AN EVALUATION OF THE EFFICIENCY OF THE BRAZILIAN MUNICIPALITIES IN THE PROVISION OF PUBLIC SERVICES USING DATA ENVELOPMENT ANALYSIS.

Tamanho: px
Começar a partir da página:

Download "AN EVALUATION OF THE EFFICIENCY OF THE BRAZILIAN MUNICIPALITIES IN THE PROVISION OF PUBLIC SERVICES USING DATA ENVELOPMENT ANALYSIS."

Transcrição

1 AN EVALUATION OF THE EFFICIENCY OF THE BRAZILIAN MUNICIPALITIES IN THE PROVISION OF PUBLIC SERVICES USING DATA ENVELOPMENT ANALYSIS. Rogéro Bouer Brazla Isttute for Appled Ecooc Research Catholc Uverst of Brasla Carlos Eduardo Gapar Catholc Uverst of Brasla Brasíla, Noveber 2006.

2 RESUMO Este artgo te coo prcpal objetvo estar as efcêcas a provsão de servços públcos ucpas o Brasl ode os ucípos são resposáves pela provsão de educação básca, assstêca éda e pela fra-estrutura urbaa. Para alcaçar este objetvo fo utlzada a etodologa DEA de aálse relatva de efcêca. Dos odelos DEA fora utlzados, o odelo CCR co retoros costates de escala e o odelo BCC co retoros varáves de escala, abos e suas versões oretadas para suo (put oreted). O cotraste dos resultados pertu ferêcas sobre o desepeho de escala dos ucípos brasleros. As segutes varáves fora utlzadas coo edda de produto: úero de craças atrculadas e escolas públcas ucpas, úero de terações realzadas a rede hosptalar ucpal e o úero de docílos servdos co coleta de lxo. Coo varável de suo fo utlzada a despesa orçaetára dos ucípos. Os dados utlzados refere-se ao ao Fo observado que os ucípos de eor porte apreseta a aor efcêca relatva, quado o odelo de retoros varáves de escala é utlzado. Detectou-se tabé ua forte correlação etre a despesa orçaetára per capta e o grau de efcêca. A coparação do ível de efcêca ucpal obtda o odelo BCC co aquele obtdo o odelo CCR dca que exste perdas de escala a provsão ucpal de servços báscos.

3 ABSTRACT The a objectve of ths artcle s to estate the effceces the provso of local publc goods Brazl, where ucpaltes are resposble for the provso of basc educato, health servce ad urba frastructure. I order to reach ths objectve we used DEA ethodolog to access ucpaltes relatve effcec. Two dfferet DEA odels were used. The frst, the CCR odel cosders costats returs to scale, whle the secod, the BCC odel utlzes a varable returs to scale hpothess. Both odels were adopted ther put oreted versos. The cotrast betwee the results of the two odels allowed fereces about the scale perforace of the Brazla ucpaltes. The total uber of chldre erolled basc ucpal publc schools, the uber of patets ucpal publc hosptals ad the uber of resdeces served wth waste aageet were utlzed as outputs, whle the total ucpalt expedture were the put varable. All data s fro ear It was observed that less populated ucpaltes show greater relatve effceces whe the BCC odel s utlzed. A strog correlato betwee the per capta expedture ad the degree of effcec was also detected. The coparso betwee the effcec levels obtaed fro the BCC odel ad those obtaed fro the CCR odel dcates that ucpalt provso of publc servces s subjected to decreasg returs to scale.

4 Itrodução O Brasl te passado por u rege fscal razoavelete duro estes últos aos. A tetatva de geração de sucessvos superávts fscas objetva a redução da relação dívda-pib, o que crara codções para o declío sustetado das taxas de juros teras e coseqüete retoada do cresceto ecoôco. O problea desta estratéga é que ela está chegado do seu lte de efetvdade. Isso ocorre, e prero lugar porque a polítca de obteção de superávts fscal te sdo forteete baseada o aueto da carga trbutára, que os últos aos ve quebrado sucessvos recordes e bera os 40% do produto tero bruto braslero. Não sera de se surpreeder, portato, que e u futuro próxo, os auetos de carga trbutára cessasse de ocorrer. Por outro lado, as deadas socas tê forçado cosderáves creetos as trasferêcas goveraetas. Jutado-se a sso o cresceto das despesas de pessoal, obté-se u cresceto édo de quase 6% ao ao das despesas de custeo. U tercero epeclho para o cotuado eprego da polítca de geração de superávts fscal é a copressão cada vez eos sustetável das despesas de vesteto goveraetal. Para que volte a crescer soldaete o Brasl ecessta de vestetos elevados e fra-estrutura e grade parte deles terá que ser realzado pelo govero federal, ua vez que a aor parte da fra-estrutura ecoôca do país depede do vesteto públco. A atual codução da polítca ecoôca braslera te sdo beefcada por u ceáro teracoal favorável, co a deada extera elevado preços de coodtes e outros suos práros que o Brasl exporta. Este fato te levado a ua valorzação do real e favorece o cotrole da flação. o etato, ão é de se esperar que este abete ecoôco udal favorável dure para sepre. Quado a ecooa udal se desacelerar as pressões teras o Brasl se agravarão. Ua das saídas para que o govero cosga ater superávts fscas e ada possa atuar efetvaete a prooção do desevolveto ecoôco é a elhora do gasto públco. Esta alteratva pertra que as deadas socas por servços públcos pudesse ser suprdas a custos decrescetes, ou seja, se acrésco da carga fscal. Desta fora, sera possível coclar a pressão por as servços co a restrção posta pelo lte à trbutação. Cotudo, exste u logo caho a ser percorrdo para que possa ocorrer ua elhora geeralzada a efcêca do gasto públco o Brasl. O prero passo ao ser dado é a tetatva de desoar e esurar a agtude deste desperdíco. Se que se teha oção de quato se gasta a as que o ecessáro, dfclete se pode estabelecer objetvos plausíves para a redução destes desperdícos. Os trabalhos recetes sobre a efcêca do gasto públco tê utlzado téccas que são usualete epregadas a aálse da efcêca de udades produtvas e geral. Segudo esta abordage, o govero é u produtor de bes e servços e pode ter sua produtvdade avalada e coparada co outras udades produtoras. As téccas utlzadas para a avalação do desepeho goveraetal pode varar de acordos co os objetvos da esuração. E geral, quado o desejo é edr o pacto da ação goveraetal (outcoe) étodos ecooétrcos são as aproprados ua vez que estes perte corporar à

