4 Modelo Proposto Holt-Winters com Múltiplos Ciclos

Tamanho: px
Começar a partir da página:

Download "4 Modelo Proposto Holt-Winters com Múltiplos Ciclos"

Transcrição

1 4 Modelo Proposo Hol-Winers om Múliplos Cilos 4. Inrodução Eisem uma variedade de séries emporais que não se ausam failmene a modelagem via amoreimeno eponenial radiional. As séries om variação ília ou sazonal se enquadram denro desse perfil de série. O modelo de amoreimeno eponenial de Hol-Winers é um proedimeno basane popular para a previsão de séries emporais que possuem ilos sazonais. Um faor imporane para a sua popularidade é a sua simpliidade e failidade de implemenação ompuaional. Além de ser um proedimeno heurísio, sendo as suas equações de aualização obidas de forma inuiiva. (Souza, 983[4]). A robusez e a auraidade dos méodos de amoreimeno eponenial, em levado a um grande aumeno das formas de apliação e uilização do méodo, prinipalmene, nos asos onde um grande número de séries emporais preisam ser aualizadas aravés de um proedimeno auomáio, al omo oorre, por eemplo, no aso do onrole de esoques. Isso deia laro que o modelo Hol-Winers pode ser um razoável andidao para uma apliação de proedimenos de aualização de forma auomaizada para o aso da previsão online de demanda por arga de energia eléria. No enano, é preiso ser menionado, que esse modelo, al omo foi formulado por Winers, somene é apaz de aomodar um ilo (um padrão sazonal). E sabemos que as séries de demanda por arga de energia eléria horárias e de ½ em ½ hora possuem ilos diferenes dos orrespondenes a mudança das esações do ano (sazonalidade). Os dados horários e de ½ em ½ hora dessa variável apresena ambém, em sua grande maioria, ilos semanais e diários. Ou sea, sabemos que o omporameno de uma deerminada série de demanda por arga de energia eléria numa segunda-feira de uma semana, erá grandes hanes de ser semelhane ao omporameno da demanda da segunda-feira da semana anerior. al omo, a demanda por arga de

2 67 energia eléria ao meio dia de hoe, será, basane pareida om a demanda oorrida ao meio dia de onem. Por essa razão, faz-se neessário enonrar uma forma alernaiva de uilizar o modelo Hol-Winer para séries que possuam múliplos ilos. Em esudo realizado por aylor (00[7], o auor uiliza uma eensão do mesmo para série de arga de ½ em ½ hora da Naional Grid, a empresa responsável pela ransmissão das argas de energia eléria nos países da Inglaerra e País de Gales. O modelo proposo na disseração irá inroduzir um índie de ilo adiional e uma equação de amoreimeno era para esse novo índie riado (aylor, 00[7]). Vale menionar, que o ermo múliplos ilos, é uilizado porque, apesar de na disseração só uilizarmos ilos, o mesmo pode ser, failmene, esendido para rês, quaro, ou n ilos. 4. Hol-Winers Padrão O modelo Hol-Winers padrão foi inroduzido por Winers para a previsão de séries emporais que apresenam variação ília e se adequa a séries que possuem somene um padrão ílio inorporado a mesma. O modelo proposo por Winers inorpora ano a endênia quano o efeio sazonal. Ele pode ser formulado de duas formas: de forma adiiva, ou de forma mulipliaiva. A forma adiiva do modelo é mais adequada para séries em que a variânia da mesma é onsane ao longo do empo. Já a forma mulipliaiva se adequa a séries em que essa variânia rese uno om o nível da série. Nas seções que seguem iremos fazer uma inrodução a formulação do modelo de Hol-Winers nas suas duas formas.

3 Hol-Winers Adiivo Supondo que a série,, possui somene um padrão sazonal, e que esse padrão não aumena unamene om o nível da série. Podemos esrever loalmene, essas suposições de seguine maneira : = b + b + + ε (4.) onde, b é a omponene de nível, b a omponene de endênia linear, o faor sazonal, e e o omponene aleaório. O amanho do faor sazonal é, e os faores sazonais somam o seguine amanho. = () 0 = (4.) Esse modelo é ideal para séries que possuem ano um efeio endênia adiivo e um efeio sazonal adiivo superposo. Caso a omponene de endênia sea desneessária, pode-se ser reirada da modelagem. Vale menionar, que, normalmene, as séries de demanda por arga de energia eléria, são um bom eemplo de série onde a omponene de endênia faz-se desneessária. Suponhamos, enão, que as esimaivas da omponene de endênia e dos faores sazonais do modelo adiivo, apresenado pela equação 4., no final do período seam denoados por bˆ ( ) e ( ), respeivamene. Se : bˆ ( -), bˆ ( -) e ( -); =,...,, são os esimadores do nível, resimeno e faores sazonais em -, os esimadores em, ao observar serão : ĉ Nível : ˆ ( ) = α - ĉ ( )( -) [ bˆ bˆ -)] [ ] + ( α) ( ) ( b (4.3) m + ĉ

