Modelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
|
|
- Vítor Gabriel Carvalho Alvarenga
- 6 Há anos
- Visualizações:
Transcrição
1 Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction ti to Decision i Analysis (2 nd Edition). Duxbury. Capítulos 3, 4 e 12 Goodwin, P. and Wright, G. (1998) Decision Analysis for Management Judgment (2 nd or 3 rd editions). Wiley. Capítulos 6 e 8 Modelos de AD Incerteza Problema dominado por Objectivos múltiplos REVISÃO DE OPINIÃO Redes Bayesianas ESCOLHA Árvores de Decisão Diagramas de Influência AVALIAR OPÇÕES Análise Multicritério SEPARAÇÃO EM COMPONENTES Análise de Risco ALOCAÇÃO DE RECURSOS E NEGOCIAÇÃO Análise Equity 1
2 Modelar a incerteza: Questões-chave 1. Quais são as principais incertezas? 2. Quais são os resultados possíveis dessas incertezas? 3. Qual a credibilidade associada a cada resultado ocorrer? 4. Quais são as consequências de cada resultado ocorrer? Fronte: Hammond, Keeney & Raiffa, Smart Choices (Cap. 7) Problema de Decisão: Prospecção de petróleo Uma pequena empresa detém os direitos de prospecção numa parcela de terreno. Um geólogo, g consultor dessa empresa, estima que existe uma pequena possibilidade de haver petróleo no solo. É dispendioso efectuar perfurações para procurar petróleo e caso não se encontre petróleo o custo de perfuração pode levar a empresa quase à falência. Por outro lado, se for encontrado petróleo a empresa obterá um grande lucro. Existe ainda a alternativa de vender os direitos de prospecção a outra empresa que já fez uma oferta de compra. 2
3 Quais são as principais incertezas? Incerteza: Encontrar petróleo (por perfuração) Quais são os resultados possíveis desta incerteza? Há petróleo Não há petróleo Quais são as probabilidades de ocorrência de cada resultado possível? A probabilidade existir petróleo no subsolo é baixa (a probabilidade bilid d de o subsolo estar seco é alta) Quais são as consequências de cada resultado? Se for encontrado petróleo a empresa terá grande lucro Se não for encontrado petróleo a empresa poderá falir Perfil de risco Incerteza: Encontrar petróleo (por perfuração) Resultado Probabilidade Consequência Há petróleo Baixa Grande lucro Não há petróleo Alta (Quase) falência 3
4 Alternativas Tabela de decisão Estado da natureza Há petróleo Não há petróleo Probabilidade: p(s 1 ) p(s 2 ) Perfurar v 11 v 12 Vender v 21 v 22 Definições: p(s i ) probabilidade do estado da natureza i v ji consequência da alternativa j, dado o estado da natureza i Quais são as probabilidades de ocorrência de Estado da natureza cada resultado possível? Há petróleo Não há petróleo Probabilidade: 0,25 0,75 Perfurar 700* -100 Alternativas Vender *Custo da perfuração = 100. Receita = 800. Lucro = 700. TABELAS DE DECISÃO E ÁRVORES DE DECISÃO: ABORDAGEM MAIS CLÁSSICA PARA MODELAR PROBLEMAS DE DECISÃO QUE ENVOLVAM DECISÕES SEQUENCIAIS EM SITUAÇÕES DE INCERTEZA A ideia subjacente a uma representação tabular do problema é que as consequências de qualquer decisão podem ser determinadas por um número de factores externos, fora do controlo do Decisor. Se o Decisor soubesse verdadeiro estado da natureza, poderia prever com certeza as consequências da sua escolha. (Nota: o verdadeiro estado da natureza é desconhecido, mas o Decisor sabe quais são os estados (cenários) susceptíveis de ocorrer 4
5 Nós de decisão Representam decisões Árvore de Decisão Nós de acaso Representam acontecimentos incertos As consequências são especificadas nas extremidades dos ramos Uma ÁRVORE DE DECISÃO representa todos os possíveis caminhos que o Decisor pode percorrer ao longo do tempo, incluindo todas as possíveis alternativas de decisão e resultados de acontecimentos incertos: As opções representadas por ramos do nó óde decisão têm de ser de tal forma que o Decisor possa escolher somente uma opção. Cada nó de acaso tem de ter ramos que correspondam a um conjunto de resultados mutuamente exclusivos e colectivamente exaustivos. Quando a incerteza é desfeita, um e só um dos resultados ocorre 5
6 Se um nó de decisão precede um nó de acaso, a decisão deve ser tomada antes de ocorrer o acontecimento incerto. Por outro lado, se um acontecimento incerto precede uma decisão a decisão é tomada condicionalmente face ao resultado que tiver ocorrido. Informação imperfeita: o Dec. espera por inf. antes de tomar uma decisão Árvore assimétrica com decisões sequenciais mais atraente menos atraente t Indicação de que o acontecimento incerto pode resultar num valor qualquer entre 2 limites DIAGRAMAS DE INFLUÊNCIA Nós: Nós de decisão (rectângulos) - representam decisões (e alternativas) Nós de acaso (ovais) representam acontecimentos (e resultados) incertos Nós de consequência (e cálculo) representam consequências (e cálculos) Os nós são colocados em conjunto num grafo, ligados por arcos. Os arcos representam relações (de relevância ou sequência) entre nós: nó predecessor nó sucessor 6
7 DPL Professional Decision Analysis Software Modelação do problema com o PrecisionTree 1.0 for Excel (Palisade website) (O PrecisionTree distingue nós de cálculo de nós de resultados) 7
8 VALOR ESPERADO MONETÁRIO Petróleo Seco VEM Perfurar = 0.25(700)+0.75(-100) Vender Probabilidade a priori Maior VEM: Prospectar ( Drill ) 90 Resultado PROBABILIDADE DA INDIFERENÇA = p(700)+(1-p)(-100) -100 p = ANÁLISE DE SENSIBILIDADE Ponto de indiferença Perfurar Vender 0.25: Probabilidade a priori 8
9 VALOR ESPERADO DA INFORMAÇÃO PERFEITA Supondo que o geólogo é um vidente EVPI = = Estudo de um caso: Prospecção de petróleo (continuação: obtendo informação imperfeita) Contudo, antes de tomar a decisão pode seguir-se a sugestão do geólogo g de realizar um estudo sísmico pormenorizado do subsolo, para obter uma melhor estimativa da probabilidade de encontrar petróleo. O estudo custa 30. Como VEIP=142.5 (o valor máximo que o Decisor pode estar disposto a pagar ao vidente pela informação perfeita) excede largamente 30, pode ser vantajoso realizar o estudo sísmico e esperar pelos resultados antes de tomar uma decisão. NOTA: Estamos a analisar o valor da informação num sentido estritamente apriorístico. E o geólogo infelizmente não é vidente! Ou seja, os resultados do estudo podem ser imperfeitos. 9
10 O valor da informação indica ao Decisor o valor de descobrir o estado de um acontecimento aleatório antes de tomar uma decisão. Acontecimentos aleatórios com altos valores para a informação apresentam as melhores oportunidades de melhorar o valor esperado do Decisor pensando em criar novas alternativas. Acontecimentos aleatórios com baixos valores para a informação provavelmente não merecem esforços adicionais de pesquisa, testes, ou atrasos. Aspectos importantes a reter: a informação não tem valor se não tiver influência nas acções do Decisor; o seu valor é limitado pelo ganho acrescido que proporciona. 10
11 Obtendo informação adicional (imperfeita) Um estudo sísmico indicou que a estrutura geológica é favorável (F) à presença de petróleo (O). Por sua vez, sabe-se de experiência passada que: Os estudos são desfavoráveis (U) em 80% das vezes em que o solo está realmente seco (D), mas são favoráveis (F) só em 60% das vezes em que existe petróleo (O). O que se sabe: 0.25* * * *0.8 11
12 O que se sabe: 0.25*0.6 O que se quer saber: P(O\F)=? P(D\F)=? P(O\U)=? P(D\U)=? O que se quer saber: P(O\F)=1/2 =.15/.30 P(D\F)=1/2 P(O\U)=1/7 P(D\U)=6/7 Probabilidades à posteriori (regra de Bayes) 12
13 Procedimento indutivo por rollback VEM de esperar pelos resultados do estudo = 153 VEM de decidir sem fazer o estudo = 100 Valor esperado da informação imperfeita (VEII) = =53 (>30) (O Decisor não deverá pagar nunca mais de 53 pelo estudo) Fazer o estudo. Se for favorável, perfurar, caso contrário vender. VALOR DE CONTROLE Algumas variáveis, como o clima, têm um grande valor de informação, mas é difícil encontrar boas fontes de informação para tipo de variáveis. Para essas variáveis, deve-se passar a utilizar o valor de controle e procurar formas de mitigar o impacto dessas incertezas, ainda que não seja possível prevê-las. O valor de controle é uma medida quantitativa do valor de controlar o resultado de um acontecimento t incerto. Esse valor advém de permitir garantir o resultado mais favorável e evitar outros resultados menos favoráveis. 13
14 Resultado mais favorável Vl Value de controle = = 400 Acontecimentos aleatórios com alto valor de controle apresentam a maior oportunidade para melhorar os resultados por permitirem pensar em formas criativas de ganhar controle sobre a incerteza ou mitigar as suas consequências. Fontes usuais de controlo: Equipa ampliada, tempo, recursos financeiros, i e outros recursos PR or advertising Seguro Tal como com a informação, as fontes de controle raramente são de utilização livre. Aquelas cujo custo seja inferior ao benefício devem ser modeladas explicitamente no diagrama de influência e na árvore de decisão. Tipos usuais de controlo imperfeito: O controle só melhora as probabilidades. Não se consegue encontrar o melhor estado (Can t Pick Best State). 14
15 Aspectos importantes a reter acerca do valor de controle: tanto pode advir de controlar os efeitos inerentes à incerteza ou por isolar o decisor dos efeitos dessa incerteza; o valor de controle é normalmente maior que, ou igual, o valor da informação. Incerteza e complexidade Veloc. Flexib. Precisão Custo Pesos:
16 Software: Precision Tree (PALISADE) Exemplos de diagramas de influência Source: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2nd Edition). Duxbury. Forecast Hits Miami Misses Miami Outcomes Hits Miami Misses Miami Alternatives Evacuate Stay Choice Outcome Conseq. risk Conseq. cost Evacuate Hits Miami Low risk High cost Misses Miami Low risk High cost Stay Hits Miami High risk High cost Misses Miami Low risk Low cost 16
17 Mas se houver informação em falta: O caso de decisões sequenciais... Source: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2nd Edition). Duxbury. Mais sobre decisões sequenciais Source: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2nd Edition). Duxbury. 17
18 1 st version E o caso da representação de modelos financeiros 3 rd version 2 nd version Source: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2nd Edition). Duxbury. 18
Modelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2 nd Edition). Duxbury.
Leia maisANÁLISE DE DECISÃO. Elementos básicos sobre árvores de decisão e diagramas de influência. Conceitos complementares:
ANÁLISE DE DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Mónica Oliveira Ano lectivo 2011/2012 2 Conceitos Diagramas de influência Árvores de decisão Conceitos complementares:
Leia maisANÁLISE DE DECISÃO 2013/2014
ANÁLISE DE DECISÃO 2013/2014 Caderno de Exercícios n.º 1 Modelação de Incerteza A. Representação de problemas em árvores de decisão e em diagramas de influência Exercício 1 Antes de conceder crédito a
Leia maisMétodos Quantitativos. aula 1
Métodos Quantitativos aula 1 Prof. Dr. Marco Antonio Leonel Caetano Insper Ibmec São Paulo PROBABILIDADE CONDICIONAL - Informação Adicional Ter o privilégio do conhecimento prévio em relação ao mercado
Leia maisFinanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco
Finanças Corporativas Análise de Risco Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista
Leia maisAnálise de Decisão, Jogos & Negociação. Cesaltina Pires
Análise de Decisão, Jogos & Negociação Cesaltina Pires Fevereiro 2007 ii Conteúdo 1 Introdução (incompleto) 1 1.1 Decisão várias abordagens........................... 1 1.1.1 Decisões individuais versus
Leia maisTOMADA DE DECISÃO E EXECUÇÃO
Processos de Gestão ADC/DEI/FCTUC 1999/2000 Cap. 8. Tomada de Decisão e Execução 1 CAPÍTULO 8 TOMADA DE DECISÃO E EXECUÇÃO 8.1. Introdução Fases preparatórias planificação execução adopção de decisões
Leia maisANÁLISE DE DECISÃO 2011/2012: Guia de Utilização do Software PrecisionTree
ANÁLISE DE DECISÃO 2011/2012: Guia de Utilização do Software PrecisionTree Parte A: Construção de uma árvore de decisão para uma decisão de Investigação & Desenvolvimento (I&D) 1. Passo 1: 1.1. Começar
Leia maisTeoria da Decisão. Introdução. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Apresentação Sumário
Leia mais4 Modelagem em Árvore
MODELAGEM EM ÁRVORE 39 4 Modelagem em Árvore 4.1 Introdução A modelagem por árvore de cenários é uma forma usual de representação de incertezas em problemas estocásticos multi-período [9, 14, 28, 42, 43].
Leia maisIntrodução ao tema das Redes Bayesianas
Introdução ao tema das Redes Bayesianas Seminário de Modelação Cátia Azevedo 25/01/2013 Índice Introdução Redes Bayesianas Aprendizagem Bayesiana Teorema de Bayes Distribuição de probabilidade conjunta
Leia maisModelos e Modelagem. Roteiro
Modelos e Modelagem Lupércio F. Bessegato PUC Minas IEC 2007 Roteiro 1. O processo de modelagem 2. Tipos de modelos 3. Modelos determinísticos e probabilísticos 4. Modelos interativos: 5. Modelagem e tomada
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão
Microeconomia II Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 3.1 Introdução à Teoria das Probabilidades e da Preferência pelo Risco Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO
Leia maisFTA. Prof. César M. Vargas Benítez
Prof. César M. Vargas Benítez Agenda FTA o Definições o Símbolos o Construção de uma árvore de falhas o Exemplo FMEA e FTA - resumo comparativo Exercícios Definições o A análise da árvore de falhas (FTA
Leia maisExercício do livro Decision Analysis for the Professional (Peter McNamee e John Celona) Capítulo 04 Exercício Gerador
Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo Departamento de Administração EAD5853 Análise das Decisões na Incerteza Aplicada à Administração Exercício do livro Decision
Leia maisMODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,
Leia maisChamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.
PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses
Leia maisAGRUPAMENTO DE ESCOLAS DE CASTRO DAIRE Grupo de Recrutamento 500
3º Período 2º Período 1º Período AGRUPAMENTO DE ESCOLAS DE CASTRO DAIRE Escola Secundária de Castro Daire Escola Básica N.º2 de Castro Daire Escola EBI de Mões Grupo de Recrutamento 500 MATEMÁTICA Ano
Leia maisEstatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.
Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador
Leia maisObjetivos. Frequência Relativa X Probabilidade. Probabilidade. 1. Definições: Experimento Espaço Amostral Evento Probabilidade
Magnos Martinello Universidade Federal do Espírito Santo - UFES Departamento de Informática DI Laboratório de Pesquisas em Redes Multimidia LPRM Objetivos 1. Definições: Experimento Espaço Amostral Evento
Leia mais2 O Processo de Avaliação de Recursos de Petróleo Não Descobertos
2 O Processo de Avaliação de Recursos de Petróleo Não Descobertos Antes do processo de exploração de recursos não descobertos, são as atividades de prospecção de petróleo que identificam regiões que pela
Leia maisModelagem e Decisão Árvores de Decisões
Modelagem e Decisão Árvores de Decisões Modelagem e Decisão (07181) Instituto de Ciências Econômicas, Administrativas e Contábeis (ICEAC) Universidade Federal do Rio Grande (FURG) Introdução Uma árvore
Leia maisAgrupamento de Escolas do Fundão
Agrupamento de Escolas do Fundão MATEMÁTICA P GPI 13 12º Ano CURRÍCULO DA DISCIPLINA E Nº DE AULAS PREVISTAS Período PLANIFICAÇÃO ANUAL Módulos a leccionar + Conteúdos Programáticos Módulo A6- Taxa de
Leia maisIntrodução a Testes de Software. Ricardo Argenton Ramos
Introdução a Testes de Software Ricardo Argenton Ramos ricargentonramos@gmail.com Agenda da Aula Introdução sobre Testes; Testes Funcionais de software; Testes Estruturais de Software; Teste de Software
Leia maisCurso Profissional de Nível Secundário
Curso Profissional de Nível Secundário Técnico Auxiliar de Saúde 2 TAS Ano Letivo: 2014/2015 Matemática (200 horas) 11º Ano PLANIFICAÇÃO A LONGO PRAZO A7 Probabilidades Fenómenos aleatórios. 2 aulas Argumento
Leia maisDefinição de Probabilidade
INTRODUÇÃO A TEORIA DAS PROBABILIDADES A teoria das probabilidade nada mais é do que o bom senso transformado em cálculo A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número
Leia maisCE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
Leia maisProva escrita de conhecimentos específicos de MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS
Provas Especialmente Adequadas Destinadas a Avaliar a Capacidade para a Frequência dos Cursos Superiores do Instituto Politécnico de Leiria dos Maiores de 3 Anos - 0 Prova escrita de conhecimentos específicos
Leia maisESCOLA SECUNDÁRIA DE LOUSADA
ESCOLA SECUNDÁRIA DE LOUSADA 2012 2013 PLANIFICAÇÃO DA DISCIPLINA DE MATEMÁTICA Curso Profissional de Técnico de Multimédia ELENCO MODULAR A7 Probabilidades 28 A6 Taxa de variação 36 A9 Funções de crescimento
Leia maisModelos de Análise de Decisão
Modelos de Apoio à Decisão Introdução à Análise de Decisão Carlos A. Bana e Costa Modelos de Análise de Decisão 2. O que é a Análise de Decisão? Modelos de AD 1. Problemática da tomada de decisão Incerteza
Leia mais1. Não é permitido separar este conjunto de folhas. O conjunto de folhas deverá ser devolvido por completo no final do exame.
ANÁLISE DE DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 1º Semestre Exame 2ª Época, 13/02/2009, 17:00 Duração:
Leia maisPesquisa Operacional
Pesquisa Operacional Teoria da Decisão Estatística Ciência da Computação Diretoria dos Cursos de Informática Profa. Dra. Gisele Castro Fontanella Pileggi Problemas de Decisão Resolver problemas pessoas
Leia maisUnidade: Risco e Retorno. Unidade I:
Unidade I: 0 Unidade: Risco e Retorno A análise de investimentos está baseada nas estimativas dos fluxos de caixa de um projeto. Nem sempre essas previsões de fluxo de caixa coincidem com os resultados
Leia maisRoot cause analysis. O que é «root cause analysis»?
Metodologias de Diagnóstico e Elaboração de Relatórios FASHT Root cause analysis Profª Cesaltina Pires cpires@uevora.pt O que é «root cause analysis»? É um processo para investigar e identificar as «raízes»
Leia maisAnálise de Sensibilidade
Análise de Risco de Projetos Análise de Risco Prof. Luiz Brandão Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista a pensar em diversos
Leia maisProbabilidade. Definições e Conceitos
Probabilidade Definições e Conceitos Definições Probabilidade Medida das incertezas relacionadas a um evento chances de ocorrência de um evento Exemplos: Probabilidade de jogar um dado e cair o número
Leia maisGestão de Projectos. Projectos como redes de actividades Determinação do caminho crítico Método de PERT Método CPM Exercício Links
Gestão de Projectos Gestão de Projectos Projectos como redes de actividades Determinação do caminho crítico Método de PERT Método CPM Exercício Links Projectos como redes de actividades Projectos são conjuntos
Leia maisClassificação dos Exames Nacionais 2011/2012 de Matemática A. Abordagem Bayesiana
Classificação dos Exames Nacionais 2011/2012 de Matemática A Abordagem Bayesiana Pedro Martins Ricardo Cotrim Lisboa, 8 Julho 2015 Fórum Estatístico, DGGEC Sumário 1 2 3 4 5 6 7 8 9 10 Motivação e Objetivos
Leia maisPESQUISA OPERACIONAL APLICADA A LOGÍSTICA
PESQUISA OPERACIONAL APLICADA A LOGÍSTICA Pós-Graduação em Logística e Supply Chain Valdick Sales 1 APRESENTAÇÃO Valdick sales Graduado em Ciência da Computação pela UFPE. Pós-Graduado em Redes e Banco
Leia maisPERT PERT PERT PERT PERT PERT. O CPM assume que as estimativas de tempo para um projeto são certas (determinísticas);
O CPM assume que as estimativas de tempo para um projeto são certas (determinísticas); A duração de cada atividade na prática, contudo, pode ser diferente daquela prevista no projeto; Existem muitos fatores
Leia maisRisco. Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol.
Risco Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol. Definição: A probabilidade de um resultado (de uma lotaria) é a possibilidade
Leia maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Renato A. Firmino praf62@gmail.com Aulas 07-08 Probabilidade Apanhado Geral Seguimos nossas discussões sobre a Incerteza Decidir usualmente envolve incerteza Uma presa
Leia maisA Gerência de Riscos. Atividades da Gerência de Riscos
Universidade Estadual da Paraíba Centro de Ciências Exatas e Sociais Aplicadas Gerenciamento dos Riscos do Projeto A Gerência de Riscos Gerenciar riscos é uma abordagem explícita e sistemática usada para
Leia maisEscola Secundária c/3º CEB de Lousada
Escola Secundária c/3º CEB de Lousada Planificação Anual da Disciplina de Matemática 9º Ano Ano Lectivo: 2011/2012 CONTEÚDOS 1º PERÍODO OBJECTIVOS E COMPETÊNCIAS Nº de Tempos (45min.) Equações -Equações
Leia maisADMINISTRAÇÃO MERCADOLÓGICA MÓDULO 15 DECISÕES DE PREÇOS
ADMINISTRAÇÃO MERCADOLÓGICA MÓDULO 15 DECISÕES DE PREÇOS Índice 1. Decisões de preços...3 1.1. Determinação de Preços Orientada Para Custos... 3 1.2. Determinação de Preços Orientada Para a Demanda...
Leia maisDISTRIBUIÇÃO BINOMIAL
Universidade Federal de Viçosa - CCE / DPI Inf 161 - Iniciação à Estatística / INF 16 Estatística I Lista de Exercícios: Cap. 4 - Distribuições de Variáveis Aleatórias DISTRIBUIÇÃO BINOMIAL 1. Determine
Leia maisESTATÍSTICA. Objectivo: recolha, compilação, análise e interpretação de dados. ESTATÍSTICA DESCRITIVA INFERÊNCIA ESTATÍSTICA
1 ESTATÍSTICA Objectivo: recolha, compilação, análise e interpretação de dados. ESTATÍSTICA DESCRITIVA INFERÊNCIA ESTATÍSTICA Estatística descritiva : o objectivo é sintetizar e representar de uma forma
Leia mais12.º Ano de Escolaridade
gabinete de avaliação educacional T E S T E I N T E R M É D I O D E M A T E M Á T I C A 12.º Ano de Escolaridade (Decreto-Lei n.º 286/89, de 29 de Agosto) (Dec.-Lei n.º 286/89, de 29 de Agosto, para alunos
Leia maisPRINCÍPIOS DA ENGENHARIA DE SOFTWARE- AULA 06. Prof.: Franklin M. Correia
1 PRINCÍPIOS DA ENGENHARIA DE SOFTWARE- AULA 06 Prof.: Franklin M. Correia NOS CAPÍTULOS ANTERIORES... Atividades de Gerenciamento Planejamento de Projetos Programação de Projeto O QUE TEMOS PARA HOJE!!
Leia mais* O que originou a designação Operational Research no Reino Unido, A origem da Investigação Operacional (IO)?
A origem da Investigação Operacional (IO)? A IO surgiu no final da II Guerra Mundial quando os Aliados se viram confrontados com problemas (relativamente aos recursos logísticos e às operações* das forças
Leia maisESTUDO DA RELAÇÃO ENTRE GERENCIAMENTO DE RISCO E ANÁLISE DE DECISÃO
ESTUDO DA RELAÇÃO ENTRE GERENCIAMENTO DE RISCO E ANÁLISE DE DECISÃO Tatiana Alfredo da Silva (IC) 1 ; Mischel Carmen Neyra Belderrain (PQ) 2 1 Instituto Tecnológico de Aeronáutica / Divisão de Engenharia
Leia mais27/8/2011. Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011
Tomada de Decisão e Regras Nebulosas Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011 Representação Matemática de Incertezas Padrões
Leia maisUniversidade Federal de Itajubá
Universidade Federal de Itajubá Pesquisa Operacional Aula 01 Informações iniciais 05/06/2013 Prof. José Arnaldo B. Montevechi 1 Contato José Arnaldo Barra Montevechi e-mail: montevechi@unifei.edu.br www.iepg.unifei.edu.br/arnaldo
Leia maisProbabilidade e Estatística
Aula 3 Professora: Rosa M. M. Leão Probabilidade e Estatística Conteúdo: 1.1 Por que estudar? 1.2 O que é? 1.3 População e Amostra 1.4 Um exemplo 1.5 Teoria da Probabilidade 1.6 Análise Combinatória 3
Leia maisAULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisEstatística Empresarial. Fundamentos de Probabilidade
Fundamentos de Probabilidade A probabilidade de chuva é de 90% A probabilidade de eu sair é de 5% Conceitos Básicos Conceitos Básicos 1. Experiência Aleatória (E) Processo de obtenção de uma observação
Leia maisUNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2012/2013
Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2012/2013 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Engenharia Informática 3. Ciclo de Estudos 1º
Leia maisMercado de Trabalho... 5
Introdução... 3 Geologia... 4 Mercado de Trabalho... 5 O curso... 7 O que você pode fazer... 8 Opiniões dos estudantes... 10 Bibliografia... 11 Durante esse trabalho, você irá ver um pouco sobre a faculdade
Leia maisUniversidade Federal de Itajubá
Universidade Federal de Itajubá Engenharia Econômica II Análise de Sensibilidade 21/08/2012 Prof. José Arnaldo B. Montevechi 1 Fluxo de Caixa ( + ) 0 1 2 3 n Parcela compostas por: ( - ) Investimento Receitas,
Leia maisTESTES DE HIPÓTESES. O procedimento básico de um teste de hipóteses pode ser decomposto em quatro fases: i) Definição das hipóteses.
227 TESTES DE HIPÓTESES Objectivo: Verificar se os dados amostrais (ou estimativas obtidas a partir deles) são ou não compatíveis com determinadas populações (ou com valores previamente fixados dos correspondentes
Leia maisLógica e Raciocínio. Introdução a Teoria da Decisão. Universidade da Madeira.
Lógica e Raciocínio Universidade da Madeira http://dme.uma.pt/edu/ler/ Introdução a Teoria da Decisão 1 Conteúdos Os tópicos que vamos abordar: Decisão sob ignorância Decisão sob Risco Teoria da Probabilidade
Leia maisFerramenta para suporte à tomada de decisões Ayrton Silva
Ferramenta para suporte à tomada de decisões Ayrton Silva AMM Paraná 1 Ferramenta para suporte à tomada de decisões Ayrton Silva, PMP AMM Paraná 2 A população mundial está crescendo e a produção de alimentos
Leia maisNORMAS PARA ESCOLHA DE LOCAIS PARA INSTALAÇÃO DE REATORES DE POTÊNCIA
Resolução CNEN 09/69 Junho / 1969 NORMAS PARA ESCOLHA DE LOCAIS PARA INSTALAÇÃO DE REATORES DE POTÊNCIA Resolução CNEN 09/69 Publicação: DOU 31.07.1969 SUMÁRIO Resolução 09/69 - NORMAS PARA ESCOLHA DE
Leia maisClick to edit Master title style
Click to edit Master title style Lidera GP Primavera Risk Analysis Flávio Luiz Silva, PMP Recife, Dezembro de 2015 O que é o Risk Analysis Primavera Risk Analysis é uma ferramenta para gerenciamento de
Leia maisCAPÍTULO 1 NATUREZA DA ESTATÍSTICA
CAPÍTULO 1 NATUREZA DA ESTATÍSTICA DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: alberto.franke@ufsc.br F: 3721 3526 Métodos Estatísticos
Leia maisSolvência II. Gabriel Bernardino 25 de Outubro de 2007
Solvência II A visão o da Presidência Portuguesa Gabriel Bernardino 25 de Outubro de 2007 Sumário 1. O Solvência II e a Presidência Portuguesa 2. As traves mestras do Solvência II 3. Alguns temas para
Leia maisExperiências Aleatórias. Espaço de Resultados. Acontecimentos
Experiências Aleatórias. Espaço de Resultados. Acontecimentos Experiência Aleatória É uma experiência em que: não se sabe exactamente o resultado que se virá a observar; conhece-se o universo dos resultados
Leia maisPOLÍTICA DE PREVENÇÃO E GESTÃO DE CONFLITOS DE INTERESSE DO BANCO ESPIRITO SANTO NO ÂMBITO DAS ACTIVIDADES DE INTERMEDIAÇÃO FINANCEIRA
POLÍTICA DE PREVENÇÃO E GESTÃO DE CONFLITOS DE INTERESSE DO BANCO ESPIRITO SANTO NO ÂMBITO DAS ACTIVIDADES DE INTERMEDIAÇÃO FINANCEIRA 1. Introdução O Banco Espírito Santo, S.A. (o Banco) desenvolve diversas
Leia maisGerenciamento dos Riscos do Projeto (PMBoK 5ª ed.)
Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.) Esta é uma área essencial para aumentar as taxas de sucesso dos projetos, pois todos eles possuem riscos e precisam ser gerenciados, ou seja, saber o
Leia maisAnálise de Sensibilidade
Análise de Risco de Projetos Análise de Risco Prof. Luiz Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista a pensar em diversos futuros
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina Notes. Processos Estocásticos em Engenharia Conteúdo Notes.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 7 de março de 2016 Informação sobre a disciplina Terças e Quintas feiras das 09:30 às 11:20 horas Professor: Evelio
Leia maisINF1010 Lista de Exercícios 2
INF00 Lista de Exercícios 2 Árvores. Construir algoritmo para dada uma árvore n-ária, transformá-la em uma árvore binária. 2. Qual a maior e menor quantidade de nós que podem existir em uma árvore binária
Leia maisANÁLISE DE CONTEÚDO O QUE É A ANÁLISE DE CONTEÚDO QUANDO USAR A ANÁLISE DE CONTEÚDO COMO FAZER ANÁLISE DE CONTEÚDO
ANÁLISE DE CONTEÚDO SUMÁRIO O QUE É A ANÁLISE DE CONTEÚDO QUANDO USAR A ANÁLISE DE CONTEÚDO COMO FAZER ANÁLISE DE CONTEÚDO CUIDADOS A TER NA ANÁLISE DE CONTEÚDO O QU É A ANÁLISE DE CONTEÚDO É uma das técnicas
Leia maisProbabilidades- Teoria Elementar
Probabilidades- Teoria Elementar Experiência Aleatória Experiência aleatória é uma experiência em que: não se sabe exactamente o resultado que se virá a observar, mas conhece-se o universo dos resultados
Leia maisTécnicas de
Técnicas de Decisão @lucianodoll Desafio Ø 1. Ao lançar uma moeda: Ø se o resultado for Cara, você recebe R$100,00. Ø se for Coroa, você não recebe nada. 2. R$20,00 sem jogar. Qual alternativa você escolheria?
Leia maisGerência de Projetos e Manutenção de Software Aula 5 Planejamento de Projetos Andréa Magalhães Magdaleno
Gerência de Projetos e Manutenção de Software Aula 5 Planejamento de Projetos Andréa Magalhães Magdaleno andrea@ic.uff.br 2016.02 Agenda Cronograma Custos e Orçamento Exercícios 2 Etapas do planejamento
Leia maisTeste de hipóteses para uma média populacional com variância conhecida e desconhecida
Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida Tomando-se como exemplo os dados de recém-nascidos
Leia maisMEEMF-2010 Aula 01. Noções de inferência estatística: Diferença entre máxima verossimilhança e abordagem bayesiana
MEEMF-2010 Aula 01 Noções de inferência estatística: Diferença entre máxima verossimilhança e abordagem bayesiana O que é inferência estatística? Inferência estatística é o importante ramo da Estatística
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
Leia maisAtualização de perfuração - Bacia de Santos, Brasil
16 de outubro de 2014 Declaração da ASX Atualização de perfuração - Bacia de Santos, Brasil Recebimento da sonda previsto nas próximas 2-3 semanas Início da perfuração de Kangaroo-2 planejado para novembro
Leia maisFundamentos de Teoria dos jogos
Fundamentos de Teoria dos jogos A Teoria dos Jogos é um ramo da matemática aplicada que estuda situações estratégicas em que jogadores escolhem diferentes ações na tentativa de melhorar seu retorno. Na
Leia maisExperiências aleatórias e probabilidade
Experiências aleatórias e probabilidade L.J. Amoreira UBI Novembro 2010 Experiências aleatórias Experiências aleatórias são aquelas cujos resultados não são conhecidos de antemão. Espaço de resultados
Leia maisProf. Dr. Silvio Aparecido Crepaldi.
1 2 O objetivo deste capítulo é ensinar a calcular o custo de um produto por meio do sistema de custeio variável, identificando a margem de contribuição, o ponto de equilíbrio e a margem de segurança para
Leia maisELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015
ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza de um acontecimento futuro. Como quantificar incerteza? Definição
Leia maisAlguns Exercícios Escolhidos Probabilidade
Alguns Exercícios Escolhidos Probabilidade 1. (Soong, 1986) Sejam os eventos arbitrários A, B e C. Determine as expressões para os seguintes eventos: a. Nenhum deles ocorre. b. Ocorre somente A. c. Ocorre
Leia maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo
Leia maisSíntese do Relatório Anual de Auditoria Interna Serviço de Auditoria Interna 25/03/2016
Síntese do Relatório Anual de Auditoria Interna 2015 Serviço de Auditoria Interna 25/03/2016 Agenda 1. Enquadramento 2. Abordagem Operacional 3. Execução do Plano 2015 4. Plano de Auditoria Interna 2016
Leia maisANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO
ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO Luiz Fernando Stringhini 1 Na tentativa de mostrar as possibilidades de uso das ferramentas da estatística dentro da contabilidade,
Leia maisProva escrita de conhecimentos específicos de MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS
Provas Especialmente Adequadas Destinadas a Avaliar a Capacidade para a Frequência dos Cursos Superiores do Instituto Politécnico de Leiria dos Maiores de Anos - 00 Prova escrita de conhecimentos específicos
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Conceitos Básicos de Probabilidade
Estatística: Aplicação ao Sensoriamento Remoto SER 202 - ANO 2016 Conceitos ásicos de Probabilidade Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Frequência Absoluta
Leia maisAnálise Qualitativa no Gerenciamento de Riscos de Projetos
Análise Qualitativa no Gerenciamento de Riscos de Projetos Olá Gerente de Projeto. Nos artigos anteriores descrevemos um breve histórico sobre a história e contextualização dos riscos, tanto na vida real
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Leia maisDESENVOLVIMENTO DE SOFTWARE
DESENVOLVIMENTO DE SOFTWARE Prof. Sales Filho GERÊNCIA DE PROJETOS AULA 04 1 Objetivos Apresentar a gerência de projetos de software e descrever as suas características particulares; Discutir o planejamento
Leia maisIFRS 4 (FASE II) Thiago Pedra Signorelli. 1º Seminário de Contabilidade da FEBRABAN. 14 de abril de 2016
IFRS 4 (FASE II) Thiago Pedra Signorelli 14 de abril de 2016 1º Seminário de Contabilidade da FEBRABAN AGENDA Motivação Objetivos do novo normativo Exigências do novo normativo Reconhecimento Mensuração
Leia maisNoções sobre Probabilidade
Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de
Leia maisMODELO DE ANÁLISE E PRIORIZAÇÃO DE RISCOS PELOS PATROCINADORES DO PROJETO
ISSN 1984-9354 MODELO DE ANÁLISE E PRIORIZAÇÃO DE RISCOS PELOS PATROCINADORES DO PROJETO Matheus Curty de Figueiredo (LATEC / UFF) Resumo: Neste trabalho é proposto um modelo para auxiliar os patrocinadores/sponsors
Leia mais2014 RJ Gestão de riscos como geração de valor e defesa contra crises
2014 RJ Gestão de riscos como geração de valor e defesa contra crises Visão do Financiador e Investidor Institucional Renê Sanda Membro do Conselho de Administração da CPFL e do FGC Comunidade de Conselheiros
Leia maisProcessos de Desenvolvimento de Software. Ricardo Argenton Ramos UNIVASF Engenharia de Software I - Aula 2
Processos de Desenvolvimento de Software Ricardo Argenton Ramos UNIVASF Engenharia de Software I - Aula 2 A Engenharia de Software Uma Tecnologia em Camadas Gerenciamento da Qualidade Total e filosofias
Leia mais