5 aálse os efetos de fatores exteros que, apesar de fluíre as varáves avaladas, ão estão sob o cotrole da ação goveraetal [Ver Coell at all (2005)]. Esta aálse se restrge, o etato, aos casos e que ua úca varável de pacto é aalsada. Cotudo, a aora dos casos, a ação goveraetal ocorre e dversos setores sultaeaete. Ass, u govero precsa ateder as ecessdades educacoas, de saúde, de defesa acoal, etc., ao eso tepo. E as, dado que os recursos são escassos, o creeto da ação goveraetal e u setor plca dução e outro, ou e aueto de carga trbutára ou edvdaeto. O étodo de Data Evelopet Aalss, ou DEA, pode ser adequado a essas stuações as quas a provsão de últplos produtos te que ser avaladas. Este étodo ão-paraétrco é bastate flexível e ão põe padrões às udades avaladas; o desepeho das udades da própra aostra balza os crtéros de avalação. A lteratura recete forece exeplos de aplcação do étodo DEA para a avalação do desepeho goveraetal a provsão de servços públcos. Afoso, Schukecht e Taz (2006) utlza o étodo para avalar o desepeho de goveros acoas, utlzado o gasto públco e proporção do produto acoal bruto coo varável de suo e dcadores tas coo ível de corrupção, ível de deseprego, cresceto do PNB, etre outras, coo represetatvos da produção públca. Outros trabalhos atvera-se ao estudo setoral da efcêca a provsão de servços públcos. Por exeplo, Aderso, Walberg e Weste. (998), Caballero at all (2004) e Chakrabort, Bswas e Lews (200) estudara os gastos co educação equato que outros autores, tas coo Sola e Pror (200) e Butler e L. (2005) estudara a efcêca a provsão públca dos servços de saúde. O struetal DEA te sdo utlzado tabé para a coparação da efcêca etre goveros subacoas. Por exeplo, Afoso e Ferades (2006) copara o desepeho dos goveros locas e Portugal (as especfcaete, a regão de Lsboa) equato que Gaspar e Melo (2004) vestga o ível óto de trasferêcas aos ucípos brasleros a partr da dfereça etre o quato tas goveros ecesstara para fechar seus respectvos gaps fscas caso fzesse uso efcete dos recursos dspoíves. O presete trabalho propõe-se a avalar o otate de recursos que podera ser poupados caso os ucípos brasleros despedesse efceteete os recursos orçaetáros, efcêca aqu defda coo o correspodete dos ucípos de elhor perforace. Serão tabé realzadas aálses, sobre a dstrbução geográfca e por faxa populacoal da efcêca be coo sobre a efcêca de escala da produção publca ucpal. 2 Metodologa 2. Data Evelopet Aalss DEA Neste artgo será utlzada a etodologa de Data Evelopet Aalss (DEA) para avalar a efcêca dos ucípos brasleros a provsão de servços públcos. O étodo DEA fo preraete proposto por Farrel (957), as só se torou popular a lteratura após Chares, Cooper e Rhodes (978) tere-o utlzado para avalações de probleas cocretos. Estes preros odelos utlzados, cohecdos hoje e da co odelos CCR, adota a hpótese de redetos costates de

6 escala. Esta ltação, o etato, fo superada pelo trabalho de Baker, Chares e Cooper (984), o qual estede o odelo orgal para o caso de redetos varáves de escala (odelo BCC). O prcípo da etodologa DEA é baseado a defção físca de efcêca, segudo a qual a efcêca é dada pela relação etre suos utlzados e produtos gerados. Ass, quato aor a produção de ua udade para ua dada quatdade de suos, ou alteratvaete, quato eor a quatdade de suos utlzada para ua deterada quatdade de produto, aor será a efcêca desta udade. O problea que se apreseta etão é que esta defção ão pode ser dretaete aplcada o caso de últplos suos e/ou produtos. Neste caso, faz-se ecessára a atrbução de pesos para as quatdades produzdas e para os suos utlzados. Quado tato suos quato produtos pode ser claraete precfcados esta ltação é faclete superada pela utlzação dos preços coo pesos e avalação. Cotudo, utas vezes esta precfcação é dfícl ou possível de ser realzada. Neste caso, a atrbução de pesos a produtos e suos devera basear-se e algu crtéro arbtráro estabelecdo pelo avalador. O grade érto da etodologa DEA é o de que ela dspesa o avalador do estabeleceto de crtéros arbtráros: os pesos serão estabelecdos pelo cojuto de dados dspoíves. A déa é que tas pesos seja escolhdos da fora as favorável para cada udade, guardadas certas regras de cosstêca. Supoha que exste I udades decsóras, ua edda de efcêca podera sera: N ν = Max : θ = { ν M, µ } µ x = s. t.: θ N ν j, =, M µ x j, = para j (NLP ) Ode θ é a edda de efcêca obtda pela razão etre a soa poderada dos N produtos produzdos pela udade ( ) e a soa poderada dos M suos utlzados (x ). Os pesos dos produtos, ν, e dos suos, µ, são escolhdos de fora a axzar esta razão. Eles estão, o etato, sujetos a certas codções de cosstêca. A prera delas é a de que a razão θ seja eor ou gual à udade. Esta ão é propraete ua restrção, as s ua codção de oralzação do problea. Não fara dfereça se, ao vés de u, tvesse sdo escolhdo o uero l para ltar-se a efcêca áxa 2. As outras I restrções pede que os pesos escolhdos, quado aplcados às outras udades produza íves de efcêca aor que u. Estas restrções de cosstêca são postas para assegurar que os pesos escolhdos são copatíves ão só co a udade e questão, as tabé co todas as outras udades avaladas. Udade decsora, ou DMU co são chadas a lterature, são as etdades as quas os suos são trasforados e produtos. No presete trabalho os ucípos serão as DMU s. 2 Neste caso, sera ecessares odfcações as outras restrções tabé.