4 69 endênia : bˆ ( ) β bˆ ( ) - bˆ ( ) [ ] + ( β) bˆ ( ( - bˆ ) + ( γ) ĉ ( )( = ) (4.4) Sazonalidade : ĉ ( )( ) ( ) m =γ ) (4.5) m onde α, β e γ são onsanes de amoreimeno. A subração da omponene de sazonalidade de, na equação 4.3, é feia para que a variável sea desazonalizada. O propósio dessa desazonalização é permiir que o proesso de aualização da omponene de nível sea somene baseado na esimaiva prévia dela mesma e da endênia. Com relação a omponene de endênia, vale ser menionado, que a sua forma de álulo é a mesma que no aso da modelagem pelo méodo mulipliaivo. Podemos enão, formular a equação de previsão para valores fuuros, para qualquer período, +τ, feia na origem genéria, denoada por ˆ (τ : ) ˆ ( ) = bˆ ( ) + bˆ ( ) τ + ĉ ( )( ) τ (4.6) m + τ Na equação de previsão é usado o faor sazonal esimado no úlimo insane disponíveis, ou sea, no insane. Caso se desee fazer previsões para períodos mais disanes que passo a frene, podem ser feias usando o faor sazonal apropriado. Ou sea, o faor sazonal orrespondene ao período que se desea prever. O proesso de aualização, no aso do modelo adiivo, é heurísio. Ou sea, é realizado aravés de proedimenos lógios e de aráer inuiivo, não sendo baseados em riérios de ruídos, al omo os mínimos quadrados são. O desenvolvimeno de um sisema de previsão que faça uso do modelo adiivo, bˆ ( ) bˆ ( ) ( ) requer que seam esimados os parâmeros iniiais de 0, 0 e 0, =,...,, seam deerminados. A esimaiva de mínimos quadrados dos valores dos parâmeros iniiais pode ser obida aravés da análise dos dados hisórios. Para dealhes dese proedimeno, ver Mongomery (976[7]), onde os passos neessários para a obenção deses valores iniiais são desrios dealhadamene. ĉ

5 Hol-Winers Mulipliaivo A versão do modelo de Hol-Winers para o aso da sazonalidade mulipliaiva será apresenado nas equações que seguem abaio. Essa versão do modelo, em omo premissa básia a suposição de que da ampliude da sazonalidade é variane no empo, e, ambém que, provavelmene, essa variação oorre de forma resene. No que diz respeio a omponene de endênia, ela oninua possuindo uma formulação adiiva. Porano, esse modelo é apaz de inorporar ano a endênia linear quano o efeio sazonal. A sazonalidade é mulipliaiva no senido de que o nível implíio da série emporal é mulipliado pelo índie sazonal. O modelo Hol-Winers om sazonalidade adiiva é uma formulação alernaiva, a qual envolve a adição de faores sazonais a endênia implíia. A versão mulipliaiva é apropriada se a magniude da variação sazonal aumena om o aumeno no nível médio da série emporal, enquano a versão adiiva deve ser usada se o efeio sazonal não depende do aual nível médio. A versão mulipliaiva é muio mais amplamene usada, enão, por, onvenção, na disseração somene irei apresenar a versão mulipliaiva no esudo das séries om múliplas sazonalidades. É preiso ser enfaizado que, diferene do modelo Hol-Winers adiivo, a versão mulipliaiva não é um subgrupo dos modelos ARIMA. Enão, assumindo que uma dada série emporal possa ser adequadamene represenada pela equação ( b + b ) ε = + (4.7) onde, b é a omponene de nível, b a omponene de endênia linear, o faor sazonal, e ε o omponene aleaório. O amanho da sazonalidade é, e os faores sazonais são definidos de forma que a soma dos mesmos sea igual ao amanho da sazonalidade, ou sea:

6 7 = () = (4.8) Enão, denoando a esimaiva do passo (endênia) e a omponene sazonal, no final de qualquer período, digamos, omo sendo e ; =,...,. Já a omponene de nível é denoada por b. O proedimeno de aualização da esimaiva dos parâmeros e da previsão do modelo é feia de forma relaivamene simples. No final do período, depois de á observada a realização para o período, ˆ ( ), podemos efeuar os seguines álulos, admiindo o onheimeno de odos eses parâmeros em -, ou sea, bˆ ( -) ( ) ˆ ( ) ˆ, b - e - ; =,..., : bˆ ( ) ( ) ˆ Nível : ˆ ( ) = α + ( α) ( bˆ ( -) bˆ ( -)) ĉ m( )( ) b + (4.9) ( ) + ( β) bˆ ( endênia : bˆ ( ) β bˆ ( ) - bˆ ( ) Sazonalidade : ĉ ( )( ) = ) (4.0) m = γ + ( γ) ĉ m( ( ) )( -) (4.) bˆ Para os demais faores : ĉ ( ) ĉ ( -); =,,..., ; m( ) = (4.) onde α, β e γ são onsanes de amoreimeno. Noe que, o modelo assume que uma endênia adiiva é esimada pelo somaório do passo loal amoreido, e pelas suessivas ( ) ( ) diferenças amoreidas, bˆ - bˆ, do nível loal, b. O índie sazonal loal, m ( ) ( )(), é esimado pela razão amoreida do valor observado,, e o nível loal, b (aylor, 00[7]). ambém pode ser onsaado na equação (4.) que a medida que revisamos as esimaivas dos faores sazonais, eles podem vir não somar o amanho da ˆ

7 7 sazonalidade,. Daí, a normalização dos faores sazonais, ou sea, faz om que a soma dos novos faores em sea igual a. Ver Souza (983[4]) para maiores dealhes. ( ) ĉ = ( ) = ĉ ( ). (4.3) ( ) onde ĉ são os faores não normalizados esimados onforme a equação (4.). A equação de previsão do modelo, no empo +τ, pode ser esria omo ˆ ( τ) ĉ ( )( ) ( ) = bˆ ( ) + bˆ ( ) τ (4.4) m + τ Cabe, menionar que as quanidades enre parêneses de ada um dos 3 parâmeros, b ˆ, bˆ () e (), india o período em que a esimaiva esá sendo ompuada, ou sea, insane. ĉ () O desenvolvimeno do sisema de previsão no méodo de Winers requer que os bˆ ( ) bˆ ( ) ( ) valores iniiais dos parâmeros, 0, 0 e 0, seam dados ao modelo. As informações hisórias, quando disponíveis, podem ser usadas om o propósio de forneer algumas ou odas as esimaivas iniiais neessárias. O proedimeno formal de obenção deses valores iniiais pode ser viso em dealhes em Mongomery, (976[7]). ˆ 4.3 Hol-Winers om Múliplos Cilos Apesar do modelo Hol-Winers padrão ser amplamene uilizado para a previsão de séries emporais om omporamenos sazonais, o méodo somene ompora um padrão sazonal orrespondene a mudança de omporameno de uma dada série deorrene da mudança das esações do ano. O modelo, al omo formulado por Winers, não é apaz de

8 73 inorporar ilos eisenes, por eemplo, na demanda horária de arga de energia eléria. E sabemos que, mais de um padrão ilo não pode ser onsiderado na lieraura de amoreimeno eponenial. No enano, é sabido que eisem séries (prinipalmene quando os períodos analisados são de meia em meia hora, horários, diários ou semanais), que apresenam ilos diferenes do proveniene da mudança das esações do ano. Para soluionar esse problema, aylor (00[7]) propôs uma eensão do modelo Hol-Winers, eensão esa onde eisiria a possibilidade da inorporação de múliplos ilos a modelagem. Esse méodo é adequado quando eisem dois ou mais ilos diferenes na série em esudo. O modelo Hol-Winers om múliplos ilos esá epresso maemaiamene nas 4 equações disposas do iem (4.5) ao (4.8). O modelo será epresso somene para dois ilos sazonais, viso que, no momeno da apliação somene dois ilos irão ser neessários para modelar a série uilizada, um ilo semanal e um ilo diário. No enano a formulação pode, failmene ser eendida para 3 ou mais ilos. Para isso, somene faz-se neessário a inorporação ao modelo de uma quanidade de índies dos ilos e equações de amoreimeno equivalene a quanidade de ilos que se desea modelar. A formulação é omposa por índies de ilos disinos, e om períodos, e, respeivamene. No aso desa disseração em que esamos onsiderando dados horários de arga, emos que = 4 e = 68 (ilos diários e semanais). Com relação às equações de aualização dos parâmeros de um insane genério - para o insane seguine, o proedimeno ieraivo é omo mosrado abaio : Sea o insane -, onde onheemos : o nível, bˆ ( -), a endênia, bˆ ( -), os faores do ilo, ( ) para =,...,, e os faores do ilo, ĉ ( ) para =,..., o insane s serão : ˆ. Observando no insane, as equações de aualização dos parâmeros para Nível : ˆ ( ) = α /ĉ ( )( -) ĉ ( )( ) ( ) ( ) + ( α) bˆ ( ) + bˆ ( ) b (4.5) h h

9 74 endênia : bˆ ( ) β bˆ ( ) - bˆ ( ) ( ) + ( β) bˆ ( ( / bˆ ĉ h ) + ( γ) ĉh ( )( ) ( / bˆ ĉ ) + ( δ) ĉ ( )( ) = ) (4.6) Cilo : ĉ ( )( ) γ ( ) ( )( ) = (4.7) h Cilo : ĉ ( )( ) δ ( ) ( )( ) = (4.8) h h h ( ) onde h é a hora orrespondene ao insane (assumindo valores de a ) enquano h ( ) é a hora orrespondene ao insane (assumindo valores de a ). Assim, omo no aso do Hol-Winers onvenional, emos que somene os faores dos ilos e orrespondenes ao insane, i.e., ĉ e ĉ, são aualizadas em h ( )( ) ( )( ), de aordo om as equações (4.7) e (4.8). Para demais faores emos : h ( ) ĉ ( -); =,,..., ; h ( ) ĉ = (4.9) ( ) ĉ ( -); =,,..., ; h ( ) ĉ = (4.0) Evidenemene os faores devem ser normalizados a ada aualização para garanir que suas respeivas somas seam e respeivamene, i.e. : = () = () e = (4.) = Finalmene, a equação de previsões τ -passos à frene feia na origem é : ˆ ( τ). ĉ ( )( ). ĉ ( )( ) ( τ) bˆ ( ) + bˆ ( ) = (4.) h + τ h + τ Nesa formulação esendida as quanidade α, γ, β e δ, que neessiam ser esimadas a parir dos dados hisórios (ou definidas subeivamene pelo usuário), ambém denominadas hiperparâmeros do modelo. Seus valores (definidos no inervalo 0-, devem ser onheidos para a aualização das equações de aualização dos parâmeros (4.5) a (4.0).

10 75 O proedimeno de deerminação dos parâmeros iniiais do méodo de Hol- Winers mulipliaivo om um únio padrão sazonal, desrio aneriormene, é failmene adapável, para o méodo Hol-Winers om múliplos ilos. A desrição dos proedimenos uilizados para a deerminação dos parâmeros iniiais, 0, 0, e ĉ ( 0), esá disposa no parágrafo seguine. Os proedimenos para a deerminação dos parâmeros serão epliiados para o aso de um modelo om ilos, um ilo semanal e um diário, apliados para dados horários. bˆ ( ) bˆ ( ) ( 0) ĉ Assuma que a série emporal,, possa ser esria em uma forma mariial, onde as linhas represenam o ilo menor (dia, na apliação desa disseração, = 4 ) e as olunas as horas seqüeniais, omo abaio :,, K K,,, K K, 3, 3, K K 3, K KKKKKKKK I, I, K I, K (4.3) ou sea, esamos admiindo que eisam I dias ompleos de dados hisórios. De posse desas informações, alulamos Passo : Médias Diárias i i, = = para i =,..., I (4.4)

11 76 Passo : Faores dos Cilos Diários Grosseiros,,,, K K,,,,,, K K,, K KKKKKKK, I,, I, K, I, K (4.5) onde : = i, i, i para =,..., e i =,..., I (4.6) Passo 3 : Faores dos Cilos Diários, I,i, = i= para =,..., (4.7) I Passo 4 : Faores dos Cilos Diários Normalizados,, =, = para =,..., (4.8) Passo 5 : Esimaivas Iniiais para Parâmeros do Modelo ( 0) bˆ (4.9) bˆ ( 0) ( ) ( 0), (4.30) ĉ para =,..., (4.3),

12 77 ( 0), ĉ para =,..., (4.3), É preiso ser dio que para os valores iniiais dos faores do ilo semanal, ˆ, ( 0) para =,...,, o proedimeno é idênio (segue-se os passos a 4) para se oberem os valores, para =,...,. Nesse aso, os dados passam a ser organizados em uma, mariz uas as linhas são as horas da semana (dimensão ). Em seu arigo aylor, esabeleeu omparação enre o modelo ARIMA esendido, menionado no segundo apíulo, onde foi feia uma breve desrição dos modelos de previsão disponíveis na lieraura, os modelos de Hol-Winers padrão e o de múliplos ilos, ambos na versão mulipliaiva. É imporane ser dio, que no aso do méodo padrão de Hol-Winers, foram feias duas modelagens. Em uma das modelagens, somene é levada em onsideração o ilo semanal, e na oura somene o ilo diário. Isso é feio para que possa ser observada e omparada a efiiênia do méodo onvenional, om o esendido. Os resulados obidos por aylor (00[7]), mosram que o méodo esendido apresena resulados om mais preisão do que as modelagens feias seguindo o méodo onvenional e o modelo ARIMA esendido. As apliações do méodo e os resulados obidos serão apresenados no apíulo 5, unamene om os resulados do modelo de amoreimeno direo.

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

Estimação de Hiperparâmetros para um Modelo de Previsão Holt-Winters com Múltiplos Ciclos por Algoritmos Genéticos

Estimação de Hiperparâmetros para um Modelo de Previsão Holt-Winters com Múltiplos Ciclos por Algoritmos Genéticos Deparameno de Engenaria Elérica Esimação de Hiperparâmeros para um Modelo de Hol-Winers com Múliplos iclos por Algorimos Genéicos Mario esar da Fonseca orrêa Orienadores: Marco Aurélio. Paceco e Reinaldo

Leia mais

Tabela: Variáveis reais e nominais

Tabela: Variáveis reais e nominais Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas

Leia mais

Comprovação por simulação da importância do controle adaptativo de corrente

Comprovação por simulação da importância do controle adaptativo de corrente Universidade Federal do Rio de Janeiro Programa de Engenharia Eléria - COPPE COE723 Conrole de Máquinas Elérias 2ª Lisa de Exeríios Comprovação por simulação da imporânia do onrole adapaivo de orrene Rafael

Leia mais

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

Análise de séries de tempo: modelos de decomposição

Análise de séries de tempo: modelos de decomposição Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,

Leia mais

4 Filtro de Kalman. 4.1 Introdução

4 Filtro de Kalman. 4.1 Introdução 4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de

Leia mais

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

Universidade Federal do Rio de Janeiro

Universidade Federal do Rio de Janeiro Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

3 Metodologia do Estudo 3.1. Tipo de Pesquisa 42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema

Leia mais

4 O Papel das Reservas no Custo da Crise

4 O Papel das Reservas no Custo da Crise 4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal

Leia mais

Aplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo

Aplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa

Leia mais

3 Modelo Teórico e Especificação Econométrica

3 Modelo Teórico e Especificação Econométrica 3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade 3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)

Leia mais

4 Análise de Sensibilidade

4 Análise de Sensibilidade 4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos. 4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia

Leia mais

3 Metodologia 3.1. O modelo

3 Metodologia 3.1. O modelo 3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo

Leia mais

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)

Leia mais

3 O Modelo SAGA de Gestão de Estoques

3 O Modelo SAGA de Gestão de Estoques 3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados

Leia mais

2.Black & Scholes, Martingais, e Cálculo de Ito

2.Black & Scholes, Martingais, e Cálculo de Ito .Blak & holes Maringais e Cálulo de Io. Blak & holes Formula por repliação.. Movimeno Browniano e Equações Difereniais Esoásias.. Correção Browniana Calulo de Io e a Disribuição do Preço da Ação..3 Careira

Leia mais

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,

Leia mais

A entropia de uma tabela de vida em previdência social *

A entropia de uma tabela de vida em previdência social * A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela

Leia mais

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios

Leia mais

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema

Leia mais

Se um sinal arbitrário x(t) for aplicado à entrada do filtro de quadratura, o sinal na saída será

Se um sinal arbitrário x(t) for aplicado à entrada do filtro de quadratura, o sinal na saída será 3.5 Filros de uadraura e Transormada de Hilber ransormada de Fourier permie o esudo de ilros apazes de separar sinais, baseados em suas requênias. Conudo, exisem oasiões onde a separação de sinais baseados

Leia mais

O Modelo de Black & Scholes

O Modelo de Black & Scholes O Moelo e Blak & holes Premissas Básias O preço a ação segue um movimeno browniano geomério. Venas a esobero são permiias. Não há usos e ransações ou axas. Não há pagamenos e ivienos urane a exisênia o

Leia mais

Função de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco

Função de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade

Leia mais

Observação: No próximo documento veremos como escrever a solução de um sistema escalonado que possui mais incógnitas que equações.

Observação: No próximo documento veremos como escrever a solução de um sistema escalonado que possui mais incógnitas que equações. .. Sisemas Escalonados Os sisemas abaio são escalonados: 7 Veja as maries associadas a esses sisemas: 7 Podemos associar o nome "escalonado" com as maries ao "escalar" os eros ou energar a "escada" de

Leia mais

1. Introdução. 2. Séries Temporais. Modelagem e Simulação - Modelos de Previsão

1. Introdução. 2. Séries Temporais. Modelagem e Simulação - Modelos de Previsão Modelos de Previsão vendas mensais (em unidades) Modelagem e Simulação - Modelos de Previsão Inrodução Em omada de decisão é basane comum raar problemas cujas decisões a serem omadas são funções de faos

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

Respondidos (parte 13)

Respondidos (parte 13) U Coneúdo UNoas de aulas de Transpores Exercícios Respondidos (pare 3) Hélio Marcos Fernandes Viana da pare 3 Exemplo numérico de aplicação do méodo udo-ou-nada, exemplo de cálculo do empo de viagem equações

Leia mais

2 Fundamentação Teórica e Trabalhos Precedentes

2 Fundamentação Teórica e Trabalhos Precedentes Fundamenação eória e rabalhos Preedenes Proessos mulianal (PMC) são onsiuídos de vários fluxos ou anais individuais, que produzem um mesmo ipo de produo. Lanning e al. (00) afirmam que há uma definição

Leia mais

Voo Nivelado - Avião a Hélice

Voo Nivelado - Avião a Hélice - Avião a Hélice 763 º Ano da icenciaura em ngenharia Aeronáuica edro. Gamboa - 008. oo de ruzeiro De modo a prosseguir o esudo analíico do desempenho, é conveniene separar as aeronaves por ipo de moor

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

Leia mais

4 Método de geração de cenários em árvore

4 Método de geração de cenários em árvore Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.

Leia mais

Circuitos Elétricos I EEL420

Circuitos Elétricos I EEL420 Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com

Leia mais

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais

Leia mais

3.8. Resolução de grelhas hiperestáticas:

3.8. Resolução de grelhas hiperestáticas: 3.8. Resolução de grelhas hiperesáias: 3.8.1. Esforços inernos e formas de vinulação em grelhas isosáias Chamamos de grelhas as esruuras planas soliiadas por arregameno perpendiular ao plano da esruura.

Leia mais

Modelo de Solow com Memória

Modelo de Solow com Memória Trabalho apresenado no XXXVII CNMAC, S.J. dos Campos - SP, 217. Proceeding Series of he Brazilian Sociey of Compuaional and Applied Mahemaics Modelo de Solow com Memória João Plínio Juchem Neo 1 Cenro

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

Modelos Não-Lineares

Modelos Não-Lineares Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene

Leia mais

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros

Leia mais

LABORATÓRIO DE HIDRÁULICA

LABORATÓRIO DE HIDRÁULICA UNIVERSIDADE FEDERAL DE ALAGOAS ENTRO DE TENOLOGIA LABORATÓRIO DE HIDRÁULIA Vladimir aramori Josiane Holz Irene Maria haves Pimenel Marllus Gusavo Ferreira Passos das Neves Maceió - Alagoas Ouubro de 2012

Leia mais

TRANSIÇÃO DÚCTIL-FRÁGIL FRATURA DÚCTIL E FRATURA FRÁGIL

TRANSIÇÃO DÚCTIL-FRÁGIL FRATURA DÚCTIL E FRATURA FRÁGIL TRANSIÇÃO DÚCTIL-FRÁGIL FRATURA DÚCTIL E FRATURA FRÁGIL No proesso de fraura, um sólido sofre uma divisão em duas ou mais pares, om a formação de superfíies livres deorrenes do rompimeno de ligações aômias.

Leia mais

Capítulo 2: Proposta de um Novo Retificador Trifásico

Capítulo 2: Proposta de um Novo Retificador Trifásico 30 Capíulo 2: Proposa de um Novo Reificador Trifásico O mecanismo do descobrimeno não é lógico e inelecual. É uma iluminação suberrânea, quase um êxase. Em seguida, é cero, a ineligência analisa e a experiência

Leia mais

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões

Leia mais

Rodolfo Santos Nunes Rodrigues

Rodolfo Santos Nunes Rodrigues Universidade Federal de Minas Gerais - UFMG Insiuo de Ciências Exaas - ICEx Programa de Pós-Graduação em Esaísica - PPGEST Rodolfo Sanos Nunes Rodrigues Influência do número de parículas na esimação de

Leia mais

Características dos Processos ARMA

Características dos Processos ARMA Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada

Leia mais

Exercícios Sobre Oscilações, Bifurcações e Caos

Exercícios Sobre Oscilações, Bifurcações e Caos Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo

Leia mais

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico. O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem

Leia mais

Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados

Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i

Leia mais

3 LTC Load Tap Change

3 LTC Load Tap Change 54 3 LTC Load Tap Change 3. Inrodução Taps ou apes (ermo em poruguês) de ransformadores são recursos largamene uilizados na operação do sisema elérico, sejam eles de ransmissão, subransmissão e disribuição.

Leia mais

Procedimento do U.S.HCM2010

Procedimento do U.S.HCM2010 Proedimeno do U.S.HCM2010 análise das inerseções em ineronexões (ligação om vias expressas/rodovias que em peuliaridades imporanes, e oi inroduzida no HCM/2000) HCM/2010 reere-se a erminais de rampas/ramais

Leia mais

SEM 0534 Processos de Fabricação Mecânica. Professor: Renato Goulart Jasinevicius

SEM 0534 Processos de Fabricação Mecânica. Professor: Renato Goulart Jasinevicius SEM 0534 Proessos de Fabriação Meânia Professor: Renao Goular Jasineviius SEM 0534 Proessos de Fabriação Meânia Eonomia da Usinagem Condições eonômias de ore CÁLCULO DA VELOCIDADE DE MÁXIMA PRODUÇÃO (Vmxp)

Leia mais

A CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1

A CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1 16 : CADERNOS DO MERCADO DE VALORES MOBILIÁRIOS A CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1 PAULO HORTA* A esimaiva dos lucros obidos pelo preenso manipulador apresena-se como uma arefa imporane na análise

Leia mais

Introdução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.

Introdução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo. Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,

Leia mais

SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES

SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES 8//7 SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES Teorema: Considere o seguine sisema de k equações a diferenças lineares de primeira ordem, homogêneo: x a x a x... a x k k x a x a x... a x k k x a x a x...

Leia mais

1.1. Função Seno e Função Cosseno

1.1. Função Seno e Função Cosseno Funções Trigonomérias.. Função Seno e Função Cosseno Função seno é a função f:, dada por f() = sen, al que sen é a ordenada do pono do aro orienado A, no ilo rigonomério, de origem A e eremidade om medida.

Leia mais

Teoremas Básicos de Equações a Diferenças Lineares

Teoremas Básicos de Equações a Diferenças Lineares Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença

Leia mais

4 CER Compensador Estático de Potência Reativa

4 CER Compensador Estático de Potência Reativa 68 4 ompensador Esáico de Poência Reaiva 4.1 Inrodução ompensadores esáicos de poência reaiva (s ou Saic var ompensaors (Ss são equipamenos de conrole de ensão cuja freqüência de uso em aumenado no sisema

Leia mais

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para

Leia mais

CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA

CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos

Leia mais

A Teoria da Relatividade Especial. Prof. Edgard P. M. Amorim Disciplina: FEE º sem/2011.

A Teoria da Relatividade Especial. Prof. Edgard P. M. Amorim Disciplina: FEE º sem/2011. A Teoria da Relaiidade Espeial Prof. Edgard P. M. Amorim Disiplina: FEE º sem/. Inrodução Para definirmos o esado de um sisema físio preisamos: Sisema de referênia: em relação ao quê? Posições e deriadas

Leia mais

Módulo de Regressão e Séries S Temporais

Módulo de Regressão e Séries S Temporais Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel

Leia mais

Prof. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC

Prof. Carlos H. C. Ribeiro  ramal 5895 sala 106 IEC MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade

Leia mais

Teoria da Comunicação. Prof. Andrei Piccinini Legg Aula 09

Teoria da Comunicação. Prof. Andrei Piccinini Legg Aula 09 Teoria da Comuniação Pro. Andrei Piinini Legg Aula 09 Inrodução Sabemos que a inormação pode ser ransmiida aravés da modiiação das araerísias de uma sinusóide, hamada poradora do sinal de inormação. Se

Leia mais

v p Sabendo que o cone formado tem um ângulo = 50 e que a radiação emitida percorreu uma distância d = 1,6 m em t = 12 ns, calcule.

v p Sabendo que o cone formado tem um ângulo = 50 e que a radiação emitida percorreu uma distância d = 1,6 m em t = 12 ns, calcule. 1.Considere que, no ano de, um rem expresso passa por uma esação à veloidade de 0,, em que é a veloidade da luz. Henrique esá denro desse rem, em um vagão que mede 30 m de omprimeno. Quando o rem esá passando

Leia mais

Primeira Lista de Exercícios

Primeira Lista de Exercícios TP30 Modulação Digial Prof.: MSc. Marcelo Carneiro de Paiva Primeira Lisa de Exercícios Caracerize: - Transmissão em Banda-Base (apresene um exemplo de especro de ransmissão). - Transmissão em Banda Passane

Leia mais

6 Análise do processo de filtragem

6 Análise do processo de filtragem 6 Análise do processo de filragem Ese capíulo analisa o processo de filragem para os filros de Kalman e de parículas. Esa análise envolve ão somene o processo de filragem, não levando em consideração o

Leia mais

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho NOTA TÉCNICA Noa Sobre Evolução da Produividade no Brasil Fernando de Holanda Barbosa Filho Fevereiro de 2014 1 Essa noa calcula a evolução da produividade no Brasil enre 2002 e 2013. Para ano uiliza duas

Leia mais

GERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES

GERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 1 a15 de ouubro de

Leia mais

4 Modelo de fatores para classes de ativos

4 Modelo de fatores para classes de ativos 4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA

METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA Fernando Rezende Pellegrini

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

5 Erro de Apreçamento: Custo de Transação versus Convenience Yield

5 Erro de Apreçamento: Custo de Transação versus Convenience Yield 5 Erro de Apreçameno: Cuso de Transação versus Convenience Yield A presene seção em como objeivo documenar os erros de apreçameno implício nos preços eóricos que eviam oporunidades de arbiragem nos conraos

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis

Leia mais

5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica.

5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica. Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 41 5 Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 5.1. Inrodução Nesa

Leia mais

CAPÍTULO MÉTODO DOS ELEMENTOS FINITOS 3.1 INTRODUÇÃO

CAPÍTULO MÉTODO DOS ELEMENTOS FINITOS 3.1 INTRODUÇÃO 3 CAPÍTULO MÉTODO DOS ELEMENTOS FINITOS 3.1 INTRODUÇÃO O méodo dos elemenos finios (MEF) é uma énia de análise numéria que em por objeivo ober soluções aproximadas de problemas regidos por equações difereniais.

Leia mais

5 Solução por Regressão Simbólica 5.1. Introdução

5 Solução por Regressão Simbólica 5.1. Introdução 5 Solução por Regressão Simbólica 5.. Inrodução ese capíulo é descrio um esudo de caso uilizando-se o modelo proposo no capíulo 4. reende-se com esse esudo de caso, mosrar a viabilidade do modelo, suas

Leia mais

Contabilometria. Séries Temporais

Contabilometria. Séries Temporais Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno

Leia mais

Experiência IV (aulas 06 e 07) Queda livre

Experiência IV (aulas 06 e 07) Queda livre Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de

Leia mais

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017 DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram

Leia mais

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque: DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das

Leia mais

3 Avaliação de Opções Americanas

3 Avaliação de Opções Americanas Avaliação de Opções Americanas 26 3 Avaliação de Opções Americanas Derivaivos com caracerísicas de exercício americano, em especial opções, são enconrados na maioria dos mercados financeiros. A avaliação

Leia mais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br

Leia mais

4 Procedimentos de solução

4 Procedimentos de solução 4 Procedimenos de solução De acordo com Leis e chrefler (998), os roblemas de acolameno fluido mecânico odem ser resolvidos aravés de esraégias acoladas ou desacoladas. As soluções acoladas dividem-se

Leia mais

O gráfico que é uma reta

O gráfico que é uma reta O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber

Leia mais

Tipos de Processos Estocásticos

Tipos de Processos Estocásticos Mesrado em Finanças e Economia Empresarial EPGE - FGV Derivaivos Pare 7: Inrodução ao álculo Diferencial Esocásico Derivaivos - Alexandre Lowenkron Pág. 1 Tipos de Processos Esocásicos Qualquer variável

Leia mais

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL Movimeno unidimensional 5 MOVIMENTO UNIDIMENSIONAL. Inrodução Denre os vários movimenos que iremos esudar, o movimeno unidimensional é o mais simples, já que odas as grandezas veoriais que descrevem o

Leia mais

4 Metodologia e resultados preliminares para análise de velocidade utilizando o gradiente descendente

4 Metodologia e resultados preliminares para análise de velocidade utilizando o gradiente descendente 4 Meodologia e resulados preliminares para análise de velocidade uilizando o gradiene descendene O processameno uilizando diferenes equações de sobreempo normal para a obenção de análise de velocidade

Leia mais

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Universidade Federal de Minas Gerais Insiuo de Ciências Exaas Deparameno de Esaísica Modelo Exponencial por Pares via Modelo Parição Produo Aluno: Fábio Nogueira Demarqui Orienadora: Profa. Rosângela Helena

Leia mais