PROGRAMAÇÃO QUADRÁTICA NA DETERMINAÇÃO DE PREÇO DE MULTIPRODUTOS EM UM CENÁRIO DE CURTO PRAZO

Tamanho: px
Começar a partir da página:

Download "PROGRAMAÇÃO QUADRÁTICA NA DETERMINAÇÃO DE PREÇO DE MULTIPRODUTOS EM UM CENÁRIO DE CURTO PRAZO"

Transcrição

1 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO Edlso Paulo Doutorado em Cotroladora e Cotabldade FEA/USP Professor da Uersdade Presbteraa Mackeze Edereço: Rua da Represa, 75 apto 4 Bloco A - Rudge Ramos CEP 964- São Berardo do Campo/SP Brasl E-mal: e.paulo@uol.com.br elefoe: () RESUMO As empresas se preocupam cada ez com maor tesdade o ue cocere à polítca de formação de preço e mx de edas de seus produtos, porue passou a ser um fator decso para o sucesso da empresa o atual ambete dos egócos. Porém, ão exste uma abordagem terdscplar sobre o tema, o ue se faz ecessáro dedo à sua complexdade e o terrelacoameto etre as dersas aráes uattatas e ualtatas ue fluecam a tomada de decsão. A formação do preço e o mx de edas ecesstam de uma abordagem mas ampla e ue cotemple um maor úmero de aráes possíes. Este trabalho tee como objeto aalsar algus cocetos mportates para o estudo e deseoler um modelo matemátco de programação uadrátca, ue represete as relações exstetes etre os dersos produtos e suas aráes, e ue ateda aos objetos preteddos pela empresa, por meo da determação dos preços (e mx) de edas, obserado as restrções de capacdade stalada e de mercado. Palaras-chae: Programação uadrátca. Preço. Multprodutos. ABSRAC Compaes hae gradually bee deelopg a more serous cocer wth the polcy of ther products prce formato ad sales mx, sce ths polcy has become a decse factor for the compay success the preset day busess eromet. Howeer, a terdscplary approach to ths matter does ot exst. o create oe s ecessary due to the problem s complexty ad the terrelatoshp amog seeral uattate ad ualtate arables that fluece decso makg. he prce formato ad sales mx eed a wder approach ad t should cotemplate a larger umber of possble arables. he preset study has had as ts am to aalyse mportat cocepts for the studes ad the deelopmet of a mathematcal model of uadratc programmg, whch represets the exstet relatoshps amog derse products ad ther arables, ad whch fulfls objectes teded by the compay, through determato of the sales prces (ad mx), takg to cosderato the stalled capacty ad market costrats. Keywords: Quadratc programmg. Prce. Multproducts. INRODUÇÃO Para ue as empresas alcacem seus objetos, elas deem se preocupar com a polítca de formação de preço e mx de edas de seus produtos. Porém, esse tema se tora complexo Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

2 Edlso Paulo 8 dedo ao grade úmero de aráes a serem cosderadas o seu estudo. Assm, é comum ue cada empresa deseola o seu própro mecasmo de formação de preço, orteada por formações teras e exteras, torado dfícl a elaboração de uma regra ou modelo úco. Nas teoras exstetes etre os dersos campos ue abordam tal tema, obsera-se a exstêca de um deseolmeto terdscplar. Porém, ão exste uma abordagem terdscplar sobre o tema, o ue se faz ecessáro dedo à sua complexdade e o terrelacoameto etre as dersas aráes uattatas e ualtatas ue fluecam a polítca de formação do preço e do mx de eda dos produtos. O deseolmeto terdscplar se justfca, segudo Berard (996, p.), dedo ao fato de a peuea e méda empresa poucos executos admstrarem e a grade empresa os especalstas terem são ou área de atuação restrtas, usualmete com tegração defcete. Berard (996, p.) retera afrmado ue outra razão para esta abordagem terdscplar é o fato de ue o própro estudate recebe uma carga teórca de cohecmetos fragmetados, ormalmete ão trasmtdos de forma terata, tedo por coseüêca dfculdades de eteder o todo, as partes e a oção de eulíbro. Etão a falta de deseolmeto terdscplar é dedo: a) à falta do cohecmeto tegrado da empresa por parte dos executos; b) ao cohecmeto cetífco fragmetado. Outra dfculdade ecotrada é ue uma grade parte dos estudos efetuados é deseolda somete sobre a hpótese de um úco produto. Esta stuação ão se euadra a realdade da maora das empresas, pos geralmete trabalham com mas de um produto/serço, torado, assm, falha a aplcação dos métodos e téccas propostas por tas estudos. Dedo ao fato de a maora das empresas oferecerem uma grade aredade de produtos, deem ser deseoldas metodologas de formação do preço e mx de produtos, ue permtam: a) fxar um preço de eda ue o mercado cosdere justo para os seus produtos; b) determar o mx de produtos a serem produzdos e eddos detro de um determado período, atededo às ecessdades do mercado; a) determar a escala de operações das atdades a serem deseoldas pela empresa; b) alcaçar lucratdade o logo prazo. Para ue se possa ter êxto em ualuer atdade, a empresa dee possur uma adeuada polítca de formação do preço e mx de edas para os seus produto/serços. No etato, ale ressaltar ue por s só sto ão garate o sucesso da empresa, dedo à complexdade e certeza do mercado. O bree ceáro exposto motou a segute uestão de pesusa: Com as ferrametas computacoas dspoíes, podera ser deseolda uma metodologa de formação de preço e mx de produção/edas ue fosse aplcado em ambete empresaral com multprodutos? Dessa forma, o objeto geral deste estudo é deseoler um modelo aalítco, parcmooso, para o estabelecmeto do preço ótmo e mx ótmo de produtos em ambete de multprodutos, ue maxmze o resultado de curto prazo da empresa. Para atgr o objeto geral deste estudo, deseoleu-se uma pesusa exploratóra. A seção apreseta a resão de lteratura sobre a formação do preço de eda e mx de produtos e programação matemátca. Na seção, fo deseoldo o modelo da programação uadrátca de formação de preço e de mx de produtos ue maxmze o resultado. Falzado o artgo, teceram-se cosderações fas sobre o problema. Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

3 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO 9 FORMAÇÃO DO PREÇO DE VENDA Muto se dscute sobre a forma pela ual dee ser fxado o preço de eda dos produtos. Bascamete, pode-se classfcar os sstemas de formação de preço de eda em duas categoras: os fxados pela aálse do mercado e os determados pelos custos da empresa (BERNARDI, 996). Atualmete, a premssa de ue o preço de eda dos produtos e, coseüetemete, o mx de produtos são determados por uma fução de custo e lucro é uestoáel (DOLAN e SIMON, 998; AKINSON et al., ), pos as forças mercadológcas se apresetam com maor fluêca sobre eles. Dersos fatores fzeram com ue o clete se torasse um fator de prmordal mportâca, como globalzação, dersfcação dos produtos, aumeto da cocorrêca, escassez de recursos faceros, crescete íel de exgêca de ualdade, etc. (KOLER, 998). A empresa está serda em um mercado, para ue possa ateder às ecessdades deste, e será remuerada por sso (LEONE, ). Para a empresa se torar competta, deerá gerecar seus custos e produção. Berard (996, p.9) efatza ue o preço ue o mercado estara dsposto a pagar ão sgfca o mas alto possíel a ser pratcado, mas auele ue represeta alor para o cosumdor, o ue resulta um preço competto. A empresa tem ue estabelecer um preço justo, ue ateda às ecessdades, característcas, ualdades exgdas pelo cosumdor. Sedo assm, o mercado é o aldador do preço (justo) estabelecdo pela empresa para seus produtos e serços. Com sto, mercado e custos são duas fotes de formações uase sempre dssocáes para ue a empresa possa obter sucesso a tomada de decsões de preço de eda e, coseüetemete, o mx de produtos (NAGLE; HOLDEN, 995).. Decsões sobre preço e mx de produtos Para a empresa alcaçar o lucro desejado, deerá mater um adeuado sstema de gerecameto de custos e despesas, mas também deerá estabelecer uma polítca de preço coerete com os objetos da empresa e exgêcas do mercado. Na realdade, a empresa busca uma retabldade para ue remuere seus estmetos, leado em cosderação o ramo de atdade, rscos sobre o tpo de egóco e a cojutura ecoômca. Berard (996) classfca as polítcas de preços: a) em fução dos objetos - peetração o mercado, aumeto da partcpação, preço de exclusdade (skmmg), recuperação de caxa, maxmzação de resultados, promoção de produto/serço específco, preço/ualdade, preço/oportudade; b) em fução da demada - dscrmação de preço; c) em fução da cocorrêca - preço médo pratcado, preços mas altos ou mas baxos em determados patamares, preço competto elaborado de fora para detro da orgazação. Esta classfcação proposta pelo autor ão pode ser tomada como estátca, pos as dersas polítcas de preços podem ou deeram se teragr em determados mometos. Logcamete, a polítca de preço tem ue estar afada com os objetos e metas da empresa, deedo ser estabelecdo com base a procura e oferta dos produtos e obserado os preços pratcados pela cocorrêca. Outra classfcação é estabelecda por Atkso et al. () ue aalsa as decsões sobre preço e mx de produtos, uato ao poscoameto da empresa o mercado e uato ao período ue abrage as decsões. Quato ao poscoameto o mercado, as empresas são Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

4 Edlso Paulo 4 classfcadas em segudoras de preços e líderes de preços; euato ue, em relação ao período abragdo, as decsões são classfcadas em decsões de curto e de logo prazo. Empresa segudora de preços é a empresa ue tem peuea ou ehuma fluêca sobre as forças de oferta e de demada do mercado e, por cosegute, sobre os preços de seus produtos (AKINSON et al.,, p.66); restado adeuar seu mx de produtos em fução dos preços estabelecdos o mercado para seus produtos. Caracterza-se como empresa segudora de preços, empresas ue estão em um ramo de atdade ue possu úmeros cocorretes, ue soladamete ão fluem os preços, pos seus preços são fxados atededo às codções de demada e de oferta do mercado. Empresa líder de preço é a empresa ue fxa ou oferece os preços de seus produtos porue desfruta de parte sgfcata do segmeto de seu mercado (AKINSON, et al.,, p.68). as empresas são líderes de preços, porue coseguem obter uma dferecação de seus produtos, crado, com essa dferecação, alor para o clete e, assm, possuem uma parcela sgfcata da partcpação do mercado, podedo estabelecer a lderaça de preço. Com base o período abragdo pela tomada de decsão, as decsões sobre preço e mx de produto são classfcadas em decsões de curto ou de logo prazos. Nas decsões de curto prazo, a empresa dee aalar se exste ou ão capacdade stalada ocosa, em fução das alteratas de produção adcoal. As decsões de logo prazo procuram ajustar a capacdade produta para ateder aos áros produtos demadados, trodução de oos produtos, elmação de produtos exstetes, alterações os estmetos da empresa.. Os custos a formação do preço O cohecmeto costate, aprofudado e precso dos custos da empresa leará os gestores a tomarem decsões em bases mas adeuadas e, assm, a plaejar suas estdas o mercado com maor flexbldade (MORRIS, 994). O custo do produto poderá ser estabelecdo de formas dferetes, depededo do tpo de formações ecessáras para a tomada de decsão, exstdo dersos métodos, sstemas e crtéros para custear o produto. Os custos dos produtos depederão, calmete, do sstema de produção ue estabelecerá o sstema de acumulação dos custos: por ordem de produção ou por processo. Posterormete, a escolha do sstema de acumulação dos custos, é selecoado o método de custeo: absorção, aráel ou tegral; depos, as téccas de custeo e outros dados ue fluecam a determação dos custos (PAULO; PEDROSA JUNIOR; LEONE, ). O custeo por absorção é um método ue corpora tato os custos fxos uato os custos aráes, sejam eles dretos ou dretos ao produto. Detro deste método, euadramse dersos crtéros de custeo, como departametalzação, taxas pré-determadas, custeo por atdade, udade de esforço padrão etc. O custeo aráel é um método ue aala os produtos com base os custos e despesas aráes. Neste método, também ão mporta se os custos são dretos ou dretos; o ue se lea em cosderação é o aspecto da arabldade (LEONE, ; PAULO, PEDROSA JUNIOR e LEONE, ). Atkso et al. (, p.7) explcam ue em três crcustâcas exstem justfcatas ecoômcas para utlzação do método de custeo por absorção para formação de preço: a) mutos cotratos, prcpalmete, frmados com o setor públco - os preços são determados pelos custos totas mas um mark-up, cluse para aueles preços ue têm um cotrole dreto por algum órgão goerametal; b) em relacoameto de logo prazo com clete para forecmeto de bes e/ou serços - o custeo por absorção corpora todos os recursos despeddos, sedo releate para as decsões de preço; e Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

5 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO 4 c) utlzado para estabelecmeto do preço-meta - o preço é estabelecdo sobre os custos totas mas um mark-up, sedo ue o preço real pratcado flutuara em toro do preço-meta, coforme a aração da demada e outras aráes exteras. No etato, o custeo por absorção apreseta-se adeuado em mutas crcustâcas, como strumeto gerecal de tomada de decsão a curto prazo, pos tem como prcpal dfculdade o tratameto a ser dado aos custos fxos, ue podem lear a alocações arbtráras e até egaosas, se ão forem efetuados em bases adeuadas. Idepedete do crtéro a ser adotado (departametalzação, taxas pré-determadas, custeo por atdades, etc.), ão será elmada a subjetdade da alocação dos custos fxos aos produtos, sedo ue a escolha do crtéro dee ser tomada com base a relação custo-beefíco proporcoado a cada stuação específca. A adoção do custeo por absorção apreseta outra desatagem em relação ao custeo aráel, pos ão será possíel o cohecmeto da margem de cotrbução de cada produto detro do processo produto e de comercalzação. Porém, é bom lembrar ue tal desatagem refere-se à tomada de decsão de curto prazo, pos para decsões de logo prazo tora-se mas acoselháel do ue o uso do custeo aráel (LEONE, ). A prcpal atagem proporcoada pelo custeo aráel é o cohecmeto sobre a margem de cotrbução de cada produto. Margem de cotrbução é o resultado da dfereça etre as recetas e os custos e despesas aráes; sedo ue, uato maor for a margem de cotrbução, maor será o lucro, desde ue a margem de cotrbução total seja maor ue os custos fxos totas, sto é, ue a margem de cotrbução cumpra o seu papel de cobrr os custos e despesas fxas e posterormete gerar lucro. Etre as outras atages do custeo aráel, pode-se destacar, também (SANOS, ): a) auxla a empresa decdr uas os produtos e/ou serços cotrbuem satsfatoramete para a geração de resultado posto; b) dca uas os produtos ue ão estão gerado lucro para a empresa, leado a uma aálse mas profuda das causas ue ocasoaram tal stuação; c) pode ser utlzado para crar alteratas de preços compettos; d) auxla a tomada de decsão sobre proposta de peddo adcoal por parte de cletes; e) faclta a aálse da captação de recursos faceros para suprmeto de dspobldade; f) cotrbu a decsão sobre a utlzação de recursos escassos a produção e comercalzação dos produtos. Cotudo, todas essas decsões substacadas o custeo aráel deem ser em um plao de curto prazo, pos, como os custos fxos ão são atrbuídos ao custo do produto, a aálse de logo prazo trará poucas formações útes. No etato, o preço de eda dee recuperar todos os recursos ue estão à dsposção da empresa, sejam eles fxos ou aráes. Outra desatagem do custeo aráel é uado da sua utlzação em empresas ue possuam um ato permaete eleado, pos para este tpo de empresa poderá ser tão útl em termos de aálse se ão houer preocupação com relação à absorção dos custos fxos totas, prcpalmete o ue tage às deprecações (SANOS,, p.5).. O mark-up a formação do preço Para se formar o preço de eda a partr do custo, ormalmete, é utlzada uma metodologa baseada a utlzação de um ídce multplcador ou dsor aplcado sobre os Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

6 Edlso Paulo 4 custos (ode ester o termo custos, lea-se custos e despesas) do produto, mercadora ou serço para se atgr o preço de eda, deomado de mark-up. Satos (, p.79) defe mark-up com sedo um ídce aplcado sobre o custo de um bem ou serço para formação do preço de eda. Os compoetes do mark-up são determados com base em relações percetuas sobre preço de eda e, em seguda, aplcados sobre o custo dos produtos. odaa, costatam-se algumas dfereças, etre os estudosos da área, em toro da formação ou costtução do mark-up, mas ue em lhas geras são: a) Custos fxos de produção (uado se utlzar o método de custeo aráel); b) Impostos sobre edas (ICMS, PIS e COFINS); c) Despesas comercas (fxas e aráes); d) Despesas admstratas (fxas e aráes); e) Despesas faceras (captal de terceros); e f) Margem de lucro desejada. Um poto a ser obserado é ue o custo do captal própro ão é abordado a composção o mark-up, tem ue se julga de grade releâca, prcpalmete os estudos de alteratas de oos estmetos ou projetos. O custo do captal própro pode ser o custo de oportudade da empresa, ue é a uata de lucro perddo uado a oportudade proporcoada por uma alterata é sacrfcada pela escolha da outra (AKHINSON et al.,, p.65). O lucro será o adcoal proporcoado pelo preço de eda, após serem descotados todos os gastos, cluse o custo do captal própro. O lucro (ou prêmo) represeta, em grade parte, o rsco assumdo pelo estdor pela opção de dspoblzar o seu captal a atdade da empresa, portato pode assumr dferetes alores ou percetuas. A aplcação do mark-up apreseta-se erroeamete em dos aspectos teórcos. O prmero poto é ue a adoção de um percetual para represetar o custo fxo (o caso da utlzação do custeo aráel) e a despesa fxa descaracterza a atureza destes, torado-os aráes ao olume de eda, mesmo uado se lea em cosderação o coceto de teralo releate. Por exemplo, determa-se ue o custo fxo de produção seja represetado pela percetagem de % sobre o preço de eda, se a receta com edas em um determado período for de $.,, o custo fxo será $,; se em outro período a receta com edas for de $.,, o seu custo fxo será $.,. Assm, o motate do custo fxo se altera coforme a aração do drecoador escolhdo, depedete de ualuer ue seja esse drecoador parâmetro. Outro poto a ser obserado, tato o método do custeo aráel, como o custeo por absorção, é o custo do captal própro (custo de oportudade) ue dee ser calculado sobre o alor dspoblzado à empresa, pos seu comportameto ão dee ser fluecado pelo olume de edas, serdo etão a mesma aaloga acma utlzada para os custos e despesas fxas. Obsera-se ada a fxação do preço de eda, por meo do mark-up, a exstêca de um estudo sobre a fluêca das les de oferta e demada sobre o preço de eda, sedo este um poto mportate para formação da polítca de formação de preço e mx de produtos. O preço de eda a atdade empresaral é fortemete fluecado pela oferta e demada. Quado exste um deseulíbro etre a demada e a oferta, sto pressoará os preços pratcados tato para cma, uado a demada é maor ue a oferta, ou para baxo, uado a demada é meor ue a oferta (SAMUELSON, 97; MONORO FILHO et al., 998; ROSSEI, ). Utlzado-se da estratéga de maxmzação dos lucros por meo do preço de eda, para se atgr a meta pretedda pela empresa, os demas fatores (aráes) cotuarão Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

7 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO 4 fluecado a formação do preço de eda. A empresa é uma célula a detro do ambete, o ual todos os etes serdos ele se teragem, cosumdores, forecedores, cocorretes, goero, etc. Vale ressaltar ue pode haer outras metas empresaras preteddas pela empresa, mas este trabalho trata somete da maxmzação do resultado das empresas. Em sítese, cosdera-se ue, para formação de preço e mx de eda dos dersos produtos, tem-se a ecessdade de aalsar os custos e o mercado cojutamete, tedo como premssas báscas (MALLO et al., ; HORNGREN, DAAR e FOSER, 4): a) o preço de eda dee cobrr todos os custos (e despesas) mas um retoro desejáel pela empresa; b) o preço de eda dee ser aceto pelo mercado; c) o mx dos produtos dee ser adeuado à capacdade stalada de produção e comercalzação da empresa; d) o produto dee ateder às ecessdades do mercado, em termos de uatdade e ualdade; e) o preço de eda dee ser aalsado leado-se em cosderação a exstêca de produtos substtutos a preços mas compettos; f) o preço e o mx de edas dos produtos deem erfcar a exstêca adeuada de produtos complemetares; e g) o preço e o mx de edas dos produtos deem ser strumetos para ue a empresa alcace sua meta e seus objetos estabelecdos. Exstem problemas assocados à maxmzação do lucro, pos se presume ue a empresa coheça as fuções ue represetam a flutuação de oferta/demada e de custos dos seus produtos, em relação a preços alteratos, ue a realdade, são estmatas do ue poderá ocorrer, com fluêcas de outros fatores de dfícl mesuração. Pode-se serr fatores de dfícl uatfcação: a ualdade do produto, atedmeto ao clete, codções ambetas e socas, etre outros. FORMULAÇÃO MAEMÁICA PARA FIXAÇÃO DO PREÇO E MIX DE VENDA PARA MULIPRODUOS As empresas êm trabalhado com um modelo smplfcado para estabelecer um preço ue maxmze os seus lucros, em ue somete é cosderada a exstêca de um úco produto, mas, a realdade, esta stuação é dfclmete obserada o da-a-da, sedo ue ormalmete se opera com dersos produtos. Na formação do preço e mx de edas de seus produtos, a empresa sofre fluêcas de dersas aráes de mercado e de sua capacdade produta, cluse o preço e mx de um determado produto afetam a formação do preço e mx de outros produtos, uado estes são cocorretes ou complemetares. Produtos cocorretes são aueles ue guardam uma relação de substtução (MONORO FILHO et al., 998, p.), como, por exemplo, a matega e a margara; e têm como característca ue, se houer um aumeto de preço do produto X, coseüetemete, a sua demada cará em detrmeto ao aumeto da demada do produto Y, assm, os produtos X e Y são produtos cocorretes. Os produtos complemetares são aueles cosumdos cojutamete, como, por exemplo, o pão e a matega; sedo ue sua complemetardade pode ser técca (automóel e gasola) ou pscológca (trabalhar com músca); este caso, se houer um aumeto de preço do produto X, coseüetemete, carão as demadas dos produtos X e Z. Em sítese, os produtos cocorretes ou substtutos guardam uma relação de demada ersa, euato os produtos complemetares, uma relação dreta com o bem aalsado. Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

8 Edlso Paulo 44 Dee-se estabelecer, etão, um modelo matemátco ue represete as relações exstetes etre os dersos produtos e as dersas aráes exstetes e ue maxmze os resultados da empresa, determado os preços de eda e uatdades a serem eddas para os multprodutos, atededo às restrções de capacdade stalada e de mercado. São chamadas de restrções de mercado, auelas restrções exteras da empresa e ue codcoam a comercalzação dos produtos, em termos de uatdade e preço, euadradose estas, restrções ue edecam as relações de oferta e demada de produtos cocorretes e de produtos complemetares. As restrções de capacdade stalada são restrções teras da empresa, ue lmtam a fabrcação ou a comercalzação dos produtos, como, por exemplo, úmero de horas dspoíes da produção, capacdade de estocar ou de trasportar a matéraprma, estocar ou dstrbur produtos protos. Dedo ao cojuto de aráes e de restrções eoldas, bem como as relações exstetes etre elas, deem ser utlzados strumetos de aálse uattata, especfcamete para este problema, os estudos de programação ão-lear. Apesar das facldades ecotradas a formulação matemátca, exstem stuações em ue a realdade ecoômca ão pode ser descrta em modelos leares (GREENE, ; WOOLDRIDGE, 6). Programação ão-lear é um modelo matemátco ue deseole relações dersas, ue objetam a dstrbução dos recursos lmtados, sob restrções mpostas pelos dersos aspectos, como tecológcos e de mercado. Auxlam o processo decsóro das orgazações, sedo ue uma das mas comus é a programação uadrátca. Para Wager (986), a programação uadrátca cosste em uma fução-objeto costtuída de termos leares e uadrátcos e de um cojuto de restrções leares. Segudo Caxeta-Flho (, p.9), ão exste um algortmo uersal para programação ão-lear, uma ez ue os graus e complexdades de ão-learedade podem ser bastate dersfcados. Assm, ão há garatas para obteção da solução ótma global, e, sm, de potos de ótmo local. Etretato, deem ser obseradas as codções de Karush- Kuh-ucker, um teste de otmaldade, em ue deem ser satsfetas, por um poto de ótmo local, problemas de otmzação ão lear codcoada (BAZARAA, SHERALI e SHEY, 99; WAGNER,986).. Deseolmeto do modelo aalítco O resultado de uma empresa é determado pela dfereça etre as recetas totas (R) e os custos e despesas totas (C), sedo ue, uado a dfereça for posta, ou seja, R > C, dca resultado posto ou lucro, porém, uado a dfereça for egata, ou seja, R < C, dca resultado egato ou prejuízo. Assm, tem-se a maxmzação do resultado, ou seja, o maor lucro, uado a dfereça posta etre R e C for a maor possíel. Para tato, ecessta-se deseoler as fuções matemátcas ue represetem a receta total (R) e o custo e despesa total (C). a) Receta otal A receta total de uma empresa é dada pela segute fução: R p Em ue: uatdade a ser produzda e edda de cada produto p preço de eda de cada produto Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

9 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO 45 b) Custo otal O custo (e despesa) total é dado por: C F Em ue: uatdade a ser produzda e edda de cada produto custo aráel de cada produto F custo fxo total c) Custo de Oportudade (CO) O custo de oportudade (CO) será cluído para ue possa ser aalsado o seu efeto sobre a formação do preço e mx dos produtos, sedo represetado por: Em ue: I taxa de custo de oportudade K captal estdo COIK d) Lucro Com base as euações aterores, ter-se-a, etão, a fução de lucro abaxo descrta: L R C CO L p F IK O objeto deste trabalho é estabelecer um modelo ue possa determar: a aráel uatdade a ser produzda/edda ( ) e o preço de preço (p ) ue maxmze o resultado da empresa. As demas aráes do problema são cohecdas pela empresa, ue são os custos aráes de cada produto ( ), o custo fxo total (F), a taxa de custo de oportudade (I) e o captal estdo (K). e) Restrções de capacdade stalada Podem exstr áras restrções de capacdade stalada, o ue codcoa a empresa a ateder parte da demada do mercado. Estas restrções podem ser, por exemplo, o total de horas dspoíes para trabalho, o cosumo de uma determada matéra-prma etc. Pode-se ter, etão, úmeras fuções de restrção de capacdade de produção e comercalzação, ue podem ser represetadas por fuções de uatdades a serem produzdas e eddas de cada produto, atededo à restrção ou fator lmtate de produção, sedo: F( ) b Em ue: b é uma costate ue represeta o lmte máxmo a ser assumdo do fator lmtate Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

10 Edlso Paulo f) Restrções de mercado Podem exstr áras restrções de mercado ue represetem relações exstetes etre aração de preço e demada/oferta, produtos substtutos ou complemetares etc, represetadas por fuções de e p, sedo: { } { } b ; ; ) F( b ; ; ),p F( Em ue: b é uma costate ue represeta o lmte máxmo, mímo ou codção de gualdade a ser assumdo do fator lmtate. A fução de demada é a mas comum das restrções de mercado, represetada por: p α Em ue: uatdade a ser edda do produto o período demada máxma o período α costate ue represeta a elastcdade p preço de eda do produto g) Smplfcado a fução de lucro Sedo a fução de demada baseada o íel de preço pratcado, a mas sgfcata das restrções de mercado, e ue todas as restrções de capacdade stalada e as demas restrções de mercado são dadas por fuções de uatdade produzda/edda ( ), pode-se smplfcar a fução de lucro, trasformado esta fução como uma fução somete de uatdades a serem produzdas e eddas, já ue os demas termos são costates. O preço de eda será determado pela substtução a fórmula de demada da uatdade calculada. A fução de preço fcará: p p α α Substtudo p a fução de lucro, tem-se: α α IK F L IK F L IK F p L Sedo ue F, I e K assumem alores costates e ue a fução-objeta será maxmzar L, pode-se etão elmar as aráes F, I e K da fução L; torado-se esta uma represetação da Cotrbução Margal otal (M) dos produtos, pos, em programação Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago

11 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO matemátca, maxmzar (ou mmzar) uma fução-objeta ue possua termos costates (o osso caso F, I e K são alores costates), o resultado das aráes ajustáes a serem calculadas será o mesmo ue maxmzar (ou mmzar) esta fução-objeta sem estes termos costates. Etão, smplfcado: α M E sedo α, tem-se: ( ) [ ] M M M O modelo matemátco geérco de maxmzação do lucro de uma empresa ue trabalha com dersos produtos e ue possua uma ou mas restrções será descrta da segute forma: ( ) [ ] MaxM Sujeto a: { } b ; ; ) F( Em ue: α, uatdade a ser produzda e edda do produto o período demada máxma o período α costate ue represeta a elastcdade custo aráel utáro do produto p preço de eda do produto Lembrado ue a aráel p, ue represeta o preço de eda de cada produto, fo substtuída a fução-objeta e ue as demas restrções são fuções de uatdade edda e produzda dos produtos. Nota-se, também, ue o modelo deseoldo se euadra em um modelo de programação uadrátca, pos a fução-objeto é descrta por termos leares e uadrátcos e as restrções, em termos leares. Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago

12 Edlso Paulo 48.Exemplo de aplcação do modelo uadrátco proposto Com o tuto de melhor compreesão, deseole-se um exemplo do modelo proposto. Uma determada empresa fabrca três produtos e colheram-se os dados, ue costam a abela. abela Dados da empresa hpotétca Produto A Produto B Produto C Custo e despesa aráel utáro $4 $6 $8 empo ecessáro para produzr uma udade h h 5 h Matéra-prma A utlzada para produzr uma udade 5k k 4k Matéra-prma B utlzada para produzr uma udade k k k Demada máxma do produto/mês u 5u u Costate da relação preço/demada (elastcdade) Fote: dados aletóros. A empresa possu uma capacdade produta de 8 horas mesas, e o cosumo das matéras-prmas A e B ão podem ultrapassar o cosumo mesal de.5 kg e. kg, respectamete. Dedo aos produtos A e C serem produtos complemetares do produto B, as uatdades de A e C deem ser o mímo a metade da uatdade de B, para ue ão ocasoem problemas de abastecmeto dos três produtos. Com sto, as aráes das fuções serão: uatdade a ser produzda e edda do produto A uatdade a ser produzda e edda do produto B uatdade a ser produzda e edda do produto C p preço de eda do produto A p preço de eda do produto B p preço de eda do produto C custo aráel utáro do produto A custo aráel utáro do produto B custo aráel utáro do produto C a) Receta otal A receta total de uma empresa é dada pela segute fução: R p p p b) Custo Varáel otal (CV) O custo aráel total é dado por: CV CV c) Cotrbução Margal otal (M) Cotrbução Margal otal dos produtos é dada pela dfereça etre somatóro das recetas totas (R) e somatóro dos custos aráes totas (CV): M M R CV ( p p p ) ( ) d) Restrção de horas trabalhadas Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

13 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO 49 O total de horas trabalhadas os produtos A, B e C ão pode ser superor a 8 horas trabalhadas mesas. A restrção de horas trabalhadas é dada por: 5 8 e) Restrção de matéra-prma A O total de cosumo mesal de matéra-prma A pelos produtos A, B e C ão pode ser superor a 5 kg. A restrção de matéra-prma A é dada por: f) Restrção de matéra-prma B O total de cosumo mesal de matéra-prma B pelos produtos A, B e C ão pode ser superor a. kg. A restrção de matéra-prma B é dada por: g) Restrção de mercado As fuções de demada dos produtos A, B e C são dadas pelas fuções abaxo: p 5 h) Restrção de egatdade Nehuma das aráes pode assumr úmero egato: p p ; ; ) Smplfcado a fução-objeta A fução de demada fcará: p p p 5 5 Substtudo a fução objeto: Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

14 Edlso Paulo ( ) ( ) M M M 5 5 M Comproado a fórmula geérca aterormete descrta: ( ) [ ] MaxM j) Modelo matemátco O modelo matemátco para maxmzação de resultado por meo do preço de eda e mx de multprodutos com multrrestrções será: MaxM Sujeto a:,, k) Solução do modelo matemátco O modelo matemátco para maxmzação de resultado, acma apresetado, tem a característca de ser uma fução lear uadrátca, sedo ue, para sua solução, utlza-se o software MatLab,descreedo o problema da segute maera (as expressões abaxo referem-se às staxes própras utlzadas pelo software para solucoar problema uadrátco): ;f 5 8 ;b,5, A Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6. 5

15 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO 5 p( f, A, b)» al -.5*(x'*H*x) - f'*x O programa retorará às uatdades 6, e 6, respectamete, para, e, ue maxmzam o problema acma; tedo como resultado ótmo o alor de 556, ou seja, para maxmzar o resultado da empresa por meo das aráes apresetadas, as uatdades do produto A, B e C são respectamete, 6, e 6, ao preço de eda de $469,5, $.459, e $969,5, respectamete, e a cotrbução margal ótma será $5.56,. Lembrado ue o preço de eda dee ser ecotrado substtudo as uatdades do produto A, B e C, pelas suas fuções de preços de cada produto. 4 CONSIDERAÇÕES FINAIS A determação do preço e mx de eda de produtos sofrem dersas fluêcas dos múltplos teresses ue pressoam os preços e alteram o íel de demada, estabelecedo a erdade um ambete de stabldade a gestão empresaral. A formação do preço e mx de edas exgem um gerecameto partcpato os dersos estágos de processo, da pesusa e deseolmeto de um oo produto até a fase pós-eda dele. É acetáel ue os agetes teros prefram obter o preço mas alto, porém, se o preço ão for bom para o mercado sua demada ecolherá. Na outra pota, o mercado certamete procurará o meor preço (acompahado de outros atrbutos do produto) e, para ateder a essa motação, a empresa se deparará com o custo do processo produto. No etato, o mercado é uem alda o preço de eda. Etede-se ue o preço básco de eda passa ecessaramete pela aálse cojuta do custo do produto e das aráes de mercado e de produção. Mutas empresas aplcam o mark-up sobre os custos de seu produto para extrar o preço de eda, porém, cosdera-se ue exstem outras aráes mportates a tomada de decsão ue ão estão represetadas em sua composção, como a relação de demada-oferta, lmtações de capacdade stalada. as fatores podem ser aalados por meo de modelos matemátcos, dado uma melhor cotrbução para a formação do preço e mx de eda dos produtos. Este trabalho apresetou um modelo matemátco de programação uadrátca, ue determa a maxmzação de resultados, por meo das aráes, preços e mx de produtos, obedecdas às restrções de capacdade stalada e mercado. O modelo fo deseoldo sob codções de cocorrêca perfeta, ou seja, auela em ue ehuma empresa soladamete flueca sgfcatamete o comportameto da demada e procura do mercado. Outra lmtação mportate a ser cosderada sobre o modelo é ue a empresa coheça as fuções ue represetem o comportameto do custo total e demada de seus produtos, e ue estas, jutamete com a fução represetata da receta total, assumam característcas leares. Modelos de programação ão-lear podem ser deseoldos e aplcados para formação de preço e mx de edas para dersos produtos, utlzado-se da teora deseolda este trabalho. Assm, para futuros trabalhos sobre o tema, recomeda-se a aálse da aplcabldade destes modelos em casos cocretos, para ue se possa aalar o seu grau de efcêca e efcáca. REFERÊNCIAS AKINSON, Athoy et al. Cotabldade gerecal. São Paulo: Atlas,. Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

16 Edlso Paulo 5 BAZARAA Mokhtar S.; SHERALI, Hamf D.; SHEY, C. M. Nolear programmg: theory ad algorthms.. ed. New York: Joh Wley, 99. BERNARDI, Luz A. Maual de formação de preço. São Paulo: Atlas, 996. CAIXEA FILHO, J.V. Pesusa operacoal: téccas de otmzação aplcadas a sstemas agrodustras. São Paulo: Atlas,. 7 p. DOLAN, Robert J.; SIMON, Herma. O poder dos preços: as melhores estratégas para ter lucro. São Paulo: Futura, 998. GREENE, Wllam H. Ecoometrc aalyss. 5. ed. New Jersey: Pretce Hall,. HORNGREN, Charles.; DAA, Srkat M.; FOSER, George. Cotabldade de custos: uma abordagem gerecal.. ed. São Paulo: Pretce Hall, 4. KOLER, Phlp. Prcípos de marketg. raduzdo por Vera Whately. 7. ed. Ro de Jaero: LC, 998. LEONE, George Sebastão Guerra. Custos: plaejameto, mplemetação e cotrole. ed. São Paulo: Atlas,. NAGLE, homas.; HOLDEN, Reed K. he strategy ad tactcs of prcg.. ed. New Jersey: Pretce Hall, 995. MALLO, Carlos et al. Cotabldad de costos y estratégca de gestó. Madrd: Pretce Hall Ibera,. MONORO FILHO, Adré Fraco; et al. Maual de ecooma.. ed. São Paulo: Saraa, 998. MORRIS, Mchael H. Polítca de preço em um mercado competto e flacoado. São Paulo: Atlas, 994. PAULO, Edlso; PEDROSA JUNIOR, Carlos; LEONE, George S Guerra. axoma dos sstemas e crtéros de custeo. CONGRESSO INERNACIONAL DE CUSOS, 8. Aas... Puta del Este/ Urugua: Cogresso Iteracoal de Custos,. CD-ROM. ROSSEI, José Paschoal. Itrodução à ecooma. 8. ed. São Paulo: Atlas,. SAMUELSON, Paul Athoy. Itrodução à aálse ecoômca. 7. ed. Ro de Jaero: Agr, 97. SANOS, Joel José dos. Aálse de custos: um efoue para cotrbução margal.. ed. São Paulo: Atlas,. WAGNER, Harey M. Pesusa operacoal. raduzdo por Paulo Atôo Marotto.. ed. Ro de Jaero: Pretce-Hall do Brasl, 986. Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

17 PROGRAMAÇÃO QUADRÁICA NA DEERMINAÇÃO DE PREÇO DE MULIPRODUOS EM UM CENÁRIO DE CURO PRAZO 5 WOOLDRIDGE, Jeffrey M. Itrodução à ecoometra: uma abordagem modera. São Paulo: Poera homso Learg, 6. Artgo recebdo em //6 e aceto para publcação em 9/6/6. Resta Uerso Cotábl, ISSN 89-7, Blumeau,.,., p. 7-5, mao/ago. 6.

COMPOSIÇÃO DE PREÇOS DE UMA CESTA DE PRODUTOS: UM MODELO MATEMÁTICO NAS CIÊNCIAS CONTÁBEIS

COMPOSIÇÃO DE PREÇOS DE UMA CESTA DE PRODUTOS: UM MODELO MATEMÁTICO NAS CIÊNCIAS CONTÁBEIS COMPOSIÇÃO DE PREÇOS DE UMA CESTA DE PRODUTOS: UM MODELO MATEMÁTICO NAS CIÊNCIAS CONTÁBEIS Modelagem Matemátca Nelso He Adraa Kroeke Moacr Maoel Rodrgues Júor Resumo: Atualmete, as emresas se reocuam com

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

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: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

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

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

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

Aula 6. Plano da aula. Bibliografia:

Aula 6. Plano da aula. Bibliografia: Aula 6 Bblografa: Farrel & Shapro, 1990, Horzotal Mergers: A Equlbrum Aalyss, AER; Wsto, 2008, Lectures o Attrust Ecoomcs, MIT Press; Motta (2005), Cap 5. Plao da aula I. Cocetrações horzotas (cotução)

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

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

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

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Pesqusa Operacoal a Socedade: Educação, Meo Ambete e Desevolvmeto a 5/09/06 Goâa, GO A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Adre Gadolpho Uversdade Católca de Petrópols alvesga@gbl.com.br Rcardo

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

2.0 - MODELAGEM DA CARGA

2.0 - MODELAGEM DA CARGA GAT-23 2 a 26 de ubro de 2 Campas - São Paulo - Brasl G R U P O I V GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA GAT RESERVA DE POTÊNCIA OPERATIVA - UMA METODOLOGIA DE TRANSIÇÃO A. A.

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

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

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( ) Editora Ferreira - Toque de Mestre. Olá Amigos! Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),

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

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1 CopyMarket.com Todos os dretos reservados. ehuma parte desta publcação poderá ser reproduzda sem a autorzação da Edtora. Título: Matemátca Facera e Comercal utores: Roberto Domgos Mello e Carlos Eduardo

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler UNEMAT Uversdade do Estado de Mato Grosso Matemátca Facera http://www2.uemat.br/eugeo SÉRIE DE PAGAMENTOS 1. NOÇÕES SOBRE FLUXO DE CAIXA Prof. Eugêo Carlos Steler Estudar sem racocar é trabalho perddo

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

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

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

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

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

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

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

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

( Sistema Francês de Amortização )

( Sistema Francês de Amortização ) NA PRÁTICA A TEORIA É A MESMA ( Sstema Fracês de Amortzação ) Em um Cogresso, um Grupo de Professores e Autores composto por Admstradores, Ecoomstas, Cotadores e, todos Pertos Judcas, apresetam os segutes

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

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

Reconhecimento de Padrões. Reconhecimento de Padrões

Reconhecimento de Padrões. Reconhecimento de Padrões Recohecmeto de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superor de Tecologa Egehara Iformátca Recohecmeto de Padrões Prof. João Asceso e Prof. Aa Fred Sumáro:

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Apêndice. Uso de Tabelas Financeiras

Apêndice. Uso de Tabelas Financeiras Apêdce C Uso de Tabelas Faceras 1. INTRODUÇÃO...2 2. SIMBOLOGIA ADOTADA E DIAGRAMA PADRÃO...2 3. RELAÇÃO ENTRE PV E FV...2 3.1. DADO PV ACHAR FV: FATOR (FV/PV)...3 3.1.1. EXEMPLOS NUMÉRICOS...5 3.2. DADO

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Computação das Medidas de Tendência Central e Dispersão Intervalares em Java

Computação das Medidas de Tendência Central e Dispersão Intervalares em Java V ERMAC-R o Ecotro Regoal de Matemátca Aplcada e Computacoal 9- de outubro de 00 Uersdade Potguar Natal/RN Computação das Meddas de Tedêca Cetral e Dspersão Iteralares em Jaa Laís M. Nees, Elaqum L. S.

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. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

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

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

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

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

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

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

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte Itrodução a Sstemas Itelgetes ópcos em Redes Neuras II: Redes Neuras RBF ª Parte Prof. Rcardo J. G. B. Campello Aula de Hoje Neurôos de Resposta Radal Modelos Neuras RBF Úca Saída Múltplas Saídas Represetação

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio Materal Teórco - Módulo de MATEMÁTICA FINANCEIRA Facametos Prmero Ao do Eso Médo Autor: Prof Fracsco Bruo Holada Autor: Prof Atoo Camha Muz Neto 20 de agosto de 2018 1 Itrodução Neste materal, remos aplcar

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino Plao de Eso Uversdade Federal do Espírto Sato Campus: São Mateus Curso: Egehara de Produção Departameto Resposável: Departameto de Egeharas e Tecologa Data de Aprovação (Art. º 91): Docete resposável:

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

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

3 Teoria de Microestrutura de Mercado

3 Teoria de Microestrutura de Mercado 3 Teora de Mcroestrutura de Mercado 3. Itrodução A aálse das mcroestruturas de mercado estuda a estrutura sttucoal, a qual as trasações evolvedo atvos faceros são, efetvamete, cocluídas. Na grade maora

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

VI - Integração Numérica

VI - Integração Numérica V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

Leia mais

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

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Deartameto de Iformátca Dscla: do Desemeho de Sstemas de Comutação Processos de ascmeto e Morte Prof. Sérgo Colcher colcher@f.uc-ro.br Processos de ascmeto e Morte CMTC Homogêea a ual trasções acotecem

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

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

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

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

1. Revisão Matemática

1. Revisão Matemática 1. Revsão Matemátca Dervadas Seja a fução f : R R, fxe x R, e cosdere a expressão : f ( x+ αe ) lmα 0 α f, ode e é o vector utáro. Se o lmte acma exstr, chama-se a dervada parcal de f o poto x e é represetado

Leia mais

POMO DA DISCÓRDIA. AS TABELAS UTILIZADAS PELO Dr. Sr. Richard Price no Século XVIII

POMO DA DISCÓRDIA. AS TABELAS UTILIZADAS PELO Dr. Sr. Richard Price no Século XVIII O POMO DA DISCÓRDIA AS TABELAS UTILIZADAS PELO Dr. Sr. Rchard Prce o Século XVIII Pedro Schubert Relação das Tábuas Do Sr. Prce Dos / lvros Tábua I Tábua IV Tábua II Tábua V Tábua III Tábua I Tábua IV

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

Otimização no Processo de Produção de Produtos Conjuntos com o uso de Controles Automáticos de Monitoramento

Otimização no Processo de Produção de Produtos Conjuntos com o uso de Controles Automáticos de Monitoramento XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a de Outubro de 2006 Otmzação o Processo de Produção de Produtos Cojutos com o uso de Cotroles Automátcos de Motorameto Luz Carlos Rosa (Fatec-Sorocaba; Uesp-Sorocaba)

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

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes?

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes? Estatístca descrtva bdmesoal (Tabelas, Gráfcos e Estatístcas) Aálse bvarada (ou bdmesoal): avala o comportameto de uma varável em fução da outra, por exemplo: Quatas vedas da Marca Phlps a regão Norte?

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

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

Objetivos. O Modelo Linear Geral (GLM - General Linear Model) suporta, também, variáveis categóricas dependentes.

Objetivos. O Modelo Linear Geral (GLM - General Linear Model) suporta, também, variáveis categóricas dependentes. Prof. Lorí Val, Dr. http://www. ufrgs.br/~val val/ val@mat.ufrgs.br Obetvos álse de varâca (NOV) É utlzada para mostrar os efetos prcpas de varáves categórcas depedetes (deomadas de fatores) sobre uma

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

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

XLVI Pesquisa Operacional na Gestão da Segurança Pública

XLVI Pesquisa Operacional na Gestão da Segurança Pública XLVI Pesqusa Operacoal a Gestão da Seguraça Públca DISPOSIÇÃO DE FACILIDADES EM FILA DUPLA VIA PROGRAMAÇÃO INTEIRA MISTA Leoardo D. Secch Departameto de Matemátca Aplcada, UFES, 29932-540, São Mateus,

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Controle Estatístico de Qualidade. Capítulo 6 (montgomery) Cotrole Estatístco de Qualdade Capítulo 6 (motgomery) Gráfcos de Cotrole para Atrbutos Itrodução Mutas característcas da qualdade ão podem ser represetadas umercamete. Nestes casos, classfcamos cada tem

Leia mais

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS 6. ÉOOS APROXAOS ANÁS SSAS CONÍNUOS Nos dos capítulos aterores, estudaram-se métodos exactos de aálse de sstemas dscretos e de sstemas cotíuos. Agora, serão aalsados algus métodos aproxmados da solução

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais