Méodos

Leia mais

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A Vimos a aula passada os coeficiees de Eisei: Com B B e A B A 8 B hv c ρ( v) A B B quao maior a difereça de eergia ere íveis, mais provável fica a emissão espoâea em relação à esimulada. Vemos ambém que:

Leia mais

O MECANISMO DE TRANSMISSÃO DA POLÍTICA MONETÁRIA: É RELEVANTE PARA A CONDUÇÃO DE POLÍTICA?*

O MECANISMO DE TRANSMISSÃO DA POLÍTICA MONETÁRIA: É RELEVANTE PARA A CONDUÇÃO DE POLÍTICA?* Arigos O MECANISMO DE TRANSMISSÃO DA POLÍTICA MONETÁRIA: É RELEVANTE PARA A CONDUÇÃO DE POLÍTICA?* Berardio Adão** Isabel Correia** Pedro Teles** 1. INTRODUÇÃO Os Bacos Cerais implemeam alerações de políica

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. 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 impaco de programas sociais: por que, para que e quado fazer? (Cap. 1 do livro) 2. Esaísica e Plailhas Elerôicas 3. Modelo de Resulados Poeciais e Aleaorização (Cap. 2 e 3 do livro) 4.

Leia mais

UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO

UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO UNIVERSIDADE DE CAXIAS DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO PPGA CURSO DE MESTRADO MODELO INTEGRADO PARA PREVISÃO DE VENDAS COMO UMA FERRAMENTA DE COMPETITIVIDADE: UM ESTUDO DE CASO EM UMA

Leia mais

PROCESSOS ESTOCÁSTICOS E TEORIA DE FILAS

PROCESSOS ESTOCÁSTICOS E TEORIA DE FILAS Uiversidade Federal do Rio de Jaeiro COE: rograma de Egeharia de rodução Área de esquisa Oeracioal O Escola oliécica: Dearameo de Egeharia Idusrial ROCESSOS ESTOCÁSTICOS E TEORIA DE FILAS rof. Virgílio

Leia mais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:

Leia mais

Resoluções de Exercícios

Resoluções de Exercícios Resoluções de Exercícios MATEMÁTICA V Caíulo Coecimeos uméricos 0 Sequêcias BC 0 0 C De acordo com as iformações, emos que a evolução do úmero de diabéicos corresode à sequêcia (0, 0, 0, 0, 70, 00, 0,...)

Leia mais

Desenvolvimento de componentes para sistemas estocásticos de apoio à decisão

Desenvolvimento de componentes para sistemas estocásticos de apoio à decisão IV Cogresso Brasileiro de Compuação CBComp 2004 Egeharia de Sofware Desevolvimeo de compoees para sisemas esocásicos de apoio à decisão M. S. Araujo, FASUL, e C. A. Bezerra, PUCPR Resumo Devido à crescee

Leia mais

OTIMIZAÇÃO DE AMPLIFICADORES CLASSES E/F EM TECNOLOGIA CMOS UTILIZANDO-SE ALGORITMO GENÉTICO E TÉCNICA DE EQUILÍBRIO HARMÔNICO

OTIMIZAÇÃO DE AMPLIFICADORES CLASSES E/F EM TECNOLOGIA CMOS UTILIZANDO-SE ALGORITMO GENÉTICO E TÉCNICA DE EQUILÍBRIO HARMÔNICO UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA OTIMIZAÇÃO DE AMPLIFICADORES CLASSES E/F EM TECNOLOGIA CMOS UTILIZANDO-SE ALGORITMO GENÉTICO E TÉCNICA DE EQUILÍBRIO

Leia mais

Simulação por Eventos Discretos

Simulação por Eventos Discretos imulação por Eveos Disreos Apliação à simulação de ráfego isemas de Teleomuiações IEEC - Área de Teleomuiações 4º Ao - º emesre FEUP 009-0 JL, PR Ieioalmee em brao imulação por eveos disreos - priípios

Leia mais

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Matrizes

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Matrizes Uiversidde Federl de Pelos Veores e Álgebr Lier Prof : Msc. Merhy Heli Rodrigues Mrizes. Mrizes. Defiição: Mriz m x é um bel de m. úmeros reis disposos em m lihs (fils horizois) e colus (fils vericis)..

Leia mais