7 Este problea pode ser resolvdo para cada udade evolvda a avalação. As udades que atgre o valor áxo pertdo, sto é, valor u, são cosderadas efcetes. Alé dsso, é possível edr a efcêca daquelas udades co valores ferores a u. Exste, o etato, duas dfculdades co esta abordage. A prera delas se deve ao fto úero de soluções que o problea NLP apreseta e a seguda deve-se ao fato de que NLP é u problea de prograação ão-lear o que p de torá-lo coputacoalete coplexo. Felzete, NLP pode ser substtuído por u problea lear, cujas soluções são as esas. Adeas, exste ua solução pertecete ao subcojuto (fto) de soluções que possu ua terpretação adequada do problea e que é obtda a partr da posção de ua restrção oralzadora adcoal. Este resultado, obtdo por Cooper, Seford ad Toe (2006) 3, splfca o problea NLP à segute forulação 4 : N Max : θ = ν { ν, µ } = M s. t.: µ x = = N M ν j, µ = = x j,, j =, K, I (CCR ) Ua das ltações as fortes desta forulação está o fato de que ela estabelece retoros costates de escala para as udades e avalação. Cotudo, sera de se esperar e grade parte dos casos que, houvesse perdas ou gahos de escala depededo da atvdade a qual tas udades estão evolvdas. Para superar esta ltação, ua ova versão do problea fo forulada, o chaado odelo BCC, a qual leva e cota retoros varáves de escala. Para tato, o odelo BCC adcoa ua ova varável de escolha u que é soada à fução objetvo. Esta varável te sal lvre e capta os possíves gahos (ou perdas) de escala de cada udade. Ela é tabé escolhda da fora as favorável à cada udade. { Max ν, µ, u } s. t.: : π = M = N = µ ( ν = x N ν = + u ) + u M = µ x j,, j =, K, I (BCC ) U resultado teressate que pode ser obtdo a partr da coparação das soluções obtdas pelos odelos BCC e CCR é a averguação da efcêca devda à escala de produção. É possível ostrar que o valor da fução objetvo π será sepre eor ou gual ao valor da fução objetvo θ [ver 3 Ver pága Esta ova forulação fo prero descrta por Chares, Cooper e Rhodes. (978), daí a oeclatura CCR.

8 Cooper, Seford e Toe (2006), pága 88]. Co sso a razão π /θ ostrará a proporção da efcêca oruda da escala de produção da udade. Esta aálse perte, por u lado, lugar que se dferece o quato de efcêca de ua udade se deve ao taaho da udade e o quato se deve a probleas de gestão e adstratvos. Por outro lado, perte que seja ferêcas sobre o taaho óto das udades. 2.2 Aplcação do Método DEA para Medr a Iefcêca dos Mucípos Brasleros As prcpas áreas de atuação dos ucípos brasleros são, por orde de portâca, educação, saúde e habtação e urbaso. E 2005, atvdades lgadas a estas áreas cosura cerca de 64% do orçaeto ucpal braslero, segudo a Secretara do Tesouro Nacoal. Estes gastos correspode à cerca de 92% do gasto ucpal co atvdades-f 5. Desta fora, para se avalar a efcêca relatva dos ucípos brasleros faz-se ecessáro que seja cosderaos os produtos e servços ofertados pelos ucípos estas três áreas, be coo os totas gastos por estes. E educação, a costtução atrbu aos ucípos resposabldade pela educação básca. Baseado este fato, o presete artgo faz uso do úero de atrículas a rede ucpal de eso básco coo output ucpal a área de educação. Naturalete, este otate ão é perfetaete correlacoado co a efcêca do ucípo a área de educação. Por exeplo, u ucípo que gasta as do que a éda co atvdades culturas, ou que te ua relação aluo-professor eor, ão ecessaraete será efetvaete eos efcete, ebora ele teha algus prejuízos a avalação DEA. Neste poto, é váldo otar que a avalação por eo da etodologa DEA aqu aplcada é capaz de avalar a efcêca e teros de resultados (outcoes), ltado-se a vestgar a efcêca e teros de oferta de servços (outputs). Coo dcador de saúde será cosderado o úero de terações hosptalares realzadas a rede ucpal. Mas ua vez, é ecessáro se atetar para as ltações do dcador. De acordo co a etodologa utlzada, duas terações curtas tera duas vezes as peso que ua úca teração pelo dobro do tepo e sso se pode devr à gravdade do problea do pacete e ão à efcêca da udade hosptalar. A últa área a ser cosderada é a de urbazação. Para ela exste u grade úero de caddatos a dcadores. Quloetrage de avedas e ruas pavetadas, adção de salzação as ruas, etc. O grade problea da aora destes dcadores é que os gastos co urbazação reflete e geral vestetos peraetes, os quas ua vez realzados ecessta apeas de auteção para que cotue prestado servços à população. U exeplo talvez elucde elhor a atureza do problea. Supoha que u ucípo ão teha realzado ehua obra vára e u deterado ao. Neste caso o gasto efcete deste ucípo para este ao sera zero, ua vez que se ão houve elhoras todo dhero gasto sera puro desperdíco. No etato, se a quatdade de ruas pavetadas fosse utlzada coo dcador, este ucípo tera os gastos justfcados por obras realzadas e períodos aterores. 5 Atvdates adstratvas são res \posáves por 30,7% dos gastos ucpas.

9 Poder-se-a, o etato utlzar a varação dos dcadores coo edda de efcêca. Cotudo, e ível ucpal, tas dcadores são coletados decealete, fato que vablza a sua utlzação para aálses auas. A tetatva de superar estas dfculdades levou à utlzação do úero de ucípos co coleta de lxo co dcador úco a área de urbaso. Este dcador ão padece dos probleas descrdos aca, ua vez que o gasto co o servço é coteporâeo a sua prestação. Ua vez descrto os produtos a sere cosderados, cabe dscutr a escolha do suo. Nesta avalação será cosderado coo suo a despesa orçaetára de cada ucípo o ao Esta escolha parte do prcípo de que, e teros ecoôcos, os ucípos exste para prestar certos servços às suas populações. Coo fo vsto aca, a aor parte dos servços prestados pode ser equadrados as áreas 6 de educação, saúde e urbaso. Etão, o custo total de tas servços é dado ão só pelos gastos dretos dos ucípos estas áreas, as tabé pelos dspêdos realzados as atvdades-eo, se as quas sera possível aos ucípos ofertar os servços. A despesa orçaetára total dos ucípos leva e cota todos estes gastos toados e cojuto. Mas ua vez, essa escolha plca alguas precsões de edda. Por exeplo, ucípos que te despesas co seguraça públca terão sua efcêca subestada, ua vez que estes dspêdos ão terão efetos sobre os dcadores de produto. Cotudo, tas precsões são o preço a se pagar por ua aálse tão agregada. Pode-se, etão, especfcar o problea específco de esuração da efcêca dos ucípos brasleros de acordo co a etodologa DEA. No caso do odelo co retoros costates de escala: Max : { ν, µ } s. t.: θ = ν µ x ν = j, 2 2 j, j,3 3 µ x, j =, K, I (NCCR ) ode é o úero de atrículas e escolas ucpas para o eso fudaetal o -éso ucípo o ao 2000, 2 é o úero de terações e hosptas da rede ucpal do -éso ucípo o ao 2000, 3 é o úero de docílos ateddos por coleta de lxo o -éso ucípo o ao 2000, x é a despesa orçaetára total do -éso ucípo o ao 2000, ν, ν 2, ν 3 e µ são os pesos assalados pelo odelo às varáves, 2, 3 e x, respectvaete. Já o caso do odelo co retoros varáves de escala: Max : { ν, µ } s. t.: θ = ν µ x ν = j, 2 2 j, j,3 3 u u µ x, j =, K, I (NBCC ) ode u é a varável de escolha que capta os efetos de escala. 6 A utlzação do tero área ao vés do tero orçaetáro fução se deve ao fato da área de saúde abrager gastos própros da fução saúde be coo gastos de outras fuções, coo saeaeto por exeplo. Co a área educação e urbaso o eso ocorre.

10 2.3 Bases de Dados As forações sobre úero de craças atrculadas o eso básco e escolas ucpas, sobre o úero de terações hosptalares e hosptas da rede ucpal e sobre o úero de docílos servdos co coleta de lxo, fora obtdos a Base de Iforações Mucpas (BIM) produzda pelo Isttuto Braslero de Geografa e Estatístca (IBGE). Os dados sobre as despesas orçaetáras dos ucípos fora obtdos a base FINBRA da Secretara do Tesouro Nacoal. Todas as forações se refere ao ao 2000, que é o últo ao cestáro o Brasl. Fora utlzados os dados dos ucípos que cotha forações para todas as varáves a sere utlzadas, sto é, aqueles ucípos os quas algua foração estava faltado fora descosderados. Esta falta de forações pode ter duas causas: ou o ucípo ão presta algus dos servços, por exeplo, algus dos ucípos ão dspõe de hosptas, ou houve algua falha a obteção dos dados. Após a aplcação deste crtéro 3.25 dos 5506 ucípos peraecera a aostra. Fo ecessára, ada, a realzação de ua fltrage crítca dos dados de fora a elar da aostra ucípos que apresetasse fortes dícos de correção os seus dados. Tal depuração fo realzada da segute aera: fora calculadas as despesas per capta de cada u dos 3.25 ucípos reaescetes e aqueles que apresetara valor feror a R$ 50,00 ou superor a R$ 5.000,00 fora excluídos. Após esta fltrage a aostra passou a cotar co ucípos. Na tabela são descrtas alguas característcas da aostra utlzada equato que a tabela 2 são apresetadas estatístcas descrtvas da aostra. É váldo ressaltar que, e teros populacoas, esta aostra de ucípos abrga 46,82 lhões de habtates, correspodedo a 86,46% da população braslera o ao Regão População a Aostra Tabela Represetatvdade da Aostra Núero de % da Mucípos Aostra a Aostra Represetatvdade % da Aostra Norte ,92 49,44 Nordeste ,22 57,8 Sudeste ,07 52,0 Sul ,67 65,49 Cetroeste , 72,8 TOTAL ,00 58,23 Tabela 2 Estatístcas Descrtvas das Varáves Utlzadas Estatístca Desvo Per Total Méda Varável Padrão Capta Máxo Mío Matrículas , Iterações , Coleta de Lxo , Despesa ,

11 3 Aálse dos Resultados 3. Coparações etre os Resultados Agregados dos Modelos CCR e BCC e Efcêca de Escala As forações dos ucípos fora utlzadas a costrução de dos odelos co etodologa DEA 7. No prero deles, fo estabelecda a hpótese de retoros costates de escala (odelo CCR) e o segudo a hpótese de retoros varáves de escala (BCC). Os resultados agregados de cada odelo são apresetados a tabela 3. Tabela 3 Resultados Agregados dos Modelos CCR e BCC Despesa Desperdíco CCR %Desperdíco CCR 70,45 Desperdíco BCC %Desperdíco BCC 47,38 Desperdíco de Escala %Desperdíco de Escala 32,75 Na prera lha da tabela 3 aparece o total agregado da despesa orçaetára dos ucípos da aostra, a qual soou quase 72 blhões de reas (e valores corretes). Na seguda lha teos o total de desperdíco detectado pelo odelo CCR a aostra. Este total chega a 70,45% ou 50,5 blhões de reas. Este úero, cotudo, deve ser terpretado co cudado. O seu sgfcado é que, se todos os ucípos gersse seus recursos da fora coo o faze os ucípos as efcetes (que são apeas 3 o odelo CCR), a esa quatdade de servços podera ser ofertada co pouco eos de 30% dos recursos efetvaete dspêdos. Vale otar, que o odelo CCR descosdera os gahos e perdas de escala porvetura exstetes a provsão dos servços públcos cosderados. Coo já fo ecoado a seção 2, o odelo BCC é as flexível este aspecto e perte que os dados se adapte às varações de escala exstetes. A utlzação deste segudo odelo apotou para u desperdíco de 34 blhões, o que represeta 47,38% do total da despesa (lhas 4 e 5 da tabela 3). Isto quer dzer que, eso descotados os efetos de escala, a provsão dos servços públcos podera ter sdo realzada co cerca de etade dos recursos que fora utlzados pelos ucípos o ao 2000, se todos os ucípos gersse seus recursos orçaetáros co efcêca relatva áxa. O fato de que os ucípos e geral ão apreseta a escala óta é refletdo a dfereça etre o desperdíco calculado pelo odelo CCR e aquele resultate da aplcação do odelo BCC. Esta dfereça, que chega agregadaete a 6,5 blhões de reas, é o desperdíco de recursos devdo a probleas de escala e represeta aproxadaete /3 do total desperdçado. Outro resultado teressate aparece quado se exaa os valores dvduas dos coefcetes de efcêca dos ucípos co relação à escala. O odelo BCC apota a exstêca de 23 ucípos efcetes quado são levados e cosderação os efetos de escala. Coo fo vsto a seção 2, o resultado da dvsão do coefcete BCC pelo coefcete CCR dca a efcêca de escala de ua 7 Utlzou-se o software SAS para a pleetação dos odelos, ua vez que o grade úero de udades a sere cosderadas excede a capacdade da aora dos prograas de pleetação da etodologa DEA exstetes.

12 deterada udade. No gráfco tas coefcetes de efcêca de escala são plotados cotra a despesa orçaetára dos 23 ucípos efcetes pelo crtéro BCC. Gráfco Resultados Agregados dos Modelos CCR e BCC,00 0,90 0,80 = -0,08L(x) + 2,04 R 2 = 0,5 Efcêca de Escala 0,70 0,60 0,50 0,40 0,30 0,20 0,0 0, Despesa Orçaetára Ao reverso do que sera de se esperar, u padrão de retoros egatvos de escala fo detectado, sto é, ucípos aores tede a apresetar aor grau de efcêca o crtéro CCR, dada a sua efcêca o crtéro BCC. Talvez este resultado seja dervado do fato de que ucípos aores tere gastos as expressvos e dcadores que ão os cosderados este artgo. Coo o crtéro de efcêca aqu é baseado tão soete os três dcadores escolhdos, os ucípos aores aparecera coo eos efcetes, pos desperdça recursos orçaetáros a geração de outros produtos e servços para suas populações. A regressão logarítca ostrada o gráfco serve apeas coo lustração para que se possa aprecar a tedêca de retoros decrescetes de escala observada os dados. 3.2 Dstrbução do Desperdíco Segudo Regões e Taaho dos Orçaetos A dstrbução regoal dos desperdícos de recursos orçaetáros é ostrada a tabela 4. U poto a ser destacado é o de que a efcêca apreseta forte correlação co o dspêdo per capta. Quado se ede a correlação desta últa varável co o ível de desperdíco o crtéro CCR ecotra-se u valor 0,9405, o que plca forte aderêca da efcêca co o dspêdo per capta. Quado o expereto é realzado substtuído-se o crtéro de efcêca CRR pelo crtéro BCC, a correlação postva persste, ada que eos elevada, atgdo 0,5094.

13 Regão Despesa Orçaetára R$ Mlhões Tabela 4 Dstrbução Regoal da Iefcêca Mucpal Desperdíco Desperdíco Desperdíco CCR CCR BCC R$ Mlhões % R$ Mlhões Desperdíco BCC % Despesa Per Capta R$ Norte , ,87 333,78 Nordeste , ,99 334,63 Sudeste , ,00 592,25 Sul , ,5 539,5 Cetroeste , ,46 467,34 Total , ,38 489,6 Os padrões regoas de desperdíco, o etato, apreseta pequea varação, especalete quado se cosdera o crtéro CCR, co dfereças de aproxadaete 0% etre as regões de áxo desperdíco (Sudeste) e a de ío (Nordeste). Quado se aalsa a dstrbução do desperdíco por faxas de população u padrão uto elhor defdo é detectado. Coo se observa a tabela 5, os ucípos co eor população tê u ível de desperdíco (crtéro BCC) de quase 75%. Este coefcete va cado à edda que as faxas populacoas vão crescedo, atgdo seu ível ío a faxa que coté ucípos co população superor a u lhão de habtates, esta faxa o desperdíco é reduzdo para eos de 0% da despesa. E teros de percetage o desperdíco total, os ucípos eores partcpa co bascaete 30% da totaldade, ebora suas despesas orçaetáras chegue a apeas a 9% do total da aostra. Já os ucípos co as de u lhão de habtates (2 a aostra), realza 28,5% do total das despesas da aostra e partcpa co 5,9% do desperdíco. É portate ressaltar que tas úeros são obtdos quado as perdas de escalas do odelo BCC são cosderadas. Faxa de População Tabela 5 Dstrbução da Iefcêca Segudo Taaho dos Mucípos Modelo BCC Núero de Mucípos População Aostra % Despesas Totas R$Mlhões Desperdíco R$Mlhões Desperdíco % Partcpação Desperdíco Total % < , ,79 29,97 < , ,66 23,45 < , ,64 7,93 < , ,86 22,79 > , ,76 5,86 Tas resultados de desperdíco são, provavelete, subestados, ua vez que ão há porque se esperar que os ucípos que estão fora da aostra apresete desepeho elhor que os cluídos ela. Pelo cotráro, o fato de algus deles ão tere sdo cluídos devdo à dspobldade de forações já é u bo díco de suas defcêcas adstratvas, as quas pode se refletr e sua efcêca. Adeas, boa parte dos ucípos excluídos da aostra é de pequea população, o que é outro dcatvo de que a sua clusão tedera a auetar os úeros sobre desperdíco, ua vez que,

14 segudo a aálse aqu realzada, os ucípos pouco populosos são os que as desperdça recursos. 4 Coclusões Este trabalho utlzou o étodo DEA para avalar os desperdícos exstetes a execução orçaetára ucpal braslera. Este étodo perte ua coparação da efcêca relatva das udades decsóras, os ucípos o caso. O desperdíco é calculado coo sedo a dfereça etre o que u dado ucípo despedeu e o quato tera sdo gasto pelas udades as efcetes da aostra para prestar o ível de servços realzado pela udade avalada. Fora utlzados, co esse tuto, dos odelos DEA dferetes. O prero é o odelo CCR, o qual cosdera retoros costates de escala, ou aalogaete, descosdera quasquer perdas ou gahos de escala exstetes etre as udades avaladas. Já o odelo BCC corpora redetos de escala varáves, o que dá as flexbldade à aálse. A coparação dos resultados dos dos odelos pertu ferêcas sobre o desepeho de escala a provsão de servços ucpas o Brasl. Fo utlzada ua aostra de ucípos represetatvos de todas as regões geográfcas do país. Os resultados refere-se ao ao Coo produtos ucpas fora utlzadas as segutes varáves: úero de craça atrculadas a rede ucpal de eso básco, úero de terações a rede hosptalar ucpal e úero de docílos co coleta de lxo o ucípo. Co suo fo utlzada o total da despesa orçaetára ucpal. Para este cojuto fo detectado u desperdíco de 50,6 blhões de reas, quado o odelo CCR e utlzado. Tal úero correspode a 70,5% da despesa orçaetára dos ucípos estudados. O desperdíco ca para 34 blhões de reas quado os efetos de escala são cosderados (odelo BCC). Detectou-se ada que, grade parte do desperdíco acotece os ucípos de eor população, ebora os dados dque retoros decrescetes de escala a provsão de servços ucpas. Bblografa Afoso, A. e S. Ferades. (2006). Local Goveret Spedg Effcec: DEA Evdece for Lsbo Rego, Regoal Studes, 40, Afoso, A., L. Schukecht e V. Taz. (2006). Publc Sector Effcec: Evdece for New EU Mebers States ad Eergg Markets. Europea Cetral Bak Workg Paper. No. 58. Aderso, L., H. J. Walberg, e T. Weste. (998). Effcec ad EffectveessAalss of Chcago Publc Eleetar Schools: 989, 99, 993, Educatoal Adstrato Quarterl 34, Baker, R. D., A. Chares e W. W. Cooper. (984). Soe Models for Estatg Techcal ad Scale Ieffceces Data Evelopet Aalss, Maageet Scece, 30,

15 Butler, T. W., e L. L. (2005). The Utlt of Returs to Scale DEA Prograg: A Aalss of Mchga Rural Hosptals, Europea Joural of Operatoal Research 6, Caballero, R., T. Galache, T. Goez, J. Mola, e A. Torrco. (2004). Budgetar Allocatos ad Effcec the Hua resources Polc of a Uverst Followg Multple Crtera, Ecoocs of Educato Revew 23, 67. Chakrabort, K., B. Bswas e W. C. Lews. (200). Measureet of Techcal Effcec Publc Educato: A Stochastc ad Nostochastc Producto Fucto Approach, Souther Ecooc Joural 67, Chares, A., W. W. Cooper e E. Rhodes. (978). Measurg the Effcec of Decso Makers Uts, Europea Joural of Operatoal Research, 2, Coel T. J., D. S. P. Rao, C. J. O Doell e G. E. Battese. (2005). A Itroducto to Effcec ad Productvt Aalss. Sprger. 2 a edção, Nova Iorque. Cooper, W. W., L. M. Seford ad K. Toe. (2006). Itroducto to Data Evelopet Aalss ad Its Uses. Sprger. Nova Iorque. Farrel, M. J. (957). The Measureet of Productve Effcec, Joural of the Roal Statstcal Socet, Seres A, CXX, part 3, Gupta, S. e M. Verhoeve. (200). The Effcec of Goveret Expedtures: Expereces fro Afrca, Joural of Polc Modellg, 23, Musgrave R. A. (997). Recosderg the Fscal Role of the Goveret, Aerca Ecooc Revew, 87, Sola, M., e D. Pror. (200). Measurg Productvt ad Qualt Chages Usg Data Evelopet Aalss: A Applcato to Catala Hosptals, Facal Accoutablt ad Maageet 7, Taz V. e L. Schukecht (977). Recosderg the Fscal Role of the Goveret: The Iteratoal Perspectve, Aerca Ecooc Revew, 87,

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

Capitulo 7 Resolução de Exercícios

Capitulo 7 Resolução de Exercícios FORMULÁRIO Audades Costates Postecpadas HP C [g][end] Cp LN 1 1 1 1 C p R Cp R R a, R C p, 1 1 1 a LN 1 Sp LN 1 1 1 S p R S p R R s, R S p, 1 1 s LN 1 Audades Costates Atecpadas HP C [g][beg] 1 (1 ) 1

Leia mais

INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES

INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES . Populações depedetes co dstrbução oral População População,, Y,,Y ~ N, Y ~ N, Y ~ N, Obs. Se a dstrbução de e/ou Y ão for oral, os resultados são váldos aproxadaete.

Leia mais

Balanço de Massa e Energia Aula 2

Balanço de Massa e Energia Aula 2 alaço de assa e Eerga ula Udades e Desão Desão: Quatdade que pode ser edda, são as gradezas báscas coo copreto, assa, tepo, teperatura etre outras, ou quatdades calculadas pela dvsão ou ultplcação de outras

Leia mais

8. INFERÊNCIA PARA DUAS POPULAÇÕES

8. INFERÊNCIA PARA DUAS POPULAÇÕES 8 INFERÊNCIA PARA UA POPULAÇÕE 8 Populações depedetes co dstrbução oral População População, L, Y, L,Y ~ N, σ Y ~ N, σ σ σ Y ~ N, Obs e a dstrbução de e/ou Y ão for oral, os resultados são váldos aproxadaete

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. .pucrs.br/faat/val/.at.ufrgs.br/~val/ Prof. Lorí Val, Dr. val@at.ufrgs.br val@pucrs.br Coleção de úeros estatístcas O úe ro de carros ve ddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%.

Leia mais

MODELAGEM MATEMÁTICA E ANÁLISE DO PROCESSO DE FLOCULAÇÃO EM CÂMARAS EM SÉRIE

MODELAGEM MATEMÁTICA E ANÁLISE DO PROCESSO DE FLOCULAÇÃO EM CÂMARAS EM SÉRIE MODELAGEM MATEMÁTICA E ANÁLISE DO POCESSO DE FLOCULAÇÃO EM CÂMAAS EM SÉIE odrgo B Moruzz, Sauel Coceção de Olvera Professor da Uesp, Capus de o Claro, o Claro-SP, Brasl, roruzz@rcuespbr Professor da Uesp,

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

PUCRS - FENG - DEE - Mestrado em Engenharia Elétrica Redes Neurais Artificiais Fernando César C. de Castro e Maria Cristina F. de Castro.

PUCRS - FENG - DEE - Mestrado em Engenharia Elétrica Redes Neurais Artificiais Fernando César C. de Castro e Maria Cristina F. de Castro. PUCRS - FENG - DEE - estrado e Egehara Elétrca Redes Neuras Artfcas Ferado César C. de Castro e ara Crsta F. de Castro Capítulo 6 Redes Neuras Artfcas para Decoposção de u Espaço Vetoral e Sub-Espaços

Leia mais

4 REPRESENTAÇÃO E/S NO DOMÍNIO TRANSFORMADO (funções de transferência)

4 REPRESENTAÇÃO E/S NO DOMÍNIO TRANSFORMADO (funções de transferência) 4 REPRESENTAÇÃO E/S NO DOMÍNIO TRANSFORMADO (fuções de trasferêa) 4. Trasforada de Laplae É u operador lear, que opera sobre fuções de varável otíua postva, defdo por: L f(t) = f(s) = f(t) e -st dt Nota:

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que

Leia mais

Palavras-chave: Problemas de corte e empacotamento, carregamento de contêineres com múltiplos destinos, otimização combinatória, modelagem matemática.

Palavras-chave: Problemas de corte e empacotamento, carregamento de contêineres com múltiplos destinos, otimização combinatória, modelagem matemática. 1 ABORDAGENS PARA PROBEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE MÚTIPOS DESTINOS eoardo Juquera Realdo Morabto Dese Sato Yaashta Departaeto de Egehara de Produção Uversdade Federal de São

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

CAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento

CAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento CAP RATES, YIELDS E AALIAÇÃO DE IMÓEIS pelo étodo do rendento Publcado no Confdencal Iobláro, Março de 2007 AMARO NAES LAIA Drector da Pós-Graduação de Gestão e Avalação Ioblára do ISEG. Docente das caderas

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

6. Inferência para Duas Populações USP-ICMC-SME 2013

6. Inferência para Duas Populações USP-ICMC-SME 2013 6. Iferêca ara Duas Poulações UP-ICMC-ME 3 8.. Poulações deedetes co dstrbução oral Poulação Poulação,,,, ~ N, ~ N, ~ N, Obs. e a dstrbução de e/ou ão for oral, os resultados são váldos aroxadaete. Testes

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

Programação Paralela

Programação Paralela rograação aralela FEU 4. Avalação de steas aralelos Defções Razão etre a velocdade de processaeto coseguda o sstea paralelo e a velocdade coseguda co u processador (pouca foração...) Efcêca Quocete do

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering)

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering) 7. Agrupaeto fuzzy (fuzzy clusterg) 7. Agrupaeto clássco Agrupaeto é a classfcação ão-supervsoada de padrões (observações, dados, objetos, eeplos) e grupos (clusters). Itutvaete, padrões seelhates deve

Leia mais

Síntese de Transformadores de Quarto de Onda

Síntese de Transformadores de Quarto de Onda . Sítese de rasforadores de Quarto de Oda. Itrodução rasforadores de guia de oda são aplaete epregados o projeto de copoetes e oda guiada e são ecotrados e praticaete todas as cadeias alietadoras de ateas

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

SUBSTITUIÇÕES ENVOLVENDO NÚMEROS COMPLEXOS Diego Veloso Uchôa

SUBSTITUIÇÕES ENVOLVENDO NÚMEROS COMPLEXOS Diego Veloso Uchôa Nível Avaçado SUBSTITUIÇÕES ENVOLVENDO NÚMEROS COMPLEXOS Dego Veloso Uchôa É bastate útl e probleas de olpíada ode teos gualdades ou quereos ecotrar u valor de u soatóro fazeros substtuções por úeros coplexos

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

Algoritmos de partição e geração de colunas para dimensionamento de lotes de produção

Algoritmos de partição e geração de colunas para dimensionamento de lotes de produção C. Petel, F. Alvelos, J. Carvalho / Ivestgação Operacoal, 26 (2006) 129-146 129 Algortos de partção e geração de coluas para desoaeto de lotes de produção Cara Mara Olvera Petel Flpe Perera e Alvelos José

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Autovalores e Autovetores..- Autovetores e Autovalores de ua Matrz..- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. Cotuação da

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

Leia mais

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA versão mpressa ISSN 00-7438 / versão ole ISSN 678-542 AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA Luís Alberto Duca Ragel UFF-COPPE/PEP/UFRJ

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 3- Autovalores e Autovetores. 3.- Autovetores e Autovalores de ua Matrz. 3.- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. 3.- Autovetores

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

Capítulo 6 - Centro de Gravidade de Superfícies Planas Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

SIMULAÇÃO DE SISTEMAS CAOTICOS NO MICROMEDIA FLASC

SIMULAÇÃO DE SISTEMAS CAOTICOS NO MICROMEDIA FLASC Aas do XXXIV COBENGE. Passo Fudo: Ed. Uversdade de Passo Fudo Setebro de 006. ISBN 85-755-7- SIMULAÇÃO DE SISTEMAS CAOTICOS NO MICROMEDIA FLASC José Slvéro Edudo Gerao - slvero@ta.br ITA Isttuto Tecológco

Leia mais

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000 Aas III Smpóso Regoal de Geoprocessameto e Sesorameto Remoto Aracaju/SE, 25 a 27 de outubro de 2006 UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 99-2000 OLIVEIRA,

Leia mais

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi ISSN 1984-7203 Projeção Populacoal 2013-2020 para a Cdade do Ro de Jaero: uma aplcação do método AB Nº 20130102 Jaero - 2013 Iva Braga Ls 1, Marcelo Pessoa da Slva, Atoo Carlos Carero da Slva, Sérgo Gumarães

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

Leia mais

3 Precificação de resseguro

3 Precificação de resseguro Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até

Leia mais

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Centro de massa Dinâmica do corpo rígido

Centro de massa Dinâmica do corpo rígido Cetro de assa Dâca do corpo rígdo Nota: As fotografas assaladas co () fora retradas do lvro () A. Bello, C. Portela e H. Caldera Rtos e Mudaça, Porto edtora. As restates são retradas de Sears e Zeasky

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO DE JNEIRO DEPRTMENTO DE ENGENHRI CIVIL PLICÇÕES DE MÉTODOS DE ENERGI PROBLEMS DE INSTBILIDDE DE ESTRUTURS Julaa Bragh Ramalho Raul Rosas e Slva lua de graduação do curso

Leia mais

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

DINÂMICA VIBRAÇÕES DE SISTEMAS COM 1 GRAU DE LIBERDADE. António Araújo Correia

DINÂMICA VIBRAÇÕES DE SISTEMAS COM 1 GRAU DE LIBERDADE. António Araújo Correia DINÂMICA VIBRAÇÕES DE SISTEMAS COM GRAU DE IBERDADE Atóo Araújo Correa Jaero de 007 VIBRAÇÕES DE SISTEMAS COM GRAU DE IBERDADE. INTRODUÇÃO Esta publcação desta-se ao apoo das aulas da dscpla seestral de

Leia mais

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC)

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC) Isttuto Nacoal de Estudos e Pesqusas Educacoas Aíso exera INEP stéro da Educação EC Ídce Geral de Cursos (IGC) O Ídce Geral de Cursos (IGC) é ua éda poderada dos cocetos dos cursos de graduação e pós-graduação

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Portanto, os juros podem induzir o adiamento do consumo, permitindo a formação de uma poupança.

Portanto, os juros podem induzir o adiamento do consumo, permitindo a formação de uma poupança. Matemática Fiaceira Deixar de cosumir hoje, visado comprar o futuro pode ser uma boa decisão, pois podemos, durate um período de tempo, ecoomizar uma certa quatia de diheiro para gahar os juros. Esses

Leia mais

AÇÕES E COMBINAÇÕES DAS AÇÕES

AÇÕES E COMBINAÇÕES DAS AÇÕES AÇÕES E COMBINAÇÕES DAS AÇÕES 1. INTRODUÇÃO As oras brasileiras para projetos de estruturas especifica que u projeto é coposto por eorial justificativo, desehos e, tabé por plao de execução quado há particularidades

Leia mais

Probabilidades como ferramentas de controle da quantidade de poluentes emitidos pelo tráfego de veículos motorizados

Probabilidades como ferramentas de controle da quantidade de poluentes emitidos pelo tráfego de veículos motorizados XXV Ecotro Nac. de Eg. de Produção Porto Alegre, RS, Brasl, 29 out a 0 de ov de 2005 Probabldades coo ferraetas de cotrole da quatdade de poluetes etdos pelo tráfego de veículos otorzados Luz Delca Castllo

Leia mais

Exercícios Propostos

Exercícios Propostos Exercícios Propostos Ateção: Na resolução dos exercícios cosiderar, salvo eção e cotrário, ao coercial de 360 dias. 1. Calcular o otate de ua aplicação de $3.500 pelas seguite taxas de juros e prazos:

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais