Proposta de uma heurística construtiva baseada na TOC para definição de mix de produção

Tamanho: px
Começar a partir da página:

Download "Proposta de uma heurística construtiva baseada na TOC para definição de mix de produção"

Transcrição

1 Produção, v 23, 3, p , ul/set Proposta de uma heurística costrutiva baseada a TOC para defiição de mix de produção Viicius Amorim Sobreiro a *, Marcelo Seido Nagao b a *sobreiro@ubbr, FACE/UB, Brasil b dragao@uspbr, EESC/USP, Brasil Resumo A defiição do mix de produção proporcioa a alocação dos recursos produtivos o processo de maufatura, visado a otimização da sua utilização e do desempeho do sistema produtivo Etretato, apesar de sua importâcia, a defiição do mix de produção é um problema de difícil solução Assim, com o auxílio da Teoria das restrições TOC, algumas heurísticas costrutivas têm sido apresetadas para fazer frete a esse problema Nesse setido, o obetivo este trabalho é propor uma ova heurística que proporcioe melhores soluções quado comparada com a heurística TOC-AK, de Aryaezhad e Komia (2004, p ) Como resultado, observou-se que a heurística proposta obteve uma aproximação mais satisfatória quado comparada à aplicação da TOC-AK e à solução ótima idetificada pela técica de Programação Liear Iteira PLI, o que, em coclusão, evidecia a importâcia da mesma a defiição do mix de produção Palavras-chave Heurística TOC Mix de produção 1 Itrodução Em um problema de defiição do mix de produção deve-se determiar em que quatidade cada um dos produtos escolhidos deve ser fabricado, com o obetivo de maximizar o gaho total, cosiderado que esses produtos podem ou ão utilizar diversos recursos produtivos e que eles ão são suficietes para a fabricação de todos os produtos De acordo com Lea (2007, p ), o problema de defiição do mix de produção pode ser represetado da seguite maeira: = 1( ) Maximizar Z = P c x Sueito a x b i = 12,,,m Ode: i i = 1 x d = 12,,, P represeta o preço de veda do produto ; c represeta o custo do produto ; a i represeta a quatidade de recurso i requerida para produzir o produto ; b i represeta a quatidade máxima dispoível do recurso produtivo i; x represeta a quatidade do produto a ser produzido; d represeta a demada de mercado prevista para o produto ; m represeta a quatidade de produtos; e represeta a quatidade de recursos produtivos Em termos amplos, essa falta de recursos para a produção de todas as uidades demadadas pelo mercado acotece pricipalmete quado as orgaizações passam por períodos de auste estratégico ou de ivestimetos, pois mesmos as orgaizações precisam aumetar ou dimiuir o ível de produção Cosequetemete, visto que a defiição do mix de produção está diretamete relacioada com os gahos a serem aferidos pela orgaização e que existem diversas opções de combiações de produtos que podem ateder às restrições dos recursos produtivos, a melhor solução para esse tipo de situação é a otimização da sua utilização Etretato, como muito *FACE/UB, Brasília, DF, Brasil Recebido 23/05/2011; Aceito 03/08/2012

2 Sobreiro, V A et al 469 bem salieta Lihares (2009, p 122), apesar de a defiição das quatidades a serem produzidas, ou melhor, do mix de produção parecer um problema de fácil solução, com a iserção de ovos produtos o processo de fabricação, o úmero de possibilidades de mix de produção aumeta expoecialmete o que, por sua vez, dificulta a obteção do mix de produção ótimo em curto espaço de tempo Para fazer frete a essa situação, algumas heurísticas costrutivas baseadas a Teoria das Restrições vêm sedo empregadas, visto que as mesmas proporcioam a defiição do mix de produção com bos gahos totais de maeira rápida Etre essas heurísticas se destacam a TOC-h, de Frededall e Lea, e sua sucessora, a TOC-AK, de Aryaezhad e Komia Etretato, apesar de ambas heurísticas apresetarem bos resultados a defiição do mix de produção em problemas com recursos produtivos isuficietes, ão apresetam o mesmo desempeho em problemas que apresetam recursos produtivos isuficietes para ateder a demada de mercado dos produtos Com base esse cotexto, o obetivo este artigo é apresetar uma ova heurística costrutiva que proporcioe melhores soluções quado comparada à TOC-AK Essa ova heurística difere da TOC-AK pricipalmete por levar em cosideração apotametos da TOC e do problema da mochila Para realizar tal comparação, foram realizadas simulações computacioais visado idetificar o mix de produção que possibilitasse o maior gaho possível, cosiderado um bom tempo de processameto e as características do ambiete produtivo Com base esse cotexto, além dessa itrodução, este artigo está estruturado como se segue: a próxima seção, de maeira resumida, são defiidos os coceitos básicos referetes à TOC e ao problema da mochila por meio de uma breve revisão de literatura Na terceira seção, a heurística TOC-AK e a heurística proposta são demostradas Na seção seguite, a experimetação computacioal e os resultados obtidos são apresetados Fialmete, a última seção, as pricipais coclusões e sugestões a trabalhos futuros são expostas 2 Revisão da literatura 21 Teoria das Restrições TOC A Teoria das Restrições TOC foi proposta e desevolvida pelo Dr Eliyahu M Goldratt por volta de 1980 (LEA; FREDENDALL, 2002, p 281) De maeira mais precisa, segudo Meleto (1987) apud Verma (1997, p 191), a TOC surgiu em Israel quado o Dr Eliyahu M Goldratt aplicou uma técica de predição de átomos de cristal aquecido em problemas de programação de tarefas com grade úmero de variáveis Em termos amplos, a TOC é compreedida como um couto de pricípios teóricos que fudametam e sitetizam a miríade de cohecimetos particulares de gestão e cotrole da produção que, por sua vez, recohece o papel dos fatores limitates as operações de maufatura e foca-se eles, visado o aumeto ou a melhoria de sua utilização Aida esse cotexto, utilizado-se das palavras de Watso, Blackstoe e Gardier (2007, p 400), a TOC pode ser compreedida como: [] uma abordagem pragmática (prática) e holística (prioriza o etedimeto itegral dos feômeos) de melhoria cotíua, cobrido com base em uma comum fudametação teórica os fatores que limitam o aumeto da performace em relação a uma meta Assim, existe uma ecessidade elevada de compreesão de técicas específicas e das variáveis do sistema para assegurar o sucesso de sua implemetação e ampla aceitação As características apotadas por esses pesquisadores são possíveis porque a TOC é capaz de auxiliar em diversas atividades fudametais as orgaizações as quais, por sua vez, cotribuem para o desempeho global da mesma (FINCH; LUEBBE, 2000, p 1466) De acordo com Corbett (2005, p 35-36), a característica mais importate da TOC é assumir que em qualquer sistema existe o míimo uma restrição, ou sea, alguma coisa que limita um melhor desempeho ou o alcace de altos padrões de desempeho A afirmação de que todo sistema tem uma restrição se ustifica ou é explicada pelo fato de que se ão houvesse algo que limitasse o desempeho do sistema esse seria ifiito Nesse setido, a gestão ou utilização de maeira eficiete das restrições do sistema permite melhorar o seu desempeho, pois somete os recursos gargalos, isto é, aqueles recursos que apresetam capacidade iferior à demada, devem ser utilizados em sua total capacidade Assim, é válido frisar que esse processo de gestão das restrições também facilita a compreesão e a possibilidade de otimização do sistema para os gestores orgaizacioais (MADAY, 1994, p 84) De maeira mais pormeorizada, como muito bem destacam Atues Juior e Rodrigues (1993, p 80-81), esse processo de gestão das restrições é realizado pela utilização de cico passos de melhoria comumete deomiados processos de melhoria cotíua, a saber: Idetificar as restrições do sistema; Decidir como explorar as restrições; Subordiar todos os elemetos da produção à restrição idetificada o passo aterior; Aumetar a capacidade das restrições do sistema; e Se os passos ateriores as restrições forem superadas, voltar ao primeiro passo sem deixar que a iércia se tore uma restrição

3 470 Sobreiro, V A et al Cosiderado esses cicos passos, a TOC auxilia os gestores a codução dos processos que utilizam os recursos gargalos, ou sea, visa otimizar o emprego dos recursos gargalos as atividades produtivas De acordo com Goldratt e Cox (2006, p 353) e Watso, Blackstoe e Gardier (2007, p 338), essa abordagem de gestão sobre as restrições fez com que a TOC fosse implemetada em grades compahias como, por exemplo, 3M, Amazo, AVCO, Bedix, Boeig, Delta Airlies, Ford Motor Compay, Geeral Electric, Geeral Motor, Kodak, Philips, RCA, Westighouse e, também, em orgaizações sem fis lucrativos, como British Natioal Health Service, Israel Air Force, NASA, Pretoria Academic Hospital e Uited States Departmet of Defese 22 Problema da mochila Em sua versão mais simplista, de acordo com Martello e Toth (1990, p 1), Pisiger e Toth (1998, p 302) e Kellerer, Pferschy e Pisiger (2004, p 2-3), o problema da mochila pode ser matematicamete expresso pela defiição, represetado os obetos 1 até, de um vetor de variáveis biárias x ( = 1,,), com as características apresetadas a expressão 1: 1, se o obeto é selecioado x = (1) 0, caso cotrário Cosiderado que p represeta uma característica como, por exemplo, valor ou coforto do obeto, w correspode ao tamaho desse obeto e c ao tamaho da mochila, o problema será selecioar, etre todos os vetores biários, os x que satisfaçam a restrição demostrada a expressão 2: w x c (2) = 1 Além disso, a escolha dos x deve visar a maximização da fução obetivo mostrada a expressão 3: px (3) = 1 Kellerer, Pferschy e Pisiger (2004, p 15) sugerem um algoritmo do tipo Greedy baseado a seleção de produtos com maior eficiêcia (e ) para ecotrar boas soluções A e é calculada com base a expressão 4: p e = (4) w Assim, aida com base em Kellerer, Pferschy e Pisiger (2004, p 16), a idéia do algoritmo é iiciar a escolha dos ites com a mochila vazia e ir acrescetado os ites que apresetam maior eficiêcia a ela, até que se alcace o limite da capacidade da mochila O pseudocódigo desse algoritmo é apresetado a Figura 1 No tocate ao mix de produção, esse algoritmo Greedy cosiderado que a capacidade da mochila é aáloga à capacidade dispoível o recurso gargalo; que p represeta o gaho idividual do produto ; e w correspoda ao cosumo de capacidade do recurso gargalo pelo produto, apeas idicaria se um produto deve ou ão ser produzido, mas seria icapaz de forecer as quatidades a serem produzidas Cabe destacar, o que diz respeito à TOC, que ela poderia ser utilizada para idetificar o recurso gargalo e, tão logo, os valores de e, ou sea, da eficiêcia de cada produto Assim, há ecessidade de se adaptar o algoritmo Greedy para que ele sea capaz de idicar quais produtos deverão ser selecioados e em que quatidade cada um deles deve ser produzido Essa versão adaptada do algoritmo Greedy, deomiada B-Greedy, é apresetada a Figura 2 O algoritmo B-Greedy pode ser facilmete aplicado a defiição do mix de produção desde que a TOC foreça a iformação de qual recurso produtivo é o gargalo, aquele que deve orietar a defiição de prioridade de processameto dos produtos, ou sea, qual recurso produtivo represetará a mochila e poderá ser cosiderado para calcular as taxas de eficiêcia Com base esse cotexto, visado relacioar os elemetos da TOC com os do problema da mochila o efoque da defiição de mix de produção, o relacioameto adotado este trabalho é apresetado a Tabela 1 Figura 1 Algoritmo Greedy Fote: Kellerer, Pferschy e Pisiger (2004, p 16)

4 Sobreiro, V A et al 471 Figura 2 Algoritmo B-Greedy Fote: adaptado de Kellerer, Pferschy e Pisiger (2004, p 187) Tabela 1 Relacioado os elemetos do problema da mochila com os elemetos da TOC Problema da mochila 3 Método heurístico 31 Notação Para os métodos heurísticos apresetados esta seção, a seguite otação é utilizada: Ídices i = 1,2,, = 1,2,, m Produtos; Recursos produtivos; e q = 1,2,, m Recursos gargalo Variáveis de decisão BN q Recurso gargalo q, ou sea, todos os recursos que apresetaram d < 0; CP Capacidade produtiva do recurso ; CM i Margem de cotribuição do produto i; CR Vetor cotedo os recursos gargalos; d Difereça etre a capacidade dispoível e a ecessária o recurso produtivo ; D i Demada de mercado do produto i; H Couto de produtos que ão tiveram sua demada atedida; i Posição do produto que a sequêcia de produção terá sua quatidade aumetada; k Posição do produto que a sequêcia de produção terá sua quatidade reduzida; N Quatidade do produto X que precisa ser reduzida para aumetar uma uidade de Y; P Produto; p w b e c Produto Gaho q Número de recursos gargalos; Mix de produção Cosumo de recurso gargalo Demada Eficiêcia Capacidade dispoível o gargalo R i Relação etre a margem de cotribuição e cada uidade de tempo de processameto cosumida o recurso gargalo; R i Relação etre a margem de cotribuição e cada uidade de tempo de processameto cosumida o recurso gargalo BN k ; RA i Soma do R i em todos os gargalos para o produto i; t i Tempo de processameto ou cosumo de recurso do produto i o recurso produtivo ; t left,q Sobra de recurso dispoível o recurso gargalo q; x i Quatidade a ser produzida do produto i; X Couto de produtos cadidatos a sofrer redução a quatidade; e Z Parâmetro utilizado para idicar qual são a melhor alterativa de redução e de aumeto etre as diversas opções de produtos existetes 32 Heurística TOC-AK A heurística TOC-AK, proposta por Aryaezhad e Komia (2004, p 4227), sucessora da heurística TOC-h proposta por Frededall e Lea (1997, p 1537), procura idetificar o mix de produção observado todas as possíveis sequêcias de produção para cada gargalo Para cumprir tal propósito, a heurística TOC-AK idetifica os produtos que apresetam classificações diferetes em meios a todas as sequêcias de produção por gargalo e realiza uma aálise verificado quais produtos e em quais quatidades eles devem ser produzidos O pseudocódigo da heurística TOC-AK é apresetado a seguir: Passo 1 Idetifique a(s) restrição(s) do sistema Calcule a difereça (d ) etre a capacidade dos recursos e a demada deles: d = CP i = 1t idi i = 1,2,, e = 1,2,, m Determie CR = {BN 1,BN 2,BN q }, cosiderado que d q 0 e d 1 d 2 d q Passo 2 Determie a prioridade da produção cosiderado cada gargalo

5 472 Sobreiro, V A et al Para cada gargalo, calcule R i,bn da seguite k maeira: CMi Ri = i = 12,,, e k = 12,,,q t i Assim, R i represetará a prioridade do produto i a perspectiva do gargalo k Repita os seguites procedimetos para cada gargalo para determiar a prioridade de produto ele: Classifique os produtos que são processados o gargalo k de maeira decrescete com base em R i Classifique os produtos que apresetarem o mesmo R i de maeira decrescete com base em CM i ; Classifique os produtos que ão são processados o gargalo k de maeira decrescete cosiderado a CM i Os produtos que apresetarem o mesmo CM i devem ser classificados de maeira arbitrária; e Classifique os produtos livres o fial da lista de maeira decrescete com base em CM i Dessa forma, cada gargalo apreseta uma sequêcia de produção a ser seguida Passo 3 Desevolva um plao mestre de produção viável (MPS) Programe os produtos de acordo com a sequêcia de produção determiada para BN 1 e o limite de capacidade dos outros gargalos O processo de cosiderar a capacidade limite dos outros gargalos é ievitável para se alcaçar uma programação de produção viável Passo 4 Determie alterativas viáveis para aumetar o gaho Examie se a redução da produção de um produto e o aumeto de produção de outro produto poderá aumetar o gaho Assuma que X e Y são os produtos cadidatos para o processo de dimiuição e aumeto A alterativa de se dimiuir X e aumetar Y deve ser cosiderada válida caso as seguites codições seam ecotradas: Se o plao mestre de produção viável (MSP), X tiver prioridade sobre Y; e Se o produto Y apresetar três codições: (a) sua demada ão foi atedida, (b) apresetar prioridade sobre X em pelo meos uma das sequêcias, e (c) a mesma sequêcia em que tiver prioridade sobre X, tiver prioridade sobre todos os produtos cua demada ão foi atedida Passo 5 Selecioar a melhor alterativa Se ão foram desevolvidas alterativas o passo 4, a solução obtida o passo 3 deve ser a ótima Se uma alterativa foi desevolvida, vá para o passo 6 Por outro lado, se houver várias alterativas, idetifique a melhor alterativa para alcaçar a solução ótima Para esse propósito, repita os seguites procedimetos, para cada alterativa: Cosiderado o tempo que sobrou os gargalos, determie quatas uidades (N ) de X deveriam ser reduzidas para aumetar uma uidade de Y Etão, calcule Z da seguite maeira: q m Z = ( NR + R ) k = 1 X Y Escolher a alterativa com o maior valor de Z e passar para o passo 6 Passo 6 Desevolva um couto com os produtos que ão tiveram a demada atedida Classifique todos os produtos (exceto Y ) que ão tiveram sua demada atedida de maeira decrescete com base em CM i e de o ome a esse couto de H Os produtos que apresetarem o mesmo CM i devem ser classificados de maeira arbitrária Passo 7 Determie o máximo de uidades de X que podem ser reduzidas Determie quatas uidades (N ) de X poderão ser reduzidas sequecialmete para aumetar uma uidade de Y com base os seguites procedimetos: Assuma que Y tem prioridade sobre X a sequêcia desevolvida cosiderado o gargalo k ; Calcule f = R / R ; Y,BNK X,BNK Determie quatas uidades de X ão serão processadas se o gargalo k ão processar X por f miutos ( f / t X ); Determie quatas uidades de Y podem ser processadas por BN k em um miuto (1/ t Y ) ; e Calcule quatas uidades (N k ) de X poderão ser reduzidas sequecialmete para aumetar uma uidade de Y, com base a seguite expressão Nk = ( f / tx,bn ) / (1/ ty,bn ) Se N k k k ão for iteiro, arredode para baixo Repita os procedimetos acima em todas as sequêcias em que Y é prioritário a X Faça N como o máximo valor obtido de N k Observe que, o míimo, a soma de N será um, desde que pelo meos uma uidade de X deva ser reduzida para aumetar Y Etão, caso N se tora zero, coforme os cálculos acima, o mesmo deve ser austado para um Passo 8 Processo de redução e aumeto Reduza uma uidade de X Examie se o tempo que restou o gargalo possibilita o aumeto de Y Se isso for possível, aumete Y até que algumas dessas situações ocorram: A demada de Y é atedida: esse caso, auste o primeiro membro de H como Y e volte ao passo 6; Não é possível aumetar Y por falta de capacidade: deve-se examiar a possibilidade de aumetar o primeiro membro de H Se sua demada á foi

6 Sobreiro, V A et al 473 atedida ou ão existir possibilidade de aumetar as quatidades, proceda para o próximo membro do grupo e repita esse procedimeto para todos os membros de H Se isso ão for possível, repita o procedimeto 8 Pare se ão for possível aumetar Y depois de reduzir N uidades de X 33 Heurística proposta A heurística proposta visa a criação de uma solução iicial cosiderado o gargalo domiate e, tão logo, a sua melhoria Esse processo de criação da solução iicial é realizado com o auxílio do algoritmo B-Greedy para problemas em que o gargalo domiate é idetificado e de uma versão modificada do mesmo, deomiada de B-Greedy-M, para problemas em que a idetificação do gargalo domiate é difícil ou impossível A utilização do algoritmo B-Greedy ou do B-Greedy-M possibilita que a heurística proposta ecotre uma solução iicial de maeira muito rápida o que, por sua vez, possibilita utilizar mais tempo a tetativa de melhorar a solução iicial Esse processo de melhoria é realizado mediate uma busca a vizihaça que cosidera diferetes produtos em diferetes posições, a sequêcia de produção Além disso, também visado a melhoria da solução iicial, é proposta a utilização de uma taxa de gaho que leve em cota o gaho por tempo de processameto do produto i em todos os gargalos existetes de maeira couta e ão somete o gargalo domiate, pois em sempre é possível idetificar o gargalo domiate Cosequetemete, a heurística adota como solução fial ou mix de produção a melhor solução ecotrada após a realização dessa busca a vizihaça Com base esse cotexto se faz ecessário apresetar primeiramete o algoritmo B-Greedy-M para etão expor o pseudocódigo da heurística proposta, visto que a coceituação e utilização do B-Greedy á foi demostrada a Seção 22 B-Greedy-M cosidera uma sequêcia de produção comum em todos os gargalos e busca idetificar as quatidades máximas que cada gargalo possibilita produzir de um determiado produto, obedecedo à sequêcia de produção Posteriormete, o mesmo assume como quatidade a ser produzida de um determiado produto a meor quatidade ecotrada etre todos os gargalos O pseudocódigo do algoritmo B-Greedy-M é apresetado a Figura O pseudocódigo da heurística proposta Cosiderado o algoritmo B-Greedy e o B-Greedy-M, o pseudocódigo da heurística proposta é apresetado a seguir: Passo 1 Idetifique a(s) restrições(s) do sistema Calcule a difereça (d ) etre a capacidade dos recursos e a demada prevista eles: d = CP t D i = 12,,, i i i = 1 = 12,,,m Cosiderado que todos os recursos que apresetarem d < 0 serão cosiderados recursos gargalos (BN q ), determie CR = {BN 1,BN 2,BN q }, observado que d q 0 e d 1 d 2 d q Passo 2 Decida como explorar a(s) restrições(s) do sistema a) Assuma que BN 1 é o gargalo domiate Calcule para cada produto a taxa de R i, ou sea, a margem de cotribuição por cada uidade de tempo de processameto cosumida o gargalo, pela expressão 331 O algoritmo B-Greedy-M Em algus problemas de defiição do mix de produção é difícil ou impossível idetificar o gargalo domiate em meio aos existetes Essa situação ão possibilita a aplicação do B-Greedy, visto que ele se baseia as taxas de eficiêcia, ou sea, e que, por sua vez, é obtida cosiderado o gargalo domiate Assim se faz ecessário austar o B-Greedy para que sea idetificado um mix de produção, dado a existêcia de vários recursos gargalos e/ou a dificuldade de idetificação do recurso gargalo domiate Com base esse cotexto, o algoritmo Figura 3 Algoritmo B-Greedy-M

7 474 Sobreiro, V A et al Ri = CMi / ti,bn Classifique os produtos de maeira 1 decrescete com base o valor R i obtido b) Verifique se o BN 1 é o gargalo domiate: I Aplique o algoritmo B-Greedy ao problema cosiderado o R i obtido em passo 2a e a sequêcia de produção atual II Cosiderado o mix de produção obtido o passo 2bI, examie se existe alguma d meor do que zero, caso exista assuma o próximo BN em CR como BN 1, classifique os produtos com base esse ovo recurso gargalo e volte para o passo 2a Se o BN 1 for igual a BN q e aida existir d meor que zero vá para o passo 2bIII Por outro lado, se ão existir ehum d meor que zero vá para o passo 2c III Aplique o algoritmo B-Greedy-M cosiderado a sequêcia de produção dada por BN q para obter o mix de produção que ão apresete d meor que zero c) Assuma o gaho total obtido como S 1 d) Verifique a possibilidade de melhorar a solução obtida: I Idetifique a sequêcia de produção que proporcioou S 1 o último produto com o maior R i que apreseta produção igual a demada, isto é, x i = D i Reduza a demada desse produto, uma uidade por vez, e aplique o B-Greedy-M cosiderado a classificação dos produtos dada por R i, visado idetificar um ovo mix de produção Realize esse procedimeto até que a demada de i sea igual a D i D i 0,2 ou ão sea possível aumetar as quatidades a serem produzidas dos demais produto Caso existam dois produtos com o mesmo valor de R i, sequecie o de maior CM i primeiro Assuma como S 2 o maior gaho tortal obtido a realização desse procedimeto II Calcule o RA i para todos os produtos da seguite forma: q RA = CM / t i i i,bng g = 1 Classifique os produtos de maeira decrescete com base o RA i e se existir produtos com o mesmo valor de RA i, cosidere primeiramete o que apresetar o maior CM i Com base essa ova classificação aplique o algoritmo B-Greedy-M, visado idetificar um ovo mix de produção iicial Caso essa ova sequêcia de produção sea idêtica à sequêcia aterior, proceda para o passo 2dIII Caso cotrário, iiciado a procura do produto com maior RA i para o meor, idetifique o último produto que apresetou x i = D i Reduza a demada desse produto, uma uidade por vez, e sequecie a produção com base essa ova demada até que ela sea igual D i D i 0,1 ou ão sea possível aumetar as quatidades a serem produzidas dos demais produtos Comparado os resultados obtidos etre o ovo mix de produção e os mixes de produção proporcioados pela redução da demada do produto x i, assuma o maior gaho total obtido como S 3 III Cosiderado o mix de produção obtido a solução S 1, idetifique o produto que apresetar o maior R i Reduza a demada desse produto, uma uidade por vez, e sequecie a produção com base essa ova demada, utilizado o B-Greedy-M Realize esse procedimeto até que a demada desse produto sea igual à D i D i 0,1 ou ão sea possível aumetar as quatidades a serem produzidas dos demais produtos Assuma o maior gaho total ecotrado como S 4 IV Se o gargalo domiate for BN 1, faça S 5 igual a zero e proceda para o passo 2e Caso cotrário, sequecie os produtos com base o R i do primeiro gargalo do couto CR, ou sea, a maior difereça de capacidade existete Caso existam produtos com o mesmo valor de R i, sequecie o que apresetar maior CM primeiro Aplique o algoritmo B-Greedy-M visado idetificar um mix de produção Com base ele, idetifique o último produto que apresetar x i = D i, dimiua uma uidade por vez da demada desse produto e sequecie ovamete todos os produtos Realize esse procedimeto até que a demada desse produto sea igual a D i D i 0,1 ou ão sea possível aumetar as quatidades a serem produzidas dos demais produtos Comparado os resultados obtidos etre o mix de produção obtido com base em BN 1 e os mixes de produção proporcioados pela redução da demada do produto x i, assuma o maior gaho total obtido como S 5 e) Assuma como solução fial da heurística o mix de produção que apresetar o maior gaho do seguite couto{s 1, S 2, S 3, S 4, S 5 } No tocate às duas heurísticas é importate destacar, como muito bem salietado por Hsu e Chug (1998, p 37), que as mesmas são baseadas a utilização dos passos I e II do processo de melhoria da TOC, pois os demais passos são ações gereciais baseadas a solução desevolvida a realização dos dois primeiros passos Assim cosiderado o escopo deste trabalho, para fis de defiição de mix de produção, ão se faz uso dos demais passos 4 Experimeto computacioal Com o obetivo de testar as heurísticas apresetadas a seção 3, uma extesa experimetação computacioal foi realizada visado idetificar a melhor heurística Todas as heurísticas foram testadas a resolução de problemas ecotrados a literatura especializada e

8 Sobreiro, V A et al 475 gerados aleatoriamete Os problemas foram divididos em dois grupos, a saber: Pequeo porte: costituído por 100 problemas cotedo i de 2 até 8, de 4 até 8, e q de 1 até 4; e Grade porte: costituído por 50 problemas cotedo i igual a 100, i de 60 até 100, e q de 6 até 60 Além disso, todas as heurísticas foram desevolvidas em VBA e testadas em computador Itel 216 GHz Dual Clock, com 4 GB de memória RAM Visado a comparação etre as heurísticas, o tempo total de processameto e o desvio relativo médio DRM foram utilizados como medidas de comparação O DRM foi calculado coforme a expressão 5 ( ) * (f h f ) DRM = 100 (5) * f ode f (h) é o gaho obtido pela heurística h, ou sea, a TOC-AK ou a heurística proposta; e f * represeta a melhor solução obtida etre ambas as heurísticas Cosiderado os problemas de pequeo porte, o resumo dos resultados obtidos pelas heurísticas para problemas com 1, 2, 3, e 4 gargalos é apresetado a Tabela 2 Além disso, cosiderado os problemas de pequeo porte, as médias com um itervalo de cofiaça de 99% são apresetadas para cada heurística a Figura 4 Com base a Tabela 2 e a Figura 4, a heurística proposta apresetou um melhor desempeho do que a heurística TOC-AK os problemas de pequeo porte, pois a maioria dos casos apresetou o resultado maior ou um resultado muito próximo do maior Quato ao tempo de processameto, visto o tamaho dos problemas, ambas heurísticas são rápidas, isso é, ecessitam de meos de um segudo para resolver os problemas o que, por sua vez, ão possibilita idetificar difereças sigificativas etre as mesmas No tocate aos problemas de grade porte, o resumo dos resultados obtidos está apresetado a Tabela 3 Coforme apresetado a Tabela 3, a heurística proposta também apreseta um desempeho melhor que a TOC-AK em problemas de grade porte, visto que apresetou em média um DRM de aproximadamete 0,78% em relação à melhor solução ecotrada etre ambas heurísticas e utilizou em média 32 segudos para resolver os problemas agrupados pelo percetual de gargalos existetes No tocate à TOC-AK, os resultados idicam que a qualidade da solução só foi melhorada devido à utilização de quatidades maiores de tempo de processameto É importate destacar que esse apotameto se tora mais expressivo quado a quatidade de recursos gargalo aumeta o ambiete produtivo, ou sea, quado há muitos recursos gargalo o sistema produtivo a TOC-AK despede muito tempo criado e comparado sequêcias de produção por recursos gargalo Em cotrapartida, a heurística proposta utiliza pouco tempo a criação da solução iicial e mais tempo a melhoria dela Essa característica proporcioa à heurística proposta uma Tabela 2 Comparação dos resultados obtidos para os problemas de pequeo porte em termos da média do DRM e do tempo total de processameto Número de gargalos TOC-AK Heurísticas Proposta 1 0,1818 A (00:00:00) B 0,0000 (00:00:00) 2 1,2995 (00:00:00) 0,0081 (00:00:00) 3 2,5564 (00:00:00) 0,5968 (00:00:02) 4 5,6760 (00:00:01) 0,6278 (00:00:00) Média 2,4284 (00:00:00) 0,3082 (00:00:01) A Média do desvio relativo médio; B Total de tempo ecessário para processar todos os problemas com esse úmero de gargalos Figura 4 Média e itervalo de cofiaça (99%) das heurísticas para os problemas de pequeo porte Tabela 3 Comparação dos resultados obtidos para os problemas de grade porte em termos do DRM e do tempo total de processameto % de recursos gargalo TOC-AK Heurísticas Proposta 10 1,6644 A (00:00:29) B 3,0654 (00:00:06) 20 0,0814 (00:00:58) 0,1237 (00:00:13) 30 0,0903 (00:00:44) 1,1008 (00:00:16) 40 13,9732 (00:01:21) 0,0000 (00:00:24) 50 4,7471 (00:02:20) 2,7705 (00:00:23) 60 12,0273 (00:01:49) 0,0108 (00:00:29) 70 11,6532 (00:03:05) 0,0000 (00:00:36) 80 13,2038 (00:03:43) 0,0000 (00:00:51) 90 15,0692 (00:04:25) 0,0000 (00:00:59) ,4203 (00:03:41) 0,6567 (00:01:02) Média 8,5930 (00:02:15) 0,7728 (00:00:32) A Desvio relativo médio; B Total de tempo ecessário para processar todos os problemas com esse percetual de gargalos

9 476 Sobreiro, V A et al meor variabilidade em relação à média do DRM do que a TOC-AK, coforme apresetado a Figura 5 Cosiderado que a heurística proposta apresetou um melhor desempeho tato para os problemas de pequeo quato para os de grade porte, ela foi comparada com as soluções ótimas obtidas por meio da técica de PLI Para tato foi defiido um tempo máximo de 24 horas para realização desse processo Figura 5 Média e itervalo de cofiaça (99%) das heurísticas para os problemas de grade porte Tabela 4 Comparação cosiderado o DRM etre a heurística proposta e a técica de PLI Número de gargalos Tabela 5 Comparação cosiderado o DRM etre a heurística proposta e a técica de PLI % de gargalos DRM Heurística proposta DRM Heurística proposta Tempo de processameto total Heurística roposta Tempo de processameto total Heurística proposta PLI 1 0, :00:00 00:00:00 2 0, :00:00 00:00:13 3 2, :00:02 00:00:05 4 3, :00:00 00:00:04 Média 1, :00:01 00:00:06 PLI 10 29, :00:06 00:32: , :00:13 00:29: , :00:16 00:33: , :00:24 00:17: , :00:23 00:47: , :00:29 02:41: , :00:36 01:00: , :00:51 03:02: , :00:59 24:42:32 A , :01:02 01:24:41 Média 17, :00:32 03:33:12 A Nesse couto de problemas houve um em que a técica PLI ão obteve a solução ótima depois de 24 horas de procura da solução ótima em cada problema, visto que tal processo de busca pela solução ótima pode ser um processo moroso, ou sea, caso a técica de PLI utilizasse 24 horas para ecotrar a solução ótima e ão a ecotrasse, a melhor solução ecotrada seria adotada Com base esse cotexto, assumido que os valores obtidos pela técica de PLI são f*, a Tabela 4 são apresetados os DRM da heurística proposta e o tempo total de processameto para os problemas de pequeo porte e, a Tabela 5, esses resultados são apresetados para os problemas de grade porte A heurística proposta apresetou a média um DRM de aproximadamete 17,32% em relação aos resultados ótimos Apesar de esse valor ser expressivo, houve uma dimiuição sigificativa a média do tempo total de processameto utilizado para resolução desses problemas o que, por sua vez, evidêcia a eficiêcia e robustez da heurística proposta Aida o tocate ao desempeho da heurística proposta, Lihares (2009, p 128) apota que um dos pricipais problemas ou falhas das heurísticas desevolvidas para os problemas de defiição de mix de produção, apesar de sua eficiêcia a solução de problemas mais complexos, é a dificuldade de obteção das soluções ótimas para problemas com apeas um gargalo Etretato, coforme exposto a Tabela 4, a heurística proposta ão apreseta essa dificuldade, pois coseguiu ecotrar todas as soluções ótimas para esses problemas mais simples 5 Coclusões Neste artigo foi tratado o problema de defiição de mix de produção com o obetivo de se maximizar o gaho, cosiderado a teoria das restrições, por meio de heurísticas costrutivas De maeira prática, tal problema pode ser compreedido como a defiição das quatidades a serem produzidas de cada produto quado os recursos produtivos são isuficietes para ateder a toda demada Etretato, a busca de soluções próximas à ótima pelo uso de eficietes e simples heurísticas aida ecessita de pesquisas, visto que esse problema é do tipo NP-Completo Detro desse cotexto, foi proposta uma ova heurística para esse problema com base a TOC e o problema da mochila que apreseta melhor desempeho, em termos de qualidade de solução, que a heurística TOC-AK, de Aryaezhad e Komia (2004, p ) Assim, pode-se cocluir que a heurística proposta é muito mais eficiete que as heurísticas existetes o que, em suma, destaca sua importâcia a defiição de mix de produção No tocate à idicação de pesquisas futuras, é proposta

10 Sobreiro, V A et al 477 a realização de estudos que verifiquem a utilização da heurística proposta em situação prática Referêcias ANTUNES JUNIOR, J A V; RODRIGUES, L H A teoria das restrições como balizadora das ações visado a troca rápida de ferrametas Produção, v 3, 2, p 73-85, 1993 ARYANEZHAD, M B; KOMIJAN, A R A improved algorithm for optimizig product mix uder the theory of costraits Iteratioal Joural of Productio Research, v 42, 20, p , CORBETT, T Bússola Fiaceira: O processo decisório da Teoria das Restrições São Paulo: Nobel, p FINCH, B J; LUEBBE, R L Respose to Theory of costraits ad liear programmig: a re-examiatio Iteratioal Joural of Productio Research, v 38, 6, p , FREDENDALL, L D; LEA, B R Improvig the product mix heuristic i the theory of costraits Iteratioal Joural of Productio Research, v 35, 6, p , GOLDRATT, E M; COX, J A meta: um processo de melhoria cotíua 2 ed São Paulo: Nobel, p HSU, T-C; CHUNG, S-H The TOC-based algorithm for solvig product mix problems Productio Plaig & Cotrol, v 9, 1, p 36-46, org/101080/ KELLERER, H; PFERSCHY, U; PISINGER, D Kapsack Problems Berli: Spriger, p LEA, B-R Maagemet accoutig i ERP itegrated MRP ad TOC eviromets Idustrial Maagemet & Data Systems, v 107, 8, p , org/101108/ LEA, B-R; FREDENDALL, L D The impact of maagemet accoutig, product structure, product mix algorithm, ad plaig horizo o maufacturig perfomace Iteratioal Joural Productio Ecoomics, v 79, 3, p , LINHARES, A Theory of costraits ad the combiatorial complexity of the product-mix decisio Iteratioal Joural Productio Ecoomics, v 121, 1, p , MADAY, J C Proper use of costrait maagemet Productio ad Ivetory Maagemet Joural, v 35, 1, p 84, 1994 MARTELLO, S; TOTH, P Kapsack problems: algorithms ad computer implemetatios Guildford: Joh Wiley & Sos, p PISINGER, D; TOTH, P Kapsack Problems I: DU, D Z; PARDALOS, P M Hadbook of Combiatorial Optimizatio Bosto: Kluwer Academic Publisher, 1998 v I, p VERMA, R Maagemet Sciece, Theory of Costraits/ Optimized Productio Techology ad Local Optimizatio Omega, v 25, 2, p , org/101016/s (96) WATSON, K J; BLACKSTONE, J H; GARDINER, S C The evolutio of a maagemet philosophy: The theory of costraits Joural of Operatios Maagemet, v 25, 2, p , om A proposal of a costructive heuristics uder the TOC for defiitio of productio mix Abstract The defiitio the product mix eables the allocatio of productive resources i the maufacturig process, aimig to optimize the use of productive resources ad productive system performace However, the defiitio of the product mix is a problem of difficult solutio Thus, with the help of the Theory of Costraits - TOC, some costructive heuristics were preseted to help solve those problems Takig this ito accout, the obective of this paper was to propose a ew heuristics to provide better solutios whe compared to the heuristic TOC-AK by Aryaezhad ad Komia (2004, p ) As a result, it was possible to observe that the heuristics proposed obtaied a more satisfactory approach whe compared to the applicatio of TOC-AK ad the idetified optimum solutio by Iteger Liear Programmig ILP This fact evideces the importace of the heuristic proposed i the product mix defiitio Keywords Heuristic TOC Product mix

UM NOVO MÉTODO HEURÍSTICO PARA A OTIMIZAÇÃO DE MIX DE PRODUÇÃO BASEADO NA TEORIA DAS RESTRIÇÕES E NO PROBLEMA DA MOCHILA

UM NOVO MÉTODO HEURÍSTICO PARA A OTIMIZAÇÃO DE MIX DE PRODUÇÃO BASEADO NA TEORIA DAS RESTRIÇÕES E NO PROBLEMA DA MOCHILA UM NOVO MÉTODO HEURÍSTICO PARA A OTIMIZAÇÃO DE MIX DE PRODUÇÃO BASEADO NA TEORIA DAS RESTRIÇÕES E NO PROBLEMA DA MOCHILA NEW HEURISTIC METHOD FOR THE OPTIMIZATION OF PRODUCT MIX BASED ON THEORY OF CONSTRAINTS

Leia mais

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE Debora Jaesch Programa de Pós-Graduação em Egeharia de Produção

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail.

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail. Métodos Quatitativos em Cotabilidade Aálise da Variâcia AOVA Prof. José Fracisco Moreira Pessaha professorfmp@hotmail.com Rio de Jaeiro, 8 de setembro de 01 Aálise da Variâcia com um fator (OE WAY AOVA)

Leia mais

Modelando o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Aprendizagem

Modelando o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Aprendizagem 1 Modelado o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Apredizagem RESUMO Este documeto aborda a modelagem do tempo de execução de tarefas em projetos, ode a tomada de decisão

Leia mais

O Índice Preço/Lucro é um Indicador Eficiente? Evidências para o Mercado Brasileiro

O Índice Preço/Lucro é um Indicador Eficiente? Evidências para o Mercado Brasileiro O Ídice Preço/Lucro é um Idicador Eficiete? Evidêcias para o Mercado Brasileiro Kelmara Medes Vieira (UFSM) kelmara@smail.ufsm.br Alexadre Majola Gava (UFRGS) ale.gava@terra.com.br Resumo Este Trabalho

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

SISTEMA DE AMORTIZAÇÃO FRANCÊS DESENVOLVIDO ATRAVÉS DA LINGUAGEM DE PROGRAMAÇÃO JAVA¹

SISTEMA DE AMORTIZAÇÃO FRANCÊS DESENVOLVIDO ATRAVÉS DA LINGUAGEM DE PROGRAMAÇÃO JAVA¹ SISTEMA DE AMORTIZAÇÃO FRANCÊS DESENVOLVIDO ATRAVÉS DA RESUMO LINGUAGEM DE PROGRAMAÇÃO JAVA¹ Deis C. L. Costa² Edso C. Cruz Guilherme D. Silva Diogo Souza Robhyso Deys O presete artigo forece o ecadeameto

Leia mais

Tabela Price - verdades que incomodam Por Edson Rovina

Tabela Price - verdades que incomodam Por Edson Rovina Tabela Price - verdades que icomodam Por Edso Rovia matemático Mestrado em programação matemática pela UFPR (métodos uméricos de egeharia) Este texto aborda os seguites aspectos: A capitalização dos juros

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

Sistema Computacional para Medidas de Posição - FATEST

Sistema Computacional para Medidas de Posição - FATEST Sistema Computacioal para Medidas de Posição - FATEST Deise Deolido Silva, Mauricio Duarte, Reata Ueo Sales, Guilherme Maia da Silva Faculdade de Tecologia de Garça FATEC deisedeolido@hotmail.com, maur.duarte@gmail.com,

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre

Leia mais

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares.

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares. 5. Defiição de fução de várias variáveis: campos vetoriais e. Uma fução f : D f IR IR m é uma fução de variáveis reais. Se m = f é desigada campo escalar, ode f(,, ) IR. Temos assim f : D f IR IR (,, )

Leia mais

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS

Leia mais

Precificação orientada ao mercado: uma abordagem econométrica e de otimização

Precificação orientada ao mercado: uma abordagem econométrica e de otimização Precificação orietada ao mercado: uma abordagem ecoométrica e de otimização Rodrigo Araldo Scarpel (ITA) rodrigo@ita.br Resumo A estratégia de determiação do preço sedo customizada por marca, categoria,

Leia mais

Análise Combinatória I

Análise Combinatória I Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado

Leia mais

Sequenciamento de tarefas em um ambiente de produção assembly flowshop: modelagem e resolução heurística

Sequenciamento de tarefas em um ambiente de produção assembly flowshop: modelagem e resolução heurística Sequeciameto de tarefas em um ambiete de produção assembly flowshop: modelagem e resolução heurística Ricardo Goçalves Tavares Departameto de Iformática, Uiversidade Federal de Viçosa (UFV) Viçosa Mias

Leia mais

1.5 Aritmética de Ponto Flutuante

1.5 Aritmética de Ponto Flutuante .5 Aritmética de Poto Flutuate A represetação em aritmética de poto flutuate é muito utilizada a computação digital. Um exemplo é a caso das calculadoras cietíficas. Exemplo:,597 03. 3 Este úmero represeta:,597.

Leia mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

APLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS

APLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS APLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS Ferado Soares Gomes Taufer (FURG) feradosoares29@hotmail.com Elaie Correa Pereira (FURG) elaiepereira@prolic.furg.br Este artigo apreseta

Leia mais

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum Otimização e complexidade de algoritmos: problematizado o cálculo do míimo múltiplo comum Custódio Gastão da Silva Júior 1 1 Faculdade de Iformática PUCRS 90619-900 Porto Alegre RS Brasil gastaojuior@gmail.com

Leia mais

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica

Leia mais

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA Paulo César de Resede ANDRADE Lucas Moteiro CHAVES 2 Devail Jaques de SOUZA 2 RESUMO: Este trabalho apreseta a teoria do teste de Galto

Leia mais

O poço de potencial infinito

O poço de potencial infinito O poço de potecial ifiito A U L A 14 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial V(x) que tem a forma de um poço ifiito: o potecial é ifiito para x < a/ e para x > a/, e tem o valor

Leia mais

INVESTIMENTOS IMOBILIÁRIOS EM CURITIBA (PR) - CONSIDERAÇÕES SOBRE A ANÁLISE DE VIABILIDADE DE EMPREENDIMENTOS RESIDENCIAIS UNIFAMILIARES EM SÉRIE

INVESTIMENTOS IMOBILIÁRIOS EM CURITIBA (PR) - CONSIDERAÇÕES SOBRE A ANÁLISE DE VIABILIDADE DE EMPREENDIMENTOS RESIDENCIAIS UNIFAMILIARES EM SÉRIE INVESTIMENTOS IMOBILIÁRIOS EM CURITIBA (PR) - CONSIDERAÇÕES SOBRE A ANÁLISE DE VIABILIDADE DE EMPREENDIMENTOS RESIDENCIAIS UNIFAMILIARES EM SÉRIE Sadro Hauser (1); José Adelio Krüger (1) Programa de Pós-Graduação

Leia mais

Módulo 4 Matemática Financeira

Módulo 4 Matemática Financeira Módulo 4 Matemática Fiaceira I Coceitos Iiciais 1 Juros Juro é a remueração ou aluguel por um capital aplicado ou emprestado, o valor é obtido pela difereça etre dois pagametos, um em cada tempo, de modo

Leia mais

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5 Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área

Leia mais

4 Teoria da Localização 4.1 Introdução à Localização

4 Teoria da Localização 4.1 Introdução à Localização 4 Teoria da Localização 4.1 Itrodução à Localização A localização de equipametos públicos pertece a uma relevate liha da pesquisa operacioal. O objetivo dos problemas de localização cosiste em determiar

Leia mais

PROTÓTIPO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE

PROTÓTIPO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE ROTÓTIO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE Marcel Muk E/COE/UFRJ - Cetro de Tecologia, sala F-18, Ilha Uiversitária Rio de Jaeiro, RJ - 21945-97 - Telefax: (21) 59-4144 Roberto Citra Martis, D. Sc.

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

SISTEMA DE MEDIÇÃO DE DESEMPENHO

SISTEMA DE MEDIÇÃO DE DESEMPENHO CAPÍTULO 08 SISTEMA DE MEDIÇÃO DE DESEMPENHO Simplificação Admiistrativa Plaejameto da Simplificação Pré-requisitos da Simplificação Admiistrativa Elaboração do Plao de Trabalho Mapeameto do Processo Mapeameto

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21 Nome: ºANO / CURSO TURMA: DATA: 0 / 0 / 05 Professor: Paulo. (Pucrj 0) Vamos empilhar 5 caixas em ordem crescete de altura. A primeira caixa tem m de altura, cada caixa seguite tem o triplo da altura da

Leia mais

Caderno de Fórmulas. Debêntures Cetip21

Caderno de Fórmulas. Debêntures Cetip21 Última Atualização: 01/04/2016 E ste Cadero tem por objetivo iformar aos usuários a metodologia e os critérios de precisão dos cálculos implemetados Para Debêtures o Cetip21. São aqui apresetadas fórmulas

Leia mais

(1) Escola Politécnica da Universidade de São Paulo (2) E. J. Robba Consultoria & Cia. Ltda.

(1) Escola Politécnica da Universidade de São Paulo (2) E. J. Robba Consultoria & Cia. Ltda. Otimização da Qualidade de Forecimeto pela Localização de Dispositivos de Proteção e Seccioameto em Redes de Distribuição Nelso Kaga () Herá Prieto Schmidt () Carlos C. Barioi de Oliveira () Eresto J.

Leia mais

Capítulo 2 Análise Descritiva e Exploratória de Dados

Capítulo 2 Análise Descritiva e Exploratória de Dados UNIVERSIDADE FEDERAL DE SÃO CARLOS C E N T R O D E C I Ê N C I A S E X A T A S E D E T E C N O L O G I A D E P A R T A M E N T O D E E S T A T Í S T I C A INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

RESISTORES E RESISTÊNCIAS

RESISTORES E RESISTÊNCIAS ELETICIDADE CAPÍTULO ESISTOES E ESISTÊNCIAS No Capítulo estudamos, detre outras coisas, o coceito de resistêcia elétrica. Vimos que tal costitui a capacidade de um corpo qualquer se opôr a passagem de

Leia mais

PRESTAÇÃO = JUROS + AMORTIZAÇÃO

PRESTAÇÃO = JUROS + AMORTIZAÇÃO AMORTIZAÇÃO Amortizar sigifica pagar em parcelas. Como o pagameto do saldo devedor pricipal é feito de forma parcelada durate um prazo estabelecido, cada parcela, chamada PRESTAÇÃO, será formada por duas

Leia mais

4 HIDROLOGIA ESTATÍSTICA: conceitos e aplicações

4 HIDROLOGIA ESTATÍSTICA: conceitos e aplicações 4 HIDROLOGIA ESTATÍSTICA: coceitos e aplicações 4. Coceitos básicos de Probabilidades Um cojuto de dados hidrológicos ecessita ser previamete aalisado com base em algus idicadores estatísticos básicos

Leia mais

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS Miistério do Plaejameto, Orçameto e GestãoSecretaria de Plaejameto e Ivestimetos Estratégicos AJUSTE COMPLEMENTAR ENTRE O BRASIL E CEPAL/ILPES POLÍTICAS PARA GESTÃO DE INVESTIMENTOS PÚBLICOS CURSO DE AVALIAÇÃO

Leia mais

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos Aexo VI Técicas Básicas de Simulação do livro Apoio à Decisão em Mauteção a Gestão de Activos Físicos LIDEL, 1 Rui Assis rassis@rassis.com http://www.rassis.com ANEXO VI Técicas Básicas de Simulação Simular

Leia mais

PG Progressão Geométrica

PG Progressão Geométrica PG Progressão Geométrica 1. (Uel 014) Amalio Shchams é o ome cietífico de uma espécie rara de plata, típica do oroeste do cotiete africao. O caule dessa plata é composto por colmos, cujas características

Leia mais

SIMULAÇÃO DO SISTEMA DE ENERGIA DE UM VEÍCULO

SIMULAÇÃO DO SISTEMA DE ENERGIA DE UM VEÍCULO SMULAÇÃO DO SSTEMA DE ENEGA DE UM VEÍULO Luiz Gustavo Gusmão Soeiro Fiat Automóveis luiz.soeiro@fiat.com.br ESUMO O trabalho tem como objetivo viabilizar uma simulação computacioal para se determiar o

Leia mais

UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS

UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS Viícius Atoio Motgomery de Mirada e-mail: vmotgomery@hotmail.com Edso Oliveira Pamploa e-mail: pamploa@iem.efei.rmg.br

Leia mais

Os juros compostos são conhecidos, popularmente, como juros sobre juros.

Os juros compostos são conhecidos, popularmente, como juros sobre juros. Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são

Leia mais

UM NOVO OLHAR PARA O TEOREMA DE EULER

UM NOVO OLHAR PARA O TEOREMA DE EULER X Ecotro Nacioal de Educação Matemática UM NOVO OLHA PAA O TEOEMA DE EULE Iácio Atôio Athayde Oliveira Secretária de Educação do Distrito Federal professoriacio@gmail.com Aa Maria edolfi Gadulfo Uiversidade

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Egeharia - Campus de Guaratiguetá esquisa Operacioal Livro: Itrodução à esquisa Operacioal Capítulo 6 Teoria de Filas Ferado Maris fmaris@feg.uesp.br Departameto de rodução umário Itrodução

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

RESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS.

RESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS. RESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS. No sistema de amortização Price, com as seguites hipóteses, ocorrerá cobraça

Leia mais

Rejane Corrrea da Rocha. Matemática Financeira

Rejane Corrrea da Rocha. Matemática Financeira Rejae Corrrea da Rocha Matemática Fiaceira Uiversidade Federal de São João del-rei 0 Capítulo 5 Matemática Fiaceira Neste capítulo, os coceitos básicos de Matemática Fiaceira e algumas aplicações, dos

Leia mais

ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO

ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO III SEMEAD ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO José Roberto Securato (*) Alexadre Noboru Chára (**) Maria Carlota Moradi Seger (**) RESUMO O artigo trata da dificuldade de

Leia mais

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo?

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo? AMOSTRAGEM metodologia de estudar as populações por meio de amostras Amostragem ou Ceso? Por que fazer amostragem? população ifiita dimiuir custo aumetar velocidade a caracterização aumetar a represetatividade

Leia mais

PROBLEMA DE DESLOCAMENTO DE VIATURAS MILITARES PELA REDE FERROVIÁRIA FEDERAL (UMA ABORDAGEM EM PROGRAMAÇÃO LINEAR)

PROBLEMA DE DESLOCAMENTO DE VIATURAS MILITARES PELA REDE FERROVIÁRIA FEDERAL (UMA ABORDAGEM EM PROGRAMAÇÃO LINEAR) PROBLEMA DE DESLOCAMENTO DE VIATURAS MILITARES PELA REDE FERROVIÁRIA FEDERAL (UMA ABORDAGEM EM PROGRAMAÇÃO LINEAR) NEI CARLOS DOS SANTOS ROCHA ALBA REGINA MORETTI 2 LUIZ HENRIQUE DA COSTA ARAÚJO CARLA

Leia mais

Computação Científica - Departamento de Informática Folha Prática 1

Computação Científica - Departamento de Informática Folha Prática 1 1. Costrua os algoritmos para resolver os problemas que se seguem e determie as respetivas ordes de complexidade. a) Elaborar um algoritmo para determiar o maior elemeto em cada liha de uma matriz A de

Leia mais

Um Protocolo Híbrido de Anti-colisão de Etiquetas para Sistemas RFID

Um Protocolo Híbrido de Anti-colisão de Etiquetas para Sistemas RFID XXIX SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES - SBrT 11, 2-5 DE OUTUBRO DE 211, CURITIBA, PR Um Protocolo Híbrido de Ati-colisão de Etiquetas para Sistemas RFID Bruo A. de Jesus, Rafael C. de Moura, Liliae

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

INTRODUÇÃO A TEORIA DE CONJUNTOS INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome

Leia mais

Intervalo de Confiança para uma Média Populacional

Intervalo de Confiança para uma Média Populacional Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra

Leia mais

CRI Certificados de Recebíveis Imobiliários. Guia para Elaboração dos Fluxos de Pagamentos Data: 16/11/2015

CRI Certificados de Recebíveis Imobiliários. Guia para Elaboração dos Fluxos de Pagamentos Data: 16/11/2015 1 CRI Certificados de Recebíveis Imobiliários Guia para Elaboração dos Fluxos de Pagametos Data: 16/11/2015 Sumário/Ídice CRI - CERTIFICADOS DE RECEBÍVEIS IMOBILIÁRIOS... 1 SUMÁRIO/ÍNDICE... 2 1. OBJETIVO...

Leia mais

1.4- Técnicas de Amostragem

1.4- Técnicas de Amostragem 1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto

Leia mais

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução. 55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada

Leia mais

Modelo Matemático para Estudo da Viabilidade Econômica da Implantação de Sistemas Eólicos em Propriedades Rurais

Modelo Matemático para Estudo da Viabilidade Econômica da Implantação de Sistemas Eólicos em Propriedades Rurais Modelo Matemático para Estudo da Viabilidade Ecoômica da Implatação de Sistemas Eólicos em Propriedades Rurais Josiae Costa Durigo Uiversidade Regioal do Noroeste do Estado do Rio Grade do Sul - Departameto

Leia mais

Probabilidades. José Viegas

Probabilidades. José Viegas Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia

Leia mais

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda 1 Uma Metodologia de Busca Otimizada de Trasformadores de Distribuição Eficiete para qualquer Demada A.F.Picaço (1), M.L.B.Martiez (), P.C.Rosa (), E.G. Costa (1), E.W.T.Neto () (1) Uiversidade Federal

Leia mais

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

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos Aálise de Projectos ESAPL / IPVC Critérios de Valorização e Selecção de Ivestimetos. Métodos Estáticos Como escolher ivestimetos? Desde sempre que o homem teve ecessidade de ecotrar métodos racioais para

Leia mais

PROFESSOR: SEBASTIÃO GERALDO BARBOSA

PROFESSOR: SEBASTIÃO GERALDO BARBOSA UNESPAR/FAFIPA - Professor Sebastião Geraldo Barbosa - 0 - PROFESSOR: SEBASTIÃO GERALDO BARBOSA Outubro/203 UNESPAR/FAFIPA - Professor Sebastião Geraldo Barbosa - - TÓPICOS DE MATEMÁTICA FINANCIEIRA ATRAVÉS

Leia mais

Cálculo Financeiro Comercial e suas aplicações.

Cálculo Financeiro Comercial e suas aplicações. Matemática Fiaceira Uidade de Sorriso - SENAC M, Prof Rikey Felix Cálculo Fiaceiro Comercial e suas aplicações. Método Algébrico Parte 0 Professor Rikey Felix Edição 0/03 Matemática Fiaceira Uidade de

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,

Leia mais

5 Proposta de Melhoria para o Sistema de Medição de Desempenho Atual

5 Proposta de Melhoria para o Sistema de Medição de Desempenho Atual 49 5 Proposta de Melhoria para o Sistema de Medição de Desempeho Atual O presete capítulo tem por objetivo elaborar uma proposta de melhoria para o atual sistema de medição de desempeho utilizado pela

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1. Estimação: O objetivo da iferêcia estatística é obter coclusões a respeito de populações através de uma amostra extraída

Leia mais

5n 3. 1 nsen(n + 327) e)

5n 3. 1 nsen(n + 327) e) Exercícios 1 Mostre, utilizado a defiição, que as seguites sucessões são limitadas: 2 4 50 a) b) 3 +16 1 5 3 2 c) 1 4( 1) 8 5 d) 100 5 3 2 + 2( 1) 1 4( 1) 8 1 se( + 327) e) f) 5 3 2 4 4 2 2 Mostre, utilizado

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA Prof. Gilmar Boratto Material de apoio para o curso de Admiistração. ÍNDICE CONCEITOS BÁSICOS...- 2-1- CONCEITO DE FLUXO DE CAIXA...- 2-2-A MATEMÁTICA FINANCEIRA E SEUS OBJETIVOS...-

Leia mais

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo. UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital

Leia mais

PLANEJAMENTO DE CENTRAIS DE DISTRIBUIÇÃO A PARTIR DA ANÁLISE DO NÍVEL DE SERVIÇO E DA CAPACIDADE PRODUTIVA

PLANEJAMENTO DE CENTRAIS DE DISTRIBUIÇÃO A PARTIR DA ANÁLISE DO NÍVEL DE SERVIÇO E DA CAPACIDADE PRODUTIVA PLANEJAMENTO DE CENTRAIS DE DISTRIBUIÇÃO A PARTIR DA ANÁLISE DO NÍVEL DE SERVIÇO E DA CAPACIDADE PRODUTIVA Taylor Motedo Machado Uiversidade de Brasília/Mestrado em Trasportes Campus Uiversitário - SG-12,

Leia mais

LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS

LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS Dissertação apresetada à Uiversidade Federal de Viçosa, como

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (III ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice Itrodução Aplicação do cálculo matricial aos

Leia mais

ALOCAÇÃO DE VAGAS NO VESTIBULAR PARA OS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR

ALOCAÇÃO DE VAGAS NO VESTIBULAR PARA OS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR ALOCAÇÃO DE VAGAS NO VESTIBULAR PARA OS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR Alexadre Stamford da Silva Programa de Pós-Graduação em Egeharia de Produção PPGEP / UFPE Uiversidade Federal

Leia mais

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)

Leia mais

MATEMÁTICA APLICADA À GESTÃO I

MATEMÁTICA APLICADA À GESTÃO I 00 MATEMÁTICA APLICADA À GESTÃO I TEXTO DE APOIO MARIA ALICE FILIPE ÍNDICE NOTAS PRÉVIAS ALGUNS CONCEITOS SOBRE SÉRIES6 NOTAS PRÉVIAS As otas seguites referem-se ao maual adoptado: Cálculo, Vol I James

Leia mais

UNIVERSIDADE DA MADEIRA

UNIVERSIDADE DA MADEIRA Biofísica UNIVERSIDADE DA MADEIRA P9:Lei de Sell. Objetivos Verificar o deslocameto lateral de um feixe de luz LASER uma lâmia de faces paralelas. Verificação do âgulo critico e reflexão total. Determiação

Leia mais

LAYOUT CONSIDERAÇÕES GERAIS DEFINIÇÃO. Fabrício Quadros Borges*

LAYOUT CONSIDERAÇÕES GERAIS DEFINIÇÃO. Fabrício Quadros Borges* LAYOUT Fabrício Quadros Borges* RESUMO: O texto a seguir fala sobre os layouts que uma empresa pode usar para sua arrumação e por coseguite ajudar em solucioar problemas de produção, posicioameto de máquias,

Leia mais

CONTRIBUIÇÃO DA PESQUISA DE MARKETING PARA A DEFINIÇÃO DE ESTRATÉGIAS DE APREÇAMENTO DE BENS E SERVIÇOS

CONTRIBUIÇÃO DA PESQUISA DE MARKETING PARA A DEFINIÇÃO DE ESTRATÉGIAS DE APREÇAMENTO DE BENS E SERVIÇOS Af-Revista 03 Completa 4 cores:layout 1 10/9/09 4:09 PM Page 28 CONTRIBUIÇÃO DA PESQUISA DE MARKETING PARA A DEFINIÇÃO DE ESTRATÉGIAS DE APREÇAMENTO DE BENS E SERVIÇOS CONTRIBUTION OF MARKETING RESEARCH

Leia mais

MINISTÉRIO DAS CIDADES, ORDENAMENTO DO TERRITÓRIO E AMBIENTE Instituto do Ambiente PROCEDIMENTOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENTE

MINISTÉRIO DAS CIDADES, ORDENAMENTO DO TERRITÓRIO E AMBIENTE Instituto do Ambiente PROCEDIMENTOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENTE MINISÉRIO DAS CIDADES, ORDENAMENO DO ERRIÓRIO E AMBIENE Istituto do Ambiete PROCEDIMENOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENE Abril 2003 . Equadrameto O presete documeto descreve a metodologia a seguir

Leia mais

REALOCAÇÃO DE CABINAS POLICIAS NOS BAIRROS DE LEBLON E IPANEMA DA CIDADE DO RIO DE JANEIRO - RJ

REALOCAÇÃO DE CABINAS POLICIAS NOS BAIRROS DE LEBLON E IPANEMA DA CIDADE DO RIO DE JANEIRO - RJ REALOCAÇÃO DE CABINAS POLICIAS NOS BAIRROS DE LEBLON E IPANEMA DA CIDADE DO RIO DE JANEIRO - RJ Jea Eduardo Glazar Mestrado do Programa de Egeharia de Produção - COPPE / UFRJ. ea@pep.ufr.br Herique Meirelles

Leia mais

CONTRIBUIÇÕES DA MODELAGEM MATEMÁTICA PARA O ENSINO MÉDIO: ÂNGULO DE VISÃO DAS CORES DO ARCO-ÍRIS

CONTRIBUIÇÕES DA MODELAGEM MATEMÁTICA PARA O ENSINO MÉDIO: ÂNGULO DE VISÃO DAS CORES DO ARCO-ÍRIS CONTRIBUIÇÕES DA MODELAGEM MATEMÁTICA PARA O ENSINO MÉDIO: ÂNGULO DE VISÃO DAS CORES DO ARCO-ÍRIS Profª. Drª. Vailde Bisogi UNIFRA vailde@uifra.br Prof. Rodrigo Fioravati Pereira UNIFRA prof.rodrigopereira@gmail.com

Leia mais

MEDIDAS E INCERTEZAS

MEDIDAS E INCERTEZAS 9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma

Leia mais

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno

8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno Admiistração Fiaceira e Orçametária Tema 3 O valor do diheiro o tempo. Tema 4 Risco e Retoro Ivoete Melo de Carvalho, MSc Coteúdo As mutações do valor do diheiro o tempo. Os fatores que iterferem o valor

Leia mais

Análise estratégica dos leilões de novos empreendimentos de geração de energia

Análise estratégica dos leilões de novos empreendimentos de geração de energia Aálise estratégica dos leilões de ovos empreedimetos de geração de eergia elétrica Gustavo S. Masili masili@fem.uicamp.r Ferado C. Muhoz fcolli@fem.uicamp.r Resumo Leilões de empreedimetos o setor elétrico

Leia mais

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1 MAC122 Pricípios de Desevolvimeto de Algoritmos EP o. 1 Prof. Dr. Paulo Mirada 1 Istituto de Matemática e Estatística (IME) Uiversidade de São Paulo (USP) 1. Estrutura dos arquivos de images o formato

Leia mais

Matemática Em Nível IME/ITA

Matemática Em Nível IME/ITA Caio dos Satos Guimarães Matemática Em Nível IME/ITA Volume 1: Números Complexos e Poliômios 1ª Edição São José dos Campos 007 SP Prefácio O livro Matemática em Nível IME/ITA tem como objetivo ão somete

Leia mais

REGRESSÃO MÚLTIPLA: FERRAMENTA DE APOIO À DECISÃO NAS PESQUISAS MARKETING INSTITUCIONAL

REGRESSÃO MÚLTIPLA: FERRAMENTA DE APOIO À DECISÃO NAS PESQUISAS MARKETING INSTITUCIONAL REGRESSÃO MÚLTIPLA: FERRAMENTA DE APOIO À DECISÃO NAS PESQUISAS MARKETING INSTITUCIONAL CHARLES THIBES SARMENTO RESUMO Tecioa-se aalisar a regressão múltipla como auxílio às políticas istitucioais as pesquisas

Leia mais

Processamento Morfológico de Imagens Digitais em FPGA

Processamento Morfológico de Imagens Digitais em FPGA VIII Joradas sobre Sistemas Recofiguráveis Processameto Morfológico de Images Digitais em FPGA Aa Rita Silva Horácio C. Neto INESC-ID/IST/UTL INESC-ID/IST/UTL Resumo Este trabalho evolveu o projecto de

Leia mais

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 60 Sumário CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 5.1. Itrodução... 62 5.2. Tabelas de trasição dos flip-flops... 63 5.2.1. Tabela de trasição do flip-flop JK... 63 5.2.2. Tabela de

Leia mais