4 O Método de Análise Hierárquica

Tamanho: px
Começar a partir da página:

Download "4 O Método de Análise Hierárquica"

Transcrição

1 4 O Método de Aálse Herárquca 4.. Itrodução O método de aálse herárquca é um dos métodos multatrbuto mas utlzados e dfuddos o mercado mudal (Gomes, 007). Isso se deve, provavelmete, a duas razões. A prmera é o seu poersmo. Fo desevolvdo em meados da década de 970 pelo pesqusador amercao Thomas L. Saaty, quado se começava a abordar problemas complexos sob a vsão de múltplos crtéros smultâeos. Não hava, a época, mutas abordages desse tpo. A seguda é o seu caráter smples e tutvo. Ao cohecer as suas premssas, rapdamete o usuáro começa a utlzá-lo, estruturado crtéros, atrbudo valores e selecoado alteratvas. Em glês esse método é cohecdo como Aalytc Herarchy Process sedo muto usada a sua sgla de referêca AHP. A déa básca do AHP é que um problema decsóro pode ser estruturado de maera herárquca, ode o topo da herarqua cotém a sua descrção geral e os íves mas abaxo estão os crtéros (ou atrbutos) que são levados em cosderação para a abordagem. Esses crtéros poderão ser subdvddos em subcrtéros e assm sucessvamete. No últmo ível da estrutura herárquca serão ecotradas as alteratvas cosderadas a aálse. O sgfcado do poscoameto das alteratvas a base é que cada uma dessas alteratvas passará a ser aalsada dvdualmete, somete sob a óptca desses subcrtéros (ou crtéros) as últmas ramfcações da estrutura. Assm, será como se um problema decsóro complexo fosse subdvddo em problemas meores que serão abordados separadamete, para depos serem agregados e assm chegar a solução fal para o problema complexo maor. A fgura 4. lustra a estrutura herárquca descrta este parágrafo. Na lteratura também é

2 4. O Método de Aálse Herárquca 40 possível ecotrar a deomação Árvore de Crtéros como sômo para Estrutura Herárquca. PROBLEMA DECISÓRIO CRITÉRIO CRITÉRIO CRITÉRIO CRITÉRIO ALTERNATIVA SUBCRITÉRIO SUBCRITÉRIO ALTERNATIVA ALTERNATIVA ALTERNATIVA ALTERNATIVA ALTERNATIVA Fgura 4.: Modelo de estrutura herárquca do AHP (Passos, 00) Após a defção dos crtéros que serão utlzados, a aálse do problema por partes pode ser feta de váras formas. Uma delas é etregado aspectos específcos para especalstas em determados assutos, que avalarão sua área com mas propredade. Como exemplo hpotétco, em um problema de seleção de proetos de Exploração e Produção de petróleo, aspectos téccos serão bem avalados somete por egeheros que coheçam o assuto. Aspectos faceros serão bem avalados somete por pessoas que coheçam o assuto e sabam aalsar o mercado para quatfcar proeções de recetas futuras e cofrotar com os vestmetos assocados. Somete depos dsso será possível defr a sua vabldade ecoômca. Nas seções segutes serão aalsados os detalhes do método tomado como referêca o processo decsóro proposto a seção.3. Para facltar o etedmeto do método há um estudo de caso o fal deste texto ode são selecoadas tecologas de comucações para o Exércto Braslero (Rbero et al, 009). Essa aplcação está detalhada o ANEXO B.

3 4. O Método de Aálse Herárquca Estruturação do modelo O processo decsóro proposto o capítulo sugere que a prmera atvdade a ser realzada é a determação dos tomadores de decsão (ou decsores) e aalstas de decsão. A seguda atvdade é a aálse detalhada do problema. Ambas ão possuem aspectos específcos detro do AHP. A modelagem utlzado o AHP pode ser feta de duas maeras báscas. Na prmera defe-se o problema decsóro e partdo desse problema geral complexo haverá a segmetação os crtéros que devem ser levados em cosderação para tomar a decsão, coforme descrto a seção ateror. Na seguda maera, o tomador de decsão ca a abordagem detfcado as dversas alteratvas dspoíves para escolha ou ordeação. Somete depos dsso pesa-se a estruturação da árvore de crtéros. Vale ressaltar que em algus tpos de problemas é vável car a modelagem da seguda maera devdo ao grade úmero de alteratvas dspoíves. Um exemplo possível é o problema de seleção de caddatos a vagas de emprego. Esse é um típco problema multatrbuto e, geralmete, a quatdade de pessoas dspoíves para a vaga é muto grade e, a maora das vezes descohecda. Resta, portato, defr dretamete o couto de crtéros a serem cosderados o processo de seleção. Sob a vsão do processo decsóro é como se fosse possível optar pela fase 3 (determação das alteratvas) ou fase 4 (defção dos crtéros relevates) depos de ter termado a fase (aálse do problema). É mportate destacar que as premssas geras defdas o capítulo valerão e serão utlzadas aqu, a costrução do modelo. Assm, as cco característcas do couto de crtéros descrtas por Keeey e Haffa (976) deverão ser levadas em cosderação.

4 4. O Método de Aálse Herárquca Coleta de dados sobre os crtéros Após defr a estrutura herárquca para o problema decsóro, o passo segute é a atrbução de valores relatvos para os crtéros. A faldade dessa etapa é defr o quato um crtéro é mas mportate que o outro detro de toda a abordagem. Para defr esses valores, Saaty sugere que seam fetas dversas aálses partáras (ou por pares) ode os crtéros são comparados etre s dos a dos. Esse procedmeto é defeddo pelo autor do AHP, pos ele o cosdera tutvo. Esses ulgametos são armazeados em uma matrz quadrada chamada matrz de comparações partáras. A tabela 4. lustra uma matrz de comparações partáras geérca. Crtéros Crt... Crt p... Crt m Crt... a p... a m Crt p a p... a pm Crt m a m... a mp... Tabela 4.: Matrz de comparações partáras Para preecher essa matrz é utlzada uma escala cohecda como Escala Fudametal de Saaty. Essa escala possu váras característcas a serem destacadas. A prmera é que ela relacoa valores umércos com valores verbas. Assm haverá correspodêca dreta etre os úmeros e expressões detro de suas lhas. Outra característca otável é que seus valores varam de até 9. Uma das bases cocetuas para ustfcar esse valor está assocada à lmtação humaa para dstgur íves de tesdade os dversos setdos: audção, olfato, paladar etc. Essas característcas foram descrtas por Mller (956) e usada por Saaty como subsído para crar essa escala. Outra característca mportate assocada a esse ulgameto é que depedete do tpo de crtéro usado (quattatvo ou qualtatvo/subetvo) a escala é aplcável. Como exemplo,

5 4. O Método de Aálse Herárquca 43 se a avalação de um automóvel dos dos crtéros em questão forem coforto tero e cosumo de combustível, para ambos deve-se usar os valores da tabela. Outro aspecto a ser destacado é que ela está sedo defda uma escala de razões. Assm, os seus valores ao serem preechdos a matrz de comparações partáras represetarão o quato que um crtéro é mas atraete que o outro. Isso quer dzer que a atrbução do valor 3 dca que um crtéro possu mportâca moderada sobre o outro e que um crtéro é três vezes mas mportate que o outro. Essa escala está lustrada a tabela 4.. ESCALA NUMÉRICA ,4,6,8 ESCALA VERBAL Mesma mportâca Importâca moderada de um sobre o outro Importâca essecal ou forte Importâca muto forte Importâca extrema Valores termedáros Tabela 4.: Escala fudametal de Saaty Uma característca a ressaltar a matrz de comparações partáras é que ela possu um tpo de smetra em relação à sua dagoal prcpal, da segute forma: ambos os elemetos tratam do ulgameto etre os mesmos crtéros, etretato um ulgameto é o verso do outro dcado a = /a. Isso sgfca que se o valor a = 5, tem-se que o crtéro é 5 vezes mas mportate que o crtéro ou que o crtéro possu mportâca essecal ou forte quado comparado ao crtéro. Já o elemeto smétrco a = /5 dcará que o crtéro possu um quto da A razão para sso é que em mutas vezes a relação exstete etre a satsfação assocada a um veículo que cosome meos e os valores umércos de cosumo ão é lear. E aturalmete, será mas adequado levar em cosderação as preferêca, de fato, do tomador de decsão, que estão mplíctas a escala fudametal.

6 4. O Método de Aálse Herárquca 44 mportâca do crtéro ou, da mesma forma, que o crtéro possu mportâca essecal ou forte quado comparado ao crtéro. Após preecher a matrz de comparações partáras deverá ser obtdo o vetor de pesos assocado a essa matrz. Cada compoete desse vetor dcará a mportâca relatva de cada crtéro quado comparado aos outros. Esse vetor pode ser obtdo de váras formas. Aqu sugermos que ele sea calculado da segute maera: a. Calcular a méda artmétca de cada lha da matrz de comparações partáras. Observar que cada lha estará assocada a um crtéro e a uma compoete do vetor de pesos. b. Normalzar as compoetes dvddo seus valores pela soma de todas as compoetes. Com sso, os valores dos pesos dos crtéros estarão etre 0 e e sua soma será gual a. Crtéro Crtéro Crtéro 3 Crtéro 4 Crtéro 5 Crtéro Crtéro Crtéro 3 /5 /3 5 3 Crtéro 4 /7 /7 /5 /5 Crtéro 5 /5 /3 /3 5 Tabela 4.3: Exemplo geérco de matrz de comparações partáras (adaptado de Kuchler, 009) A tabela 4.3 lustra um exemplo de matrz de comparações partáras preechda utlzado a escala fudametal de Saaty. A tabela 4.4 mostra o vetor de pesos assocado a essa matrz. Crtéro Crtéro 0.58 Crtéro Crtéro

7 4. O Método de Aálse Herárquca 45 Crtéro Tabela 4.4: Vetor de pesos assocado à tabela Avalação das alteratvas em relação aos crtéros Após a defção da mportâca relatva etre os crtéros o próxmo passo o processo decsóro proposto é avalar as alteratvas em relação aos crtéros. No AHP sso pode ser feto de duas maeras dsttas assm deomadas: medção relatva ou medção absoluta. A avalação com medção relatva é muto semelhate ao que fo descrto a seção ateror para a potuação relatva dos crtéros. Nela as dversas alteratvas dspoíves são aalsadas sob a vsão de cada crtéro dvdualmete. Assm, para um crtéro geérco todas as alteratvas cosderadas para o problema decsóro são comparadas duas a duas com a escala fudametal de Saaty. Esses ulgametos são cosoldados em uma matrz de comparações partáras. De forma aáloga à seção ateror é defdo um vetor de pesos para essa matrz. Esse vetor de pesos dca o quato uma alteratva é boa quado comparada às outras sob a vsão do crtéro. Esse procedmeto ão é utlzado essa dssertação. Para mas detalhes é sugerda a cosulta a Saaty (006), detalhado as referêcas. Quado a quatdade de alteratvas o problema é muto grade fazer a medção relatva pode ser vável devdo a grade quatdade de ulgametos ecessára para preecher as matrzes de comparações partáras. Fazer a medção absoluta resolve (ou reduz) esse problema. A medção absoluta cosste em assocar potuações absolutas a cada uma das alteratvas através de uma escala prevamete defda pelo decsor. Essa escala pode ser costruída de váras maeras. Saaty Para uma matrz de comparações partáras de ordem, ão sedo ulgados os valores da dagoal prcpal (sempre gual a ) e os valores abaxo dessa dagoal (devdo à smetra dos ulgametos e a = /a ) a quatdade total de ulgametos a ser serda em cada matrz é ( -)/. Para um problema que possua, por exemplo, 0 alteratvas serão ecessáros 90 ulgametos para completar cada matrz de comparações partáras assocada a um crtéro. Preecher uma matrz dessa forma pode levar a erros por fadga.

8 4. O Método de Aálse Herárquca 46 (opus ct.) sugere que seam assocados valores quattatvos a uma escala de ulgametos subetvos coforme o exemplo a segur. Em Kuchler (009) fo apresetado um problema de detfcação de áreas propesas à ocupação em reserva ambetal. Para lustrar a utlzação da medção absoluta será usado um dos crtéros cosderados aquele problema decsóro, que é o crtéro uso do solo. Na reserva ambetal foram detfcadas algus tpos de uso do solo: solo exposto, mata, mata desa, gramíeas e aflorameto rochoso. A quatdade de regões a serem potuadas sob a vsão do crtéro uso do solo era muto grade. Por sso foram assocados a cada um dos tpos de uso do solo valores umércos. Essa assocação é feta através da matrz de comparações partáras coforme descrto a tabela 4.5. Solo Exposto Mata Mata Desa Aflorameto Gramíeas Solo Exposto Mata /5 3 3 /5 Mata Desa /9 /3 / /9 Aflorameto /9 /3 /9 Gramíeas Tabela 4.5: Julgametos das classes de usos do solo em Kuchler (009) Após estabelecer esses ulgametos busca-se obter uma escala umérca de maera semelhate ao exemplo de medção relatva: a. Calcula-se a méda artmétca das lhas da matrz; b. Dvde-se cada um dos valores obtdos o tem a) pelo maor dos valores. Com sso são obtdos valores etre 0 e, mas sem a déa mportâca relatva etre eles. A escala fal obtda está descrta a tabela 4.6. Solo Exposto Mata 0,3

9 4. O Método de Aálse Herárquca 47 Mata Desa 0,08 Aflorameto 0,4 Gramíeas Tabela 4.6: Escala de valores para o crtéro uso do solo, em Kuchler (009) Com sso, sempre que for ecotrada uma regão (alteratva) com aflorameto rochoso, p.ex., será assocado a ela o valor 0,4. Em regões com gramíeas será assocado a elas o valor. Em ambos os procedmetos para potuar as alteratvas em relação aos crtéros (medção relatva e medção absoluta) é obtdo ao fal um vetor de potuações que armazea os ulgametos que foram efetuados para cada alteratva em relação ao crtéro especfcado Aálse de cosstêca Após o preechmeto de cada matrz de comparações partáras é ecessáro aalsá-las para levatar a exstêca de cosstêcas. A cosstêca ocorre devdo a erros os ulgametos de valor. É ecessáro que seam respetadas as relações de preferêca etre os crtéros. Dados três crtéros A, B, C, para que ão haa cosstêca, deve ocorrer que se A é preferível a B e B é preferível a C, etão A deve ser preferível a C. Outro problema que ocorre está relacoado com a tesdade com a qual um crtéro é preferível em relação a outro. Geralmete, ocorre que a pq a pv. a vq, ode a são elemetos da matrz de comparações partáras, p e q represetam lha e coluas quasquer, v é um crtéro termedáro e a determa o quato um crtéro é preferível ao crtéro. Saaty (006) estabeleceu que um valor acetável para o ídce de cosstêca é 0,. Para medr este ídce de cosstêca da matrz, exstem procedmetos específcos. Supodo uma matrz de comparações partáras etre crtéros que sea cosstete. Dados os pesos para cada crtéro como sedo,..., e a como o elemeto geérco, pode-se escrevê-la como sedo

10 4. O Método de Aálse Herárquca 48 A Isso ocorre devdo a uma razão smples. A cosstêca perfeta va ocorrer se a k = a a k para qualquer,, k ode é a ordem da matrz. Se acotecer que a com, =,...,, etão: a ak ak também, k k a a Com sso, fca bem caracterzada uma matrz de comparações partáras cosstete. Dado que os vetores x = (x,..., x ) e y = (y,..., y ) compõem a segute equação matrcal A x = y Esta equação tem o segute sgfcado matemátco a x y,..., Utlzado a hpótese de cosstêca da matrz A, é possível escrever que a e assm, a Dessa maera,

11 4. O Método de Aálse Herárquca 49 a,..., ou a,..., Isso é equvalete à equação matrcal A = Quado se trata de álgebra lear, a equação acma dca que é um autovetor de A que possu autovalor. Esta equação matrcal, quado é escrta em sua forma total, fca como, Em um caso prátco ode se desea estabelecer pesos para os crtéros (ou alteratvas) por meo de comparações partáras, procura-se, portato, achar uma matrz que sea o mas cosstete possível. Quato mas cosstete for a matrz, mas os pesos (determados por seu autovetor) serão corretos. Como a motagem da matrz A depede de ulgametos subetvos, tora-se dfícl ão cometer os erros que toram a matrz cosstete. Para avalar este problema, são utlzadas os segutes resultados Se,..., são úmeros que satsfazem a equação matrcal, Ax = x

12 4. O Método de Aálse Herárquca 50 que, Etão, é autovalor da matrz A. Se a = para todo, etão tem-se Se a equação matrcal A = é válda, somete um dos autovalores ão será dferete de zero, será e por sso, será o maor autovalor de A. Outro resultado mportate a ser utlzado para o desevolvmeto dessas déas é que se os elemetos de uma matrz recíproca postva A forem varados em pequeos valores, etão os seus autovalores também rão varar em pequeos valores. Utlzado os resultados obtdos, se a matrz recíproca A possur dagoal prcpal gual a e se for cosstete, pequeas varações os seus elemetos a farão com que o autovalor máxmo max permaeça com seu valor próxmo de e com que os outros autovalores permaeçam com seus valores próxmos de zero. Dessa maera, com a faldade de ecotrar o vetor de prordades, o autovetor da matrz A poderá ser determado pela equação A = max Desea-se ter uma solução ormalzada, de forma que a soma de todos os sea gual a. Para sso, basta dvdr todos os ecotrados pelo seu somatóro. O desvo de max em relação a determará uma medda de cosstêca, á que pequeas varações em a mplcarão em pequeas varações em max. Toma-se, portato, o ídce de cosstêca como sedo max

13 4. O Método de Aálse Herárquca 5 As cosstêcas fazem parte dos ulgametos humaos e por sso é muto ormal que seam ecotradas os modelos de aálse de decsão. Porém, depededo do grau de cosstêca da matrz, devese rever os pesos estabelecdos para que se teha certeza sobre os ulgametos. Em decsões em grupo, é ormal que as pessoas que esteam partcpado da costrução de um modelo específco possuam formações dferetes e por sso trasmtam opões dferetes, causado cosstêcas. É ormal que haa desateção e se façam ulgametos de maera errada ou mesmo que ão haa boa compreesão do que deve ser feto. Porém, se o decsor tver plea certeza dos seus ulgametos e achar que ada deve ser modfcado, devem ser matdos os valores, mesmo com íves de cosstêca altos. O softare Expert Choce, desevolvdo com a partcpação do própro Thomas Saaty, forece recursos automátcos para o cálculo dessa cosstêca. Para fs prátcos recomeda-se que a Razão de Cosstêca (RC) ão exceda certos lmtes que rão varar de acordo com a ordem da matrz. A tabela 4.7 mostra o valor máxmo de RC recomedado para cada matrz RC meor que 0,05 0,08 0, Tabela 4.7: Lmtes sugerdos para a razão de cosstêca (RC) 4.4. Obteção do resultado fal Após defdos os vetores de pesos dos crtéros e o vetor de potuações das alteratvas em relação aos crtéros, o próxmo passo é agregar esses valores para a obteção do resultado fal. No AHP cada alteratva receberá uma potuação através de uma fução de valor adtva. As alteratvas com maor valor serão as preferíves, de acordo com o método. Por sso, é possível ordear as alteratvas e assm

14 4. O Método de Aálse Herárquca 5 classfcar o AHP como um método Pγ 3. A fução de valor para cada alteratva é dada a segur. f(a) v (a) Ode: = peso do -ésmo crtéro; v = desempeho da alteratva a com relação ao -ésmo crtéro Aálse de sesbldade A realzação de aálse de sesbldade é muto mportate para a coclusão da modelagem. É comum que exstam dúvdas os ulgametos realzados pelos tomadores de decsão. Ao fal, depos da obteção dos resultados, algus parâmetros podem ser alterados para que sea feta uma aálse do seu mpacto a resposta fal do problema. Se mudaças resduas ão afetam a resposta, aturalmete será grade a cofaça o resultado. Caso essas alterações mplquem em mudaças a resposta, deverá se chegar a um coseso quato aos valores que de fato serão escolhdos. No aexo B é mostrada a aálse de sesbldade feta para o problema exemplo utlzado o softare EC.5 da Expert Choce Decsão em grupo Para levar em cosderação os ulgametos de város decsores smultaeamete, o AHP possu um equacoameto própro. O procedmeto adotado é efetuar a méda geométrca de cada elemeto 3 Devdo a grade flexbldade do AHP é possível ecotrar aplcações em que ele é usado para classfcar e escolher alteratvas. Por sso, ele também pode ser vsto com um método Pα e Pβ.

15 4. O Método de Aálse Herárquca 53 dos vetores de peso. Depos dsso deve-se ser-los a equação que forece o ulgameto fal como descrto a segur. f (a) v (a) Ode: f(a) = valor fal da alteratva s s (k) k (k) = peso assocado ao crtéro defdo pelo decsor k. v decsor k. s (a) s v k(a) k v k (a) = valor da alteratva a assocado ao crtéro, feto pelo s = úmero de decsores o problema.

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

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

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

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

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

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

Leia mais

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

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

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

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

Unidade II ESTATÍSTICA

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

Leia mais

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

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros.

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros. Dscpla POO-I 2º Aos(If) - (Lsta de Eercícos I - Bmestre) 23/02/2015 1) Escrever um programa que faça o calculo de trasformação de horas em muto ode às horas devem ser apeas úmero teros. Deverá haver uma

Leia mais

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

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

Leia mais

Capítulo 1: Erros em cálculo numérico

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

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

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

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

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

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

Leia mais

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

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

Leia mais

Curso de An lise de Fluxo de Caixa

Curso de An lise de Fluxo de Caixa Curso de A lse de Fluxo de Caxa SUMÁRIO PROGRESSÕES... 0. FÓRMULAS BÁSICAS... 0.. Progressões artmétcas... 0..2 Progressões geométrcas... 02.2 EXERCÍCIOS SUGERIDOS... 02 2 CONCEITOS DE MATEMÁTICA FINANCEIRA...

Leia mais

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

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

Leia mais

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

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

Leia mais

3 Precificação de resseguro

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

Leia mais

Monitoramento ou Inventário Florestal Contínuo

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

Leia mais

Perguntas freqüentes Credenciadores

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

Leia mais

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

ÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO;

ÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO; Aplcação de Motores de Méda esão dedcados acoados por versor de frequêca e utlzação de um úco projeto em dferetes solctações de carga. Gleuber Helder Perera Rodrgues Esp. Eg. WEG Brasl gleuber@weg.et Alex

Leia mais

Capitulo 8 Resolução de Exercícios

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

Módulo: Binômio de Newton e o Triângulo de Pascal. Binômio de Newton e o Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Binômio de Newton e o Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Trâgulo de Pascal Bômo de Newto e o Trâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Trâgulo de Pascal Bômo de Newto e o Trâgulo de Pascal Exercícos Itrodutóros Exercíco Para

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

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

Leia mais

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM -

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM - CURSO SOBRE MEDIDAS DESCRITIVA Adrao Medoça Souza Departameto de Estatístca - UFSM - O telecto faz pouco a estrada que leva à descoberta. Acotece um salto a coscêca, chame-o você de tução ou do que quser;

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

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

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

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

Leia mais

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

IND 1115 Inferência Estatística Aula 9

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

Leia mais

Olá, amigos concursandos de todo o Brasil!

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

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

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

Leia mais

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

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

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

Leia mais

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

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

Leia mais

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica Avalação da Localzação de Base de Atedmeto para Equpametos de Movmetação de uma Empresa Sderúrgca Leadro Ferades da Slva Leadro.Ferades@cs.com.br UFF Ilto Curty Leal Juor ltocurty@gmal.com UFRJ Paul Adrao

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

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

CAPÍTULO 2 - Estatística Descritiva

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

Leia mais

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

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

Leia mais

Caderno de Fórmulas. Swap

Caderno de Fórmulas. Swap Swap Elaboração: Abrl/25 Últma Atualzação: 5/4/216 Apresetação O adero de Fórmulas tem por objetvo oretar os usuáros do Módulo de, a compreesão da metodologa de cálculo e dos crtéros de precsão usados

Leia mais

TT.405 - ECONOMIA DE ENGENHARIA Material Didático - 2008 Prof. Lúcia R. A. Montanhini

TT.405 - ECONOMIA DE ENGENHARIA Material Didático - 2008 Prof. Lúcia R. A. Montanhini INTRODUÇÃO TT405 - ECONOMIA DE ENGENHARIA Materal Ddátco - 2008 Prof Lúca R A Motah INTRODUÇÃO 2 INDICE INTRODUÇÃO 7 2 O CONCEITO E ORIGEM DA ENGENHARIA ECONÔMICA 8 3 MATEMÁTICA FINANCEIRA 9 3 CONCEITOS

Leia mais

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan.

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan. Lealdade à Marca e Sesbldade ao Preço: Um Estudo da Escolha da Marca pelo Cosumdor Autora: Delae Botelho, Adré Torrres Urda Resumo Este artgo usa dados em pael do tpo escaeados, desagregados ao ível de

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

A Medição e o Erro de Medição

A Medição e o Erro de Medição A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro

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

DESENVOLVIMENTO DE UMA PLATAFORMA COMPUTACIONAL GRÁFICA PARA ESTUDOS DE FLUXO DE CARGA DE SISTEMAS DE POTÊNCIA

DESENVOLVIMENTO DE UMA PLATAFORMA COMPUTACIONAL GRÁFICA PARA ESTUDOS DE FLUXO DE CARGA DE SISTEMAS DE POTÊNCIA DESENVOLVIMENTO DE UMA PLATAFORMA COMPUTACIONAL GRÁFICA PARA ESTUDOS DE FLUXO DE CARGA DE SISTEMAS DE POTÊNCIA Thales Lma Olvera, Geraldo Caxeta Gumarães, Márco Augusto Tamashro Uversdade Federal de Uberlâda,

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 Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

É o quociente da divisão da soma dos valores das variáveis pelos números deles:

É o quociente da divisão da soma dos valores das variáveis pelos números deles: Meddas de Posção. Itrodução Proª Ms. Mara Cytha O estudo das dstrbuções de requêcas, os permte localzar a maor cocetração de valores de uma dstrbução. Porém, para ressaltar as tedêcas característcas de

Leia mais

Matemática Financeira

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

Leia mais

ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS

ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS GMI/001 21 a 26 de Outubro de 2001 Campas - São Paulo - Brasl GRUPO XII ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS INDICADORES DE DESEMPENHO DA TRANSMISSÃO: METODOLOGIA DE CÁLCULO

Leia mais

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

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

Leia mais

Capítulo 1 PORCENTAGEM

Capítulo 1 PORCENTAGEM Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,

Leia mais

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA O objetvo deste capítulo é apresetar formas da equação da coservação da massa em fução de propredades tesvas faclmete mesuráves, como a temperatura, a pressão,

Leia mais

Gestão de Sistemas de Produção/Operações Profº Túlio de Almeida

Gestão de Sistemas de Produção/Operações Profº Túlio de Almeida Gestão de Sstemas de Produção/Operações Profº Túlo de Almeda 3. AVALIAÇÃO DE DESEMPENHO E INDICADORES 3.1. INDICADORES DE DESEMPENHO Os dcadores são tes essecas para qualquer tpo de projeto, processo,

Leia mais

Apostla Básca de Estatístca Slvo Alves de Souza ÍNDICE Itrodução... 3 Software R... 4 Software SPSS... 5 Dstrbução ormal de probabldade... 6 Testes de Hpótese paramêtrco... Testes Não-Paramétrco...5 Dstrbução

Leia mais

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

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

Leia mais

Notas em Matemática Aplicada 9

Notas em Matemática Aplicada 9 Notas em atemátca Aplcada 9 Edtado por Elaa XL de Adrade Uversdade Estadual aulsta - UNES São José do Ro reto, S, Brasl Rubes Sampao otfíca Uversdade Católca do Ro de Jaero Ro de Jaero, RJ, Brasl Geraldo

Leia mais

1.1 Apresentação. do capítulo

1.1 Apresentação. do capítulo apítulo Matemátca Facera. Apresetação do capítulo A Matemátca Facera trata da comparação de valores moetáros que estão dspersos ao logoo do tempo. Através de seu estudo, podemos aalsar e comparar alteratvas

Leia mais

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

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

Leia mais

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA UIVERSIDADE ESTADUAL DO CEARÁ RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA DE MATRIZ DE TRASFERÊCIA FORTALEZA CEARÁ 4 RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA

Leia mais

TEXTO SUJEITO A REVISÃO

TEXTO SUJEITO A REVISÃO Aálse Comparatva de duas Metodologas Factíves para o Cálculo de IPCs com a Utlzação de Mcrodados do IPC-FIPE Hero Carlos Esvael do Carmo TEXTO SUJEITO A REVISÃO Resumo O prcpal objetvo deste texto é aalsar,

Leia mais

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

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

Leia mais

Aluno(a): Professor: Chiquinho

Aluno(a): Professor: Chiquinho Aluo(a): Pofesso: Chquho Estatístca Básca É a cêca que tem po objetvo oeta a coleta, o esumo, a apesetação, a aálse e a tepetação de dados. População e amosta - População é um cojuto de sees com uma dada

Leia mais

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

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

Leia mais

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13. SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares Sstemas - ALGA - / Sstemas de equações lneares Uma equação lnear nas ncógntas ou varáves x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b onde a ; a ; :::; a n ; b são constantes

Leia mais

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade

Leia mais

Teoria da Amostragem

Teoria da Amostragem Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se

Leia mais

Professor Mauricio Lutz ESTATÍSTICA BÁSICA

Professor Mauricio Lutz ESTATÍSTICA BÁSICA Proessor Maurco Lutz ESTATÍSTICA BÁSICA. Coceto Exstem mutas deções propostas por autores, objetvado estabelecer com clareza o que é estatístca, como por exemplo: Þ A Estatístca é um cojuto de métodos

Leia mais

FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMPRESARIAIS

FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMPRESARIAIS FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMRESARIAIS or: Herbert Kmura RAE-eletrôca, Volume, Número 2, jul-dez/2002. http://www.rae.com.br/eletroca/dex.cfm?fuseacto=artgo&id=825&secao=wc&volume=&numero=2&ao=

Leia mais

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho

Leia mais

Obra publicada pela Universidade Federal de Pelotas

Obra publicada pela Universidade Federal de Pelotas Obra publcada pela Uversdade Federal de Pelotas Retor: Prof. Dr. Atoo Cesar Goçalves Bores Vce-Retor: Prof. Dr. Maoel Luz Breer de Moraes Pró-Retor de Etesão e Cultura: Prof. Dr. Luz Era Goçalves Ávla

Leia mais

2-Geometria da Programação Linear

2-Geometria da Programação Linear I 88 Otmzação Lear -Geometra da Programação Lear ProfFeradoGomde DC-FEEC-Ucamp Coteúdo. Poledros e cojutos coveos. Potos etremos vértces soluções báscas factíves 3. Poledros a forma padrão 4. Degeeração

Leia mais

ANAIS O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES

ANAIS O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES MARCOS RICARDO ROSA GEORGES ( marcos.georges@puc-campas.edu.br, marcos_georges@yahoo.com.br ) PUC-CAMPINAS Resumo Este artgo

Leia mais

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS

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

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

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

Leia mais

CAPÍTULO 1 PROBABILIDADE

CAPÍTULO 1 PROBABILIDADE CAPÍTULO PROBABILIDADE. Coceto O coceto de probabldade está sempre presete em osso da a da: qual é a probabldade de que o meu tme seja campeão? Qual é a probabldade de que eu passe aquela dscpla? Qual

Leia mais

Capítulo 1 Matemática Financeira

Capítulo 1 Matemática Financeira apítulo Matemátca Facera. Apresetação do capítulo A matemátca facera trata da comparação de valores moetáros ao logo do tempo. Através de seu estudo, podemos aalsar e comparar alteratvas de vestmeto e

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais

tica Professor Renato Tião

tica Professor Renato Tião Números complexos Algumas equações do segudo grau como x + 1 = 0 ão possuem solução o uverso real e o estudo destas soluções ão pareca ecessáro até o século XVI quado o matemátco aphael Bombell publcou

Leia mais

Regressão Linear - Introdução

Regressão Linear - Introdução Regressão Lear - Itrodução Na aálse de regressão lear pretede-se estudar e modelar a relação (lear) etre duas ou mas varáves. Na regressão lear smples relacoam-se duas varáves, x e Y, através do modelo

Leia mais

de Energia Geração Térmica

de Energia Geração Térmica Sstema Itegrado de Plaeameto e Comercalzação de Eerga Geração Térmca Rafael de Souza Favoreto, CEHPAR LACTEC; Marcelo Rodrgues Bessa, CEHPAR LACTEC; Wlso Tadeu Pzzatto, COPEL; Luz Roberto Morgester Ferrera,

Leia mais

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO

Leia mais

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

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

Leia mais

Palavras-Chave: Teoria das Restrições, Decisões a Longo Prazo, Simulação de Monte Carlo.

Palavras-Chave: Teoria das Restrições, Decisões a Longo Prazo, Simulação de Monte Carlo. Teora das Restrções e Decsões de Logo Prazo: Camho para a Covergêca Autores PABLO ROGERS Uversdade Federal de Uberlâda ERNANDO ANTONIO REIS Uversdade Federal de Uberlâda Resumo Advogam os crítcos da Teora

Leia mais

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas.

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas. Físca plcada à Egehara vl II aulo Medes ENTRÓIDES Neste capítulo pretede-se troduzr o coceto de cetróde, em especal quado aplcado para o caso de superfíces plaas. Este documeto, costtu apeas um strumeto

Leia mais

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.

Leia mais

ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL

ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL Dese de Mrada e Slva Correa Vâa Barcellos Gouvêa Campos Isttuto Mltar de Egehara Resumo Neste trabalho apreseta-se uma aálse espacal

Leia mais

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

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

Leia mais

ANÁLISE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONSTRUÇÃO DOS COEFICIENTES COM APLICAÇÕES

ANÁLISE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONSTRUÇÃO DOS COEFICIENTES COM APLICAÇÕES UNIVERIDADE FEDERAL DO PARANÁ ANÁLIE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONTRUÇÃO DO COEFICIENTE COM APLICAÇÕE CURITIBA 004 ACHIKO ARAKI LIRA ANÁLIE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONTRUÇÃO DO

Leia mais

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89 Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga

Leia mais

Capítulo 2 O conceito de Função de Regressão Populacional (FRP) e Função de Regressão Amostral (FRA)

Capítulo 2 O conceito de Função de Regressão Populacional (FRP) e Função de Regressão Amostral (FRA) I Metodologa da Ecoometra O MODELO CLÁSSICO DE REGRESSÃO LINEAR. Formulação da teora ou da hpótese.. Especfcação do modelo matemátco da teora. 3. Especfcação do modelo ecoométrco da teora. 4. Obteção de

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

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

Leia mais

APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I

APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I CURSO DE ESTATÍSTICA Prof. Paulo Rcardo Bttecourt Gumarães O SEMETRE

Leia mais