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

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

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

Transcrição

1 Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma ou sismógrafo. Esses dados ordenados no empo são denominados de série emporal. Exemplos (a) O valor diário do índice Bovespa; (b) A emperaura mínima diária de Poro Alegre; (c) A quanidade mensal de chuva numa deerminada região; (d) O índice mensal da inflação brasileira; (e) A alura da maré no Poro de Rio Grande; (f) O regisro do elerocardiograma (ECG) de uma pessoa; (g) O movimeno da crosa erresre, medido aravés de um sismógrafo. Os exemplos de (a) a (d) mosram séries discreas, enquano que os de (e) a (g) ilusram séries conínuas.

2 As séries discreas são observadas em insanes eqüiespaçados de empo, iso é, em inervalos de empo =, 2,, n, enquano que as séries conínuas são observadas em inervalos de empo conínuos As séries conínuas são discreizadas para poderem ser analisadas. Os valores de uma série ambém podem ser obidos por agregação, como, por exemplo, as emperauras diárias são somadas e é obido a média, ou no caso, de chuvas as precipiações diárias são somadas para se ober um valor mensal. Objeivos Dada a ST, 2,, n, observada nos insanes:, 2,, n, pode-se esar ineressado em: (a) Invesigar o mecanismo gerador da série; (b) Fazer previsões sobre valores fuuros; (c) Descrever apenas o seu comporameno; (d) Procurar por periodicidades. Análise Exisem basicamene dois enfoques uilizados para se analisar uma ST. O primeiro enfoque é aravés do domínio emporal com o uso de modelos paraméricos. No segundo enfoque é uilizado o domínio das freqüências aravés de modelos não paraméricos. Modelos Esacionariedade Os modelos ARMA e ARIMA esão enre os paraméricos. A análise especral esá incluída enre os modelos não paraméricos. É uma das suposições mais freqüenes sobre uma série emporal. Significa que ela evolui no empo em orno de um valor consane (médio), refleindo uma esabilidade. 2

3 Diferenças Na práica a grande maioria das ST apresenam algum ipo de endência, sendo o caso mais simples a endência linear. A maioria das écnicas de análise supõe que a série é esacionária, assim é necessário reirar a endência caso a série não seja esacionária. A maneira mais simples de ornar uma série não esacionário em uma esacionária é aravés de diferenças sucessivas da série original. A primeira diferença é definida por: = - Sazonalidade A segunda diferença seria: 2 = [ ] = [ - ] = = Em geral, em-se: n = [ n- ] É comum um conjuno de dados ser medido em subperíodos do empo apresenar sazonalidade. É possível fazer um ajusameno sazonal dos dados e depois usar um modelo não sazonal. Oura opção é fazer a previsão usando direamene o modelo sazonal ao invés de remover a sazonalidade da série e uilizar um modelo não sazonal. Objeivos Apresenar os principais méodos de previsão (forecasing) em séries emporais. Exisem duas caegorias: (i) Auomáicos: aplicados com o auxílio de um sofware; (ii) Não auomáico: exigem a inervenção de pessoal especializado. Modelos Um modelo radicional de uma ST é que ela possa ser escria como a soma de rês componenes: = T + S + A, =, 2,, n. Onde: T = endência; S = a sazonalidade e A = componene aleaória. 3

4 Após removidas as componenes da endência (T ) e a sazonal (S ), sobra apenas a componene aleaória (A ). A suposição normal équea seja um ruído branco, iso é, com média zero e variância consane. Esse modelo é denominado de adiivo que é adequado quando S não depende das ouras componenes. Se a sazonalidade varia com a endência um modelo mais adequado é o muliplicaivo: = T.S.A Que pode ser ransformado em um adiivo aplicando logarimos: ln( ) = ln(t ) + ln(s ) + ln(a ) Tendências Supondo uma ST com modelo adiivo: = T + S + A, =, 2,, n. Para reirar a sazonalidade é necessário esimar S e deerminar a série sazonalmene ajusada: ˆ = Ŝ Para esimar a endência é necessário supor que a componene sazonal não exisa ou que enha sido removida. Exisem várias formas de se esimar a endência T. Os mais uilizados são: (i) Ajusar uma função do ipo polinomial, exponencial ou oura função suave de ; (ii) Suavizar ou filrar os valores da série ao redor de um pono para esimar a endência naquele pono. Supondo que a endência esimada seja Tˆ removendo esssa componene podemos ober a série ajusada livre da endência: ˆ = Tˆ Oura opção para eliminar a endência é omar a série das diferenças como já foi viso aneriormene. 4

5 Tendência Polinomial O problema maior com ese ipo de ajuse é que embora ele possa er um bom ajuse nem sempre fornece boas previsões. Suponha que: T = β 0 + β + + β k k, onde o grau do polinômio é bem menor do que o número de observações n. Para esimar os parâmeros β i deve-se uilizar o MMQ, procedimeno já conhecido. Para k =, em-se uma equação linear com as equações normais já conhecidas. Para k > 2, deve-se uilizar procedimenos mariciais. Para esimar a endência vamos supor que a componene sazonal não eseja presene e que o modelo é adiivo, iso é: = T + A onde A é a componene irregular. A esimação da endência de uma série emporal é feia aravés da regressão enre as variáveis e. Para esimar os parâmeros β j uiliza-se o méodo dos mínimos quadrados, iso é, minimiza-se a função: n f(β 0, β,, β m ) = ( β m 0 β βm = obendo-se os esimadores dos mínimos quadrados: De onde, segue, enão que a endência esimada será: ˆ ˆ ˆ m Tˆ = β + β + + βm 0 ) Exercício Deerminar a endência da série vendas - em milhões para os dados da planilha Exercício_um (a) Ajusando uma polinômio de grau. (b) Ajusando um polinômio de grau 2. (c) Deermine qual das duas opções proporciona o melhor ajuse. Tendência Linearizável Algumas funções, que a primeira visa não são lineares, podem ser linearizadas por alguma ransformação sobre uma ou mesmo sobre as duas variáveis ( e ). Em geral esa ransformação consise em rabalhar com os logarimos de uma ou de ambas as variáveis. 5

6 Tendência Exponencial A endência exponencial pode ser caracerizada por uma equação do ipo: T = αβ Aplicando-se logarimos aos dois lados desa equação vem: ln(t ) = ln(αβ ) = ln(α) + ln(β)., que é uma equação do ipo linear. Desa forma para se esimar α e β, ajusa-se a ln(t ) e uma equação linear com β 0 = ln(α) e β = ln(β). Os valores esimados de α e β serão: a = e β 0 e = e β b Tendência Geomérica A endência geomérica de uma série emporal pode ser avaliada por uma equação do ipo: T = α β Aplicando-se logarimos aos dois lados da expressão acima vem: ln(t ) = ln(α β ) = ln(α) + β.ln() Nese caso para esimar α e β, ajusa-se aos logarimos de e aos logarimos de uma equação linear com β 0 = ln(α) e β = β. Os valores esimados a e b serão: = e β e b = β a 0 Tendência Logísica A endência logísica de uma série emporal pode ser avaliada por uma equação do ipo: T = /α+β Nesse caso para linearizar a série basa fazer T = /T Sazonalidade A sazonalidade para uma série avaliada em sub-períodos do ano pode ser eliminada por meio das seguines operações: s = Ŝ Se o modelo for adiivo e s = / Ŝ Se o modelo for muliplicaivo. 6

7 O modelo muliplicaivo é, muias vezes, adequado para séries econômicas que apresenam uma endência exponencial. Aplicando-se logarimos podemos ober o modelo adiivo. Seja l o oal de anos e k o número de sub-períodos do ano al que n = k.l, conforme abela. = lk k i = ij i =,2,,l k j = l k ij i =, 2,,l e j =,2,,k i = j = Anos 2 l Médias 2 l Subperíodos l2 k k 2k lk 2 k Os índices esacionais serão: S i = Para i =, 2,, k i Assim se o modelo for muliplicaivo a esacionalidade pode ser reirada dividindo cada valor da série por esses índices. 7

SÉRIE: Estatística Básica Texto: SÉRIES TEMPORAIS SUMÁRIO 1. INTRODUÇÃO TENDÊNCIA VARIAÇÕES SAZONAIS... 16

SÉRIE: Estatística Básica Texto: SÉRIES TEMPORAIS SUMÁRIO 1. INTRODUÇÃO TENDÊNCIA VARIAÇÕES SAZONAIS... 16 SÉRIE: Esaísica Básica Texo: SÉRIES TEMPORAIS SUMÁRIO. INTRODUÇÃO... 3.. NOTAÇÃO E NOMENCLATURA... 3.. COMPONENTES DE UMA SÉRIE TEMPORAL... 5.3. ESTACIONARIDADE... 6. TENDÊNCIA... 6.. DETERMINAÇÃO DA TENDÊNCIA...

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

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

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

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

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

TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)

TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON) TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:

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

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)

Leia mais

Decomposição Clássica

Decomposição Clássica Méodos Esaísicos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO 0 08 06 04 02 00 98 96 94 92 90 0 5 0 5 20 Decomposição Clássica Bernardo Almada-Lobo Méodos Esaísicos de Previsão 2 Decomposição Clássica

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

APOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS

APOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSIUO DE CIÊNCIAS EXAAS ICEx DEPARAMENO DE ESAÍSICA ES APOSILA DE MODELOS LINEARES EM SÉRIES EMPORAIS Glaura da Conceição Franco (ES/UFMG) Belo Horizone, agoso

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

*UiILFRGH&RQWUROH(:0$

*UiILFRGH&RQWUROH(:0$ *UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos

Leia mais

2.6 - Conceitos de Correlação para Sinais Periódicos

2.6 - Conceitos de Correlação para Sinais Periódicos .6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x

Leia mais

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais

Leia mais

Estudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu

Estudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)

Leia mais

Circuitos Elétricos I EEL420

Circuitos Elétricos I EEL420 Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com

Leia mais

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos. 4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia

Leia mais

Teste F na Regressão Linear Múltipla para Dados Temporais com Correlação Serial.

Teste F na Regressão Linear Múltipla para Dados Temporais com Correlação Serial. Deparameno de Ciências e ecnologias Mesrado em Esaísica, Maemáica e Compuação ese F na Regressão Linear Múlipla para Dados emporais com Correlação Serial. Bruno Fernando Pinheiro Faria Lisboa, Mesrado

Leia mais

AJUSTE DO MODELO GAMA A TOTAIS DECENDIAIS DE CHUVA PARA JAGUARUANA-CE

AJUSTE DO MODELO GAMA A TOTAIS DECENDIAIS DE CHUVA PARA JAGUARUANA-CE AJUSTE DO MODELO GAMA A TOTAIS DECEDIAIS DE CHUVA PARA JAGUARUAA-CE Francisco Solon Danas eo (); Tarcísio da Silveira Barra () Engº Agrº, Pósgraduação em Agromeeorologia, DEA/UFV, CEP 3657-000, Viçosa-MG

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais

Econometria Semestre

Econometria Semestre Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por

Leia mais

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.

Leia mais

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque: DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das

Leia mais

Experiência IV (aulas 06 e 07) Queda livre

Experiência IV (aulas 06 e 07) Queda livre Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de

Leia mais

Capítulo 2: Conceitos Fundamentais sobre Circuitos Elétricos

Capítulo 2: Conceitos Fundamentais sobre Circuitos Elétricos SETOR DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA TE041 Circuios Eléricos I Prof. Ewaldo L. M. Mehl Capíulo 2: Conceios Fundamenais sobre Circuios Eléricos 2.1. CARGA ELÉTRICA E CORRENTE ELÉTRICA

Leia mais

Prof. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC

Prof. Carlos H. C. Ribeiro  ramal 5895 sala 106 IEC MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade

Leia mais

Previsão de Demanda =Forecasting-técnica que usa dados passados na predição (projeção) de valores futuros

Previsão de Demanda =Forecasting-técnica que usa dados passados na predição (projeção) de valores futuros Previsãode Demanda Previsão de Demanda: 1 Passo do PCP Previsão de Demanda =Forecasing-écnica que usa dados passados na predição (projeção) de valores fuuros Com base no forecasingesabelem-se políicas

Leia mais

Introdução às Medidas em Física

Introdução às Medidas em Física Inrodução às Medidas em Física 43152 Elisabeh Maeus Yoshimura emaeus@if.usp.br Bloco F Conjuno Alessandro Vola sl 18 agradecimenos a Nemiala Added por vários slides Conceios Básicos Lei Zero da Termodinâmica

Leia mais

Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*

Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA* XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo

Leia mais

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para

Leia mais

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,

Leia mais

4 Análise de Sensibilidade

4 Análise de Sensibilidade 4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de

Leia mais

Universidade Federal do Rio de Janeiro

Universidade Federal do Rio de Janeiro Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação

Leia mais

2 Os métodos da família X Introdução

2 Os métodos da família X Introdução 2 Os méodos da família X 2. Inrodução O méodo X (Dagum, 980) emprega médias móveis (MM) para esimar as principais componenes de uma série (Sysem of Naional Accouns, 2003): a endência e a sazonalidade.

Leia mais

4 Aplicação do Modelo

4 Aplicação do Modelo Aplicação do Modelo É possível enconrar na lieraura diversas aplicações que uilizam écnicas esaísicas e de compuação inensiva para realizar previsões de curo prazo na área de energia elérica. Enre elas

Leia mais

UNIVERSIDADE FEDERAL DE MINAS GERAIS UFMG. BOOTSTRAP ESTACIONARIO EM MODELOS ARFIMA (p,d,q)

UNIVERSIDADE FEDERAL DE MINAS GERAIS UFMG. BOOTSTRAP ESTACIONARIO EM MODELOS ARFIMA (p,d,q) UNIVERSIDADE FEDERAL DE MINAS GERAIS UFMG BOOTSTRAP ESTACIONARIO EM MODELOS ARFIMA (p,d,q) Silma de Souza Evangelisa Belo Horizone Junho 013 Silma de Souza Evangelisa BOOTSTRAP ESTACIONARIO EM MODELOS

Leia mais

Biofísica II Turma de Biologia FFCLRP USP Prof. Antônio Roque Biologia de Populações 2 Modelos não-lineares. Modelos Não-Lineares

Biofísica II Turma de Biologia FFCLRP USP Prof. Antônio Roque Biologia de Populações 2 Modelos não-lineares. Modelos Não-Lineares Modelos Não-Lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene

Leia mais

Primeira Lista de Exercícios

Primeira Lista de Exercícios TP30 Modulação Digial Prof.: MSc. Marcelo Carneiro de Paiva Primeira Lisa de Exercícios Caracerize: - Transmissão em Banda-Base (apresene um exemplo de especro de ransmissão). - Transmissão em Banda Passane

Leia mais

3 Métodos de projeção da mortalidade

3 Métodos de projeção da mortalidade 3 Méodos de projeção da moralidade A projeção da moralidade é imporane não somene para os cálculos auariais, mas ambém para o planejameno econômico, para as políicas de invesimeno do governo e de empresas.

Leia mais

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e

Leia mais

Regressão Linear Simples

Regressão Linear Simples Origem hisórica do ermo Regressão: Regressão Linear Simples Francis Galon em 1886 verificou que, embora houvesse uma endência de pais alos erem filhos alos e pais baios erem filhos baios, a alura média

Leia mais

Confiabilidade e Taxa de Falhas

Confiabilidade e Taxa de Falhas Prof. Lorí Viali, Dr. hp://www.pucrs.br/fama/viali/ viali@pucrs.br Definição A confiabilidade é a probabilidade de que de um sisema, equipameno ou componene desempenhe a função para o qual foi projeado

Leia mais

CINÉTICA RADIOATIVA. Introdução. Tempo de meia-vida (t 1/2 ou P) Atividade Radioativa

CINÉTICA RADIOATIVA. Introdução. Tempo de meia-vida (t 1/2 ou P) Atividade Radioativa CIÉTIC RDIOTIV Inrodução Ese arigo em como objeivo analisar a velocidade dos diferenes processos radioaivos, no que chamamos de cinéica radioaiva. ão deixe de anes esudar o arigo anerior sobre radioaividade

Leia mais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br

Leia mais

O gráfico que é uma reta

O gráfico que é uma reta O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber

Leia mais

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL Movimeno unidimensional 5 MOVIMENTO UNIDIMENSIONAL. Inrodução Denre os vários movimenos que iremos esudar, o movimeno unidimensional é o mais simples, já que odas as grandezas veoriais que descrevem o

Leia mais

6 Processos Estocásticos

6 Processos Estocásticos 6 Processos Esocásicos Um processo esocásico X { X ( ), T } é uma coleção de variáveis aleaórias. Ou seja, para cada no conjuno de índices T, X() é uma variável aleaória. Geralmene é inerpreado como empo

Leia mais

Universidade Federal do Rio Grande do Sul Escola de Engenharia de Porto Alegre Departamento de Engenharia Elétrica ANÁLISE DE CIRCUITOS II - ENG04031

Universidade Federal do Rio Grande do Sul Escola de Engenharia de Porto Alegre Departamento de Engenharia Elétrica ANÁLISE DE CIRCUITOS II - ENG04031 Universidade Federal do io Grande do Sul Escola de Engenharia de Poro Alegre Deparameno de Engenharia Elérica ANÁLISE DE CICUITOS II - ENG43 Aula 5 - Condições Iniciais e Finais de Carga e Descarga em

Leia mais

METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA

METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA Fernando Rezende Pellegrini

Leia mais

Características dos Processos ARMA

Características dos Processos ARMA Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada

Leia mais

Estimação em Processos ARMA com Adição de Termos de Perturbação

Estimação em Processos ARMA com Adição de Termos de Perturbação UNIVER ERSIDADE DE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEP EPARTAMENTO DE ESTATÍSTICA Esimação em Processos ARMA com Adição de Termos de Perurbação Auor: Paricia Vieira de Llano Orienador:

Leia mais

Exercícios Sobre Oscilações, Bifurcações e Caos

Exercícios Sobre Oscilações, Bifurcações e Caos Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo

Leia mais

Tópicos Especiais em Energia Elétrica (Projeto de Inversores e Conversores CC-CC)

Tópicos Especiais em Energia Elétrica (Projeto de Inversores e Conversores CC-CC) Deparameno de Engenharia Elérica Tópicos Especiais em Energia Elérica () ula 2.2 Projeo do Induor Prof. João mérico Vilela Projeo de Induores Definição do úcleo a Fig.1 pode ser observado o modelo de um

Leia mais

INTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA

INTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA DANIEL STEFFEN INTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA Disseração apresenada como requisio parcial à obenção do íulo de Mesre em Ciências pelo Programa de Pós-graduação

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 2º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Inrodução ao Cálculo Diferencial II TPC nº 9 Enregar em 4 2 29. Num loe de bolbos de úlipas a probabilidade de que

Leia mais

Processos de Markov. Processos de Markov com tempo discreto Processos de Markov com tempo contínuo. com tempo discreto. com tempo contínuo

Processos de Markov. Processos de Markov com tempo discreto Processos de Markov com tempo contínuo. com tempo discreto. com tempo contínuo Processos de Markov Processos sem memória : probabilidade de X assumir um valor fuuro depende apenas do esado aual (desconsidera esados passados). P(X n =x n X =x,x 2 =x 2,...,X n- =x n- ) = P(X n =x n

Leia mais

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria Universidade do Esado do Rio de Janeiro Insiuo de Maemáica e Esaísica Economeria Variável dummy Regressão linear por pares Tese de hipóeses simulâneas sobre coeficienes de regressão Tese de Chow professorjfmp@homail.com

Leia mais

APLICAÇÃO DE MODELOS QUANTITATIVOS DE PREVISÃO EM UMA EMPRESA DE TRANSPORTE FERROVIÁRIO

APLICAÇÃO DE MODELOS QUANTITATIVOS DE PREVISÃO EM UMA EMPRESA DE TRANSPORTE FERROVIÁRIO XXIII ENEGEP - Ouro Preo, MG, Brasil, 22 a 24 de ouubro de 2003 APLICAÇÃO DE MODELOS QUANTITATIVOS DE PREVISÃO EM UMA EMPRESA DE TRANSPORTE FERROVIÁRIO Ricardo Ferrari Pacheco Universidade Caólica de Goiás

Leia mais

O gráfico que é uma reta

O gráfico que é uma reta O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber

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

MATEMÁTICA E SUAS TECNOLOGIAS

MATEMÁTICA E SUAS TECNOLOGIAS 1º SIMULADO ENEM 017 Resposa da quesão 1: MATEMÁTICA E SUAS TECNOLOGIAS Basa aplicar a combinação de see espores agrupados dois a dois, logo: 7! C7,!(7 )! 7 6 5! C7,!5! 7 6 5! C7, 1!5! Resposa da quesão

Leia mais

CE017 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA

CE017 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA CE07 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA Esas Noas de Aula êm apenas o objeivo de faciliar o rabalho do aluno em sala de aula na pare de anoação do coneúdo exposo pelo professor e com iso se ganha

Leia mais

Circuitos Elétricos- módulo F4

Circuitos Elétricos- módulo F4 Circuios léricos- módulo F4 M 014 Correne elécrica A correne elécrica consise num movimeno orienado de poradores de cara elécrica por acção de forças elécricas. Os poradores de cara podem ser elecrões

Leia mais

Seção 5: Equações Lineares de 1 a Ordem

Seção 5: Equações Lineares de 1 a Ordem Seção 5: Equações Lineares de 1 a Ordem Definição. Uma EDO de 1 a ordem é dia linear se for da forma y + fx y = gx. 1 A EDO linear de 1 a ordem é uma equação do 1 o grau em y e em y. Qualquer dependência

Leia mais

A entropia de uma tabela de vida em previdência social *

A entropia de uma tabela de vida em previdência social * A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela

Leia mais

PREVISÃO DE ENERGIA ELÉTRICA: MODELAGEM E USO DE COMBINAÇÕES DE PREVISÕES

PREVISÃO DE ENERGIA ELÉTRICA: MODELAGEM E USO DE COMBINAÇÕES DE PREVISÕES PREVISÃO DE ENERGIA ELÉTRICA: MODELAGEM E USO DE COMBINAÇÕES DE PREVISÕES LIANE WERNER (UFRGS) liane@producao.ufrgs.br VERA LÚCIA MILANI MARTINS (UFRGS) vlmmarins@yahoo.com.br DANILO CUZZUOL PEDRINI (UFRGS)

Leia mais

4 CER Compensador Estático de Potência Reativa

4 CER Compensador Estático de Potência Reativa 68 4 ompensador Esáico de Poência Reaiva 4.1 Inrodução ompensadores esáicos de poência reaiva (s ou Saic var ompensaors (Ss são equipamenos de conrole de ensão cuja freqüência de uso em aumenado no sisema

Leia mais

Função Exponencial 2013

Função Exponencial 2013 Função Exponencial 1 1. (Uerj 1) Um imóvel perde 6% do valor de venda a cada dois anos. O valor V() desse imóvel em anos pode ser obido por meio da fórmula a seguir, na qual V corresponde ao seu valor

Leia mais

Teoremas Básicos de Equações a Diferenças Lineares

Teoremas Básicos de Equações a Diferenças Lineares Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença

Leia mais

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema

Leia mais

Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados

Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i

Leia mais

ESTUDO DO MOVIMENTO UNIFORMEMENTE ACELERADO DETERMINAÇÃO DA ACELERAÇÃO DA GRAVIDADE

ESTUDO DO MOVIMENTO UNIFORMEMENTE ACELERADO DETERMINAÇÃO DA ACELERAÇÃO DA GRAVIDADE TRABALHO PRÁTICO ESTUDO DO MOVIMENTO UNIFORMEMENTE ACELERADO DETERMINAÇÃO DA ACELERAÇÃO DA GRAVIDADE Objecivo Preende-se esudar o movimeno recilíneo e uniformemene acelerado medindo o empo gaso por um

Leia mais

12 Integral Indefinida

12 Integral Indefinida Inegral Indefinida Em muios problemas, a derivada de uma função é conhecida e o objeivo é enconrar a própria função. Por eemplo, se a aa de crescimeno de uma deerminada população é conhecida, pode-se desejar

Leia mais

Calcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1.

Calcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1. 1. (Unesp 017) Um cone circular reo de gerariz medindo 1 cm e raio da base medindo 4 cm foi seccionado por um plano paralelo à sua base, gerando um ronco de cone, como mosra a figura 1. A figura mosra

Leia mais

Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Metropolitana de Porto Alegre

Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Metropolitana de Porto Alegre UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Meropoliana de

Leia mais

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

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos Análise de Projecos ESAPL / IPVC Criérios de Valorização e Selecção de Invesimenos. Méodos Dinâmicos Criério do Valor Líquido Acualizado (VLA) O VLA de um invesimeno é a diferença enre os valores dos benefícios

Leia mais

Função de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco

Função de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade

Leia mais

3 Metodologia 3.1. O modelo

3 Metodologia 3.1. O modelo 3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo

Leia mais

figura 1 Vamos encontrar, em primeiro lugar, a velocidade do som da explosão (v E) no ar que será dada pela fórmula = v

figura 1 Vamos encontrar, em primeiro lugar, a velocidade do som da explosão (v E) no ar que será dada pela fórmula = v Dispara-se, segundo um ângulo de 6 com o horizone, um projéil que explode ao aingir o solo e oue-se o ruído da explosão, no pono de parida do projéil, 8 segundos após o disparo. Deerminar a elocidade inicial

Leia mais

Capítulo Cálculo com funções vetoriais

Capítulo Cálculo com funções vetoriais Cálculo - Capíulo 6 - Cálculo com funções veoriais - versão 0/009 Capíulo 6 - Cálculo com funções veoriais 6 - Limies 63 - Significado geomérico da derivada 6 - Derivadas 64 - Regras de derivação Uiliaremos

Leia mais

Capitulo IV : Interpolação Polinômios de Bernstein,

Capitulo IV : Interpolação Polinômios de Bernstein, TC 708 Análise Numérica Capiulo IV : Inerpolação Polinômios de Bernsein, b d a c Lucas Máximo M Alves Prof. Anonio Marques Carrer Universidade Federal do Paraná UFPR 1 Coneúdo 1. Inrodução 2. Problemas

Leia mais

Aplicação de séries temporais na análise de demanda turística no estado do Pará usando os modelos de Holt-Winters

Aplicação de séries temporais na análise de demanda turística no estado do Pará usando os modelos de Holt-Winters XXV Enconro Nac. de Eng. de Produção Poro Alegre, RS, Brasil, 29 ou a 01 de nov de 2005 Aplicação de séries emporais na análise de demanda urísica no esado do Pará usando os modelos de Hol-Winers Cláudio

Leia mais

Análise de Pós-optimização e de Sensibilidade

Análise de Pós-optimização e de Sensibilidade CPÍULO nálise de Pós-opimização e de Sensibilidade. Inrodução Uma das arefas mais delicadas no desenvolvimeno práico dos modelos de PL, relaciona-se com a obenção de esimaivas credíveis para os parâmeros

Leia mais

2.5 Impulsos e Transformadas no Limite

2.5 Impulsos e Transformadas no Limite .5 Impulsos e Transformadas no Limie Propriedades do Impulso Uniário O impulso uniário ou função dela de Dirac δ não é uma função no senido maemáico esrio. Ela perence a uma classe especial conhecida como

Leia mais

Fenômenos de adsorção em interfaces sólido/solução. Modelagens matemáticas de processos cinéticos

Fenômenos de adsorção em interfaces sólido/solução. Modelagens matemáticas de processos cinéticos Modelagens maemáicas de processos cinéicos Em cinéica química, vários parâmeros definem a dinâmica dos processos químicos. Os principais são as consanes cinéicas de velocidade e a ordem da reação. Quando

Leia mais

5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica.

5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica. Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 41 5 Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 5.1. Inrodução Nesa

Leia mais

Avaliando e Propondo Medidas de Núcleo da Inflação no Brasil Ivan Castelar Cristiano Santos

Avaliando e Propondo Medidas de Núcleo da Inflação no Brasil Ivan Castelar Cristiano Santos 10 Avaliando e Propondo Medidas de Núcleo da Inflação no Brasil Ivan Caselar Crisiano Sanos FORTALEZA MAIO 2016 UNIVERSIDADE FEDERAL DO CEARÁ CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN SÉRIE ESTUDOS ECONÔMICOS

Leia mais

Voo Nivelado - Avião a Hélice

Voo Nivelado - Avião a Hélice - Avião a Hélice 763 º Ano da icenciaura em ngenharia Aeronáuica edro. Gamboa - 008. oo de ruzeiro De modo a prosseguir o esudo analíico do desempenho, é conveniene separar as aeronaves por ipo de moor

Leia mais

MÉTODOS ESTATÍSTICOS DE SUAVIZAÇÃO EXPONENCIAL HOLT- WINTERS PARA PREVISÃO DE DEMANDA EM UMA EMPRESA DO SETOR METAL MECÂNICO

MÉTODOS ESTATÍSTICOS DE SUAVIZAÇÃO EXPONENCIAL HOLT- WINTERS PARA PREVISÃO DE DEMANDA EM UMA EMPRESA DO SETOR METAL MECÂNICO Universidade Tecnológica Federal do Paraná - UTFPR Campus Pona Grossa - Paraná - Brasil ISSN 1808-0448 / v. 08, n. 04: p. 154-171, 2012 D.O.I: 10.3895/S1808-04482012000400009 Revisa Gesão Indusrial MÉTODOS

Leia mais

) quando vamos do ponto P até o ponto Q (sobre a reta) e represente-a no plano cartesiano descrito acima.

) quando vamos do ponto P até o ponto Q (sobre a reta) e represente-a no plano cartesiano descrito acima. ATIVIDADE 1 1. Represene, no plano caresiano xy descrio abaixo, os dois ponos (x 0,y 0 ) = (1,2) e Q(x 1,y 1 ) = Q(3,5). 2. Trace a rea r 1 que passa pelos ponos e Q, no plano caresiano acima. 3. Deermine

Leia mais

CIRCUITO RC SÉRIE. max

CIRCUITO RC SÉRIE. max ELETRICIDADE 1 CAPÍTULO 8 CIRCUITO RC SÉRIE Ese capíulo em por finalidade inroduzir o esudo de circuios que apresenem correnes eléricas variáveis no empo. Para ano, esudaremos o caso de circuios os quais

Leia mais

Primeira Lista de Exercícios

Primeira Lista de Exercícios TP30 Modulação Digial Prof.: MSc. Marcelo Carneiro de Paiva Primeira Lisa de Exercícios Caracerize: - Transmissão em Banda-Base (apresene um exemplo de especro de ransmissão). - Transmissão em Banda Passane

Leia mais

3 LTC Load Tap Change

3 LTC Load Tap Change 54 3 LTC Load Tap Change 3. Inrodução Taps ou apes (ermo em poruguês) de ransformadores são recursos largamene uilizados na operação do sisema elérico, sejam eles de ransmissão, subransmissão e disribuição.

Leia mais

Fundamentos de Computação Gráfica Prova Aluna: Patrícia Cordeiro Pereira Pampanelli

Fundamentos de Computação Gráfica Prova Aluna: Patrícia Cordeiro Pereira Pampanelli Fundamenos de Compuação Gráfica Prova -6- Aluna: Parícia Cordeiro Pereira Pampanelli Observação: Os códigos uilizados para o desenvolvimeno da prova enconram-se em anexo. Quesão : A Transformada Discrea

Leia mais

PREVISÃO DE PREÇOS NA BOVINOCULTURA DE CORTE

PREVISÃO DE PREÇOS NA BOVINOCULTURA DE CORTE PREVISÃO DE PREÇOS NA BOVINOCULURA DE CORE Denismar Alves Nogueira 1 helma Sáfadi 2 RESUMO: Ese rabalho é dedicado à análise da série hisórica de preços da arroba do boi gordo do esado de São Paulo no

Leia mais

Modelos Lineares Não-Estacionários

Modelos Lineares Não-Estacionários Modelos Lineares Não-Esacionários Aula 04 Enders (2010, 3. ed.) Seções 4.5 a 4.7 Bueno (2011, 2. ed.) Capíulo 4 Morein (2011, 2. ed.) Capíulos 2, 3 e 4 MODELO ARIMA Bueno (2011, 2. ed.) Seções 4.1 a 4.4

Leia mais